JPWO2020110560A1 - コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム - Google Patents

コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム Download PDF

Info

Publication number
JPWO2020110560A1
JPWO2020110560A1 JP2020558206A JP2020558206A JPWO2020110560A1 JP WO2020110560 A1 JPWO2020110560 A1 JP WO2020110560A1 JP 2020558206 A JP2020558206 A JP 2020558206A JP 2020558206 A JP2020558206 A JP 2020558206A JP WO2020110560 A1 JPWO2020110560 A1 JP WO2020110560A1
Authority
JP
Japan
Prior art keywords
damaged
damaged area
image
inspection support
concrete structure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020558206A
Other languages
English (en)
Other versions
JP7145970B2 (ja
Inventor
一磨 松本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of JPWO2020110560A1 publication Critical patent/JPWO2020110560A1/ja
Application granted granted Critical
Publication of JP7145970B2 publication Critical patent/JP7145970B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • C—CHEMISTRY; METALLURGY
    • C04—CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
    • C04B—LIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
    • C04B40/00—Processes, in general, for influencing or modifying the properties of mortars, concrete or artificial stone compositions, e.g. their setting or hardening ability
    • C04B40/0096—Provisions for indicating condition of the compositions or the final products, e.g. degree of homogeneous mixing, degree of wear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
    • G01N33/383—Concrete or cement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
    • E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Ceramic Engineering (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Materials Engineering (AREA)
  • Structural Engineering (AREA)
  • Organic Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract


損傷領域とその原因部位を自動で検出できるコンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラムを提供する。点検対象のコンクリート構造物を撮影した画像を取得する画像取得部（１１）と、取得した画像からコンクリート構造物の表面に現れた損傷領域（漏水、遊離石灰等）を抽出する損傷領域抽出部（１２）と、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位（ひび割れ、打ち継ぎ目、目地及び剥離部等）を検出する原因部位検出部（１７）と、損傷領域の抽出結果及び原因部位の検出結果を出力する出力部（１９）と、を備える。

Description


本発明は、コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラムに関する。

橋梁などのコンクリート構造物の点検では、損傷（たとえば、漏水、遊離石灰等）の有無を確認する作業が行われる。この作業は、点検者が、コンクリート構造物に近接して目視で行われる。しかし、目視による点検作業は、多大な労力を要する。

特許文献１には、コンクリート構造物の点検支援装置として、点検対象のコンクリート構造物が撮影された画像を取得し、その画像を解析して、損傷（ひび割れの有無、ひび割れのパターン、コンクリートの剥離の有無、鉄筋の露出の有無、漏水の有無、遊離石灰の有無、コンクリートの浮きの有無、及びコンクリートの変色の有無）を自動で検出する技術が記載されている。

特開2016-65809 号公報

ところで、損傷が発生したコンクリート構造物の補修を計画する場合には、損傷の有無を把握するだけでは足りず、損傷の発生原因（ひび割れ、打ち継ぎ目、目地、剥離等）を特定することも必要とされる。このため、点検の際には、損傷の発生原因の調査も必要となる。

本発明は、このような事情に鑑みてなされ、損傷領域とその原因部位を自動で検出できるコンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラムを提供することを目的とする。

上記課題を解決するための手段は、次のとおりである。

（１）点検対象のコンクリート構造物を撮影した画像を取得する画像取得部と、画像からコンクリート構造物の表面に現れた損傷領域を抽出する損傷領域抽出部と、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出する原因部位検出部と、損傷領域の抽出結果及び原因部位の検出結果を出力する出力部と、を備えたコンクリート構造物の点検支援装置。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が自動で抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が自動で検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

（２）原因部位検出部は、損傷領域内から原因部位を検出する、上記（１）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された場合において、損傷領域内から原因部位が検出される。

（３）コンクリート構造物を撮影した撮影面の情報を取得する撮影面情報取得部を更に備え、原因部位検出部は、損傷領域の抽出結果及び撮影面の情報に基づいて、画像から原因部位を検出する、上記（１）又は（２）のコンクリート構造物の点検支援装置。

本態様によれば、コンクリート構造物を撮影した撮影面の情報が取得され、その撮影面の情報を利用して、原因部位が検出される。

（４）損傷領域が抽出された損傷面の情報を取得する損傷面情報取得部を更に備え、原因部位検出部は、損傷領域の抽出結果及び損傷面の情報に基づいて、画像から原因部位を検出する、上記（１）から（３）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された損傷面の情報が取得され、その損傷面の情報を利用して、原因部位が検出される。

（５）損傷面情報取得部は、重力方向及び重力方向に対する損傷面の傾き状態の情報を損傷面の情報として取得する、上記（４）のコンクリート構造物の点検支援装置。

本態様によれば、重力方向及び重力方向に対する損傷面の傾き状態の情報が損傷面の情報として取得される。損傷領域は、重力の影響を受けて拡がり方が変化する。

（６）画像から重力方向を判別する重力方向判別部を更に備え、損傷面情報取得部は、重力方向判別部から重力方向の情報を取得する、上記（５）のコンクリート構造物の点検支援装置。

本態様によれば、取得した画像から重力方向が判別される。たとえば、画像認識等により重力方向が判別される。

（７）重力方向判別部は、損傷領域の拡がりの形状及び／又は損傷の状態に基づいて、重力方向を判別する、上記（６）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の拡がりの形状及び／又は損傷の状態に基づいて、重力方向が判別される。損傷領域は、重力の影響を受けて拡がりの形状が変化する。したがって、損傷領域の拡がりの形状から重力方向を判別できる。また、つらら状の遊離石灰等、損傷の状態も重力の影響を受ける。したがって、損傷の状態からも重力方向を判別できる。

（８）画像から重力方向に対する損傷面の傾き状態を判別する損傷面傾き状態判別部を更に備え、損傷面情報取得部は、損傷面傾き状態判別部から重力方向に対する損傷面の傾き状態の情報を取得する、上記（５）から（７）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、取得した画像から重力方向に対する損傷面の傾き状態が判別される。たとえば、画像から損傷領域の拡がりの形状を特定し、その形状から損傷面の傾き状態が判別される。

（９）原因部位検出部は、損傷面の傾きが閾値以上の場合、損傷領域の中央部分に重みを置いて原因部位を検出し、損傷面の傾きが閾値未満の場合、損傷領域の重力方向上側の部分に重みを置いて原因部位を検出する、上記（５）から（７）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷面の傾きが閾値以上の場合、損傷領域の中央部分に重みが置かれて、原因部位が検出される。一方、損傷面の傾きが閾値未満の場合、損傷領域の重力方向上側の部分に重みが置かれて、原因部位が検出される。すなわち、損傷面が重力方向に対して直角ないし直角に近い状態の場合は、損傷領域の中央部分に重みが置かれて、原因部位が検出される。このような場合は、損傷領域の中央部分に原因部位が存在する確率が高いからである。一方、損傷面が重力方向に対して直角でない場合（直角に近い場合を除く）、損傷領域の重力方向上側の部分に重みが置かれて、原因部位が検出される。このような場合は、損傷領域の重力方向上側の部分に原因部位が存在する確率が高いからである。

（１０）損傷領域抽出部は、画像の輝度分布及び／又はＲＧＢ値分布に基づいて、損傷領域を抽出する、上記（１）から（９）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、画像の輝度分布及び／又はＲＧＢ値分布に基づいて、損傷領域が抽出される。損傷領域は、他の領域と異なる輝度分布及びＲＧＢ値分布となる。したがって、画像の輝度分布及び／又はＲＧＢ値分布から損傷領域を抽出できる。

（１１）損傷領域抽出部は、コンクリート構造物の表面に現れた遊離石灰の領域及び／又は漏水の領域を損傷領域として抽出する、上記（１）から（１０）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、コンクリート構造物の表面に現れた遊離石灰の領域及び／又は漏水の領域が損傷領域として抽出される。

（１２）原因部位検出部は、ひび割れの部位、打ち継ぎ目の部位、目地の部位及び剥離の部位の少なくとも一つを原因部位として検出する、上記（１）から（１１）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、ひび割れの部位、打ち継ぎ目の部位、目地の部位及び剥離の部位の少なくとも一つが原因部位として検出される。

（１３）損傷領域を囲う枠、及び、原因部位をトレースした線を画像に合成した合成画像を生成する合成画像生成部を更に備え、出力部は、合成画像を損傷領域の抽出結果及び原因部位の検出結果として表示装置に出力する、上記（１）から（１２）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域を囲う枠、及び、原因部位をトレースした線を画像に合成した合成画像が生成され、表示装置に出力される。これにより、一見して損傷領域及び原因部位を把握できる。

（１４）損傷領域の抽出結果及び原因部位の検出結果を修正する修正部を更に備えた、上記（１３）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果及び原因部位の検出結果を修正する機能が備えられる。これにより、誤抽出及び誤検出を適宜修正できる。

（１５）損傷領域及び／又は原因部位を定量化する定量化部を更に備え、出力部は、定量化された損傷領域及び／又は原因部位の情報を更に出力する、上記（１）から（１４）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域及び／又は原因部位が定量化されて出力される。

（１６）定量化部は、損傷領域の面積及び／又は色を求めて、損傷領域を定量化し、原因部位の幅、長さ及び面積の少なくとも一つを求めて、原因部位を定量化する、上記（１５）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の面積及び／又は色が求められて、損傷領域が定量化される。また、原因部位の幅、長さ及び面積の少なくとも一つが求められて、原因部位が定量化される。

（１７）損傷領域の抽出結果及び原因部位の検出結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、上記（１）から（１６）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果及び原因部位の検出結果に基づいて、自動的に損傷の程度が判定される。

（１８）損傷領域が抽出された場合に、画像から損傷状態を判別する損傷状態判別部を更に備えた、上記（１）から（１６）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された場合に、画像から損傷状態が判別される。たとえば、漏水については、さび汁の有無、泥の混入の有無等、遊離石灰については、その形状（つらら状等）等が判別される。

（１９）損傷領域の抽出結果、原因部位の検出結果及び損傷状態の判別結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、上記（１８）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果、原因部位の検出結果及び損傷状態の判別結果に基づいて、損傷の程度が判定される。

（２０）点検対象のコンクリート構造物を撮影した画像を取得するステップと、画像からコンクリート構造物の表面に現れた損傷領域を抽出するステップと、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出するステップと、損傷領域の抽出結果及び原因部位の検出結果を出力するステップと、を備えたコンクリート構造物の点検支援方法。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

（２１）点検対象のコンクリート構造物を撮影した画像を取得する機能と、画像からコンクリート構造物の表面に現れた損傷領域を抽出する機能と、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出する機能と、損傷領域の抽出結果及び原因部位の検出結果を出力する機能と、をコンピュータに実現させるコンクリート構造物の点検支援プログラム。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

本発明によれば、損傷領域とその原因部位を自動で検出できる。

点検支援装置の第１の実施形態の機能ブロック図 損傷領域の抽出の一例を示す図 損傷の形状から重力方向を判別する場合の一例を示す図 損傷の形状から重力方向を判別する場合の一例を示す図 合成画像の一例を示す図 合成画像の一例を示す図 点検支援装置のハードウェア構成の一例を示す図 点検支援処理の手順を示すフローチャート 点検支援装置の第２の実施形態の機能ブロック図 結果の修正の一例を示す図 結果の修正の一例を示す図 点検支援装置の第３の実施形態の機能ブロック図 定量化の一例を示す図 点検支援装置の第４の実施形態の機能ブロック図 点検支援装置の第５の実施形態の機能ブロック図 損傷程度の評価区分の一例を示す図 ネットワーク上のコンピュータで損傷領域の抽出、原因部位の検出等の処理を実施する場合のシステムの構成の一例を示す図

以下、添付図面に従って本発明の好ましい実施の形態について詳説する。

［第１の実施の形態］

［点検支援装置の構成」

本実施の形態の点検支援装置１０は、画像から橋梁などのコンクリート構造物の表面に現れた損傷領域を自動で抽出し、更にその損傷の原因部位を自動で検出して、出力する装置として構成される。

図１は、点検支援装置の第１の実施形態の機能ブロック図である。

同図に示すように、本実施の形態の点検支援装置１０は、画像を取得する画像取得部１１と、取得した画像からコンクリート構造物の表面に現れた損傷領域を抽出する損傷領域抽出部１２と、撮影面の情報を取得する撮影面情報取得部１３と、損傷面の情報を取得する損傷面情報取得部１４と、取得した画像から重力方向（重力ベクトル）を判別する重力方向判別部１５と、取得した画像から重力方向に対する損傷面の傾き状態を判別する損傷面傾き状態判別部１６と、損傷領域が抽出された場合に原因部位を検出する原因部位検出部１７と、取得した画像に対し損傷領域の抽出結果及び原因部位の検出結果を示す画像を合成した合成画像を生成する合成画像生成部１８と、損傷領域の抽出結果及び原因部位の検出結果を出力する出力部１９と、損傷領域の抽出結果及び原因部位の検出結果をデータベース化して記録する記録部２０と、を備える。

画像取得部１１は、点検対象のコンクリート構造物を撮影した画像を取得する。ここで取得する画像は、画素単位でＲ（red；赤）、Ｇ（green；緑）及びＢ（blue；青）の各強度値（輝度値）を有する画像（いわゆるＲＧＢ画像）である。画像は、点検対象とする面の全体を写した画像であってもよいし、その一部分のみを写した画像であってもよい。全体を写した画像については、全体を複数の領域に分割して撮影し、撮影後に結合して１つの画像としたものであってもよい（いわゆるパノラマ合成した画像）。

損傷領域抽出部１２は、画像取得部１１で取得した画像からコンクリート構造物の表面に現れた損傷領域を抽出する。本実施の形態の点検支援装置１０では、漏水（さび汁を含む）及び遊離石灰が生じている領域を損傷領域として抽出する。ここで、漏水とは、コンクリート中の水分及び雨水等が、ひび割れ、打ち継ぎ目、目地及び剥離部等を通じて、外部へ漏れ出る現象である。遊離石灰とは、コンクリート中の酸化カルシウムなどの成分が、雨水などの水分と共に外部に漏れ出る現象である。

損傷領域抽出部１２は、画像取得部１１で取得した画像から画像認識によって損傷領域を抽出する。画像認識には、種々の手法を採用できる。

たとえば、損傷を含む画像を学習用データとして機械学習した学習済みモデルを用いて、損傷領域を抽出する手法を採用できる。機械学習アルゴリズムの種類については、特に限定されず、たとえば、ＲＮＮ（Recurrent Neural Network；再帰型ニューラルネットワーク）、ＣＮＮ（Convolutional Neural Network；畳み込みニューラルネットワーク）又はＭＬＰ（Multilayer Perceptron；多層パーセプトロン）等のニューラルネットワークを用いたアルゴリズムを用いることができる。

また、たとえば、画像の輝度分布及び／又はＲＧＢ値分布に基づいて、損傷領域を抽出する手法を採用することもできる。損傷が発生している領域は、他の領域とは異なる輝度分布及びＲＧＢ値分布となるため、輝度値及び／又はＲＧＢ値の変化を探索することにより、画像から損傷領域を検出できる。

図２は、損傷領域の抽出の一例を示す図である。同図（Ａ）は、取得した画像（損傷の抽出対象の画像）を示している。同図（Ｂ）は、抽出例を示す図である。

同図に示すように、損傷が発生している領域は、他の領域とは異なる特徴（輝度分布、ＲＧＢ値分布等）を呈するので、画像認識により損傷領域を抽出できる。

損傷領域抽出部１２は、損傷領域の抽出に加えて、損傷の種類を判別する。すなわち、漏水、遊離石灰等、どのような種類の損傷であるかを判別する。この処理は、損傷領域の抽出処理と同様に、損傷を含む画像を学習用データとして機械学習した学習済みモデルを用いて行う。あるいは、画像の輝度分布及び／又はＲＧＢ値分布等に基づいて行う。この他、公知の手法を採用できる。

撮影面情報取得部１３は、点検対象のコンクリート構造物を撮影した面（撮影面）の情報を取得する。ここで取得する情報には、少なくとも重力方向に対する撮影面の傾き状態を判別できる情報が含まれる。撮影面の傾き状態を判別できる情報とは、重力方向に対する撮影面の傾きが閾値以上か否かを判別できる情報である。この情報には、撮影面の傾きが閾値以上か否かを示す情報の他、撮影面の種別（たとえば、天井面、壁面等）の情報が含まれる。なお、ここでの閾値は、撮影面の傾きが、重力方向に対して直角ないし直角に近い状態（水平又は水平に近い状態）か否かを判別する値である。したがって、撮影面の傾きが閾値以上の場合とは、撮影面が重力方向に対して直角ないし直角に近い場合である。

撮影面の傾きが閾値以上か否かを示す情報については、たとえば、点検対象の画像と共に取得する。たとえば、画像データに含まれる付属情報（ＥＸＩＦ（Exchangeable Image file Format）などの付属情報）に当該情報を記録し、画像から当該情報を読み取って取得する。

また、撮影面の傾きが閾値以上か否かを示す情報は、撮影後に記録してもよいし、撮影と同時に記録してもよい。撮影と同時に記録する場合は、たとえば、重力方向に対する撮影面の傾きを計測する機能を備えた撮影装置で点検対象を撮影し、撮影した画像を記録する際に画像と共に記録する。

撮影面の種別の情報については、たとえば、ユーザからの入力によって取得する。たとえば、点検対象の面を１つに限定する場合などには、撮影面の種別を入力して、重力方向に対する撮影面の傾き状態の情報を取得する。この場合、たとえば、撮影面が天井の場合、重力方向に対する撮影面の傾きは９０°（直角）となる。また、撮影面が壁面の場合、重力方向に対する撮影面の傾きは０°（平行）となる。なお、撮影面の種別の情報を画像の付属情報に記録して、画像と共に取得する構成とすることもできる。

この他、点検対象のコンクリート構造物の構造情報を利用して、重力方向に対する撮影面の傾き状態の情報を取得することもできる。構造情報には、設計図などコンクリート構造物の基本構造に関する情報が含まれる。たとえば、点検対象の構造情報と画像の撮影位置及び撮影方向とが関連付けられて記録されている場合には、当該情報を利用して、重力方向に対する撮影面の傾き状態の情報を取得することができる。

損傷面情報取得部１４は、損傷領域が抽出された場合に、損傷が現れている面（損傷面）の情報を取得する。本実施の形態の点検支援装置１０では、損傷面の情報として、重力方向及び重力方向に対する損傷面の傾き状態の情報を取得する。損傷面情報取得部１４は、重力方向判別部１５から重力方向の情報を取得し、かつ、損傷面傾き状態判別部１６から重力方向に対する損傷面の傾き状態の情報を取得する。

重力方向判別部１５は、画像取得部１１で取得した画像から重力方向（重力ベクトルの方向）を判別する。判別には種々の手法を採用できる。

たとえば、所定の画像群で機械学習させた学習済みモデル（判別器）を用いて、重力方向を判別する手法を採用できる。この場合、たとえば、損傷を含む画像を学習用データとして機械学習させた学習済みモデルを用いて、重力方向を判別する。すなわち、損傷の形状特徴から重力方向を判別するように学習させて、判別器を生成する。

また、たとえば、損傷領域の拡がりの形状（損傷領域の輪郭形状）及び／又は損傷の状態に基づいて、重力方向を判別する手法も採用できる。この場合、損傷領域の拡がりの形状及び／又は損傷の状態を認識し、認識した形状に基づいて、重力方向を判別する。

図３及び図４は、損傷領域の拡がりの形状から重力方向を判別する場合の一例を示す図である。図３は、重力方向に対して損傷面が直角ないし直角に近い場合の損傷の発現形態を示している。また、図４は、重力方向に対して損傷面が直角でない場合（直角に近い場合を除く）の損傷の発現形態を示している。

図３に示すように、重力方向に対して損傷面が直角ないし直角に近い場合、損傷領域は、その輪郭がなだらかな形状となる。あるいは、複数方向に凸となる形状となる（液体が流れる方向が一定ではないことによる形状となる。）。

一方、図４に示すように、重力方向（重力ベクトルＶの方向）に対して損傷面が直角でない場合、損傷領域は、その輪郭が一方向に凸となる形状（重力方向に液体が流れたことによる形状）となる。

したがって、画像から損傷領域を認識できれば、その損傷領域の輪郭形状（損傷領域の拡がりの形状）から画像内の重力方向を判別できる。損傷領域の輪郭形状については、たとえば、損傷領域の輪郭を曲線近似して取得する。取得した曲線から凸形状を認識して、重力方向を判別する。すなわち、複数方向に凸となる形状、あるいは、なだらかな形状であれば、重力方向は、損傷面に対してほぼ垂直な方向と判別する。また、一方向に凸となる形状であれば、凸の方向が重力方向と判別する。

また、損傷の状態から重力方向を判別することもできる。たとえば、つらら状の遊離石灰が生じている場合、重力方向は、そのつららが垂れ下がる方向となる。したがって、画像から損傷状態を認識することによっても、重力方向を判別できる。

損傷面傾き状態判別部１６は、画像取得部１１で取得した画像から重力方向に対する損傷面の傾き状態を判別する。具体的には、重力方向に対する損傷面の傾きが閾値以上か否かを判別する。判別には種々の手法を採用できる。

たとえば、重力方向の判別と同様に、所定の画像群で機械学習させた学習済みモデル（判別器）を用いて、損傷面の傾きが閾値以上か否かを判別する手法を採用できる。この場合、たとえば、損傷を含む画像を学習用データとして機械学習させた学習済みモデルを用いて、損傷面の傾きが閾値以上か否かを判別する。すなわち、損傷の形状特徴から損傷面の傾き状態を判別するように学習させて、判別器を生成する。

また、たとえば、損傷領域の拡がりの形状（損傷領域の輪郭形状）及び／又は損傷の状態から損傷面の傾き状態を判別する手法も採用できる。この場合、損傷領域の拡がりの形状を認識し、認識した形状に基づいて、損傷面の傾き状態を判別する。上記のように、重力方向に対して損傷面が直角ないし直角に近い場合、損傷領域は、その輪郭がなだらかな形状、あるいは、複数方向に凸となる形状となる（図３参照）。一方、重力方向に対して損傷面が直角でない場合、損傷領域は、その輪郭が一方向に凸となる形状となる（図４参照）。したがって、画像から損傷領域を認識できれば、その損傷領域の輪郭形状から損傷面の傾き状態を判別できる。損傷領域の輪郭形状については、上記のように、損傷領域の輪郭を曲線近似して取得する。取得した曲線から凸形状を認識して、損傷面の傾き状態を判別する。すなわち、複数方向に凸となる形状、あるいは、なだらかな形状であれば、損傷面の傾きが閾値以上と判別する。また、一方向に凸となる形状であれば、損傷面の傾きが閾値未満と判別する。

また、損傷の状態から重力方向を判別することもできる。上記のように、つらら状の遊離石灰が生じている場合、重力方向は、そのつららが垂れ下がる方向となる。したがって、つららが垂れ下がる方向を認識することにより、損傷面の傾き状態を判別できる。

原因部位検出部１７は、損傷領域が抽出された場合に、損傷領域抽出部１２による損傷領域の抽出結果に基づいて、画像から損傷の原因となった部位（原因部位）を検出する。損傷である漏水（さび汁を含む）及び遊離石灰は、主として、ひび割れ、打ち継ぎ目、目地及び剥離等に起因して発生する。したがって、原因部位検出部１７は、ひび割れ、打ち継ぎ目、目地及び剥離等の部分を原因部位として検出する。原因部位検出部１７は、画像認識により、ひび割れ、打ち継ぎ目、目地及び剥離等の部分を検出して、原因部位を検出する。

原因部位検出部１７は、原因部位を検出する際、撮影面情報取得部１３で取得した撮影面の情報及び損傷面情報取得部１４で取得した損傷面の情報を利用して原因部位を検出する。すなわち、画像内の重力方向、及び、重力方向に対する損傷面（撮影面）の傾き状態の情報を利用して、原因部位を検出する。たとえば、損傷面（撮影面）が、重力方向に対して直角ないし直角に近い場合（損傷面の傾きが閾値以上の場合）、図３に示すように、損傷領域内（特に中央部）に原因部位が存在することが多い。したがって、この場合は、損傷領域内を探索して、原因部位を検出する。また、損傷面（撮影面）が、重力方向に対して直角でない場合（損傷面の傾きが閾値未満の場合）、図４に示すように、損傷領域の重力方向上側（重力ベクトルＶの始点側）に原因部位が存在する場合が多い。したがって、この場合は、損傷領域の重力方向上側を探索して、原因部位を検出する。

具体的には、損傷面（撮影面）の傾き状態に基づいて、画像内の各領域を重み付けし、原因部位となるひび割れ、打ち継ぎ目、目地及び剥離等を検出する。たとえば、損傷面（撮影面）が、重力方向に対して直角ないし直角に近い場合（損傷面の傾きが閾値以上の場合）は、損傷領域の内側の領域に高い重みを付与して、原因部位を検出する。特に、損傷領域の中央部分に高い重みを付与して、原因部位を検出する。また、損傷面（撮影面）が、重力方向に対して直角でない場合（損傷面の傾きが閾値未満の場合）は、損傷領域の重力方向上側（重力ベクトルＶの始点側）の領域に高い重みを付与して、原因部位を検出する。画像認識によって、ひび割れ、打ち継ぎ目、目地及び剥離等を検出する方法には、学習済みモデルを使用する方法を含めて公知の手法を採用できる。

このように、画像内の重力方向、及び、重力方向に対する損傷面（撮影面）の傾き状態の情報を利用して原因部位を検出することにより、効率よく原因部位を検出できる。

原因部位検出部１７は、原因部位の検出に加えて、検出した原因部位の種類を判別する。すなわち、どのような種類の原因（ひび割れ、打ち継ぎ目、目地及び剥離等）かを判別する。この処理は、たとえば、損傷を含む画像を学習用データとして機械学習させた学習済みモデルを用いて行う。あるいは、画像の輝度分布及び／又はＲＧＢ値分布等に基づいて行う。この他、公知の手法を採用できる。

合成画像生成部１８は、画像取得部１１で取得した画像に対し、損傷領域の抽出結果及び原因部位の検出結果を示す画像を合成した合成画像を生成する。具体的には、損傷領域を囲う枠及び原因部位をトレースした線を合成した合成画像を生成する。

図５及び図６は、合成画像の一例を示す図である。

図５は、ひび割れを原因として遊離石灰が発生している場合の合成画像の一例を示している。この場合、遊離石灰の領域が、損傷領域として、損傷領域抽出部１２に抽出される。また、ひび割れの部分が、原因部位として、原因部位検出部１７に検出される。合成画像生成部１８は、損傷領域抽出部１２の抽出結果に基づいて、損傷領域である遊離石灰の発生領域を取り囲むように矩形の枠Ｆを合成する。また、原因部位検出部１７の検出結果に基づいて、原因部位であるひび割れの部分をトレースした線Ｌを合成する。

図６は、目地を原因として遊離石灰が発生している場合の合成画像の生成の一例を示している。この場合、遊離石灰の領域が、損傷領域として、損傷領域抽出部１２に抽出される。また、目地の部分が、原因部位として、原因部位検出部１７に検出される。合成画像生成部１８は、損傷領域抽出部１２の抽出結果に基づいて、損傷領域である遊離石灰の発生領域を取り囲むように矩形の枠Ｆを合成した合成画像を生成する。また、原因部位検出部１７の検出結果に基づいて、原因部位である目地の部分をトレースした線Ｌを合成した合成画像を生成する。

図５及び図６に示す例では、損傷領域を矩形の枠Ｆで囲う構成としているが、損傷領域を囲う枠Ｆの形状は、特に限定されない。この他、円（楕円を含む）で囲う構成としてもよい。

また、損傷の種類を判別した場合には、損傷の種別に応じて、枠Ｆの色を変えてもよい。たとえば、遊離石灰の領域はピンク色の枠Ｆ、漏水の領域は青色の枠Ｆ等である。これにより、枠Ｆの色で損傷の種類を判別できる。同様に、原因部位の種類を判別した場合には、原因部位の種類に応じて、線Ｌの色を変えてもよい。たとえば、ひび割れは赤色の線Ｌ、目地は青色の線Ｌ等である。これにより、線Ｌの色で原因の種類を判別できる。

出力部１９は、損傷領域抽出部１２による損傷領域の抽出結果及び原因部位検出部１７による損傷の原因部位の検出結果を出力する。本実施の形態の点検支援装置１０では、合成画像生成部１８で生成した合成画像を損傷領域の抽出結果及び原因部位の検出結果として、外部の表示装置に出力する。なお、ここでの出力は、ネットワークを通じた出力であってもよい。

記録部２０は、損傷領域の抽出結果及び原因部位の検出結果をデータベース化して記録する。本実施の形態の点検支援装置１０では、合成画像生成部１８で生成した合成画像を損傷領域の抽出結果及び原因部位の検出結果としてデータベース化して記録する。この他、取得した画像の画像データと共にその画像から抽出した損傷領域の抽出結果のデータ及び原因部位の検出結果のデータをデータベースに記録してもよい。記録先は、たとえば、ハードディスクドライブ（ＨＤＤ； Hard Disk Drive）等である。

［点検支援装置のハードウェア構成］

図７は、点検支援装置のハードウェア構成の一例を示す図である。

点検支援装置１０は、コンピュータ１００に点検支援プログラムをインストールすることにより実現される。コンピュータは、パーソナルコンピュータ、汎用コンピュータ等で構成される。点検支援プログラムは、ＤＶＤ（Digital Versatile Disc）、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータ１００にインストールされる。あるいは、ネットワークを通じてダウンロードされ、コンピュータ１００にインストールされる。

コンピュータ１００は、ＣＰＵ（Central Processing Unit）１０１、ＲＡＭ（Random Access Memory）１０２、ＲＯＭ（Read Only Memory）１０３、ＨＤＤ１０４、通信ＩＦ（Interface）１０５、入出力ＩＦ（Interface）１０６、及び光学ディスクドライブ１０７を備える。コンピュータ１００は、ＣＰＵ１０１が、点検支援プログラムを実行することにより、点検支援装置１０として機能する。

ＨＤＤ１０４には、点検支援プログラムを含む各種プログラムの他、各種データが記憶される。

通信ＩＦ１０５は、他のコンピュータとの間でデータを送受信する。通信ＩＦ１０５は、たとえば、有線又は無線のネットワークカード等で構成される。

入出力ＩＦ１０６は、入力装置及び出力装置と接続され、ユーザから入力を受け付けたり、ユーザへ情報を出力したりする。入力装置は、たとえば、キーボード、マウス、タッチパネル等で構成され、出力装置は、たとえば、ディスプレイ（表示装置）、プリンタ等で構成される。

光学ディスクドライブ１０７は、ＤＶＤ、ＣＤ−ＲＯＭ等の光学ディスクに記録されたデータを読み出したり、書き込んだりする。

点検対象を撮影した画像は、通信ＩＦ１０５を介して外部機器（たとえば、デジタルカメラ等の撮影装置、パーソナルコンピュータ等）から点検支援装置１０としてのコンピュータ１００に取り込まれる。あるいは、光学ディスクドライブ１０７を介して光学ディスクから読み出して取り込まれる。コンピュータ１００に取り込まれた画像は、ＨＤＤ１０４に格納される。そして、ＨＤＤ１０４から読み出されて、点検支援の処理に供される。

［点検支援処理］

図８は、点検支援処理の手順（点検支援方法）を示すフローチャートである。

まず、点検対象のコンクリート構造物を撮影した画像を取得する（ステップＳ１）。上記のように、この画像は、ネットワークを通じて点検支援装置１０（コンピュータ１００）に取り込まれる。あるいは、光学ディスクドライブ１０７を介して点検支援装置１０に取り込まれる。取り込まれた画像は、ＨＤＤ１０４に格納され、ＨＤＤ１０４から読み出されて、処理に供される。

次に、取得した画像からコンクリート構造物の表面に現れた損傷領域を抽出する（ステップＳ２）。この処理によって、画像から漏水及び遊離石灰等の損傷領域が抽出される。

次に、損傷領域の抽出処理の結果に基づいて、損傷領域が抽出されたか否かを判定する（ステップＳ３）。

損傷領域が抽出された場合（ステップＳ３において「Ｙ」の場合）、次に、取得した画像が原因部位を検出する（ステップＳ４）。この際、損傷領域の抽出結果に基づいて、原因部位を検出する。また、画像内の重力方向及び損傷面（撮影面）の傾き状態の情報を利用して、原因部位を検出する。具体的には、損傷面（撮影面）が、重力方向に対して直角ないし直角に近い場合（損傷面の傾きが閾値以上の場合）は、損傷領域の内側の領域に高い重みを付与して、原因部位を検出する。一方、損傷面（撮影面）が、重力方向に対して直角でない場合（損傷面の傾きが閾値未満の場合）は、損傷領域の重力方向上側の領域に高い重みを付与して、原因部位を検出する。

次に、損傷領域の抽出結果及び原因部位の検出結果に基づいて、合成画像を生成する（ステップＳ５）。具体的には、取得した画像に対して、損傷領域を囲む枠Ｆ及び原因部位をトレースした線Ｌを合成した合成画像を生成する（図５及び図６参照）。

次に、生成した合成画像を損傷領域の抽出結果及び原因部位の検出結果として、ディスプレイ（表示装置）に出力する（ステップＳ６）。ユーザは、このディスプレイの表示を確認することにより、点検対象のコンクリート構造物の表面に発生している損傷（漏水、遊離石灰等）及びその原因（ひび割れ、打ち継ぎ目、目地及び剥離部等）を把握できる。

なお、損傷領域が抽出されない場合（ステップＳ３において「Ｎ」の場合）、「損傷なし」の結果が出力される。

損傷領域の抽出結果及び原因部位の検出結果は、データベース化されてＨＤＤ１０４に記録される。この際、取得した画像の画像データと共にその画像データから抽出した損傷領域の抽出結果のデータ及び原因部位の検出結果のデータが記録される。

以上説明したように、本実施の形態の点検支援装置１０によれば、画像から損傷領域を自動で抽出でき、損傷領域が抽出された場合には、自動で原因部位を検出できる。これにより、点検の負担を大幅に軽減できる。

［第２の実施の形態］

図９は、点検支援装置の第２の実施形態の機能ブロック図である。

本実施の形態の点検支援装置１０は、損傷領域の抽出結果及び原因部位の検出結果を修正する修正部２１を更に備える点で上記第１の実施の形態の点検支援装置１０と相違する。したがって、以下においては、上記第１の実施の形態の点検支援装置１０と相違する部分についてのみ説明する。

損傷領域の抽出及び原因部位の検出には、誤検出が生じ得る。本実施の形態の点検支援装置１０には、誤検出が生じた場合に、結果を修正する機能を備えている。

修正部２１は、入力装置（キーボード、マウス、タッチパネル等）を介して、損傷領域の抽出結果及び原因部位の検出結果の修正を受け付け、損傷領域の抽出結果及び原因部位の検出結果を修正する。たとえば、合成画像が表示されたディスプレイの画面上で損傷領域を囲う枠Ｆを追加したり、削除したり、サイズを変えたりして、損傷領域の抽出結果を補正する。また、原因部位をトレースした線Ｌを追加したり、削除したり、微調整したりして、原因部位の検出結果を修正する。

図１０及び図１１は、結果の修正の一例を示す図である。

図１０は、損傷領域の抽出結果の修正例を示している。同図（Ａ）は、修正前の合成画像を示しており、同図（Ｂ）は、修正後の合成画像を示している。

同図（Ａ）に示すように、本例では、本来抽出されるべき損傷領域が抽出されていない。すなわち、画像内には、上側と下側の２箇所に損傷領域が存在しているが、上側の損傷領域のみが抽出され、下側の損傷領域が抽出されていない。このように、損傷領域の抽出にミスが生じている場合は、同図（Ｂ）に示すように、ユーザが手動で枠Ｆを追加等して、損傷領域の抽出結果を修正する。併せて、原因部位の検出結果を修正する。すなわち、新たに抽出した損傷領域に対して、手動で原因部位をトレースする線Ｌを追加する。枠Ｆの追加は、たとえば、画面上で対角線上の２点を指定して入力する。また、必要に応じて枠Ｆを拡大、縮小、移動及び回転等させて、枠Ｆの位置、大きさ及び範囲等を修正する。

図１１は、原因部位の検出結果の修正例を示している。同図（Ａ）は、修正前の合成画像を示しており、同図（Ｂ）は、修正後の合成画像を示している。

同図（Ａ）に示すように、本例では、原因部位が誤って検出されている。すなわち、本来検出されるべき原因部位が一部欠落しており（図１１（Ａ）の右側の破線の円ＡＲ内）、また、本来原因部位として検出すべきでない部位が原因部位として検出されている（図１１（Ａ）の左側の破線の円ＡＬ内）。このように、原因部位の検出にミスが生じている場合は、同図（Ｂ）に示すように、ユーザが手動で線Ｌを修正して、原因部位の検出結果を修正する。すなわち、余分な線分を削除したり、不足している線分を追加したり、線分の位置を変更したりして、原因部位の検出結果を修正する。

損傷領域の抽出結果及び原因部位の検出結果を記録する場合は、この修正後の結果を記録する。

このように、本実施の形態の点検支援装置１０によれば、誤検出等が生じている場合であっても、容易に修正できる。損傷の種類によっては、損傷によって原因部位が埋まり、正確に検出できない場合がある。したがって、このような場合に本実施の形態の点検支援装置１０は、有効に作用する。たとえば、ひび割れを原因とする遊離石灰の場合、遊離石灰によってひび割れが埋まり、上手く検出できない場合がある。したがって、このような場合、本実施の形態の点検支援装置１０は特に有効に作用する。

［第３の実施の形態］

図１２は、点検支援装置の第３の実施形態の機能ブロック図である。

本実施の形態の点検支援装置１０は、損傷領域及び原因部位を定量化する定量化部２２を更に備える点で上記第１及び第２の実施の形態の点検支援装置１０と相違する。したがって、以下においては、上記第１及び第２の実施の形態の点検支援装置１０と相違する部分についてのみ説明する。

定量化部２２は、損傷領域抽出部１２の抽出結果に基づいて、抽出された損傷領域の面積及び／又は色を画像から求めて、損傷領域を定量化する。また、原因部位検出部１７の検出結果に基づいて、検出された原因部位の幅、長さ、面積等の少なくとも一つを画像から求めて、原因部位を定量化する。具体的には、ひび割れ、打ち継ぎ目、目地については、その幅及び長さ等を画像から求めて定量化する。また、剥離については、その面積等を画像から求めて定量化する。定量化の手法は、公知の画像計測の手法を採用できる。

図１３は、定量化の一例を示す図である。

同図に示す例では、抽出した損傷領域ごとにＩＤ（identification）を付してナンバリングし、その種類、面積を求めて、損傷領域を定量化している。また、損傷領域ごとに原因部位の種類、幅、長さ、面積を求めて、原因部位を定量化している。

出力部１９は、合成画像と共に、あるいは、合成画像とは別に、損傷領域の抽出結果及び原因部位の検出結果を定量化した情報をディスプレイに出力する。また、記録部２０は、定量化した情報を記録する。

このように、損傷領域の抽出及びその原因部位の検出に加えて、その結果の定量化も自動で行うことにより、点検の負担を大幅に軽減できる。

なお、本実施の形態では、損傷領域及び原因部位の双方を定量化する構成としているが、いずれか一方の結果のみを定量化する構成とすることもできる。

［第４の実施の形態］

図１４は、点検支援装置の第４の実施形態の機能ブロック図である。

本実施の形態の点検支援装置１０は、損傷領域の抽出結果及び原因部位の検出結果に基づいて、損傷の程度を判定する損傷程度判定部２３を更に備える点で上記第１から第３の実施の形態の点検支援装置１０と相違する。したがって、以下においては、上記第１から第３の実施の形態の点検支援装置１０と相違する部分についてのみ説明する。

損傷程度判定部２３は、損傷領域の抽出結果及び原因部位の検出結果を取得し、あらかじめ定められた判定基準に従って損傷の程度を判定する。判定基準には、独自に定めた基準の他、国、自治体及び企業等が定めた基準を利用できる。たとえば、橋梁の点検に関して国土交通省が規定する橋梁定期点検要領に定められた基準を利用できる。

判定は、たとえば、損傷が、あらかじめ定められた評価区分のうちのどの評価区分に属するかを判定する。たとえば、損傷程度の少ない方から順に区分ａ、区分ｂ、区分ｃ、区分ｄ及び区分ｅと５つの区分に区分けし、区分ごとに属する条件を規定する。損傷程度判定部２３は、損傷領域の抽出結果及び原因部位の検出結果に基づいて、損傷がどの区分に属するかを判定する。

出力部１９は、合成画像と共に、あるいは、合成画像とは別に、損傷程度の判定結果をディスプレイに出力する。また、記録部２０は、損傷程度の判定結果を記録する。

このように、損傷の程度を自動で判定し、出力することにより、点検の負担を大幅に軽減できる。

［第５の実施の形態］

図１５は、点検支援装置の第５の実施形態の機能ブロック図である。

本実施の形態の点検支援装置１０は、損損傷領域が抽出された場合に、画像から損傷状態を判別する損傷状態判別部２４を更に備える点で上記第４の実施の形態の点検支援装置１０と相違する。したがって、以下においては、上記第４の実施の形態の点検支援装置１０と相違する部分についてのみ説明する。

損傷状態判別部２４は、画像認識により損傷状態を判別する。ここでの損傷状態とは「損傷の特徴」のことである。たとえば、損傷領域として漏水の領域を抽出した場合、泥が混入しているか否か、さび汁が混入しているか否か等を判別する。また、損傷領域として遊離石灰の領域を抽出した場合、つらら状の遊離石灰の有無等を判別する。

画像認識には、種々の手法を採用できる。たとえば、損傷を含む画像を学習用データとして機械学習させた学習済みモデルを用いて損傷状態を判別する構成とすることができる。

損傷程度判定部２３は、原因部位の検出結果、損傷状態の判別結果及び損傷状態の判別結果に基づいて、損傷の程度を判定する。

図１６は、損傷程度の評価区分の一例を示す図である。

同図に示す例では、損傷程度の少ない方から順に区分ａ、区分ｂ、区分ｃ、区分ｄ及び区分ｅと５つの区分に区分けしている。

損傷程度判定部２３は、原因部位の検出結果、損傷状態の判別結果及び損傷状態の判別結果に基づいて、損傷が、どの評価区分に属するかを判定する。

このように、損傷状態を考慮することにより、より適切に損傷の程度を判定できる。また、所定の基準（たとえば、国、自治体等が定めた基準）に沿った判定を行うことができる。

なお、画像から複数の損傷領域が抽出されている場合、損傷程度判定部２３は、損傷程度の評価が厳しい評価となるように、判定の際の損傷の種類を特定する。たとえば、損傷の重大度が、「漏水」＜「遊離石灰」＜「さび汁を含む漏水」の順で定められているとする（「漏水」よりも「遊離石灰」の方が損傷の重大度が高く、「遊離石灰」よりも「さび汁を含む漏水」の方が損傷の重大度が高い）。この場合、たとえば、漏水と遊離石灰とが同時に発生している場合には、判定の際の損傷の種類を遊離石灰と判定する。また、たとえば、さび汁を含む漏水と遊離石灰とが同時に発生している場合、判定の際の損傷の種類をさび汁を含む漏水と判定する。これにより、より適切に損傷程度を判定できる。

［変形例］

［処理対象の画像］

上記のように、点検支援装置で処理する画像は、点検対象とする面の全体を写した画像であってもよいし、その一部分のみを写した画像であってもよい。

点検支援装置１０は、全体を複数の領域に分割して撮影した画像群を取得した場合に、その画像群を結合して１枚の画像を生成する機能（いわゆるパノラマ合成機能）を更に備えてもよい。

また、処理対象の画像として、動画を取得することもできる。動画は、時系列の静止画像群と捉えることができる。この場合、フレーム単位で処理が行われる。あるいは、検査対象の面を撮影した動画から１枚の静止画（検査対象面の静止画）を生成し、生成後の静止画に対して、損傷領域の抽出処理等を行うようにしてもよい。

全体を複数の領域に分割して撮影した画像群を取得して、１枚ずつ損傷領域の抽出処理等を行った場合において、結果を出力する際、１枚の合成画像を生成して、出力するようにしてもよい。

［損傷領域抽出部の変形例］

上記実施の形態では、損傷領域抽出部１２が、損傷領域の抽出に加えて、損傷の種類も判別する構成としているが、損傷領域抽出部１２は、少なくとも損傷領域の抽出ができればよい。

［原因部位検出部の変形例］

上記実施の形態では、原因部位検出部１７が、原因部位の検出に加えて、検出した原因部位の種類も判別する構成としているが、原因部位検出部１７は、少なくとも原因部位の検出ができればよい。また、原因部位については、ひび割れ、打ち継ぎ目、目地及び剥離の少なくとも一つを検出できる構成であればよい。

［結果出力の変形例］

上記実施の形態では、損傷領域の抽出結果及び原因部位の検出結果として合成画像を生成し、生成した合成画像をディスプレイに出力する構成としているが、結果の出力形態は、これに限定されない。この他、たとえば、結果を定量化した場合には、定量化した情報（たとえば、損傷と損傷原因の寸法等）を所定のファイルフォーマット（たとえば、ＣＳＶ（Comma Separated Value）ファイル等）で出力するようにしてもよい。あるいは、損傷領域の抽出結果及び原因部位の検出結果をＣＡＤ（Computer-Aided Design）ファイルに出力するようにしてもよい。すなわち、点検対象のコンクリート構造物のＣＡＤ図を利用し、抽出した損傷領域及び原因部位をＣＡＤ図上に付加して出力する。このように、結果をＣＡＤファイルに出力することにより、そのまま損傷図として利用できる。

また、損傷の種類を判別している場合には、損傷の種類の判別結果も出力するようにしてもよい。たとえば、合成画像と共に損傷の種類をディスプレイに表示する構成としてもよい。同様に、原因の種類を判別している場合には、原因の種類の判別結果も出力するようにしてもよい。

また、損傷の種類を出力する場合において、複数の損傷領域が抽出されている場合、重大度の高い損傷が優先して出力（表示）される構成としてもよい。たとえば、損傷の重大度が、「漏水」＜「遊離石灰」＜「さび汁を含む漏水」の順で定められているとする。この場合、たとえば、漏水と遊離石灰とが同時に発生している場合には、損傷の種類を遊離石灰として出力（表示）する。また、たとえば、 さび汁を含む漏水と遊離石灰とが同時に発生している場合、損傷の種類をさび汁を含む漏水として出力（表示）する。

［ハードウェア構成の変形例］

本発明の点検支援装置を実現するハードウェアは、各種のプロセッサ（processor）で構成できる。各種プロセッサには、プログラムを実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）などの製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device；ＰＬＤ）、ＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路などが含まれる。点検支援装置を構成する１つの処理部は、上記各種プロセッサのうちの１つで構成されていてもよいし、同種又は異種の２つ以上のプロセッサで構成されてもよい。たとえば、１つの処理部は、複数のＦＰＧＡ、あるいは、ＣＰＵとＦＰＧＡの組み合わせによって構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第一に、クライアントやサーバなどのコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第二に、システムオンチップ（System On Chip；ＳｏＣ）などに代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種プロセッサを１つ以上用いて構成される。更に、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路（circuitry）である。

また、ネットワーク上のコンピュータで損傷領域の抽出、原因部位の検出等の処理を実施し、結果をユーザの端末に送信する構成とすることもできる（いわゆるクラウドコンピューティング）。

図１７は、ネットワーク上のコンピュータで損傷領域の抽出、原因部位の検出等の処理を実施する場合のシステムの構成の一例を示す図である。

ユーザの端末２００とサーバ２１０とが通信ネットワーク２２０を介して通信可能に接続される。通信ネットワーク２２０は、たとえば、ＬＡＮ（Local Area Network）、インターネット等によって構築される。ユーザの端末２００は、パーソナルコンピュータ、タブレット端末、ＰＤＡ(Personal Data Assistance)、スマートフォン等で構成される。サーバ２１０は、点検支援プログラムを実行することにより、点検支援装置として機能する。

ユーザは、端末２００から点検対象の画像をサーバ２１０に送信する。サーバ２１０は、ユーザの端末２００から送信された画像を受信（取得）して、損傷領域の抽出処理、原因部位の検出処理等を実施する。そして、その結果をユーザの端末２００に送信（出力）する。ユーザの端末２００は、サーバ２１０から送信された損傷領域の抽出結果及び原因部位の検出結果を受信し、表示部（ディスプレイ）に表示する。

なお、点検対象の画像を送信する端末２００と、損傷領域の抽出結果及び原因部位の検出結果を受信する端末２００は別であってもよい。

以上述べた実施の形態には、以下（１）から（２１）のコンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラムが記載されている。

（１）点検対象のコンクリート構造物を撮影した画像を取得する画像取得部と、画像からコンクリート構造物の表面に現れた損傷領域を抽出する損傷領域抽出部と、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出する原因部位検出部と、損傷領域の抽出結果及び原因部位の検出結果を出力する出力部と、を備えたコンクリート構造物の点検支援装置。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が自動で抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が自動で検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

（２）原因部位検出部は、損傷領域内から原因部位を検出する、上記（１）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された場合において、損傷領域内から原因部位が検出される。損傷の原因部位は、損傷領域内に多く存在する。したがって、損傷領域内から原因部位を探索することにより、効率よく原因部位を検出できる。

（３）コンクリート構造物を撮影した撮影面の情報を取得する撮影面情報取得部を更に備え、原因部位検出部は、損傷領域の抽出結果及び撮影面の情報に基づいて、画像から原因部位を検出する、上記（１）又は（２）のコンクリート構造物の点検支援装置。

本態様によれば、コンクリート構造物を撮影した撮影面の情報が取得され、その撮影面の情報を利用して、原因部位が検出される。これにより、より効率よく原因部位を検出できる。

（４）損傷領域が抽出された損傷面の情報を取得する損傷面情報取得部を更に備え、原因部位検出部は、損傷領域の抽出結果及び損傷面の情報に基づいて、画像から原因部位を検出する、上記（１）から（３）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された損傷面の情報が取得され、その損傷面の情報を利用して、原因部位が検出される。これにより、より効率よく原因部位を検出できる。

（５）損傷面情報取得部は、重力方向及び重力方向に対する損傷面の傾き状態の情報を損傷面の情報として取得する、上記（４）のコンクリート構造物の点検支援装置。

本態様によれば、重力方向及び重力方向に対する損傷面の傾き状態の情報が損傷面の情報として取得される。損傷領域は、重力の影響を受けて拡がり方が変化する。したがって、これらの情報を取得して原因部位を検出することにより、効率よく検出できる。

（６）画像から重力方向を判別する重力方向判別部を更に備え、損傷面情報取得部は、重力方向判別部から重力方向の情報を取得する、上記（５）のコンクリート構造物の点検支援装置。

本態様によれば、取得した画像から重力方向が判別される。たとえば、画像認識等により重力方向が判別される。

（７）重力方向判別部は、損傷領域の拡がりの形状及び／又は損傷の状態に基づいて、重力方向を判別する、上記（６）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の拡がりの形状及び／又は損傷の状態に基づいて、重力方向が判別される。損傷領域は、重力の影響を受けて拡がりの形状が変化する。したがって、損傷領域の拡がりの形状から重力方向を判別できる。また、つらら状の遊離石灰等、損傷の状態も重力の影響を受ける。したがって、損傷の状態からも重力方向を判別できる。

（８）画像から重力方向に対する損傷面の傾き状態を判別する損傷面傾き状態判別部を更に備え、損傷面情報取得部は、損傷面傾き状態判別部から重力方向に対する損傷面の傾き状態の情報を取得する、上記（５）から（７）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、取得した画像から重力方向に対する損傷面の傾き状態が判別される。たとえば、画像から損傷領域の拡がりの形状を特定し、その形状から損傷面の傾き状態が判別される。

（９）原因部位検出部は、損傷面の傾きが閾値以上の場合、損傷領域の中央部分に重みを置いて原因部位を検出し、損傷面の傾きが閾値未満の場合、損傷領域の重力方向上側の部分に重みを置いて原因部位を検出する、上記（５）から（７）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷面の傾きが閾値以上の場合、損傷領域の中央部分に重みが置かれて、原因部位が検出される。一方、損傷面の傾きが閾値未満の場合、損傷領域の重力方向上側の部分に重みが置かれて、原因部位が検出される。すなわち、損傷面が重力方向に対して直角ないし直角に近い状態の場合は、損傷領域の中央部分に重みが置かれて、原因部位が検出される。このような場合は、損傷領域の中央部分に原因部位が存在する確率が高いからである。一方、損傷面が重力方向に対して直角でない場合（直角に近い場合を除く）、損傷領域の重力方向上側の部分に重みが置かれて、原因部位が検出される。このような場合は、損傷領域の重力方向上側の部分に原因部位が存在する確率が高いからである。

（１０）損傷領域抽出部は、画像の輝度分布及び／又はＲＧＢ値分布に基づいて、損傷領域を抽出する、上記（１）から（９）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、画像の輝度分布及び／又はＲＧＢ値分布に基づいて、損傷領域が抽出される。損傷領域は、他の領域と異なる輝度分布及びＲＧＢ値分布となる。したがって、画像の輝度分布及び／又はＲＧＢ値分布から損傷領域を抽出できる。

（１１）損傷領域抽出部は、コンクリート構造物の表面に現れた遊離石灰の領域及び／又は漏水の領域を損傷領域として抽出する、上記（１）から（１０）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、コンクリート構造物の表面に現れた遊離石灰の領域及び／又は漏水の領域が損傷領域として抽出される。

（１２）原因部位検出部は、ひび割れの部位、打ち継ぎ目の部位、目地の部位及び剥離の部位の少なくとも一つを原因部位として検出する、上記（１）から（１１）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、ひび割れの部位、打ち継ぎ目の部位、目地の部位及び剥離の部位の少なくとも一つが原因部位として検出される。漏水及び遊離石灰等の損傷は、ひび割れ、打ち継ぎ目、目地及び剥離を原因として発生する。よって、これらの部位を検出することにより、原因部位を適切に検出できる。

（１３）損傷領域を囲う枠、及び、原因部位をトレースした線を画像に合成した合成画像を生成する合成画像生成部を更に備え、出力部は、合成画像を損傷領域の抽出結果及び原因部位の検出結果として表示装置に出力する、上記（１）から（１２）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域を囲う枠、及び、原因部位をトレースした線を画像に合成した合成画像が生成され、表示装置に出力される。これにより、一見して損傷領域及び原因部位を把握できる。

（１４）損傷領域の抽出結果及び原因部位の検出結果を修正する修正部を更に備えた、上記（１３）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果及び原因部位の検出結果を修正する機能が備えられる。これにより、誤抽出及び誤検出を適宜修正できる。

（１５）損傷領域及び／又は原因部位を定量化する定量化部を更に備え、出力部は、定量化された損傷領域及び／又は原因部位の情報を更に出力する、上記（１）から（１４）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域及び／又は原因部位が定量化されて出力される。これにより、損傷の程度をより容易に把握できる。

（１６）定量化部は、損傷領域の面積及び／又は色を求めて、損傷領域を定量化し、原因部位の幅、長さ及び面積の少なくとも一つを求めて、原因部位を定量化する、上記（１５）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の面積及び／又は色が求められて、損傷領域が定量化される。また、原因部位の幅、長さ及び面積の少なくとも一つが求められて、原因部位が定量化される。

（１７）損傷領域の抽出結果及び原因部位の検出結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、上記（１）から（１６）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果及び原因部位の検出結果に基づいて、自動的に損傷の程度が判定される。これにより、点検の負担を更に軽減できる。

（１８）損傷領域が抽出された場合に、画像から損傷状態を判別する損傷状態判別部を更に備えた、上記（１）から（１６）のいずれか一のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域が抽出された場合に、画像から損傷状態が判別される。たとえば、漏水については、さび汁の有無、泥の混入の有無等、遊離石灰については、その形状（つらら状等）等が判別される。

（１９）損傷領域の抽出結果、原因部位の検出結果及び損傷状態の判別結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、上記（１８）のコンクリート構造物の点検支援装置。

本態様によれば、損傷領域の抽出結果、原因部位の検出結果及び損傷状態の判別結果に基づいて、損傷の程度が判定される。これにより、より適切に損傷の程度を判定できる。

（２０）点検対象のコンクリート構造物を撮影した画像を取得するステップと、画像からコンクリート構造物の表面に現れた損傷領域を抽出するステップと、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出するステップと、損傷領域の抽出結果及び原因部位の検出結果を出力するステップと、を備えたコンクリート構造物の点検支援方法。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

（２１）点検対象のコンクリート構造物を撮影した画像を取得する機能と、画像からコンクリート構造物の表面に現れた損傷領域を抽出する機能と、損傷領域が抽出された場合に、損傷領域の抽出結果に基づいて、画像から損傷の原因部位を検出する機能と、損傷領域の抽出結果及び原因部位の検出結果を出力する機能と、をコンピュータに実現させるコンクリート構造物の点検支援プログラム。

本態様によれば、点検対象のコンクリート構造物を撮影した画像からコンクリート構造物の表面に現れた損傷領域が抽出される。また、損傷領域が抽出された場合は、損傷領域の抽出結果に基づいて、画像から損傷の原因部位が検出される。これにより、損傷領域とその原因部位を自動で検出でき、点検の負担を軽減できる。

上記記載から、以下の付記項１に記載の点検支援装置を把握することができる。

［付記項１］

プロセッサを備え、

前記プロセッサは、

点検対象のコンクリート構造物を撮影した画像を取得し、

前記画像から前記コンクリート構造物の表面に現れた損傷領域を抽出し、

前記損傷領域が抽出された場合に、前記損傷領域の抽出結果に基づいて、前記画像から損傷の原因部位を検出し、

前記損傷領域の抽出結果及び前記原因部位の検出結果を出力するコンクリート構造物の点検支援装置。

１０ 点検支援装置

１１ 画像取得部

１２ 損傷領域抽出部

１３ 撮影面情報取得部

１４ 損傷面情報取得部

１５ 重力方向判別部

１６ 損傷面傾き状態判別部

１７ 原因部位検出部

１８ 合成画像生成部

１９ 出力部

２０ 記録部

２１ 修正部

２２ 定量化部

２３ 損傷程度判定部

２４ 損傷状態判別部

１００ コンピュータ

１０１ ＣＰＵ

１０４ ＨＤＤ

１０５ 通信ＩＦ

１０６ 入出力ＩＦ

１０７ 光学ディスクドライブ

２００ 端末

２１０ サーバ

２２０ 通信ネットワーク

Ｆ 損傷領域を囲う枠

Ｌ 原因部位をトレースした線

Ｖ 重力ベクトル

Ｓ１〜Ｓ６ 点検支援装置による点検支援処理の手順

Claims (21)


  1. 点検対象のコンクリート構造物を撮影した画像を取得する画像取得部と、

    前記画像から前記コンクリート構造物の表面に現れた損傷領域を抽出する損傷領域抽出部と、

    前記損傷領域が抽出された場合に、前記損傷領域の抽出結果に基づいて、前記画像から損傷の原因部位を検出する原因部位検出部と、

    前記損傷領域の抽出結果及び前記原因部位の検出結果を出力する出力部と、

    を備えたコンクリート構造物の点検支援装置。

  2. 前記原因部位検出部は、前記損傷領域内から前記原因部位を検出する、

    請求項１に記載のコンクリート構造物の点検支援装置。

  3. 前記コンクリート構造物を撮影した撮影面の情報を取得する撮影面情報取得部を更に備え、

    前記原因部位検出部は、前記損傷領域の抽出結果及び前記撮影面の情報に基づいて、前記画像から前記原因部位を検出する、

    請求項１又は２に記載のコンクリート構造物の点検支援装置。

  4. 前記損傷領域が抽出された損傷面の情報を取得する損傷面情報取得部を更に備え、

    前記原因部位検出部は、前記損傷領域の抽出結果及び前記損傷面の情報に基づいて、前記画像から前記原因部位を検出する、

    請求項１から３のいずれか１項に記載のコンクリート構造物の点検支援装置。

  5. 前記損傷面情報取得部は、重力方向及び重力方向に対する前記損傷面の傾き状態の情報を前記損傷面の情報として取得する、

    請求項４に記載のコンクリート構造物の点検支援装置。

  6. 前記画像から重力方向を判別する重力方向判別部を更に備え、

    前記損傷面情報取得部は、前記重力方向判別部から重力方向の情報を取得する、

    請求項５に記載のコンクリート構造物の点検支援装置。

  7. 前記重力方向判別部は、前記損傷領域の拡がりの形状及び／又は損傷の状態に基づいて、重力方向を判別する、

    請求項６に記載のコンクリート構造物の点検支援装置。

  8. 前記画像から重力方向に対する前記損傷面の傾き状態を判別する損傷面傾き状態判別部を更に備え、

    前記損傷面情報取得部は、前記損傷面傾き状態判別部から重力方向に対する前記損傷面の傾き状態の情報を取得する、

    請求項５から７のいずれか１項に記載のコンクリート構造物の点検支援装置。

  9. 前記原因部位検出部は、前記損傷面の傾きが閾値以上の場合、前記損傷領域の中央部分に重みを置いて前記原因部位を検出し、前記損傷面の傾きが閾値未満の場合、前記損傷領域の重力方向上側の部分に重みを置いて前記原因部位を検出する、

    請求項５から７のいずれか１項に記載のコンクリート構造物の点検支援装置。

  10. 前記損傷領域抽出部は、前記画像の輝度分布及び／又はＲＧＢ値分布に基づいて、前記損傷領域を抽出する、

    請求項１から９のいずれか１項に記載のコンクリート構造物の点検支援装置。

  11. 前記損傷領域抽出部は、前記コンクリート構造物の表面に現れた遊離石灰の領域及び／又は漏水の領域を前記損傷領域として抽出する、

    請求項１から１０のいずれか１項に記載のコンクリート構造物の点検支援装置。

  12. 前記原因部位検出部は、ひび割れの部位、打ち継ぎ目の部位、目地の部位及び剥離の部位の少なくとも一つを前記原因部位として検出する、

    請求項１から１１のいずれか１項に記載のコンクリート構造物の点検支援装置。

  13. 前記損傷領域を囲う枠、及び、前記原因部位をトレースした線を前記画像に合成した合成画像を生成する合成画像生成部を更に備え、

    前記出力部は、前記合成画像を前記損傷領域の抽出結果及び前記原因部位の検出結果として表示装置に出力する、

    請求項１から１２のいずれか１項に記載のコンクリート構造物の点検支援装置。

  14. 前記損傷領域の抽出結果及び前記原因部位の検出結果を修正する修正部を更に備えた、

    請求項１３に記載のコンクリート構造物の点検支援装置。

  15. 前記損傷領域及び／又は前記原因部位を定量化する定量化部を更に備え、

    前記出力部は、定量化された前記損傷領域及び／又は前記原因部位の情報を更に出力する、

    請求項１から１４のいずれか１項に記載のコンクリート構造物の点検支援装置。

  16. 前記定量化部は、前記損傷領域の面積及び／又は色を求めて、前記損傷領域を定量化し、前記原因部位の幅、長さ及び面積の少なくとも一つを求めて、前記原因部位を定量化する、

    請求項１５に記載のコンクリート構造物の点検支援装置。

  17. 前記損傷領域の抽出結果及び前記原因部位の検出結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、

    請求項１から１６のいずれか１項に記載のコンクリート構造物の点検支援装置。

  18. 前記損傷領域が抽出された場合に、前記画像から損傷状態を判別する損傷状態判別部を更に備えた、

    請求項１から１６のいずれか１項に記載のコンクリート構造物の点検支援装置。

  19. 前記損傷領域の抽出結果、前記原因部位の検出結果及び前記損傷状態の判別結果に基づいて、損傷の程度を判定する損傷程度判定部を更に備えた、

    請求項１８に記載のコンクリート構造物の点検支援装置。

  20. 点検対象のコンクリート構造物を撮影した画像を取得するステップと、

    前記画像から前記コンクリート構造物の表面に現れた損傷領域を抽出するステップと、

    前記損傷領域が抽出された場合に、前記損傷領域の抽出結果に基づいて、前記画像から損傷の原因部位を検出するステップと、

    前記損傷領域の抽出結果及び前記原因部位の検出結果を出力するステップと、

    を備えたコンクリート構造物の点検支援方法。

  21. 点検対象のコンクリート構造物を撮影した画像を取得する機能と、

    前記画像から前記コンクリート構造物の表面に現れた損傷領域を抽出する機能と、

    前記損傷領域が抽出された場合に、前記損傷領域の抽出結果に基づいて、前記画像から損傷の原因部位を検出する機能と、

    前記損傷領域の抽出結果及び前記原因部位の検出結果を出力する機能と、

    をコンピュータに実現させるコンクリート構造物の点検支援プログラム。
JP2020558206A 2018-11-29 2019-10-29 コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム Active JP7145970B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018223785 2018-11-29
JP2018223785 2018-11-29
PCT/JP2019/042430 WO2020110560A1 (ja) 2018-11-29 2019-10-29 コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム

Publications (2)

Publication Number Publication Date
JPWO2020110560A1 true JPWO2020110560A1 (ja) 2021-10-14
JP7145970B2 JP7145970B2 (ja) 2022-10-03

Family

ID=70854292

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020558206A Active JP7145970B2 (ja) 2018-11-29 2019-10-29 コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム

Country Status (5)

Country Link
US (1) US20210272272A1 (ja)
EP (1) EP3889588A4 (ja)
JP (1) JP7145970B2 (ja)
CN (1) CN113167742B (ja)
WO (1) WO2020110560A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3660786A4 (en) * 2017-07-25 2020-08-05 FUJIFILM Corporation METHOD FOR GENERATING A DAMAGE DIAGRAM, DEVICE FOR GENERATING A DAMAGE DIAGRAM, SYSTEM FOR GENERATING A DAMAGE DIAGRAM AND RECORDING MEDIUM
WO2021200675A1 (ja) * 2020-04-01 2021-10-07 富士フイルム株式会社 ３次元表示装置、３次元表示方法、及びプログラム
US11657373B2 (en) * 2020-08-21 2023-05-23 Accenture Global Solutions Limited System and method for identifying structural asset features and damage
CN116682069B (zh) * 2023-07-31 2023-11-24 水利部珠江水利委员会珠江水利综合技术中心 基于人工智能的船闸混凝土修复决策方法及系统
CN117670874A (zh) * 2024-01-31 2024-03-08 安徽省交通规划设计研究总院股份有限公司 一种基于图像处理的箱型梁内部裂缝检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000028540A (ja) * 1998-07-10 2000-01-28 Ishikawajima Harima Heavy Ind Co Ltd コンクリート表面の遊離石灰抽出方法
JP2006338312A (ja) * 2005-06-01 2006-12-14 Usric Co Ltd 調査支援装置、調査支援システム、調査支援方法、及びプログラム
JP2018151215A (ja) * 2017-03-10 2018-09-27 大成建設株式会社 ひび割れ幅特定方法
KR101922831B1 (ko) * 2018-01-31 2018-11-27 서울시립대학교 산학협력단 콘크리트 상태를 판정하는 영상분석장치 및 영상분석방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6029870B2 (ja) * 2012-06-27 2016-11-24 公益財団法人鉄道総合技術研究所 コンクリート表面の変状検出方法及び装置
JP6368207B2 (ja) 2014-09-25 2018-08-01 前田建設工業株式会社 コンクリート構造物の点検支援装置、点検支援方法、及びプログラム
EP3348986A4 (en) * 2015-09-10 2018-10-17 FUJIFILM Corporation Damage information extraction device, damage information extraction method and damage information extraction program
JP6454793B2 (ja) * 2015-09-16 2019-01-16 富士フイルム株式会社 健全度判定装置、健全度判定方法および健全度判定プログラム
JP6333307B2 (ja) * 2016-06-02 2018-05-30 日本電信電話株式会社 劣化部位検知装置、劣化部位検知方法およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000028540A (ja) * 1998-07-10 2000-01-28 Ishikawajima Harima Heavy Ind Co Ltd コンクリート表面の遊離石灰抽出方法
JP2006338312A (ja) * 2005-06-01 2006-12-14 Usric Co Ltd 調査支援装置、調査支援システム、調査支援方法、及びプログラム
JP2018151215A (ja) * 2017-03-10 2018-09-27 大成建設株式会社 ひび割れ幅特定方法
KR101922831B1 (ko) * 2018-01-31 2018-11-27 서울시립대학교 산학협력단 콘크리트 상태를 판정하는 영상분석장치 및 영상분석방법

Also Published As

Publication number Publication date
WO2020110560A1 (ja) 2020-06-04
CN113167742A (zh) 2021-07-23
CN113167742B (zh) 2024-02-27
EP3889588A1 (en) 2021-10-06
US20210272272A1 (en) 2021-09-02
JP7145970B2 (ja) 2022-10-03
EP3889588A4 (en) 2022-01-26

Similar Documents

Publication Publication Date Title
JP7145970B2 (ja) コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム
WO2020059706A1 (ja) 学習用データ収集装置、学習用データ収集方法、及びプログラム
CN114387268A (zh) 一种螺栓松动检测方法及装置
CN108139335B (zh) 图像登录装置、图像登录方法、图像登录系统及摄像终端
CN106530271A (zh) 一种红外图像显著性检测方法
JP5726472B2 (ja) アライメント方法及び検出装置
JPWO2016174926A1 (ja) 画像処理装置及び画像処理方法及びプログラム
JP2021047197A (ja) 損傷データ編集装置、損傷データ編集方法、およびプログラム
JPWO2019111339A1 (ja) 学習装置、検査システム、学習方法、検査方法およびプログラム
JP5647999B2 (ja) パターンマッチング装置、検査システム、及びコンピュータプログラム
JP2014215645A (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP6980208B2 (ja) 構造物維持管理業務支援システム
JP2020135051A (ja) 欠点検査装置、欠点検査方法、欠点検査プログラム、学習装置および学習済みモデル
JP2010008159A (ja) 外観検査処理方法
JP7100144B2 (ja) 合成処理システム、合成処理装置、及び合成処理方法
JP2005252451A (ja) 画質検査方法及び画質検査装置
TWI748184B (zh) 瑕疵檢測方法、電子裝置及電腦可讀存儲介質
JP2004240909A (ja) 画像処理装置及び画像処理方法
WO2020121917A1 (ja) 損傷図作成支援装置、損傷図作成支援方法、損傷図作成支援プログラム及び損傷図作成支援システム
JP2021085838A (ja) 配筋検査システム、配筋検査方法、及び配筋検査プログラム
WO2022208620A1 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
JP7433623B2 (ja) 構造物画像管理システム
WO2023136030A1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
Zhang et al. Automated recognition of a wall between windows from a single image
Tang et al. Multidamage Identification in High-Resolution Concrete Bridge Component Imagery Based on Deep Learning

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210601

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220516

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220615

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220824

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220920

R150 Certificate of patent or registration of utility model

Ref document number: 7145970

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150