WO2023068323A1 - 画像処理装置、画像処理方法及びプログラム - Google Patents

画像処理装置、画像処理方法及びプログラム Download PDF

Info

Publication number
WO2023068323A1
WO2023068323A1 PCT/JP2022/039075 JP2022039075W WO2023068323A1 WO 2023068323 A1 WO2023068323 A1 WO 2023068323A1 JP 2022039075 W JP2022039075 W JP 2022039075W WO 2023068323 A1 WO2023068323 A1 WO 2023068323A1
Authority
WO
WIPO (PCT)
Prior art keywords
folder
image
resolution
images
management means
Prior art date
Application number
PCT/JP2022/039075
Other languages
English (en)
French (fr)
Inventor
智大 佐藤
淳一 児玉
勇樹 釜森
Original Assignee
キヤノン株式会社
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 キヤノン株式会社 filed Critical キヤノン株式会社
Publication of WO2023068323A1 publication Critical patent/WO2023068323A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • the present invention relates to an image processing technology for detecting deformation from images of an inspection target.
  • a computer machine performs machine learning on images of inspection objects such as the walls of concrete structures to detect deformations such as cracks, and to detect deformation attributes such as crack widths through image analysis. There is a way to do
  • a user terminal transmits a plurality of images of an inspection target to a server device, and the server device performs image analysis on a composite image obtained by synthesizing the plurality of images to detect deformation. system is described.
  • the analysis results (cracks) can be corrected, and attribute information (crack width) can be added to the analysis results (cracks), and this information is associated and stored in the database. be done.
  • a scale image showing the crack and the actual size can be superimposed and displayed on the user terminal.
  • the image of the deformation does not contain the actual size information of the deformation, and in order to judge it accurately, it is necessary to accurately specify the information such as the image resolution that represents the actual size value per pixel of the image.
  • the image resolution that represents the actual size value per pixel of the image.
  • the present invention has been made in view of the above problems, and reduces the burden of operations for setting information such as resolution for images to be detected.
  • the image processing apparatus of the present invention includes folder management means for creating and setting a folder for managing images for detecting deformation of an inspection object, and setting of images to be managed in the folder. wherein the folder management means sets the resolution of the images managed by the folder, and the image management means manages the resolution set by the folder management means by the folder. image.
  • FIG. 1 is a block diagram showing the hardware configuration of an image processing apparatus according to a first embodiment
  • FIG. 2 is a functional block diagram of the image processing apparatus according to the first embodiment
  • FIG. 3 is a diagram exemplifying an image list screen according to the first embodiment
  • FIG. 4 is a diagram exemplifying a folder creation screen according to the first embodiment
  • FIG. 5 is a diagram exemplifying an analysis result list screen according to the first embodiment
  • FIG. 6 is a diagram exemplifying an analysis result viewing screen according to the first embodiment
  • FIG. 1 is a block diagram showing the hardware configuration of an image processing apparatus according to a first embodiment
  • FIG. 2 is a functional block diagram of the image processing apparatus according to the first embodiment
  • FIG. 3 is a diagram exemplifying an image list screen according to the first embodiment
  • FIG. 4 is a diagram exemplifying a folder creation screen according to the first embodiment
  • FIG. 5 is a diagram exemplifying an analysis result list screen according to the
  • FIG. 7A is a diagram for explaining a method of calculating actual size information according to the first embodiment
  • FIG. 7B is a diagram for explaining a method of calculating actual size information according to the first embodiment
  • FIG. 8 is a flowchart showing processing for executing image analysis according to the first embodiment
  • FIG. 9 is a diagram exemplifying an image analysis method selection screen according to the third embodiment
  • FIG. 10 is a diagram exemplifying a folder structure according to the fourth embodiment
  • FIG. 11 is a diagram exemplifying a subfolder creation screen according to the fourth embodiment
  • 12 is a diagram exemplifying a folder editing screen according to the fourth embodiment
  • Deformation refers to cracks on the concrete surface due to damage, deterioration, and other factors in concrete structures such as expressways, bridges, tunnels, dams, etc. Cracks refer to aged deterioration, earthquake impact, etc. It is a linear damage with a start point, end point, length and width that occurs on the wall of a structure due to
  • FIG. 1 is a block diagram showing the hardware configuration of the image processing apparatus 100 of Embodiment 1.
  • FIG. 1 is a block diagram showing the hardware configuration of the image processing apparatus 100 of Embodiment 1.
  • a computer device operates as the image processing device 100 .
  • the processing of the image processing apparatus of this embodiment may be implemented by a single computer device, or may be implemented by distributing each function to a plurality of computer devices as necessary.
  • a plurality of computer devices are communicatively connected to each other.
  • the image processing apparatus 100 includes a control unit 101, a nonvolatile memory 102, a work memory 103, a storage device 104, an input device 105, an output device 106, a network interface 107, and a system bus 108.
  • the control unit 101 includes arithmetic processing processors such as a CPU and an MPU that control the entire image processing apparatus 100 .
  • the nonvolatile memory 102 is a ROM that stores programs executed by the processor of the control unit 101 and parameters.
  • the program is a program for executing the processes of Embodiments 1 and 2, which will be described later.
  • a work memory 103 is a RAM that temporarily stores programs and data supplied from an external device or the like.
  • the storage device 104 is an internal device such as a hard disk or memory card built into the image processing apparatus 100 or an external device such as a hard disk or memory card detachably connected to the image processing apparatus 100 .
  • the storage device 104 includes a memory card, a hard disk, and the like, which are composed of a semiconductor memory, a magnetic disk, and the like. Also, the storage device 104 includes a storage medium configured by a disk drive that reads/writes data from/to optical disks such as DVDs and Blue-ray Discs.
  • the input device 105 is an operation member such as a mouse, keyboard, touch panel, etc. that receives user operations, and outputs operation instructions to the control unit 101 .
  • the output device 106 is a display device such as an LCD or an organic EL display or monitor, and displays data held by the image processing apparatus 100 or data supplied from an external device.
  • the network interface 107 is communicably connected to a network such as the Internet or a LAN (Local Area Network).
  • a system bus 108 includes an address bus, a data bus, and a control bus that connect the components 101 to 107 of the image processing apparatus 100 so that data can be exchanged.
  • the non-volatile memory 102 stores an OS (operating system), which is basic software executed by the control unit 101, and applications that cooperate with the OS to realize applied functions.
  • the nonvolatile memory 102 stores an application for realizing an image analysis process for detecting a deformation from an image of an inspection target, which will be described later, captured by the image processing apparatus 100 .
  • the processing of the image processing apparatus 100 of this embodiment is implemented by reading software provided by an application. It is assumed that the application has software for using the basic functions of the OS installed in the image processing apparatus 100 . Note that the OS of the image processing apparatus 100 may have software for realizing the processing in this embodiment.
  • FIG. 2 is a functional block diagram of the image processing device 200 of the first embodiment.
  • the image processing apparatus 200 has a folder management unit 211 , a folder setting storage unit 212 , an image management unit 213 , an image storage unit 214 , an image analysis unit 215 , an analysis result management unit 216 and an analysis result storage unit 217 .
  • Each function of the image processing apparatus 200 is configured by hardware and software. It should be noted that each functional unit may be configured as a system in which one or a plurality of computer devices or server devices are configured and connected via a network.
  • the folder management unit 211 has a function of at least one of creating, setting, deleting, and displaying a list of folders.
  • the folder setting saving unit 212 has a function of saving folder settings.
  • the folder management unit 211 presents the user with an image list screen, which will be described later with reference to FIG. 3, a folder creation screen, which will be described later with reference to FIG. 4, and an image analysis method selection screen, which will be described later with reference to FIG.
  • the user inputs folder settings such as a folder name and image resolution on the folder creation screen.
  • the folder settings include the folder name and image resolution, but may also include information such as execution memos entered when the folder was created, creation date and time for folder management, and access date and time.
  • Image resolution is the actual size information per pixel of an image, more specifically, a conversion value representing the actual size value (for example, mm) per pixel of the image, and the image actual size ratio (mm/ pixels).
  • the actual size information is also called the actual size conversion of the image, the resolution, the actual pixel size value, the actual image size value, etc., in addition to the actual size ratio of the image. Since the image does not contain the actual size information, the method of manually inputting the actual size information by the user, the method of estimating from the size of the deformation whose actual size information of the image is clear, and the like. In this embodiment, as will be described later, a method for manually inputting actual size information by the user will be described.
  • the image management unit 213 has a function of saving images, registering images in a folder, deleting images, displaying and viewing a list, changing image resolution, and changing file names.
  • the image storage unit 214 stores image data and settings.
  • the image management unit 213 manages a plurality of images by registering them in a folder.
  • the user designates one folder in which the image is registered when saving the image.
  • the image management unit 213 performs setting to apply the image resolution set by the user to the images registered in the folder specified by the user.
  • the image storage unit 214 stores settings of images registered in the folder.
  • the image analysis unit 215 performs image analysis using a learning model created by machine learning/deep learning of AI (artificial intelligence) in order to detect deformation from the image of the inspection target managed in the folder. to run.
  • the analysis result storage unit 217 stores the image analysis result.
  • the analysis result management unit 216 has a function of viewing, acquiring, etc. the image analysis results stored in the analysis result storage unit 217 .
  • the analysis result management unit 216 presents to the user an analysis result list screen, which will be described later with reference to FIG. 5, and an analysis result viewing screen, which will be described later with reference to FIG.
  • the image resolution is sufficient to detect deformation, and it is rare that the entire range of the object to be inspected can be captured in a single image.
  • the work of taking a close-up photograph of a part of the target range is repeated while gradually moving the photographing range. Then, after performing image processing such as enlargement, reduction, rotation, projective transformation, color adjustment, noise removal, etc. on the plurality of images photographed in this way, the plurality of images that have undergone image processing are joined together to form a single image. generates a composite image of
  • This kind of work is repeated according to the number of construction points of the drawing to be inspected. For example, if the cross section of the bridge that constitutes the bridge is a square, it is repeated for the four sides to create four sheets of " ⁇ big bridge pier 1".
  • a standard image resolution for drawings for example, 0.5 mm/pixel for bridges and 2.0 mm/pixel for tunnels
  • high-definition images may be taken. After that, by generating a composite image so as to match the resolution and position of the drawing, preparation of the image for image analysis is completed.
  • deformations detected by image analysis may include false detections and omissions. Therefore, visual confirmation and correction are performed by an image processing device or an external server. For example, if the deformation is a crack, the crack is superimposed on the drawing or image, and the analysis result is created with the length and width of the crack added.
  • FIG. 3 An image list screen and a folder creation screen according to the present embodiment will be described with reference to FIGS. 3 and 4.
  • FIG. 3 An image list screen and a folder creation screen according to the present embodiment will be described with reference to FIGS. 3 and 4.
  • FIG. 3 An image list screen and a folder creation screen according to the present embodiment will be described with reference to FIGS. 3 and 4.
  • FIG. 3 is a diagram illustrating an image list screen.
  • the image list screen 301 shown in FIG. 3 includes a folder list area 302 and an image list area 303 .
  • the folder names of created folders are displayed in a predetermined order (for example, in order of folder name and creation date and time), and a create folder button 312 is displayed.
  • a desired folder is displayed in the folder list 311 .
  • an image list 322 registered in the selected folder is displayed in the image list area 303 .
  • image files registered in a desired folder arbitrarily selected by the user from the folder list 311 displayed in the folder list area 302 are displayed in a predetermined order (for example, in order of file name or creation date/time). ) are displayed side by side.
  • an image list tab 321a In the image list area 303, an image list tab 321a, an analysis result list tab 321b, an image registration button 323, and an analysis start button 324 are displayed.
  • the image list tab 321 a is a button for displaying image files registered in the folder selected from the folder list area 302 in the image list area 303 .
  • the analysis result list tab 321 b is a button for displaying in the image list area 303 the analysis result of the image files registered in the folder selected from the folder list area 302 .
  • the user operates the folder creation button 312 when creating a new folder. Also, the user operates the image registration button 323 when registering an image file in a folder. When executing image analysis, the analysis start button 324 is operated.
  • the user can operate the folder creation button 312 to create a new folder.
  • FIG. 4 is a diagram exemplifying the folder creation screen.
  • the folder creation screen 401 includes a folder name input field 411 , an image resolution input field 412 , an OK button 421 and a cancel button 422 .
  • the user inputs a name such as the name of an inspection target that makes it easy to identify the inspection target in the folder name input field 411, and inputs the image resolution applied to the images registered in the folder in the image resolution input field 412. do.
  • the OK button 421 is a button for confirming the folder name input in the folder name input field 411 and the image resolution input in the image resolution input field 412 and saving the folder settings.
  • a cancel button 422 is a button for canceling the folder name input in the folder name input field 411 and the image resolution input in the image resolution input field 412 and returning to the image list screen 301 .
  • a screen prompting the user to select images to be registered in the folder is displayed.
  • the user can apply the image resolution set to the folder at the time of image registration to all images registered in the folder.
  • the image file displayed in the image list 322 is appended with the image resolution being applied or the image resolution after change.
  • an edit button 325 is displayed for the image file displayed in the image list 322, and the file name and image resolution of the corresponding image file can be edited.
  • a check box 326 is displayed for each image file displayed in the image list 322, and the user selects a desired image file and then operates an analysis start button 324 to accept the input of a memo during execution. Then, image analysis is performed on the checked image files.
  • the execution-time memo is supplementary information that can be arbitrarily input by the user, such as information on the date and time when image analysis was performed, inspection locations, and attention levels of inspection objects.
  • the analysis result list screen 501 shown in FIG. 5 is displayed.
  • image resolution as one of the parameters to the learning model used for image analysis
  • image analysis according to the actual size information of the deformation is executed, and improvement in detection accuracy can be expected compared to the case where the image resolution is not given.
  • FIG. 5 is a diagram illustrating an analysis result list screen.
  • Analysis result list screen 501 includes folder list area 502 and analysis result list area 503 .
  • a folder list area 502 is the same as the folder list area 302 in the image list screen 301 in FIG.
  • a create folder button 512 in the folder list area 502 is the same as the create folder button 312 in the image list screen 302 in FIG.
  • an analysis result list 522, an image list tab 521a, and an analysis result list tab 521b which are results of executing image analysis on image files checked in the image list 322, are displayed.
  • the user can display the image list screen 301 in FIG. 3 by operating the image list tab 521a.
  • analysis result list 522 one of analysis completed, analysis in progress, and analysis failure is displayed as the image analysis status along with an execution memo, and a browse button 523 and a download button 524 are displayed for each analysis result.
  • the browse button 523 is operated for the desired analysis result in the analysis result list 522, the analysis result browse screen 601 shown in FIG. 6 is displayed. data files are downloaded from an external server.
  • FIG. 6 is a diagram illustrating an analysis result browsing screen.
  • a folder name 611a, an execution memo 611b, an analysis result display field 612, a legend display field 613, and a return button 614 are displayed.
  • the folder name 611a and execution memo 611b display the folder name and execution memo in which the image file subjected to the image analysis is registered.
  • an analysis result 621 such as a crack as a deformation detected by image analysis is displayed superimposed on the image to be detected.
  • a crack includes actual size information such as length and thickness (width), and is identifiably displayed in different display forms (for example, color and line type) according to the length and thickness (width) of the crack.
  • the legend display field 613 displays the correspondence between the actual size information of the crack length and thickness (width) and the display mode.
  • the actual size information of the crack length and thickness (width) can be calculated from the image resolution and the number of pixels of the image. Also, by comparing the actual size information of the crack with the data of the drawing, the coordinates of the analysis result can be converted into numerical values matching the coordinate system of the drawing, and can be browsed or edited in an image processing device or an external server.
  • FIGs. 7A and 7B are diagrams explaining a method of calculating the actual size information of a crack from the image resolution and the number of pixels of the image.
  • FIG. 7A is a diagram explaining a calculation method for approximating a crack with a straight line.
  • FIG. 7B is a diagram explaining a calculation method for approximating a crack with a polygonal line.
  • the thickness (width) 711 of the crack is the actual size information to be obtained.
  • the thickness (width) 711 of the crack has an area in the oblique direction, so it is calculated from the horizontal and vertical lengths.
  • the image resolution of the image corresponding to the thickness (width) 711 of the crack is k
  • the number of pixels in the horizontal direction is a
  • the number of pixels in the vertical direction is b
  • the actual size information can be calculated from the following linear approximation formula 1.
  • Equation 1 k ⁇ (a ⁇ a+b ⁇ b) Similarly, for the crack length 712 , in Equation 1, the horizontal pixel number a and the vertical pixel number b corresponding to the crack thickness (width) 711 are replaced by the horizontal pixel number corresponding to the crack length 712 . It can be calculated by replacing the number of pixels c with the number of pixels d in the vertical direction. In the case of a curved crack that is not suitable for straight line approximation, as shown in FIG. can also be calculated.
  • the user can display the analysis result list screen 501 shown in FIG.
  • FIG. 8 is a flowchart showing processing for executing image analysis by the image processing apparatus of this embodiment.
  • control unit 101 of the image processing apparatus 100 shown in FIG. 1 develops a program stored in the nonvolatile memory 102 in the work memory 103 and executes it to control each component. It is realized by executing the function shown.
  • control unit 101 determines whether a folder in which images to be detected are registered has been created. If the control unit 101 determines that the folder has been created, the process advances to S804. If the control unit 101 determines that the folder has not been created, the process advances to step S802.
  • control unit 101 causes the folder management unit 211 to display the image list screen 301 shown in FIG.
  • the control unit 101 causes the folder management unit 211 to display the folder creation screen 401 shown in FIG. Further, when the control unit 101 accepts the operation of the OK button 421 , the folder management unit 211 creates a new folder and saves the folder name and image resolution settings of the newly created folder in the folder setting storage unit 212 . do. By setting the image resolution to be applied to the image in the folder in which the image is registered in this manner, the image resolution set to the folder at the time of image registration can be applied to all the images registered in the folder.
  • control unit 101 causes the folder management unit 211 to display the image list screen 301 shown in FIG.
  • the image management unit 213 sets the image to be registered so that the image resolution in the setting of is applied to the image to be registered, and the image saving unit 214 saves the setting of the image.
  • the image resolution set to the folder at the time of image registration can be applied to all the images registered in the folder.
  • control unit 101 causes the folder management unit 211 to display the image list screen 301 shown in FIG.
  • control unit 101 executes image analysis on the image file checked by the image analysis unit 215.
  • control unit 101 determines whether the image analysis by the image analysis unit 215 has been completed. If the control unit 101 determines that the image analysis is completed, it advances the processing to S808. If the control unit 101 determines that the image analysis has not been completed, the processing returns to S806.
  • control unit 101 causes the analysis result storage unit 217 to store the image analysis result. Further, when receiving an operation on the analysis result list tab 321b on the image list screen 301 shown in FIG. 3, the control unit 101 causes the analysis result management unit 216 to display the analysis result list screen 501 shown in FIG.
  • the image resolution set in the folder at the time of image registration is registered in the folder. Can be applied to all images that are Therefore, since it is not necessary to manually set the image resolution for each image to be detected, it is possible to reduce the burden of the operation for setting the image resolution for the image to be detected. Further, since the image analysis corresponding to the set image resolution is executed, improvement in the accuracy of detecting deformation can be expected compared to the image analysis that does not give the image resolution.
  • a standard value or a recommended value is set in advance through tests, etc., depending on the inspection target.
  • the standard or recommended image resolution for the "piers" of a bridge is "0.5".
  • a warning is displayed because it deviates from the standard value or recommended value.
  • the folder creation screen 401 or OK A warning is displayed to the user on a pop-up screen or the like when the button 421 is operated. This can prompt the user to make corrections.
  • the standard value or recommended value "0.5" may be automatically entered in the image resolution input field 412.
  • the automatically entered values may be changeable by the user.
  • FIG. 9 is a diagram illustrating an image analysis method selection screen.
  • the image analysis method selection screen 901 shown in FIG. 9 is displayed.
  • the image analysis method selection screen 901 includes an execution memo input field 911 , a learning model selection field 912 , a parameter input field 913 , an OK button 921 and a cancel button 922 .
  • a runtime memo similar to that of the first embodiment is entered in the runtime memo input field 911 .
  • a plurality of learning models can be selected in the learning model selection field 912 .
  • the user can select a learning model suitable for the inspection target from a plurality of learning models registered in the learning model selection field 912 .
  • a parameter input field 913 can input parameters such as image resolution to be given to the learning model. Also, for each learning model that can be selected in the learning model selection field 912, multiple (for example, three) parameters can be input.
  • the OK button 921 confirms the execution memo input in the execution memo input field 911, the learning model selected from the learning model selection field 912, and one or more parameters input in the parameter input field 913, and sets the image analysis method.
  • a cancel button 922 is used to cancel the runtime memo input in the runtime memo input field 911, the learning model selected from the learning model selection field 912, and one or more parameters input in the parameter input field 913, and to redo the input. is a button.
  • the learning model is trained in advance using a specific detection target image, it is expected that the user can select a learning model suitable for the inspection target to improve accuracy.
  • improvements can be made by changing parameters in the same learning model and comparing the analysis results, or by preparing and introducing a learning model that matches the user's environment.
  • FIG. 10 is a schematic diagram for explaining the folder structure 1001 of the fourth embodiment.
  • Embodiments 1 to 3 The relationship between folders and images described in Embodiments 1 to 3 is based on the premise that images are registered directly under folders, such as two images 1012 registered in a folder 1011 .
  • a function is added that allows hierarchical registration of at least one folder.
  • a subfolder 1022 and a subfolder 1023 are registered under the folder 1021, two images 1024 are registered under the subfolder 1022, and an image 1025 is registered under the subfolder 1023.
  • two images 1032 and a subfolder 1033 are registered under the folder 1031 , and two images 1034 are registered under the subfolder 1033 .
  • folders and subfolders are collectively called folders, and folders and images are collectively called elements.
  • FIG. 10 shows an example of creating multiple top-level folders
  • the top-level folder may be limited to one and all elements may be registered under the structure.
  • the folder management unit 211 further has functions for creating, setting, deleting, and displaying a list of subfolders. Further, the user is presented with a subfolder creation screen, which will be described later with reference to FIG. 11, and a folder editing screen, which will be described later with reference to FIG.
  • the user designates a higher-level folder, displays a subfolder creation screen, and inputs a subfolder name and image resolution as subfolder setting information on the subfolder creation screen.
  • the subfolder setting information may include information such as an execution memo input when the subfolder was created, creation date and time for subfolder management, and access date and time.
  • the subfolder creation screen 1101 includes a folder name display field 1131 , a subfolder name input field 1111 , an image resolution input field 111 , an OK button 1121 and a cancel button 1122 .
  • the user inputs a name such as the name of the inspection target that makes it easy to identify the inspection object in the subfolder name input field 1111, and inputs the image resolution to be applied to the images registered in the subfolder in the image resolution input field 1112. input.
  • the image resolution input field 1112 the image resolution specified by the user and set in the upper folder displayed in the folder name display field 1131 is automatically input as an initial value, and the user changes the initial value. be able to.
  • the OK button 1121 is a button for confirming and saving the subfolder name input in the subfolder name input field 1111 and the image resolution input in the image resolution input field 1112 .
  • a cancel button 1122 is a button for canceling the subfolder name input in the subfolder name input field 1111 and the image resolution input in the image resolution input field 1112 and returning to the image list screen 301 .
  • the folder edit screen 1201 includes a folder name input field 1211 , an image resolution input field 1212 , a check box 1213 reflecting the lower elements of the image resolution, an OK button 1221 and a cancel button 1222 .
  • the user can check the folder name input field 1211 and the image resolution input field 1212 in which the folder setting information entered when creating the folder is reflected, and change them as necessary. Further, the user can set whether or not to reflect the image resolution input in the image resolution input field 1212 to the subfolder by using a check box 1213 for reflecting the changed image resolution to subfolders.
  • the check box 1213 is checked, the image resolution entered in the image resolution input field 1212 is automatically applied to all subordinate folders and images of the folder being edited.
  • the image resolution input in the input field 1212 is not reflected, but is reflected in folders and images newly registered under the folder being edited.
  • An OK button 1221 is a button for confirming the setting of the check box 1213 and reflecting and saving the image resolution input in the image resolution input field 1212 in the subfolder.
  • a cancel button 1222 is a button for canceling the setting of the check box 1213 and returning to the image list screen 301 in FIG.
  • the images registered in the folder are images after synthesis, but individual images before synthesis may be registered as they are.
  • an example has been described in which the image resolution set for the folder is applied to the image when the image is registered in the folder.
  • an image resolution input screen may be displayed, the initial value of the image resolution may be entered in an editable input field, and the user may be asked to edit and consent. .
  • the present invention supplies a program that implements one or more functions of each embodiment to a system or device via a network or a storage medium, and one or more processors of the computer of the system or device reads and executes the program. It can also be realized by processing to The invention can also be implemented by a circuit (eg, an ASIC) that implements one or more functions.
  • a circuit eg, an ASIC
  • the disclosure of this specification includes the following image processing device, image processing method, and program.
  • Folder management means for creating and setting a folder for managing images for detecting deformation of an inspection object; and image management means for setting images to be managed in the folder, wherein said folder management means sets the resolution of images managed by said folder, and said image management means applies the resolution set by said folder management means to images managed by said folder. processing equipment.
  • the image processing device according to any one of 3.
  • folder setting saving means for saving settings of the folder; an image storage means for storing settings of the image;
  • the image processing apparatus according to configuration 2, further comprising analysis result storage means for storing the result of the image analysis.
  • the folder management means sets the resolution of the images managed by the folder according to a user operation,
  • the image management means applies the resolution to images managed by the folder, Configuration 2 or 5, wherein the image analysis means executes the image analysis using a learning model for executing image analysis by inputting the image and a resolution applied to the image.
  • image processing device [Configuration 7]
  • the image analysis means is characterized in that the image analysis is performed according to the actual size information of the deformation of the object to be inspected by giving the resolution of the image as one of the parameters to the learning model used for the image analysis.
  • the image processing apparatus according to any one of configurations 2, 5, and 6.
  • the folder management means displays a list of images managed in the folder, The image processing apparatus according to any one of configurations 2, 5, 6, and 7, wherein the image analysis means displays an image analysis result of the image.
  • the image processing apparatus according to any one of configurations 1 to 8, wherein the folder management means displays a screen for inputting a folder name and resolution as settings for the folder.
  • the folder management means displays a screen for selecting an image analysis method by the image analysis means as settings for the folder, Any one of configurations 2, 5, 6, 7, and 8, wherein the image analysis method includes a learning model for executing the image analysis by inputting the image, and a resolution given to the learning model. 10.
  • the image processing device according to claim 1.
  • the image processing apparatus selects the image analysis method from the name of the inspection object and displays it on the screen.
  • the folder management means displays a warning when the resolution input to the screen deviates from a standard value or recommended value, or inputs a standard value or recommended value to the screen.
  • 9. The image processing apparatus according to 9.
  • the image processing device according to any one of .
  • the image processing apparatus according to any one of configurations 1 to 13, wherein the folder management means creates and sets folders in a plurality of hierarchical structures for managing images for detecting the deformation. .
  • the folder management means is characterized in that the resolution of the image set in the upper folder is automatically input to a screen for creating a lower folder that is a lower layer than the upper folder. 15.
  • the image processing device according to configuration 14.
  • the folder management means responds to an instruction to apply the edited resolution to a lower folder that is a layer below the higher folder. 16.
  • the image processing apparatus according to configuration 14 or 15, wherein the edited resolution is automatically reflected in all subordinate folders.
  • [Configuration 17] A first step in which the folder management means creates and sets a folder for managing images for detecting deformation of an inspection object; a second step in which the image management means sets the images to be managed in the folder; In the first step, the resolution of the images managed by the folder is set, and in the second step, the resolution set by the folder management means is applied to the images managed by the folder. image processing method. [Configuration 18] 17. A program for causing a computer to function as each means of the image processing apparatus according to any one of Configurations 1 to 16.

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

画像処理装置は、検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行うフォルダ管理手段と、前記フォルダで管理する画像の設定を行う画像管理手段と、を有する。前記フォルダ管理手段は、前記フォルダで管理する画像の解像度を設定し、前記画像管理手段は、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用する。

Description

画像処理装置、画像処理方法及びプログラム
　本発明は、検査対象を撮影した画像から変状を検出する画像処理技術に関する。
　コンクリート構造物の壁面等の検査対象を撮影した画像に対して、コンピュータ装置が機械学習を行うことでひび割れ等の変状を検出したり、ひび割れの幅等の変状の属性を画像解析により検出したりする方法がある。
　特許文献１では、ユーザ端末からサーバ装置に対して、検査対象を撮影した複数の画像を送信し、サーバ装置において複数の画像を合成した合成画像に対して画像解析を行って変状を検出するシステムが記載されている。特許文献１のシステムでは、解析結果（ひび割れ）を修正したり、解析結果（ひび割れ）に対して属性情報（ひび割れの幅）を追加したりすることができ、これらの情報が関連付けてデータベースに蓄積される。また、ユーザ端末に、ひび割れと実寸を示すスケール画像を重ねて表示することができる。
特開２０２０－３８２２７号公報
　変状を撮影した画像には変状の実寸情報が含まれておらず、精度よく判定するためには画像の画素あたりの実寸値を表す画像解像度等の情報を正確に指定する必要がある。しかしながら、現場で撮影される画像の枚数は多く、撮影対象に応じて撮影状況が異なるため、それぞれの画像に対して手動で画像解像度等の情報を入力する必要がある。
　本発明は、上記課題に鑑みてなされ、検出対象の画像に解像度等の情報を設定する操作の負担を軽減する。
　上記課題を解決するために、本発明の画像処理装置は、検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行うフォルダ管理手段と、前記フォルダで管理する画像の設定を行う画像管理手段と、を有し、前記フォルダ管理手段は、前記フォルダで管理する画像の解像度を設定し、前記画像管理手段は、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用する。
　本発明によれば、検出対象の画像に解像度等の情報を設定する操作の負担を軽減できる。
　本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。なお、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。
　添付図面は明細書に含まれ、その一部を構成し、本発明の実施の形態を示し、その記述と共に本発明の原理を説明するために用いられる。
図１は、実施形態１の画像処理装置のハードウェア構成を示すブロック図。 図２は、実施形態１の画像処理装置の機能ブロック図。 図３は、実施形態１の画像一覧画面を例示する図。 図４は、実施形態１のフォルダ作成画面を例示する図。 図５は、実施形態１の解析結果一覧画面を例示する図。 図６は、実施形態１の解析結果閲覧画面を例示する図。 図７Ａは、実施形態１の実寸情報の計算方法を説明する図。 図７Ｂは、実施形態１の実寸情報の計算方法を説明する図。 図８は、実施形態１の画像解析を実行する処理を示すフローチャート。 図９は、実施形態３の画像解析方法選択画面を例示する図。 図１０は、実施形態４のフォルダ構造を例示する図。 図１１は、実施形態４のサブフォルダ作成画面を例示する図。 図１２は、実施形態４のフォルダ編集画面を例示する図。
　以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
　［実施形態１］
　実施形態１では、コンピュータ装置が画像処理装置として動作し、検査対象を撮影した画像から変状を検出するための複数の画像をフォルダで管理する場合に、フォルダで管理する画像に対して、ユーザが設定した画像の解像度を適用することにより、ユーザが個々の画像に設定する手間を軽減する例について説明する。
　なお、変状とは、自動車専用道路、橋梁、トンネル、ダム等のコンクリート構造物の損傷、劣化、その他の要因によりコンクリート面に生じるひび割れ等であり、ひび割れとは、経年劣化や地震の衝撃等により構造物の壁面等に生じる始点、終点、長さ及び幅を持つ線状の損傷である。
　＜ハードウェア構成＞
　まず、図１を参照して、実施形態１の画像処理装置のハードウェア構成について説明する。
　図１は、実施形態１の画像処理装置１００のハードウェア構成を示すブロック図である。
　以下に説明する実施形態１では、コンピュータ装置が画像処理装置１００として動作する。なお、本実施形態の画像処理装置の処理は単一のコンピュータ装置で実現してもよいし、必要に応じて複数のコンピュータ装置に各機能を分散して実現してもよい。複数のコンピュータ装置は、互いに通信可能に接続されている。
　画像処理装置１００は、制御部１０１、不揮発性メモリ１０２、ワークメモリ１０３、記憶デバイス１０４、入力デバイス１０５、出力デバイス１０６、ネットワークインターフェース１０７、システムバス１０８を備える。
　制御部１０１は、画像処理装置１００の全体を統括して制御するＣＰＵ、ＭＰＵ等の演算処理プロセッサを含む。不揮発性メモリ１０２は、制御部１０１のプロセッサが実行するプログラムやパラメータを格納するＲＯＭである。ここで、プログラムとは、後述する実施形態１、２の処理を実行するためのプログラムのことである。ワークメモリ１０３は、外部装置等から供給されるプログラムやデータを一時記憶するＲＡＭである。記憶デバイス１０４は、画像処理装置１００に内蔵されたハードディスクやメモリカード等の内部機器又は画像処理装置１００に着脱可能に接続されたハードディスクやメモリカード等の外部機器である。記憶デバイス１０４は、半導体メモリや磁気ディスク等から構成されるメモリカードやハードディスク等を含む。また、記憶デバイス１０４は、ＤＶＤ、Ｂｌｕｅ－ｒａｙ Ｄｉｓｃ等の光ディスクに対してデータの読み出し／書き込みを行うディスクドライブから構成される記憶媒体を含む。
　入力デバイス１０５は、ユーザ操作を受け付けるマウス、キーボード、タッチパネル等の操作部材であり、操作指示を制御部１０１に出力する。出力デバイス１０６は、ＬＣＤや有機ＥＬから構成されるディスプレイやモニタ等の表示装置であり、画像処理装置１００が保有するデータや外部機器から供給されたデータを表示する。ネットワークインターフェース１０７は、インターネットやＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等のネットワークに通信可能に接続する。システムバス１０８は、画像処理装置１００の各構成要素１０１～１０７をデータの授受が可能に接続するアドレスバス、データバス及び制御バスを含む。
　不揮発性メモリ１０２には、制御部１０１が実行する基本的なソフトウェアであるＯＳ（オペレーティングシステム）や、このＯＳと協働して応用的な機能を実現するアプリケーションが記録されている。また、本実施形態では、不揮発性メモリ１０２には、画像処理装置１００が、後述する検査対象を撮影した画像から変状を検出する画像解析処理を実現するアプリケーションが格納されている。
　本実施形態の画像処理装置１００の処理は、アプリケーションにより提供されるソフトウェアを読み込むことにより実現される。なお、アプリケーションは画像処理装置１００にインストールされたＯＳの基本的な機能を利用するためのソフトウェアを有しているものとする。なお、画像処理装置１００のＯＳが本実施形態における処理を実現するためのソフトウェアを有していてもよい。
　＜機能構成＞
　次に、図２を参照して、実施形態１の画像処理装置の機能ブロックについて説明する。
　図２は、実施形態１の画像処理装置２００の機能ブロック図である。
　画像処理装置２００は、フォルダ管理部２１１、フォルダ設定保存部２１２、画像管理部２１３、画像保存部２１４、画像解析部２１５、解析結果管理部２１６及び解析結果保存部２１７を有する。画像処理装置２００の各機能は、ハードウェア及びソフトウェアにより構成される。なお、各機能部が、１つまたは複数のコンピュータ装置やサーバ装置で構成され、ネットワークにより接続されたシステムとして構成されてもよい。
　フォルダ管理部２１１は、フォルダの作成、設定、削除および一覧表示の少なくともいずれかを行う機能を有する。フォルダ設定保存部２１２は、フォルダの設定を保存する機能を有する。フォルダ管理部２１１は、図３で後述する画像一覧画面、図４で後述するフォルダ作成画面、図９で後述する画像解析方法選択画面をユーザに提示する。フォルダ作成時に、ユーザは、フォルダ作成画面にフォルダ名と画像解像度等のフォルダの設定を入力する。フォルダの設定には、フォルダ名や画像解像度が含まれるが、それらに加えて、フォルダ作成時に入力された実行時メモ、フォルダ管理用の作成日時やアクセス日時等の情報が含まれてもよい。画像解像度は、画像の画素あたりの実寸情報、詳しくは、画像の１画素あたりの実寸値（例えば、ｍｍ）を表す換算値であり、画素と実寸値との比率を表す画像実寸比（ｍｍ／ｐｉｘｅｌ）である。実寸情報は、画像実寸比以外に、画像の実寸換算、解像度、画素実寸値、画像実寸値等とも呼ばれる。画像は実寸情報を含まないため、ユーザが手動で実寸情報を入力する方法、画像の実寸情報が明らかな変状の大きさから推定する方法、他の測距機器を用いて撮影と同時に実寸情報を取得する方法等がある。本実施形態では、後述するように、ユーザが手動で実寸情報を入力する方法を説明する。
　画像管理部２１３は、画像の保存、フォルダへの画像の登録、削除、一覧表示および閲覧、画像解像度の変更、並びにファイル名の変更の少なくともいずれかを行う機能を有する。画像保存部２１４は、画像のデータと設定を保存する。画像管理部２１３は、複数の画像をフォルダに登録することにより管理する。ユーザは、画像保存時に、画像を登録するフォルダを１つ指定する。画像管理部２１３は、ユーザが指定したフォルダに登録された画像に対して、ユーザが設定した画像解像度を適用する設定を行う。画像保存部２１４は、フォルダに登録された画像の設定を保存する。
　画像解析部２１５は、フォルダに管理された、検査対象を撮影した画像から変状の検出を行うために、ＡＩ（人口知能）の機械学習・深層学習により作成された学習モデルを用いて画像解析を実行する。解析結果保存部２１７は、画像解析結果を保存する。
　解析結果管理部２１６は、解析結果保存部２１７に保存された画像解析結果の閲覧、取得等を行う機能を有する。解析結果管理部２１６は、図５で後述する解析結果一覧画面、図６で後述する解析結果閲覧画面をユーザに提示する。
　＜変状を検出するワークフロー＞
　以下に、本実施形態の前提として、検査対象を撮影した画像から変状の検出を行うときのワークフローの一例について説明する。本実施形態では、コンクリート構造物の壁面をカメラで撮影した画像に対して学習モデルを用いた画像解析を行い変状を検出する。
　現場で検査対象を撮影する場合、変状の検出が可能な程度に十分な画像解像度であって、検査対象の全ての範囲を１枚の画像に写し込めることはあまりないため、通常は、検査対象範囲の一部を大写し（クローズアップ）で撮影する作業を、徐々に撮影範囲を移動しながら繰り返し行う。そして、このようにして撮影された複数の画像に、拡大、縮小、回転、射影変換、色調整、ノイズ除去等の画像処理を施した後、画像処理済みの複数の画像を繋ぎ合わせて１枚の合成画像を生成する。
　このような作業を検査対象の図面の構成点数に合わせて繰り返し行う、例えば、橋梁を構成する断面が四角い橋脚であれば、４つの側面について繰り返し行うことで「○○大橋 橋脚１」の４枚１組の画像を準備する。検査対象によって図面の標準的な画像解像度（例えば、橋梁では０．５ｍｍ／ｐｉｘｅｌ、トンネルでは２．０ｍｍ／ｐｉｘｅｌ）が決められており、この条件を満たすように撮影が行われるが、重点的に点検を行う場合は高精細な画像に撮影する場合もある。その後、図面の解像度と位置を合わせるように合成画像を生成することで、画像解析するための画像の準備が完了する。
　なお、画像を目視しながら手作業で変状を記録していく方法とは異なり、後述する画像解析によって検出された変状には誤検出や検出漏れが含まれている可能性がある。このため、画像処理装置又は外部サーバにより目視確認と修正を行う。例えば、変状がひび割れである場合は、図面や画像にひび割れを重ね、ひび割れの長さと幅を付記した解析結果が作成される。
　＜画像一覧画面とフォルダ作成画面＞
　次に、図３と図４を参照して、本実施形態の画像一覧画面とフォルダ作成画面について説明する。
　図３は画像一覧画面を例示する図である。図３に示す画像一覧画面３０１は、フォルダ一覧エリア３０２と画像一覧エリア３０３とを含む。
　フォルダ一覧エリア３０２には、作成済のフォルダのフォルダ名が所定の順番（例えば、フォルダ名や作成日時の順）で並べて表示されると共に、フォルダ作成ボタン３１２が表示される。ユーザが、フォルダ一覧３１１から所望のフォルダを選択すると、画像一覧エリア３０３に選択されたフォルダに登録された画像一覧３２２が表示される。画像一覧エリア３０３には、フォルダ一覧エリア３０２に表示されているフォルダ一覧３１１からユーザが任意に選択した所望のフォルダに登録されている画像ファイルが所定の順番（例えば、ファイル名や作成日時の順）で並べて表示される。また、画像一覧エリア３０３には、画像一覧タブ３２１ａ及び解析結果一覧タブ３２１ｂ、画像登録ボタン３２３、解析開始ボタン３２４が表示される。画像一覧タブ３２１ａは、フォルダ一覧エリア３０２から選択されたフォルダに登録された画像ファイルを画像一覧エリア３０３に表示するためのボタンである。解析結果一覧タブ３２１ｂは、フォルダ一覧エリア３０２から選択されたフォルダに登録された画像ファイルの解析結果を画像一覧エリア３０３に表示するためのボタンである。
　ユーザは、フォルダを新規に作成する場合は、フォルダ作成ボタン３１２を操作する。また、ユーザは、画像ファイルをフォルダに登録する場合は、画像登録ボタン３２３を操作する。また、画像解析を実行する場合は、解析開始ボタン３２４を操作する。
　また、ユーザは、画像ファイルをフォルダに登録する場合に、フォルダ一覧３１１に所望のフォルダが存在しない場合は、フォルダ作成ボタン３１２を操作して新規にフォルダを作成できる。
　フォルダ作成ボタン３１２が操作されると、図４に示すフォルダ作成画面４０１が表示される。
　図４はフォルダ作成画面を例示する図である。フォルダ作成画面４０１は、フォルダ名入力欄４１１と画像解像度入力欄４１２とＯＫボタン４２１とキャンセルボタン４２２とを含む。
　ユーザは、フォルダ名入力欄４１１に、検査対象の名前等の検査対象の判別が容易となる名称を入力し、画像解像度入力欄４１２に、フォルダに登録された画像に適用される画像解像度を入力する。ＯＫボタン４２１は、フォルダ名入力欄４１１に入力したフォルダ名と画像解像度入力欄４１２に入力した画像解像度を確定しフォルダの設定を保存するためのボタンである。キャンセルボタン４２２は、フォルダ名入力欄４１１に入力したフォルダ名と画像解像度入力欄４１２に入力した画像解像度を取消し、画像一覧画面３０１に戻るためのボタンである。
　図３の画像一覧画面３０１における画像一覧エリア３０３の画像登録ボタン３２３が操作されると、フォルダに登録する画像を選択することをユーザに促す画面が表示される。ユーザは、画像を登録するフォルダに画像に適用する画像解像度を設定しておくことで、画像登録時にフォルダに設定された画像解像度を、フォルダに登録されている全画像に適用できるようになる。画像一覧３２２に表示されている画像ファイルには、適用中の画像解像度又は変更後の画像解像度が付記される。
　また、画像一覧３２２に表示されている画像ファイルには編集ボタン３２５が表示され、該当する画像ファイルのファイル名や画像解像度を編集することができる。また、画像一覧３２２に表示されている画像ファイルにはチェックボックス３２６が表示され、ユーザは、所望の画像ファイルのチェックを入れた後、解析開始ボタン３２４を操作すると、実行時メモの入力を受け付けて、チェックされた画像ファイルに対して画像解析が実行される。実行時メモは、例えば、画像解析を実行した日時情報、検査箇所、検査対象の注意レベル等のユーザが任意に入力可能な付記情報である。
　図３の画像一覧画面３０１における画像一覧エリア３０３の解析結果一覧タブ３２１ｂが操作されると、図５に示す解析結果一覧画面５０１が表示される。画像解析に用いる学習モデルに画像解像度をパラメータの１つとして与えることで、変状の実寸情報に応じた画像解析が実行され、画像解像度を与えない場合に比べて検出精度の向上が期待できる。
　＜解析結果一覧画面と解析結果閲覧画面＞
　次に、図５及び図６を参照して、本実施形態の解析結果一覧画面と解析結果閲覧画面について説明する。
　図５は解析結果一覧画面を例示する図である。解析結果一覧画面５０１は、フォルダ一覧エリア５０２と解析結果一覧エリア５０３とを含む。フォルダ一覧エリア５０２は、図３の画像一覧画面３０１におけるフォルダ一覧エリア３０２と同様である。フォルダ一覧エリア５０２のフォルダ作成ボタン５１２は、図３の画像一覧画面３０２におけるフォルダ作成ボタン３１２と同様である。
　解析結果一覧エリア５０３には、画像一覧３２２においてチェックを入れた画像ファイルに対して画像解析を実行した結果である解析結果一覧５２２と画像一覧タブ５２１ａと解析結果一覧タブ５２１ｂが表示される。ユーザは、画像一覧タブ５２１ａを操作すると、図３の画像一覧画面３０１を表示することができる。
　解析結果一覧５２２には、画像解析のステータスとして、解析完了、解析中、解析失敗のいずれかが実行時メモと共に表示され、各解析結果には閲覧ボタン５２３とダウンロードボタン５２４が表示される。解析結果一覧５２２の所望の解析結果について、閲覧ボタン５２３が操作されると、図６に示す解析結果閲覧画面６０１が表示され、ダウンロードボタン５２４が操作されると、画像解析により検出された変状のデータファイルが外部サーバからダウンロードされる。
　図６は、解析結果閲覧画面を例示する図である。解析結果閲覧画面６０１には、フォルダ名６１１ａと実行時メモ６１１ｂ、解析結果表示欄６１２、凡例表示欄６１３、戻るボタン６１４が表示される。フォルダ名６１１ａと実行時メモ６１１ｂには、画像解析を実行した画像ファイルが登録されているフォルダ名と実行時メモが表示される。解析結果表示欄６１２には、画像解析により検出された変状としてひび割れ等の解析結果６２１が検出対象の画像に重ね合わせて表示される。ひび割れは、長さや太さ（幅）の実寸情報を含み、ひび割れの長さや太さ（幅）に応じて異なる表示形態（例えば、色や線種）で識別可能に表示される。凡例表示欄６１３には、ひび割れの長さや太さ（幅）の実寸情報と表示形態との対応が表示される。ひび割れの長さや太さ（幅）の実寸情報は、画像解像度と画像の画素数から計算できる。また、ひび割れの実寸情報を図面のデータと照らし合わせることで、解析結果の座標を図面の座標系に合わせた数値に変換し、画像処理装置又は外部サーバにおける閲覧や編集が可能となる。
　図７Ａおよび図７Ｂは、ひび割れの実寸情報を画像解像度と画像の画素数から計算する方法を説明する図である。図７Ａはひび割れを直線で近似する計算方法を説明する図である。図７Ｂはひび割れを折れ線で近似する計算方法を説明する図である。
　図７Ａに示すひび割れ７０１において、ひび割れの太さ（幅）７１１が求めたい実寸情報である。検査対象の画像では、ひび割れの太さ（幅）７１１は斜め方向に面積を持つため、水平と垂直の長さから計算する。ひび割れの太さ（幅）７１１に対応する画像の画像解像度をｋ、水平方向の画素数をａ、垂直方向の画素数をｂとすると、以下の直線による近似式１から実寸情報を算出できる。
（式１）
ｋ×√（ａ×ａ＋ｂ×ｂ）
　ひび割れの長さ７１２も同様に、式１において、ひび割れの太さ（幅）７１１に対応する水平方向の画素数ａと垂直方向の画素数ｂを、ひび割れの長さ７１２に対応する水平方向の画素数ｃ、垂直方向の画素数ｄに置き換えることで計算できる。なお、直線による近似には適さない曲線形状のひび割れの場合は、図７Ｂに示すように、ひび割れ７０１を折れ線７１３のように複数の直線で近似し、折れ線７１３の各直線の長さの合計から計算することもできる。
　ユーザは、解析結果閲覧画面６０１の戻るボタン６１４を操作することで、図５に示す解析結果一覧画面５０１を表示することができる。
　＜画像解析を実行する処理＞
　図８は、本実施形態の画像処理装置により画像解析を実行する処理を示すフローチャートである。
　図８の処理は、図１に示す画像処理装置１００の制御部１０１が不揮発性メモリ１０２に格納されているプログラムをワークメモリ１０３に展開して実行して各構成要素を制御し、図２に示す機能を実行することにより実現される。
　Ｓ８０１では、制御部１０１は、検出対象の画像が登録されたフォルダが作成済みであるか否かを判定する。制御部１０１は、フォルダが作成済みであると判定した場合は、処理をＳ８０４に進める。制御部１０１は、フォルダが作成されていないと判定した場合は、処理をＳ８０２に進める。
　Ｓ８０２では、制御部１０１は、フォルダ管理部２１１が図３に示す画像一覧画面３０１を出力デバイス１０６に表示し、フォルダ作成ボタン３１２の操作を受け付ける。
　Ｓ８０３では、制御部１０１は、フォルダ管理部２１１が図４に示すフォルダ作成画面４０１を出力デバイス１０６に表示し、フォルダ名入力欄４１１と画像解像度入力欄４１２への入力を受け付ける。また、制御部１０１は、ＯＫボタン４２１の操作を受け付けると、フォルダ管理部２１１がフォルダを新規に作成し、新規に作成されるフォルダのフォルダ名と画像解像度の設定をフォルダ設定保存部２１２に保存する。このように画像を登録するフォルダに画像に適用する画像解像度を設定しておくことで、画像登録時にフォルダに設定された画像解像度を、フォルダに登録されている全画像に適用できるようになる。
　Ｓ８０４では、制御部１０１は、フォルダ管理部２１１が図３に示す画像一覧画面３０１を出力デバイス１０６に表示し、画像登録ボタン３２３の操作を受け付けると、Ｓ８０３においてフォルダ設定保存部２１２に保存したフォルダの設定における画像解像度を登録する画像に適用するように、画像管理部２１３が登録する画像の設定を行い、画像保存部２１４が画像の設定を保存する。このように画像を登録するフォルダに画像に適用する画像解像度を設定しておくことで、画像登録時にフォルダに設定された画像解像度を、フォルダに登録されている全画像に適用できる。
　Ｓ８０５では、制御部１０１は、フォルダ管理部２１１により図３に示す画像一覧画面３０１を出力デバイス１０６に表示し、所望の画像ファイルにチェックを入れる操作と、解析開始ボタン３２４の操作を受け付ける。
　Ｓ８０６では、制御部１０１は、画像解析部２１５がチェックされた画像ファイルに対して画像解析を実行する。
　Ｓ８０７では、制御部１０１は、画像解析部２１５による画像解析が完了したか否かを判定する。制御部１０１は、画像解析が完了したと判定した場合は、処理をＳ８０８に進める。制御部１０１は、画像解析が完了していないと判定した場合は、処理をＳ８０６に戻す。
　Ｓ８０８では、制御部１０１は、解析結果保存部２１７により画像解析結果を保存する。また、制御部１０１は、図３に示す画像一覧画面３０１における解析結果一覧タブ３２１ｂの操作を受け付けると、解析結果管理部２１６により図５に示す解析結果一覧画面５０１を出力デバイス１０６に表示する。
　以上のように、実施形態１によれば、検出対象の画像を登録するフォルダに画像に適用する画像解像度を設定しておくことで、画像登録時にフォルダに設定された画像解像度を、フォルダに登録されている全画像に適用できる。よって、検出対象の個々の画像に画像解像度を手動で設定する必要がないので、検出対象の画像に画像解像度を設定する操作の負担を軽減できる。また、設定された画像解像度に応じた画像解析が実行されるので、画像解像度を与えない画像解析に比べて変状を検出する精度の向上が期待できる。
　［実施形態２］
　実施形態１では、フォルダ作成時に図４に示すフォルダ作成画面４０１にフォルダ名と画像解像度を入力する例を説明した。これに対して、実施形態２では、フォルダ作成画面４０１に入力した画像解像度が標準値又は推奨値から逸脱している場合にユーザに警告を表示する、もしくは自動的に適正な値を設定する例を説明する。
　＜フォルダ作成時の画像解像度＞
　図４に示すフォルダ作成画面４０１では、フォルダ名入力欄４１１に画像解像度よりも先にフォルダ名を入力することを活用し、事前に登録した検査対象の名称（橋梁やトンネル等）に合わせて設定した単語に合致した場合に画像解像度の推奨値に応じた処理を行うことができる。
　画像解像度は、検査対象に応じて標準値又は推奨値が試験等により事前に設定されている。例えば、橋梁の「橋脚」に対する画像解像度の標準値又は推奨値は「０．５」である。本実施形態では、ユーザが誤って画像解像度入力欄４１２に「５．０」と入力した場合、標準値又は推奨値から逸脱しているため警告を表示する。詳しくは、画像解像度が標準値又は推奨値から上下に５０％を超えている場合、この例では所定の範囲０．２５～１．０から逸脱している場合に、フォルダ作成画面４０１か、ＯＫボタン４２１が操作された時のポップアップ画面等でユーザに警告を表示する。これにより、ユーザに修正を促すことができる。
　あるいは、画像解像度が所定の範囲から逸脱している場合に、自動的に画像解像度入力欄４１２に標準値又は推奨値である「０．５」を入力してもよい。自動で入力される値は、ユーザにより変更可能であってもよい。
　［実施形態３］
　実施形態１では、画像解析を実行するときに実行時メモを設定してから実行する例を説明した。実施形態３では、ユーザに映像解析方法を選択する、もしくは自動的に設定する例を説明する。
　＜画像解析方法選択画面＞
　図９は画像解析方法選択画面を例示する図である。
　図３に示す画像一覧画面３０１において、画像登録ボタン３２３が操作されると、図９に示す画像解析方法選択画面９０１が表示される。
　画像解析方法選択画面９０１は、実行時メモ入力欄９１１、学習モデル選択欄９１２、パラメータ入力欄９１３、ＯＫボタン９２１、キャンセルボタン９２２を含む。
　実行時メモ入力欄９１１には、実施形態１と同様の実行時メモが入力される。学習モデル選択欄９１２は、複数の学習モデルが選択可能である。ユーザは、学習モデル選択欄９１２に登録されている複数の学習モデルからから検査対象に適した学習モデルを選択することができる。パラメータ入力欄９１３は、学習モデルに与える画像解像度等のパラメータを入力することができる。また、学習モデル選択欄９１２で選択可能な学習モデルごとに、複数（例えば、３種類）のパラメータを入力することができる。ＯＫボタン９２１は、実行時メモ入力欄９１１に入力した実行時メモ、学習モデル選択欄９１２から選択された学習モデル、パラメータ入力欄９１３に入力した１つ以上のパラメータを確定し画像解析方法の設定を保存するためのボタンである。キャンセルボタン９２２は、実行時メモ入力欄９１１に入力した実行時メモ、学習モデル選択欄９１２から選択された学習モデル、パラメータ入力欄９１３に入力した１つ以上のパラメータを取消し、入力をやり直すためのボタンである。
　学習モデルは事前に特定の検出対象の画像を用いて学習を行っているため、検査対象に適した学習モデルをユーザが選択することで精度の向上が期待できる。また、同じ学習モデルでパラメータを変更し解析結果を比較したり、ユーザの環境に合わせた学習モデルを用意して導入したりすることで改善することも可能となる。
　本実施形態では、ユーザが画像解析方法選択画面９０１において手動で画像解析方法を選択する例を説明したが、画像処理装置が自動的に選択すると作業の手間が削減できる。例えば画像解析方法選択画面９０１に学習モデルの選択よりも先に実行時メモを入力することを活用し、「橋脚」、「橋梁」等の単語が含まれる場合、推奨選択肢として自動的に「橋脚用学習モデル」を選択済みにし、ユーザが後から変更可能にしておくことも可能である。
　［実施形態４］
　実施形態１から３では、フォルダに画像解像度を設定することで画像登録時にフォルダの画像解像度が画像に適用される例を説明した。これに対して、実施形態４では、フォルダを階層構造として作成可能とし、上位のフォルダの解像度や任意の解像度を上位のフォルダより下の階層である下位のフォルダや画像に適用する例を説明する。
　＜サブフォルダの概念＞
　図１０は、実施形態４のフォルダ構造１００１を説明する模式図である。
　実施形態１から３で説明したフォルダと画像の関係は、フォルダ１０１１に登録された２枚の画像１０１２のように、フォルダの直下に画像が登録されることが前提であった。実施形態４では、少なくとも１つのフォルダが階層的に登録できる機能が追加される。
　フォルダ１０２１には、フォルダ１０２１の下位にサブフォルダ１０２２とサブフォルダ１０２３が登録され、サブフォルダ１０２２の下位に２枚の画像１０２４、サブフォルダ１０２３の下位に画像１０２５が登録されている。フォルダ１０３１には、フォルダ１０３１の下位に２枚の画像１０３２とサブフォルダ１０３３が登録され、サブフォルダ１０３３の下位に２枚の画像１０３４が登録されている。このように、フォルダの下位に少なくとも１つのサブフォルダまたは画像を登録できる。ここで、フォルダとサブフォルダを総称してフォルダと呼び、フォルダと画像を要素と総称すると、上位のフォルダに少なくとも１つの要素を登録できることで、フォルダと画像の階層構造を実現できる。例えば、最上位のフォルダ１０４１の下位に、任意の数のフォルダと画像が登録された複数の階層構造を実現できる。
　この機能によって、「○○大橋橋脚１」「○○大橋橋脚２」の各フォルダを作成する代わりに、「○○大橋」フォルダの下位に「橋脚１」「橋脚２」とサブフォルダを作成することでフォルダや画像をさらに効率よく管理できる。
　図１０では、複数の最上位フォルダを作成する例を示しているが、最上位フォルダを１つに限定し、下位に全ての要素が登録される構造としてもよい。
　＜２階層のフォルダ構造の説明＞
　以下では、説明の容易化のため、２階層のフォルダとサブフォルダの例を説明するが、これに限らず、任意の数のフォルダと画像が登録された複数の階層構造であってもよい。
　実施形態４では、フォルダ管理部２１１は、実施形態１で説明した機能に加え、サブフォルダの作成、設定、削除、一覧表示などを行う機能をさらに有する。さらに、図１１で後述するサブフォルダ作成画面と、図１２で後述するフォルダ編集画面をユーザに提示する。サブフォルダ作成時に、ユーザは、上位のフォルダを指定してサブフォルダ作成画面を表示し、サブフォルダ作成画面にサブフォルダの設定情報としてサブフォルダ名と画像解像度を入力する。サブフォルダの設定情報は、サブフォルダ名や画像解像度に加えて、サブフォルダ作成時に入力された実行時メモ、サブフォルダ管理用の作成日時やアクセス日時等の情報が含まれてもよい。
　次に、図１１を参照して、実施形態４のサブフォルダ作成画面について説明する。サブフォルダ作成画面１１０１は、フォルダ名表示欄１１３１、サブフォルダ名入力欄１１１１、画像解像度入力欄１１１、ＯＫボタン１１２１およびキャンセルボタン１１２２を含む。
　ユーザは、サブフォルダ名入力欄１１１１に、検査対象の名前等の検査対象の判別が容易となる名称を入力し、画像解像度入力欄１１１２に、サブフォルダに登録されている画像に適用される画像解像度を入力する。画像解像度入力欄１１１２には、ユーザにより指定され、フォルダ名表示欄１１３１に表示された上位フォルダで設定されている画像解像度が初期値として自動的に入力済みであり、ユーザは初期値を変更することができる。ＯＫボタン１１２１は、サブフォルダ名入力欄１１１１に入力したサブフォルダ名と画像解像度入力欄１１１２に入力された画像解像度を確定し保存するためのボタンである。キャンセルボタン１１２２は、サブフォルダ名入力欄１１１１に入力されたサブフォルダ名と画像解像度入力欄１１１２に入力した画像解像度を取消し、画像一覧画面３０１に戻るためのボタンである。
　次に、図１２を参照して、作成済みのフォルダの編集を行うフォルダ編集画面について説明する。フォルダ編集画面１２０１は、フォルダ名入力欄１２１１、画像解像度入力欄１２１２、画像解像度の下位要素に反映するチェックボックス１２１３、ＯＫボタン１２２１およびキャンセルボタン１２２２を含む。
　ユーザは、フォルダ作成時に入力したフォルダの設定情報が反映されているフォルダ名入力欄１２１１と画像解像度入力欄１２１２を確認し、必要に応じて変更できる。さらに、ユーザは、変更した画像解像度をサブフォルダに反映させるチェックボックス１２１３により、画像解像度入力欄１２１２に入力した画像解像度を下位のフォルダに反映させるか否かを設定することができる。チェックボックス１２１３にチェックを入れた場合は編集中のフォルダの下位のフォルダと画像の全てに、画像解像度入力欄１２１２に入力した画像解像度を自動的に反映し、チェックを入れなかった場合は画像解像度入力欄１２１２に入力した画像解像度を反映せず、編集中のフォルダ以下に新たに登録されるフォルダや画像に反映する。ＯＫボタン１２２１は、チェックボックス１２１３の設定を確定し、画像解像度入力欄１２１２に入力された画像解像度をサブフォルダに反映し保存するためのボタンである。キャンセルボタン１２２２は、チェックボックス１２１３の設定を取り消し、フォルダ名入力欄１２１１に入力された画像解像度更をサブフォルダに反映せずに、図３の画像一覧画面３０１に戻るためのボタンである。
　［変形例］
　上述した実施形態では、画像解像度は単一の値を受け付ける例を説明したが、縦方向と横方向の別々の値を受け付けてもよい。
　また、上述した実施形態では、フォルダに登録する画像は合成後の画像の例を説明したが、合成前の個別の画像をそのまま登録してもよい。
　また、上述した実施形態では、画像をフォルダに登録するときに、当該フォルダに設定された画像解像度を画像に適用する例を説明した。これに対して、画像を登録するときに画像解像度の入力画面を表示し、編集可能な入力欄に画像解像度の初期値が入力された状態とし、ユーザに編集と承諾を求めるようにしてもよい。
　［他の実施形態］
　本発明は、各実施形態の１以上の機能を実現するプログラムを、ネットワークや記憶媒体を介してシステムや装置に供給し、そのシステム又は装置のコンピュータの１つ以上のプロセッサがプログラムを読み出して実行する処理でも実現可能である。また、本発明は、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
　発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。
　本明細書の開示は、以下の画像処理装置、画像処理方法およびプログラムを含む。
［構成１］
　検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行うフォルダ管理手段と、
　前記フォルダで管理する画像の設定を行う画像管理手段と、を有し、
　前記フォルダ管理手段は、前記フォルダで管理する画像の解像度を設定し、前記画像管理手段は、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用することを特徴とする画像処理装置。
［構成２］
　前記画像に対して画像解析を実行する画像解析手段を有することを特徴とする構成１に記載の画像処理装置。
［構成３］
　前記フォルダ管理手段は、前記フォルダの作成、設定、削除および一覧表示の少なくともいずれかを行うことを特徴とする構成１または２に記載の画像処理装置。
［構成４］
　前記画像管理手段は、画像の保存、前記フォルダへの画像の登録、削除、一覧表示および閲覧、画像の解像度の変更、並びにファイル名の変更の少なくともいずれかを行うことを特徴とする構成１から３のいずれか１項に記載の画像処理装置。
［構成５］
　前記フォルダの設定を保存するフォルダ設定保存手段と、
　前記画像の設定を保存する画像保存手段と、
　前記画像解析の結果を保存する解析結果保存手段と、を有することを特徴とする構成２に記載の画像処理装置。
［構成６］
　前記フォルダ管理手段は、ユーザ操作に応じて前記フォルダで管理する画像の解像度を設定し、
　前記画像管理手段は、前記解像度を前記フォルダで管理する画像に適用し、
　前記画像解析手段は、前記画像を入力することで画像解析を実行する学習モデルと前記画像に適用されている解像度とを用いて前記画像解析を実行することを特徴とする構成２または５に記載の画像処理装置。
［構成７］
　前記画像解析手段は、前記画像解析に用いる学習モデルに前記画像の解像度をパラメータの１つとして与えることで、前記検査対象の変状の実寸情報に応じた画像解析を実行することを特徴とする構成２、５、６のいずれか１項に記載の画像処理装置。
［構成８］
　前記フォルダ管理手段は、前記フォルダで管理されている画像の一覧を表示し、
　前記画像解析手段は、前記画像に関する画像解析結果を表示することを特徴とする構成２、５、６、７のいずれか１項に記載の画像処理装置。
［構成９］
　前記フォルダ管理手段は、前記フォルダの設定としてフォルダ名と解像度を入力するための画面を表示することを特徴とする構成１から８のいずれか１項に記載の画像処理装置。
［構成１０］
　前記フォルダ管理手段は、前記フォルダの設定として前記画像解析手段による画像解析方法を選択するための画面を表示し、
　前記画像解析方法は、前記画像を入力することで前記画像解析を実行する学習モデルと、前記学習モデルに与える解像度を含むことを特徴とする構成２、５、６、７、８のいずれか１項に記載の画像処理装置。
［構成１１］
　前記フォルダ管理手段は、検査対象の名称から前記画像解析方法を選択して前記画面に表示することを特徴とする構成１０に記載の画像処理装置。
［構成１２］
　前記フォルダ管理手段は、前記画面に入力された解像度が標準値又は推奨値から逸脱している場合に警告を表示する、又は、前記画面に標準値又は推奨値を入力することを特徴とする構成９に記載の画像処理装置。
［構成１３］
　前記画像解析手段は、前記検査対象の図面のデータに基づいて、解析結果の座標を図面の座標系に合わせた数値に変換することを特徴とする構成２、５、６、７、８、１１のいずれか１項に記載の画像処理装置。
［構成１４］
　前記フォルダ管理手段は、前記変状を検出するための画像を管理するフォルダを複数の階層構造で作成及び設定を行うことを特徴とする構成１から１３のいずれか１項に記載の画像処理装置。
［構成１５］
　前記フォルダ管理手段は、上位のフォルダよりも下の階層である下位のフォルダを作成する画面に、前記上位のフォルダで設定されている画像の解像度を自動的に入力済みとすることを特徴とする構成１４に記載の画像処理装置。
［構成１６］
　前記フォルダ管理手段は、上位のフォルダで設定されている画像の解像度が編集された場合、前記上位のフォルダよりも下の階層である下位のフォルダに対して編集された解像度を適用する指示に応じて、下位のフォルダの全てに対して編集された解像度を自動的に反映することを特徴とする構成１４または１５に記載の画像処理装置。
［構成１７］
　フォルダ管理手段が、検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行う第１のステップと、
　画像管理手段が、前記フォルダで管理する画像の設定を行う第２のステップと、を有し、
　前記第１のステップでは、前記フォルダで管理する画像の解像度を設定し、前記第２のステップでは、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用することを特徴とする画像処理方法。
［構成１８］
　コンピュータを、構成１から１６のいずれか１項に記載された画像処理装置の各手段として機能させるためのプログラム。
　本願は、２０２１年１０月２２日提出の日本国特許出願特願２０２１－１７３４１６および２０２２年９月２日提出の日本国特許出願特願２０２２－１４０２０９を基礎として優先権を主張するものであり、その記載内容の全てを、ここに援用する。
１００、２００…画像処理装置、１０１…制御部、２１１…フォルダ管理部、２１２…フォルダ設定保存部、２１３…画像管理部、２１４…画像保存部、２１５…画像解析部、２１６…解析結果管理部、２１７…解析結果保存部

Claims (18)

  1. 　検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行うフォルダ管理手段と、
    　前記フォルダで管理する画像の設定を行う画像管理手段と、
    　前記フォルダ管理手段は、前記フォルダで管理する画像の解像度を設定し、
    　前記画像管理手段は、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用することを特徴とする画像処理装置。
  2. 　前記画像に対して画像解析を実行する画像解析手段を有することを特徴とする請求項１に記載の画像処理装置。
  3. 　前記フォルダ管理手段は、前記フォルダの作成、設定、削除および一覧表示の少なくともいずれかを行うことを特徴とする請求項１に記載の画像処理装置。
  4. 　前記画像管理手段は、画像の保存、前記フォルダへの画像の登録、削除、一覧表示および閲覧、画像の解像度の変更、並びにファイル名の変更の少なくともいずれかを行うことを特徴とする請求項１に記載の画像処理装置。
  5. 　前記フォルダの設定を保存するフォルダ設定保存手段と、
    　前記画像の設定を保存する画像保存手段と、
    　前記画像解析の結果を保存する解析結果保存手段と、を有することを特徴とする請求項２に記載の画像処理装置。
  6. 　前記フォルダ管理手段は、ユーザ操作に応じて前記フォルダで管理する画像の解像度を設定し、
    　前記画像管理手段は、前記解像度を前記フォルダで管理する画像に適用し、
    　前記画像解析手段は、前記画像を入力することで画像解析を実行する学習モデルと前記画像に適用されている解像度とを用いて前記画像解析を実行することを特徴とする請求項２に記載の画像処理装置。
  7. 　前記画像解析手段は、前記画像解析に用いる学習モデルに前記画像の解像度をパラメータの１つとして与えることで、前記検査対象の変状の実寸情報に応じた画像解析を実行することを特徴とする請求項２に記載の画像処理装置。
  8. 　前記フォルダ管理手段は、前記フォルダで管理されている画像の一覧を表示し、
    　前記画像解析手段は、前記画像に関する画像解析結果を表示することを特徴とする請求項２に記載の画像処理装置。
  9. 　前記フォルダ管理手段は、前記フォルダの設定としてフォルダ名と解像度を入力するための画面を表示することを特徴とする請求項１に記載の画像処理装置。
  10. 　前記フォルダ管理手段は、前記フォルダの設定として前記画像解析手段による画像解析方法を選択するための画面を表示し、
    　前記画像解析方法は、前記画像を入力することで前記画像解析を実行する学習モデルと、前記学習モデルに与える解像度を含むことを特徴とする請求項２に記載の画像処理装置。
  11. 　前記フォルダ管理手段は、検査対象の名称から前記画像解析方法を選択して前記画面に表示することを特徴とする請求項１０に記載の画像処理装置。
  12. 　前記フォルダ管理手段は、前記画面に入力された解像度が標準値又は推奨値から逸脱している場合に警告を表示する、又は、前記画面に標準値又は推奨値を入力することを特徴とする請求項９に記載の画像処理装置。
  13. 　前記画像解析手段は、前記検査対象の図面のデータに基づいて、解析結果の座標を図面の座標系に合わせた数値に変換することを特徴とする請求項２に記載の画像処理装置。
  14. 　前記フォルダ管理手段は、前記変状を検出するための画像を管理するフォルダを複数の階層構造で作成及び設定を行うことを特徴とする請求項１に記載の画像処理装置。
  15. 　前記フォルダ管理手段は、上位のフォルダよりも下の階層である下位のフォルダを作成する画面に、前記上位のフォルダで設定されている画像の解像度を自動的に入力済みとすることを特徴とする請求項１４に記載の画像処理装置。
  16. 　前記フォルダ管理手段は、上位のフォルダで設定されている画像の解像度が編集された場合、前記上位のフォルダよりも下の階層である下位のフォルダに対して編集された解像度を適用する指示に応じて、下位のフォルダの全てに対して編集された解像度を自動的に反映することを特徴とする請求項１４に記載の画像処理装置。
  17. 　フォルダ管理手段が、検査対象の変状を検出するための画像を管理するフォルダの作成及び設定を行う第１のステップと、
    　画像管理手段が、前記フォルダで管理する画像の設定を行う第２のステップと、を有し、
    　前記第１のステップでは、前記フォルダで管理する画像の解像度を設定し、
    前記第２のステップでは、前記フォルダ管理手段により設定された解像度を前記フォルダで管理される画像に適用することを特徴とする画像処理方法。
  18. 　コンピュータを、請求項１から１６のいずれか１項に記載された画像処理装置の各手段として機能させるためのプログラム。
PCT/JP2022/039075 2021-10-22 2022-10-20 画像処理装置、画像処理方法及びプログラム WO2023068323A1 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2021173416 2021-10-22
JP2021-173416 2021-10-22
JP2022140209A JP7233592B1 (ja) 2021-10-22 2022-09-02 画像処理装置、画像処理方法及びプログラム
JP2022-140209 2022-09-02

Publications (1)

Publication Number Publication Date
WO2023068323A1 true WO2023068323A1 (ja) 2023-04-27

Family

ID=85414462

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/039075 WO2023068323A1 (ja) 2021-10-22 2022-10-20 画像処理装置、画像処理方法及びプログラム

Country Status (2)

Country Link
JP (2) JP7233592B1 (ja)
WO (1) WO2023068323A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7233592B1 (ja) 2021-10-22 2023-03-06 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018037689A1 (ja) * 2016-08-22 2018-03-01 富士フイルム株式会社 画像処理装置及び画像処理方法
WO2020121564A1 (ja) * 2019-07-04 2020-06-18 株式会社日立ハイテク 寸法計測装置、寸法計測プログラム及び半導体製造システム
JP2021124933A (ja) * 2020-02-05 2021-08-30 株式会社日立製作所 画像を生成するシステム
JP2021140739A (ja) * 2020-02-28 2021-09-16 株式会社Pros Cons プログラム、学習済みモデルの生成方法、情報処理方法及び情報処理装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7233592B1 (ja) 2021-10-22 2023-03-06 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018037689A1 (ja) * 2016-08-22 2018-03-01 富士フイルム株式会社 画像処理装置及び画像処理方法
WO2020121564A1 (ja) * 2019-07-04 2020-06-18 株式会社日立ハイテク 寸法計測装置、寸法計測プログラム及び半導体製造システム
JP2021124933A (ja) * 2020-02-05 2021-08-30 株式会社日立製作所 画像を生成するシステム
JP2021140739A (ja) * 2020-02-28 2021-09-16 株式会社Pros Cons プログラム、学習済みモデルの生成方法、情報処理方法及び情報処理装置

Also Published As

Publication number Publication date
JP7233592B1 (ja) 2023-03-06
JP2023063228A (ja) 2023-05-09
JP7479528B2 (ja) 2024-05-08
JP2023063324A (ja) 2023-05-09

Similar Documents

Publication Publication Date Title
US20210372939A1 (en) Information processing apparatus, information processing method and program
KR102298260B1 (ko) 증강현실 기반의 시공관리 시스템 및 이를 이용한 시공관리 방법
WO2023068323A1 (ja) 画像処理装置、画像処理方法及びプログラム
JP2021196705A (ja) 画像処理装置、画像処理方法およびプログラム
JP2023057591A (ja) 点検支援装置、点検支援方法、及びプログラム
JP3251557B2 (ja) 壁面の画像・損害・修復情報登録管理システム及び方法
JP2024012527A (ja) 情報表示装置、方法及びプログラム
US10964080B2 (en) Apparatus for diagnosing and recording defects in structural objects
JP6842819B2 (ja) 道路構造物の点検情報管理システム
US20190096109A1 (en) Information processing apparatus, system of assessing structural object, method of assessing structural object and storage medium
JP6389120B2 (ja) データ処理装置、データ処理方法、及び、プログラム
US11959862B2 (en) Damage figure creation supporting apparatus, damage figure creation supporting method, damage figure creation supporting program, and damage figure creation supporting system
WO2022070734A1 (ja) 構造物の点検支援装置、構造物の点検支援方法、及びプログラム
JP2004021578A (ja) 画像処理方法
JP2015200918A (ja) 画像処理装置、方法、および、プログラム
US11922659B2 (en) Coordinate calculation apparatus, coordinate calculation method, and computer-readable recording medium
JP6350988B2 (ja) 橋梁の損傷診断用カメラ
JP6833753B2 (ja) 構造物検査システム、構造物検査装置及び構造物検査方法
JP2024000324A (ja) 情報処理装置、情報処理方法及びプログラム
US20230410274A1 (en) Image processing apparatus and control method
US20230130917A1 (en) Image processing apparatus and image processing method
US9063950B2 (en) Methods and systems for modifying raster graphics software programs
WO2024047972A1 (ja) 情報処理装置および情報処理方法
US20240078720A1 (en) Image processing apparatus, image processing method, and non-transitory computer readable storage medium
JP3615509B2 (ja) 壁面の画像・損傷・修復情報登録管理システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22883627

Country of ref document: EP

Kind code of ref document: A1