CN107817246A - 存储图像处理程序的介质、图像处理方法及图像处理装置 - Google Patents

Abstract

提供了存储图像处理程序的介质、图像处理方法及图像处理装置。所述图像处理方法包括：通过二值化使用成像装置捕获的图像来识别暗区；通过对暗区进行细线化来生成暗区的线图像；识别第一多对像素，所述第一多对像素被包括在形成所生成的线图像的像素组中，并且以预定阈值或更大的值彼此之间分离开；计算连接第一多对中的各个对的线的梯度的第一方差；识别第二多对像素，所述第二多对像素被包括在形成所生成的线图像的像素组中，并且以小于预定阈值的值彼此之间分离开；计算连接第二多对中的各个对的线的梯度的第二方差；以及基于第一方差和第二方差评估暗区。

Description

存储图像处理程序的介质、图像处理方法及图像处理装置

技术领域

本文讨论的实施例涉及用于图像处理的程序介质、方法和装置。

背景技术

工人检查在诸如桥梁和隧道的结构的壁表面上是否存在裂缝。为了减少工人的检查工作量，存在用于远程捕获结构的壁表面的图像并且从所捕获的图像中检测裂缝的传统技术。作为用于从图像中检测裂缝的传统技术的示例，下面描述了传统技术1和2。

传统技术1(日本特开专利公开第2012-98045号)将通过组合长直线获得的折线视为裂缝候选，并且基于折线的局部段的线段可能性与当组合局部段时获得的折线可能性来确定每一个裂缝候选是否是裂缝。在传统技术1中，将局部段的线段与近似直线之间的相似性用作线段可能性，并将形成折线的线段的线段可能性用作折线可能性。

传统技术2(日本特开专利公开第2012-002531号)在裂缝候选是沿水平或垂直方向延伸的直线时确定裂缝候选不是裂缝。其他相关领域的技术是日本特开专利公开第2005-114671号和第2013-117409号。

然而，上述传统技术具有下述问题：在上述传统技术中，确定目标对象是否是裂缝的准确度低。

例如，某一壁表面具有不是裂缝而是结构的污垢、凹槽等并且与裂缝相似的特征。图16是说明结构的裂缝、污垢以及凹槽的示例的图。如图16所示，结构的裂缝1a、污垢1b以及凹槽1c具有相似的特征。因此，难以准确地识别裂缝。

在传统技术1中，可以确定非线性污垢不是裂缝，但是可能错误地将线性对象(例如结构的凹槽)确定为裂缝。此外，在传统技术1中，如果目标对象是裂缝并且形成折线的线段短，则局部段的线段与近似直线之间的相似性低并且裂缝的检测可能失败。

在传统技术2中，如果对于壁的成像而言结构的凹槽未被设置到沿水平或垂直方向延伸的线，则结构的凹槽可能会被错误地检测为裂缝。

根据一个方面，本公开内容的目标是提供可以提高确定目标对象是否是裂缝的准确度的图像处理程序、图像处理方法以及图像处理装置。

发明内容

根据本发明的一个方面，一种由计算机执行的图像处理方法包括：通过二值化使用成像装置捕获的图像来识别暗区；通过对所识别的暗区进行细线化来生成与该暗区对应的线图像；识别第一多对像素，所述第一多对像素被包括在形成所生成的线图像的像素组中并且以预定阈值或更大的值彼此分离开；计算连接形成第一多对像素中的各个对的像素的线的梯度的第一方差；识别第二多对像素，所述第二多对像素被包括在形成所生成的线图像的像素组中并且以小于所述预定阈值的值彼此分离开；计算连接形成第二多对像素中的各个对的像素的线的梯度的第二方差；以及基于第一方差和第二方差评估暗区。

附图说明

图1是说明根据第一实施例的图像处理装置的功能配置的框图；

图2是说明根据第一实施例的标记表的数据结构的示例的图；

图3是描述生成部分的细线化处理的示例的图；

图4是描述根据第一实施例的计算部分的处理的第一图；

图5是描述根据第一实施例的计算部分的处理的第二图；

图6是根据第一实施例的图像处理装置的处理过程的流程图；

图7是说明根据第二实施例的图像处理装置的功能配置的框图；

图8是描述由组合部分执行的处理的图；

图9是根据第二实施例的图像处理装置的处理过程的流程图；

图10是说明根据第三实施例的图像处理装置的功能配置的框图；

图11是根据第三实施例的图像处理装置的处理过程的流程图；

图12是说明根据第四实施例的图像处理装置的功能配置的框图；

图13是说明历史记录表的数据结构的示例的图；

图14是根据第四实施例的图像处理装置的处理过程的流程图；

图15是说明实现与图像处理装置相同的功能的计算机的硬件配置的示例的图；并且

图16是说明结构的裂缝、污垢以及凹槽的示例的图。

具体实施方式

以下，参照附图详细描述了本文公开的图像处理程序、本文公开的图像处理方法以及本文公开的图像处理装置的实施例。本文公开的技术不被实施例限制。

第一实施例

图1是说明根据第一实施例的图像处理装置的功能配置的框图。如图1所示，图像处理装置100包括：成像部分110、通信部分120、输入部分130、显示部分140、存储部分150以及控制器160。

成像部分110是捕获被包括在成像部分110的成像范围内的图像的摄像机。例如，成像部分110捕获从中可能检测到裂缝的对象的图像。成像部分110可以以预定的时间间隔捕获图像。当接收到捕获命令时，成像部分110可以捕获图像。成像部分110可以被安装在无人驾驶飞行器，(例如无人机)中并且捕获图像。

成像部分110将捕获到的图像的信息输出到控制器160。由成像部分110捕获的图像的信息被称为图像数据。成像部分110可以通过网络连接至图像处理装置100，并将图像数据传输至图像处理装置100，但是其参照图1的描述被省略。

通信部分120是通过网络与被管理员等使用的外部装置进行通信的处理部分。通信部分120与通信装置，例如网络接口卡(NIC)，对应。

输入部分130是使各种类型的信息被输入到控制器160的输入装置。例如，输入部分130与键盘、鼠标、触摸面板等对应。

显示部分140是显示控制器160的处理结果的显示装置。例如，显示部分140与液晶显示器、触摸面板等对应。

存储部分150包括图像表151和标记表152。存储部分150与例如随机存取存储器(RAM)、只读存储器(ROM)、或闪速存储器之类的半导体存储器元件或诸如硬盘驱动器(HDD)的存储设备对应。

图像表151是用于存储由成像部分110捕获的图像数据的表。

标记表152是用于存储关于裂缝标记的信息的表。稍后描述裂缝标记和标记表152的数据结构。

控制器160包括：获取部分161、识别部分162、生成部分163、计算部分164以及评估部分165。控制器160可以通过中央处理单元(CPU)或微处理单元(MPU)实现。可替选地，控制器160可以通过硬布线逻辑，例如专用集成电路(ASIC)或现场可编程门阵列(FPGA)，实现。

获取部分161是从成像部分110获取图像数据的处理部分。每当获取部分161从成像部分110获取图像数据，获取部分161将获取的图像数据登记在图像表151中。

识别部分162是从图像表151获取图像数据、二值化图像数据并且识别暗区的处理部分。例如，识别部分162使用诸如判别分析或Niblack方法的技术来二值化图像数据并且生成二值图像。识别部分162将暗区在二值图像中连续的部分标记作为同一部分。暗区连续的所标记的部分被称为裂缝标记。识别部分162将裂缝标记的信息登记在标记表152中。如果暗区连续的部分的长度等于或大于预定值，则可以将该部分分成具有小于该预定值的合适长度的多个部分，并且可以处理这多个部分。

图2是说明根据第一实施例的标记表的数据结构的示例的图。如图2所示，在标记表152中，标记标识信息、区域信息项、裂缝宽度、第一方差以及第二方差彼此关联。标记标识信息唯一地标识裂缝标记。区域信息项包括被包含在裂缝标记中的像素的位置坐标。裂缝宽度对应于裂缝标记的宽度，并且由随后描述的生成部分163计算。第一方差和第二方差由随后描述的计算部分164计算。

生成部分163是从标记表152中获取裂缝标记的信息并且生成细线化的裂缝标记的处理部分。例如，生成部分163通过将裂缝标记在裂缝标记的短边与长边之中的短边方向上的像素的数量变成1来对裂缝标记进行细线化。

图3是说明由生成部分执行的细线化处理的示例的图。如图3所示，生成部分163通过将裂缝标记10A的短边方向上的像素数量变成1来对裂缝标记10A进行细线化以生成裂缝标记10B。此外，生成部分163通过将细线化前的裂缝标记10A的像素数除以细线化后的裂缝标记10B的像素数来计算裂缝宽度。生成部分163基于细线化后的裂缝标记10B更新标记表152的区域信息项，并且登记相应的裂缝宽度的信息。生成部分163对细线化前的裂缝标记重复执行上述细线化处理。在下面的描述中，细线化后的裂缝标记仅被称为裂缝标记。

计算部分164识别被包括在形成裂缝标记的像素组中并且以等于或大于预定阈值的距离彼此分离开的第一多对像素，并且计算连接相应的识别的第一多对像素中的像素的梯度的第一方差。此外，计算部分164识别被包括在形成该裂缝标记的像素组中并且以小于该预定阈值的距离彼此分离开的第二多对像素，并且计算连接相应的识别的第二多对像素中的像素的梯度的第二方差。

图4和图5是描述根据第一实施例的由计算部分164执行的处理的图。下面描述图4。作为示例，选择裂缝标记20A。计算部分164识别被包括在形成裂缝标记20A的像素组中并且以预定阈值或更大的值彼此分离开的第一多对像素。像素对可以是所有可能的像素对，或者可以是随机选择的，使得从所选择的像素对中获得统计上有效的结果。在图4所示的示例中，计算部分164识别一对像素21a和21b、一对像素22a和22b以及一对像素23a和23b。将像素21a和21b彼此连接的线由21c指示。将像素22a和22b彼此连接的线由22c指示。将像素23a和23b彼此连接的线由23c指示。

计算部分164通过计算线21c、22c以及23c的梯度的方差来计算第一方差。

下面描述图5。作为示例，选择裂缝标记20A。计算部分164识别被包括在形成裂缝标记20A的像素组中并且以小于预定阈值的值彼此分离开的第二多对像素。在图5所示的示例中，计算部分164识别一对像素31a和31b、一对像素32a和32b以及一对像素33a和33b。将像素31a和31b彼此连接的线由31c指示。将像素32a和32b彼此连接的线由32c指示。将像素33a和33b彼此连接的线由33c指示。

计算部分164通过计算线31c、32c以及33c的梯度的方差来计算第二方差。

计算部分164将与裂缝标记20A对应的第一方差和第二方差的信息登记在标记表152中。计算部分164针对其他裂缝标记重复执行计算第一和第二方差的处理，并且将计算的结果登记在标记表152中。

评估部分165是评估标记表152的裂缝标记并且识别与裂缝对应的裂缝标记的处理部分。具体地，评估部分165确定：第一方差小于第一标准方差并且第二方差大于第二标准方差的裂缝标记是裂缝。

评估部分165基于待评估的裂缝标记的裂缝宽度来调整标准方差。例如，评估部分165将待评估的裂缝标记的裂缝宽度与其中标准方差与裂缝宽度相关联的表(未示出)进行比较，并且识别用于评估的标准方差。在该表中，随着裂缝宽度变大，与裂缝宽度相关联的标准方差变大。

评估部分165重复执行评估裂缝标记的处理，并且将裂缝标记识别为裂缝。评估部分165生成指示被识别为裂缝的裂缝标记的位置的图像信息，并且使显示部分140显示所生成的图像信息。

然后，描述根据第一实施例的图像处理装置100的处理过程。图6是根据第一实施例的图像处理装置的处理过程的流程图。如图6所示，图像处理装置100的获取部分161获取图像数据(在步骤S101中)。图像处理装置100的识别部分162根据获取的图像数据生成二值图像数据(在步骤S102中)。识别部分162提取裂缝标记(在步骤S103中)。

图像处理装置100的计算部分164选择未选择的裂缝标记(在步骤S104中)，并且估计所选择的裂缝标记的裂缝宽度(在步骤S105中)。图像处理装置100的评估部分165基于整个裂缝标记的形状来确定裂缝标记是否是裂缝(在步骤S106中)。在步骤S106中，评估部分165确定所选择的裂缝标记的第一方差是否小于第一标准方差。

评估部分165基于裂缝标记的局部部分的形状确定裂缝标记是否是裂缝(在步骤S107中)。在步骤S107中，评估部分165确定所选择的裂缝标记的第二方差是否大于第二标准方差。

评估部分165对确定结果进行组合(在步骤S108中)。在步骤S108中，如果第一方差小于第一标准方差并且第二方差大于第二标准方差，则评估部分165确定所选择的裂缝标记是裂缝。

评估部分165确定是否存在未选择的裂缝标记(在步骤S108中)。如果存在未选择的裂缝标记(步骤S109中是)，则评估部分165使处理返回步骤S104。

另一方面，如果不存在未选择的裂缝标记(步骤S109中否)，则评估部分165输出提取裂缝的结果(在步骤S110中)。

然后，描述根据第一实施例的图像处理装置100的效果。如果所选择的裂缝标记的第一方差小于第一标准方差并且所选择的裂缝标记的第二方差大于第二标准方差，则图像处理装置100确定所选择的裂缝标记是裂缝。因此，可以提高确定目标对象是否是裂缝的准确度。

当观察整个裂缝时，裂缝可能沿单一方向延伸。然而，当观察裂缝的局部部分时，局部部分可能沿各个方向延伸。另一方面，结构的污垢和凹槽没有上述的裂缝特征。因此，图像处理装置100对整个裂缝标记使用第一方差，而对裂缝标记的局部部分使用第二方差，并且可以准确地识别裂缝。

第二实施例

图7是说明根据第二实施例的图像处理装置的功能配置的框图。如图7所示，图像处理装置200包括：成像部分110、通信部分120、输入部分130、显示部分140、存储部分150以及控制器210。成像部分110、通信部分120、输入部分130、显示部分140以及存储部分150的描述与参照图1的成像部分110、通信部分120、输入部分130、显示部分140以及存储部分150的描述相同或相似。

控制器210包括：获取部分161、识别部分162、生成部分163、计算部分164、评估部分211以及组合部分212。控制器210可以通过CPU、MPU等实现。替选地，控制器210可以通过硬布线逻辑(例如ASIC或FPGA)实现。获取部分161、识别部分162、生成部分163以及计算部分164的描述与参照图1的获取部分161、识别部分162、生成部分163以及计算部分164的描述相同或相似。

评估部分211是评估标记表152的裂缝标记并且识别与裂缝对应的裂缝标记的处理部分。由评估部分211评估裂缝标记的处理与第一实施例中描述的由评估部分165执行的处理相同或相似。评估部分211评估裂缝标记并且输出与裂缝不对应的裂缝标记的标记标识信息。

评估部分211重新评估通过由组合部分212组合裂缝标记而获得的裂缝标记，并且识别与裂缝对应的裂缝标记。

组合部分212是从被评估部分211评估为不对应于裂缝的裂缝标记的多个裂缝标记中选择两个裂缝标记的处理部分。如果所选择的裂缝标记满足预定的要求，则组合部分212组合所选择的裂缝标记。

图8是描述由组合部分执行的处理的图。图8描述了组合部分212选择裂缝标记40和41的情况。组合部分212选择以下像素的组合：各裂缝标记41中包括的各像素中的像素，该像素被包括在裂缝标记40中并且与被包括在一个裂缝标记41中的一个像素最接近；以及，各裂缝标记40中包括的各像素中的像素，该像素被包括在裂缝标记41中并且与被包括在一个裂缝标记40中的一个像素最接近。例如，组合部分212选择被包括在裂缝标记40中的像素40A和被包括在裂缝标记41中的像素41A。如果像素40A与41A之间的距离小于阈值，则组合部分212执行下面的处理。

组合部分212计算从像素40A沿标记40的长度方向(从标记40的两个边缘中的一个边缘至标记40的另一个边缘)延伸的直线40B。组合部分212计算从像素41A沿标记41的长度方向(从标记41的两个边缘中的一个边缘至标记41的另一个边缘)延伸的直线41B。组合部分212计算交点45，在交点45处直线40B和41B彼此之间相交。

组合部分212将裂缝标记40、位于从像素40A延伸至交点45的线段上的像素、位于从交点45延伸至像素41A的线段上的像素以及裂缝标记41组合成单个裂缝标记46。组合部分212将组合的裂缝标记46的信息登记到标记表152中。

如果像素40A与像素41A之间的距离等于或大于阈值，则组合部分212跳过上述的组合处理，并且选择另一对裂缝标记。然后，组合部分212选择以下像素的组合：所选择的另一个裂缝标记中的各像素中的像素，该像素被包括在所选择的裂缝标记中的一个裂缝标记中并且与被包括在所选择的另一个裂缝标记中的一个像素最接近；以及，所选择的裂缝标记中的该一个裂缝标记中的各像素中的像素，该像素被包括在所选择的另一个裂缝标记中并且与被包括在所选择的裂缝标记中的该一个裂缝标记中的一个像素最接近，而且，组合部分212执行确定像素之间的距离是否等于或大于阈值的处理。

组合部分212对多对裂缝标记重复执行上述处理，此多对裂缝标记被评估为非对应于裂缝的裂缝标记。

然后，描述根据第二实施例的图像处理装置200的处理过程。图9是根据第二实施例的图像处理装置的处理过程的流程图。如图9所示，图像处理装置200的获取部分161获取图像数据(在步骤S201中)。图像处理装置200的识别部分162根据获取的图像数据生成二值图像数据(在步骤S202中)。识别部分162提取裂缝标记(在步骤S203中)。

评估部分211执行裂缝确定处理(在步骤S204中)。步骤S204的裂缝确定处理与图6所示的步骤S104至S109的处理对应。

图像处理装置200的组合部分212选择一对裂缝标记(在步骤S205中)，该对裂缝标记被评估为不对应于裂缝的裂缝标记。组合部分212搜索：所选择的另一个裂缝标记中的各点(像素)中的点(像素)，该点(像素)被包括在所选择的裂缝标记中的一个裂缝标记中并且与被包括在所选择的另一个裂缝标记中的一个点(像素)最接近，以及被包括在所选择的裂缝标记中的该一个裂缝标记中的各点(像素)中的点(像素)，该点(像素)被包括在所选择的另一个裂缝标记中并且与被包括在所选择的裂缝标记中的该一个裂缝标记中的一个点(像素)最接近(在步骤S206中)。

如果点之间的距离小于阈值，则组合部分212组合两个裂缝标记以生成新的单个裂缝标记(在步骤S207中)。评估部分211对新的裂缝标记执行裂缝确定处理(在步骤S208中)。步骤S208的裂缝确定处理与图6所示的步骤S104至S109的处理对应。待处理的裂缝标记是由组合部分212组合的新的裂缝标记。评估部分211输出提取裂缝的结果(在步骤S209中)。

然后，描述根据第二实施例的图像处理装置200的效果。如果被确定为不对应于裂缝的裂缝标记的裂缝标记满足预定的要求，则图像处理装置200将裂缝标记组合成单个裂缝标记并且重新评估组合的裂缝标记。如果非连接的裂缝是线性裂缝，则非连接的裂缝被评估为并非裂缝但是可以被上述的组合处理检测到的对象。

此外，根据第二实施例的图像处理装置200选择一对像素，其中一个像素是被评估为非裂缝的裂缝标记中的一个裂缝标记中包括的各像素中的像素，该像素在被评估为非裂缝的裂缝标记中的另一个裂缝标记中包括的各像素之中并且与被包括在该一个裂缝标记中的一个像素最接近；另一个像素是被评估为非裂缝的裂缝标记中的该另一个裂缝标记中包括的各像素中的像素，该像素在被评估为非裂缝的裂缝标记中的该一个裂缝标记中包括的各像素之中并且与被评估为非裂缝的裂缝标记中的该另一个裂缝标记中包括的一个像素最接近。如果所选择的像素之间的距离小于阈值，则图像处理装置200执行组合裂缝标记的处理。因此，可以抑制裂缝标记的错误组合。此外，因为从待处理的裂缝标记中快速地移除了没有被组合的一对裂缝标记，所以可以减少处理负荷。

第三实施例

图10是说明根据第三实施例的图像处理装置的功能性配置的框图。如图10所示，图像处理装置300包括：成像部分110、通信部分120、输入部分130、显示部分140、存储部分150以及控制器310。成像部分110、通信部分120、输入部分130、显示部分140以及存储部分150的描述与参照图1的成像部分110、通信部分120、输入部分130、显示部分140以及存储部分150的描述相同或相似。

控制器310包括：获取部分161、识别部分162、生成部分163、计算部分164、评估部分165、合成部分311以及输出部分312。控制器310可以通过CPU、MPU等实现。替选地，控制器310可以通过硬布线逻辑(例如ASIC或FPGA)实现。获取部分161、识别部分162、生成部分163、计算部分164以及评估部分165的描述与参照图1的获取部分161、识别部分162、生成部分163、计算部分164以及评估部分165的描述相同或相似。

合成部分311是合成存储在图像表151中的图像数据以生成指示整个目标对象的单个图像的合成图像数据的处理部分。例如，合成部分311可以基于文献(“Feature-BasedImage Mosaicing”,Naoki Chiba,Hiroshi Kano,Michihiko Minoh,and Masashi Yasuda,The transactions of the Institute of Electronics,Information andCommunication Engineers，D-II，第J82-D-II卷，第10期，1581-1589页)合成图像数据。合成部分311将合成图像数据登记在图像表151中。

由识别部分162、生成部分163、计算部分164以及评估部分165执行的处理基本上与由参照图1描述的识别部分162、生成部分163、计算部分164以及评估部分165执行的处理相同或相似。识别部分162、生成部分163、计算部分164以及评估部分165可以基于多个图像的合成图像数据来评估裂缝，或者可以将合成图像数据用作单个图像的图像数据来评估裂缝。

输出部分312获取评估部分165的评估结果，并且识别被确定为裂缝的裂缝标记。输出部分312从图像表151获取合成的图像数据，并且生成待输出的图像，在该图像中，标志位于合成图像数据上被确定为裂缝的裂缝标记处。然后，输出部分312将生成的图像输出到显示部分140，并且使显示部分140显示输出图像。例如，输出部分312通过使显示部分140以预定的颜色显示与裂缝标记对应的像素来显现合成的图像数据上的裂缝。

然后，描述根据第三实施例的图像处理装置300的处理过程。图11是根据第三实施例的图像处理装置的处理过程的流程图。如图11所示，图像处理装置300的获取部分161获取多个图像的图像数据(在步骤S301中)。图像处理装置300的合成部分311合成多个图像的图像数据以生成合成图像数据(在步骤S302中)。

图像处理装置300的识别部分162根据合成的图像数据生成二值图像数据(在步骤S303中)。识别部分162提取裂缝标记(在步骤S304中)。

图像处理装置300的评估部分165执行裂缝确定处理(在步骤S305中)。步骤S305的裂缝确定处理与第一实施例中图6所示的步骤S104至S109的处理对应。

图像处理装置300的输出部分312生成待输出的图像(在步骤S306中)。输出部分312将生成的图像输出至显示部分140，并且使显示部分140显示输出图像(在步骤S307中)。

然后，描述根据第三实施例的图像处理装置300的效果。图像处理装置300合成存储在图像表151中的图像数据以生成指示整个目标对象的单个图像的合成图像数据，并且基于合成图像数据评估裂缝。因此，即使从中可以检测到裂缝的目标对象未被包括在单个图像的图像数据中，也可以生成整个目标对象的合成图像数据，并且可以通知评估裂缝的结果。

第四实施例

图12是说明根据第四实施例的图像处理装置的功能配置的框图。图像处理装置400包括：成像部分110、通信部分120、输入部分130、显示部分140、存储部分410以及控制器420。成像部分110、通信部分120、输入部分130以及显示部分140的描述与参照图1的成像部分110、通信部分120、输入部分130以及显示部分140的描述相同或相似。

假设成像部分110的成像范围是固定的。成像部分110将图像被捕获时的日期和时间的信息附加至图像数据，并且将包括所述信息的图像数据输出到控制器420。

存储部分410包括：图像表151、标记表152以及历史记录表411。存储部分410与例如RAM、ROM或闪速存储器之类的半导体存储器元件或诸如HDD的存储设备对应。图像表151和标记表152的描述与参照图1的图像表151和标记表152的描述相同或相似。

历史记录表411是存储被评估为裂缝的裂缝标记的信息与成像日期和时间的信息并且其中裂缝标记的信息与成像日期和时间的信息相关联的表。图13是说明历史记录表的数据结构的示例的图。如图13所示，在历史记录表411中，成像日期和时间、标记标识信息以及区域信息项彼此之间相关。成像日期和时间指示捕获到图像数据的日期和时间。标记标识信息是唯一地标识被评估为裂缝的裂缝标记的信息。区域信息项包括被包含在被评估为裂缝的裂缝标记中的像素的位置坐标。如图所示，因为同一裂缝将在不同的日期和时间被成像若干次，每次与不同的标记标识信息相关，所以相同的区域信息项可以被登记为针对不同的标记标识信息的不同记录的区域信息项。

控制器420包括：获取部分161、识别部分162、生成部分163、计算部分164、合成部分311、评估部分421以及确定部分422。控制器420可以通过CPU、MPU等实现。替选地，控制器420可以通过硬布线逻辑(例如ASIC或FPGA)实现。获取部分161、识别部分162、生成部分163以及计算部分164的描述与参照图1的获取部分161、识别部分162、生成部分163以及计算部分164的描述相同或类似。合成部分311的描述与参照图10的合成部分311的描述相同或类似。

评估部分421是评估标记表152的裂缝标记并且识别与裂缝对应的裂缝标记的处理部分。通过评估部分421识别与裂缝对应的裂缝标记的处理与参照图1描述的由评估部分165执行的处理相同或类似。

评估部分421将与裂缝对应的裂缝标记的标记标识信息和区域信息项与成像日期和时间进行关联，并且将标记标识信息、区域信息项以及成像日期和时间登记在历史记录表411中。评估部分421将捕获图像时的日期和时间的信息用作成像日期和时间的信息，该信息被附加至从成像部分110获取的图像数据。

确定部分422是基于评估裂缝的过去的结果和评估裂缝的当前的结果来确定被评估为裂缝的裂缝标记的区域的面积是否已经增加的处理部分。如果裂缝标记的区域的面积已经增加，则确定部分422提供指示裂缝的区域的面积已经增加的通知。例如，确定部分422通过网络向管理员的终端设备提供指示裂缝的面积已经增加的警告。

例如，确定部分422参考历史记录表411、将与最新的成像日期和时间相关联的区域信息项和与紧接在最新的成像日期和时间之前的成像日期和时间相关联的区域信息项进行比较，并且识别指示等于或大于阈值的重叠区域的一对区域信息项。例如，指示等于或大于阈值的重叠区域的区域信息项中的一个区域信息项的成像日期和时间与指示等于或大于阈值的重叠区域的区域信息项中的一个区域信息项的成像日期和时间不同，但是可以说，由该对区域信息项指示的裂缝相同。如果确定部分422将与最新的成像日期和时间相关联的所识别的区域信息项和与紧接在最新的成像日期和时间之前的成像日期和时间相关联的所识别的区域信息项进行比较，并且由与最新的成像日期和时间相关联的区域信息项指示的区域比由与紧接在最新的成像日期和时间之前的成像日期和时间相关联的区域信息项指示的区域大阈值或多于阈值的量，则确定部分422确定裂缝的区域的面积已经增大。

然后，描述根据第四实施例的图像处理装置400的处理过程。图14是根据第四实施例的图像处理装置的处理过程的流程图。如图14所示，图像处理装置400的获取部分161获取多个图像的图像数据(在步骤S401中)。图像处理装置400的合成部分311合成多个图像的图像数据以生成合成图形数据(在步骤S402中)。

图像处理装置400的识别部分162根据合成图像数据生成二值图像数据(在步骤S403中)。识别部分162提取裂缝标记(在步骤S404中)。

图像处理装置400的评估部分421执行裂缝确定处理(在步骤S405中)。步骤S405的裂缝确定处理与第一实施例中图6所示的步骤S104至S109的处理对应。

评估部分421确定裂缝是否存在(在步骤S406中)。如果裂缝不存在(步骤S406中否)，则评估部分421结束该处理。另一方面，如果裂缝存在(步骤S406中是)，则评估部分421使该处理继续进行至步骤S407。

评估部分421将被评估为裂缝的裂缝标记的信息登记在历史记录表411中(在步骤S407中)。图像处理装置400的确定部分422将裂缝的过去的区域与裂缝的当前的区域进行比较(在步骤S408中)。如果裂缝的区域的面积没有增加(步骤S409中否)，则确定部分422结束该处理。

另一方面，如果裂缝的区域的面积已经增加(步骤S409中是)，则确定部分422输出警告(在步骤S410中)。

然后，描述根据第四实施例的图像处理装置400的效果。图像处理装置400将评估裂缝的过去的结果与评估裂缝的当前的结果进行比较。如果裂缝的区域的面积已经增加，则图像处理装置400提供指示裂缝的区域的面积已经增加的通知。因此，管理员等可以易于认识到裂缝的面积已经增加。

然后，描述实现与实施例中描述的图像处理装置100、200、300以及400的功能相同的功能的计算机的硬件配置的示例。图15是说明实现与图像处理装置的功能相同的功能的计算机的硬件配置的示例的图。

如图15所示，计算机500包括：用于执行各种类型的算术处理的CPU501、用于接收来自用户的数据的输入的输入装置502以及显示器503。计算机500还包括：用于从存储介质读取程序等的读取装置504，以及用于通过网络将数据发送至另一个计算机并且从另一个计算机接收数据的接口装置505。计算机500还包括摄像机506。此外，计算机500包括用于临时存储各种类型的信息的RAM 507，以及硬盘装置508。装置501至508连接至总线509。

硬盘装置508包括：获取程序508a、合成程序508b、识别程序508c、生成程序508d、计算程序508e、评估程序508f以及确定程序508g。CPU501读取获取程序508a、合成程序508b、识别程序508c、生成程序508d、计算程序508e、评估程序508f以及确定程序508g，并且将获取程序508a、合成程序508b、识别程序508c、生成程序508d、计算程序508e、评估程序508f以及确定程序508g加载进RAM 507中。

获取程序508a用作获取处理507a。合成程序508b用作合成处理507b。识别程序508c用作识别处理507c。生成程序508d用作生成处理507d。计算程序508e用作计算处理507e。评估程序508f用作评估处理507f。确定程序508g用作确定处理507g。

采集处理507a与要由获取部分161执行的处理对应。合成处理507b与要由合成部分311执行的处理对应。识别处理507c与要由识别部分162执行的处理对应。生成处理507d与要由生成部分163执行的处理对应。计算处理507e与要由计算部分164执行的处理对应。评估处理507f与要由评估部分165、211以及421执行的处理对应。确定处理507g与要由确定部分422执行的处理对应。

程序508a至508g可以不被预先存储在硬盘装置508中。例如，程序508a至508g可以被存储在“便携式物理介质”中，该“便携式物理介质”是软盘(FD)、CD-ROM、DVD、磁光盘、IC卡等，并且被插入进计算机500中。计算机500可以从便携式物理介质中读取程序508a至508g，并且执行程序508a至508g。

Claims (11)

1.一种存储使计算机执行处理的图像处理程序的计算机可读存储介质，所述处理包括：

通过二值化使用成像装置捕获的图像来识别暗区；

通过对所识别的暗区进行细线化来生成与所述暗区对应的线图像；

识别第一多对像素，所述第一多对像素被包括在形成所生成的线图像的像素组中并且以预定阈值或更大的值彼此之间分离开；

计算连接形成所述第一多对像素中的各个对的像素的线的梯度的第一方差；

识别第二多对像素，所述第二多对像素被包括在形成所述生成的线图像的所述像素组中并且以小于所述预定阈值的值彼此之间分离开；

计算连接形成所述第二多对像素中的各个对的像素的线的梯度的第二方差；以及

基于所述第一方差和所述第二方差评估所述暗区。

2.根据权利要求1所述的存储介质，

其中，如果所述第一方差小于第一标准方差并且所述第二方差大于第二标准方差，则所述评估将所述暗区评估为裂缝。

3.根据权利要求2所述的存储介质，所述处理还包括：

基于所述暗区的宽度调整所述标准方差。

4.根据权利要求1至3中任一项所述的存储介质，所述处理还包括：

当在所述暗区的识别中识别到第一暗区和第二暗区时，通过将所述第一暗区和所述第二暗区延伸至所延伸的第一暗区和所延伸的第二暗区的交点，组合所述第一暗区与所述第二暗区，

其中，来自属于通过对所述第一暗区进行细线化而生成的第一线图像的像素的第一像素和来自属于通过对所述第二暗区进行细线化而生成的第二线图像的像素的第二像素被识别，其中，在属于所述第一线图像的像素与属于所述第二线图像的像素之间的距离之中，所述第一像素与所述第二像素之间的距离是最短的，并且所述交点被确定为从所述第一像素沿所述第一线图像延伸的方向延伸的直线与从所述第二像素沿所述第二线图像延伸的方向延伸的直线的交叉点。

5.根据权利要求4所述的存储介质，

其中，如果所述第一像素与所述第二像素之间的距离小于预定距离，则所述组合将所述第一暗区与所述第二暗区组合成单个暗区。

6.根据权利要求1至5中任一项所述的存储介质，所述处理还包括：

合成使用所述成像装置捕获的多个图像以生成合成图像，

其中，对暗区的所述识别是从所述合成图像中识别所述暗区。

7.根据权利要求2至6中任一项所述的存储介质，所述处理还包括：

基于评估所述暗区的结果，输出指示被评估为所述裂缝的所述暗区的位置的图像。

8.根据权利要求1至7中任一项所述的存储介质，

其中，所述成像装置安装在无人驾驶飞行器上。

9.根据权利要求2至8中任一项所述的存储介质，所述处理还包括：

基于评估所述暗区的过去的结果和评估所述暗区的当前的结果，确定被评估为所述裂缝的所述暗区的面积是否已经增加，并且输出所述确定的结果。

10.一种由计算机执行的图像处理方法，包括：

通过二值化使用成像装置捕获的图像识别暗区；

通过对所识别的暗区进行细线化而生成与所述暗区对应的线图像；

识别第一多对像素，所述第一多对像素被包括在形成所生成的线图像的像素组中并且以预定阈值或更大的值彼此之间分离开；

计算连接形成所述第一多对像素中的各个对的像素的线的梯度的第一方差；

识别第二多对像素，所述第二多对像素被包括在形成所述生成的线图像的所述像素组中并且以小于所述预定阈值的值彼此之间分离开；

计算连接形成所述第二多对像素中的各个对的像素的线的梯度的第二方差；以及

基于所述第一方差和所述第二方差评估所述暗区。

11.一种图像处理装置，包括：

存储器，以及

处理器，其耦接至所述存储器，并且被配置成执行处理，所述处理包括：

通过二值化使用成像装置捕获的图像来识别暗区；

通过对所识别的暗区进行细线化而生成与所述暗区对应的线图像；

识别第一多对像素，所述第一多对像素被包括在形成所生成的线图像的像素组中并且以预定阈值或更大的值彼此之间分离开；

计算连接形成所述第一多对像素中的各个对的像素的线的梯度的第一方差；

识别第二多对像素，所述第二多对像素被包括在形成所述生成的线图像的所述像素组中并且以小于所述预定阈值的值彼此之间分离开；

计算连接形成所述第二多对像素中的各个对的像素的线的梯度的第二方差；以及

基于所述第一方差和所述第二方差评估所述暗区。