[go: up one dir, main page]

WO2019049316A1 - 変状検出装置および変状検出方法 - Google Patents

変状検出装置および変状検出方法 Download PDF

Info

Publication number
WO2019049316A1
WO2019049316A1 PCT/JP2017/032493 JP2017032493W WO2019049316A1 WO 2019049316 A1 WO2019049316 A1 WO 2019049316A1 JP 2017032493 W JP2017032493 W JP 2017032493W WO 2019049316 A1 WO2019049316 A1 WO 2019049316A1
Authority
WO
WIPO (PCT)
Prior art keywords
candidate
deformation
rectangle
contour
unit
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.)
Ceased
Application number
PCT/JP2017/032493
Other languages
English (en)
French (fr)
Inventor
幸保 川畑
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2019514061A priority Critical patent/JP6548857B1/ja
Priority to PCT/JP2017/032493 priority patent/WO2019049316A1/ja
Publication of WO2019049316A1 publication Critical patent/WO2019049316A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • the present invention relates to a deformation detection apparatus and a deformation detection method for detecting a deformation point on a surface of an object.
  • Patent Document 1 a strong smoothing process is performed in the lateral direction on a concrete surface image obtained by imaging a concrete surface, and a darker region is a water leakage candidate compared to the background with respect to an image on which the smoothing process is performed. Extract as an area, specify the luminance value, area, width and height for the water leakage candidate area, extract the area within the specified condition range as a water leakage area, fill the area and close the surrounding area.
  • Patent Document 1 In the technology as disclosed in Patent Document 1, it is assumed that the water leakage area is wide and the judgment of the water leakage area is judged from the smoothed image, so there is a problem that the judgment leakage may occur. there were. In addition, there is a problem that a small leaked area may be missed because it is determined whether the leaked area is a leaked area according to the fixed value threshold based on the brightness value, the area, the width and the height for the leaked area. The Further, there is also a problem that detection of water leakage to a minute area becomes difficult depending on imaging conditions and the like.
  • the present invention has been made to solve the problems as described above, and it is an object of the present invention to provide a deformation detection device and a deformation detection method that enable detection of deformation regions even in fine regions. I assume.
  • the deformation detection device comprises: a rectangle setting unit for setting a plurality of rectangular blocks for dividing a visible image obtained by capturing the surface of the object; background luminance values of the visible image obtained by capturing the surface of the object; A candidate rectangle determination unit that determines, based on the average luminance value in each rectangular block set by the rectangle setting unit, a deformation candidate rectangle that becomes a candidate for a deformation rectangle that forms a deformation region among the plurality of rectangular blocks And a candidate rectangle integration unit for setting an alteration candidate area obtained by integrating regions of transformation candidate rectangles adjacent to each other among the transformation candidate rectangles determined by the candidate rectangle determination unit, and an alteration set by the candidate rectangle integration unit
  • Each contour block is deformed based on the feature value of the luminance in each rectangular block around each of the contour blocks extracted by the candidate contour extraction unit that extracts the contour block forming the outer periphery of the candidate area and the candidate contour extraction unit Is rectangular Determine whether, in which a region surrounded by the contour blocks is determined that Henjo rectangle and
  • FIG. 1 is a diagram showing an example of a configuration of a deformation detection device according to a first embodiment. 6 is a flowchart for explaining the operation of the deformation detection device in the first embodiment.
  • FIG. 10 is a diagram for describing an operation of the image conversion unit for generating a converted visible image in the first embodiment.
  • FIG. 10 is a diagram for describing an operation of the image conversion unit for generating a converted visible image in the first embodiment.
  • FIG. 17 is a diagram specifically illustrating an operation of integrating candidate deformation rectangle areas by the candidate rectangle integration unit in the first embodiment. In Embodiment 1, it is a flowchart which demonstrates operation
  • FIG. 10 is a diagram for describing an operation of the image conversion unit for generating a converted visible image in the first embodiment.
  • FIG. 17 is a diagram specifically illustrating an operation of integrating candidate deformation rectangle areas by the candidate rectangle integration unit in the first embodiment.
  • it is a flowchart
  • FIG. 16 is a diagram for describing an operation in which the candidate contour determination unit determines whether or not the contour block of the deformation candidate region is a deformation rectangle deformed by water leakage in the first embodiment. It is a figure which shows an example which arranged the average luminance value in an attention outline block, and the average luminance value in each reference block in order of each rectangular block average luminance. It is a figure which shows another example which arranged the average luminance value in an attention outline block and the average luminance value in each reference block in order of each rectangular block average luminance.
  • FIG. 16 is a diagram for describing an example of the operation of the inter-contour distance determination unit in the first embodiment.
  • FIG. 7 is a diagram for describing an example of an operation of a data generation unit in the first embodiment.
  • FIG. 7 is a diagram for describing an example of an image indicated by image data in the first embodiment.
  • 13A and 13B are diagrams showing an example of the hardware configuration of the deformation detection apparatus according to the first embodiment.
  • Embodiment 1 The deformation detection device 10 detects a deformation area on the surface of the object based on a visible image obtained by imaging the surface of the object.
  • the object is the inner wall of a concrete tunnel
  • the surface of the object is the surface of the inner wall of the tunnel.
  • the inner wall of the tunnel means “the surface of the inner wall of the tunnel”.
  • the deformation detection device 10 detects a water leakage region on the inner wall of the tunnel as a deformation region.
  • FIG. 1 is a view showing an example of the configuration of a deformation detection device 10 according to the first embodiment.
  • the deformation detection device 10 includes an image processing unit 1, a visible image generation unit 2, a data recording unit 3, a data output unit 4, and an image output unit 5.
  • the visible image generation unit 2 acquires, from a camera (not shown in FIG. 1), a plurality of photographed images in which the inner wall of the tunnel is imaged, and integrates them into one sheet to generate a visible image.
  • the user captures the inner wall of the tunnel with a camera in the tunnel. At this time, the user divides the inner wall of the tunnel into multiple shots.
  • the visible image generation unit 2 acquires a plurality of captured images captured by the user from the camera, performs alignment between the images, distortion correction, and the like on the captured plurality of captured images. A plurality of photographed images are integrated into one visible image obtained by photographing the inner wall of the tunnel. At this time, the visible image generation unit 2 generates a visible image as a gray scale image of 256 gradations. In the case where the range of the inner wall of the tunnel in the visible image is wide, the visible image generation unit 2 generates, for example, one visible image for each lining concrete unit of about 10 m ⁇ 10 m called “span”. The visible image generation unit 2 outputs the visible image to the image processing unit 1.
  • the image processing unit 1 detects a water leakage region (hereinafter referred to as a “deformed region”) on the inner wall of the tunnel based on the visible image output from the visible image generation unit 2.
  • the image processing unit 1 includes an image conversion unit 101, a background luminance value calculation unit 102, a candidate rectangle determination unit 103, a candidate rectangle integration unit 104, a candidate contour extraction unit 105, a candidate contour determination unit 106, and an interval between contours.
  • a distance determination unit 107, an area integration unit 108, a data generation unit 109, and an image generation unit 110 are included.
  • the candidate rectangle determination unit 103 has a rectangle setting unit 1031.
  • the image conversion unit 101 obtains a distribution of luminance values (hereinafter referred to as “luminance distribution”) for the visible image output from the visible image generation unit 2. Then, the image conversion unit 101 converts the luminance of the visible image based on the obtained luminance distribution, and generates a converted visible image. The image conversion unit 101 outputs the generated converted visible image to the background luminance value calculation unit 102 and the candidate rectangle determination unit 103.
  • the background luminance value calculation unit 102 calculates the background luminance value of the converted visible image output from the image conversion unit 101. Specifically, the background luminance value calculation unit 102 creates a histogram of luminance values for the converted visible image, and sets the luminance value to be the maximum number of pixels as the background luminance value. The background luminance value calculation unit 102 outputs information on the background luminance value to the candidate rectangle determination unit 103.
  • the candidate rectangle determination unit 103 determines, based on the converted visible image output from the image conversion unit 101 and the background brightness value output from the background brightness value calculation unit 102, a candidate for a deformation rectangle that forms a deformation region.
  • the variation candidate rectangle is determined. Specifically, first, the rectangle setting unit 1031 of the candidate rectangle determination unit 103 sets a plurality of rectangular blocks into which the converted visible image is divided. Then, the candidate rectangle determination unit 103 calculates a plurality of rectangular blocks based on the background luminance value of the converted visible image calculated by the background luminance value calculation unit 102 and the average luminance value in each rectangular block set by the rectangle setting unit 1031. Among them, a rectangular block which is a variation candidate rectangle is determined.
  • the candidate rectangle determination unit 103 determines that the average luminance value in the rectangular block is a threshold for determining the deformation region (hereinafter referred to as a “first threshold”). If it is smaller, the rectangular block is determined to be a deformation candidate rectangle.
  • the rectangle setting unit 1031 makes the size of the rectangle of the rectangular block variable according to the shooting resolution of the shot image obtained by shooting the inner wall of the tunnel by the camera. For example, if the imaging resolution is 0.25 mm per pixel, the rectangle setting unit 1031 divides one block into 8 pixels ⁇ 8 lines, and if the imaging resolution is 0.5 mm per pixel, the rectangle setting unit 1031 , One block is divided into blocks of 4 pixels ⁇ 4 lines, etc.
  • the rectangle setting unit 1031 may acquire the information of the imaging resolution from the camera. By making the size of the rectangle of the rectangular block variable according to the imaging resolution of the photographed image, it is possible to optimize the size of the block allocated to the actual area per unit area.
  • the candidate rectangle determination unit 103 outputs information on the deformation candidate rectangle to the candidate rectangle integration unit 104.
  • the candidate rectangle integration unit 104 integrates the regions of a plurality of deformation candidate rectangles adjacent to each other as one region based on the information of the deformation candidate rectangles output from the candidate rectangle determination unit 103, and integrates the integrated regions. It is set as a variation candidate region which becomes a candidate of the region of the shape.
  • the candidate rectangle integration unit 104 outputs information on the deformation candidate region to the candidate contour extraction unit 105.
  • the candidate contour extraction unit 105 extracts the contour block of the deformation candidate region based on the information of the deformation candidate region output from the candidate rectangle integration unit 104.
  • the outline of the area refers to the outer periphery of the area
  • the deformation candidate rectangle forming the outline of the area is referred to as an outline block.
  • the outline block forming the outline of the area is a rectangular block in which at least one side of the four sides of the rectangular block forms the outline of the area.
  • the candidate contour extraction unit 105 assigns a contour label to the contour block of the variation candidate region.
  • the candidate contour extraction unit 105 uses the extracted information of the contour block of the deformation candidate region and the information of the contour label attached to the contour block of the deformation candidate region as the deformation candidate contour information as the deformation candidate region. And, it is added to the information of the deformation candidate rectangle, and is output to the candidate contour determination unit 106.
  • the candidate contour determination unit 106 redetermines the variation candidate region based on the variation candidate contour information output from the candidate contour extraction unit 105. Specifically, the candidate contour determination unit 106 determines whether the contour block is a deformation rectangle based on the feature amount of the luminance of each rectangular block around the contour block for the contour block of the deformation candidate region. Make a decision. Details of the feature amount will be described later. The candidate contour determination unit 106 determines the region surrounded by the contour block determined to be a deformed rectangle as a deformed region. In addition, the candidate contour determination unit 106 determines that the deformation candidate rectangle forming the deformation region is a deformation rectangle.
  • the candidate contour determination unit 106 reapplies the contour label to the contour block determined to be the deformed rectangle.
  • the candidate contour determination unit 106 determines information on the contour block of the deformation region and information on the contour label given to the contour block of the deformation region as post-judgment deformation contour information, which includes the deformation region and the deformation rectangle. It is added to the information and output to the inter-contour distance determination unit 107.
  • the inter-contour distance determination unit 107 determines the shortest distance between two deformation regions in the deformation region based on the post-determination deformation contour information output from the candidate contour determination unit 106, and determines the calculated shortest distance and the threshold. Based on (hereinafter referred to as “second threshold”), it is determined whether or not the two deformation regions are integrated.
  • the inter-contour distance determination unit 107 assigns an integration flag to the deformation area determined to be integrated, and combines the information of the deformation area to which the integration flag is added, together with the post-determination deformation contour information and the information on the deformation rectangle, Output to unit 108.
  • the area integration unit 108 integrates the deformation area to which the integration flag is added based on the information of the deformation area output from the inter-contour distance determination unit 107 and sets it as a post-integration deformation area, and the contour of the deformation area Reapply the outline label attached to the block.
  • the area integration unit 108 includes the data generation unit 109 and the image generation unit, the information of the post-integration deformation area, the information of the deformation rectangle included in the post-integration deformation area, the information of the outline block, and the information of the outline label. Output to 110.
  • the data generation unit 109 generates deformation data based on the information on the integrated deformation region, the information on the deformation rectangle, the information on the contour block, and the information on the contour label output from the region integration unit 108.
  • the deformation data is, for example, data including an outline of the integrated deformation region and information of a label attached to the contour, position information of the integrated deformation region, and the like.
  • the data generation unit 109 outputs the deformation data to the data output unit 4.
  • the image generation unit 110 uses the information on the deformation area as an image based on the information on the integrated deformation area, the information on the deformation rectangle, the information on the contour block, and the information on the contour label output from the area integration unit 108 Generate image data to be displayed.
  • the image generation unit 110 outputs the image data to the image output unit 5.
  • the data recording unit 3 records the visible image output from the visible image generation unit 2. Further, the data recording unit 3 is generated in the image processing unit 1 and is output in the processing of the image processing unit 1 and the data used in the processing of the image processing unit 1 such as a converted visible image used for determining the deformation region. Record intermediate data. Further, the data recording unit 3 records deformation data and image data, which the image processing unit 1 detects a deformation area and outputs as a final result. In the first embodiment, the data recording unit 3 is included in the deformation detection device 10. However, the present invention is not limited to this. The data recording unit 3 is configured to detect a deformation outside the deformation detection device 10. The apparatus 10 may be provided at a reference location.
  • the data output unit 4 outputs the deformation data output from the data generation unit 109 of the image processing unit 1 to an external recording device or the like (not shown).
  • the data output unit 4 may record the deformation data in the data recording unit 3.
  • the image output unit 5 outputs the image data output from the image generation unit 110 of the image processing unit 1 to an external display device or the like (not shown).
  • the image output unit 5 may cause the data recording unit 3 to record the image data.
  • FIG. 2 is a flowchart for explaining the operation of the deformation detection device 10 in the first embodiment.
  • the visible image generation unit 2 acquires, from the camera, a plurality of photographed images in which the inner wall of the tunnel is imaged and integrates them into one sheet to generate a visible image (step ST201). At this time, the visible image generation unit 2 sets the visible image as a gray scale image of 256 gradations. The visible image generation unit 2 outputs the visible image to the image processing unit 1.
  • the image conversion unit 101 of the image processing unit 1 converts the luminance in the visible image output from the visible image generation unit 2 in step ST201, and generates a converted visible image (step ST202).
  • FIG. 3 and FIG. 4 are diagrams for explaining an operation of the image conversion unit 101 for generating a converted visible image in the first embodiment.
  • the image conversion unit 101 converts the luminance level of the visible image output from the visible image generation unit 2. Specifically, for the visible image, the image conversion unit 101 obtains an average luminance value in line units of pixels aligned in the horizontal direction on the visible image, and the average luminance value is a middle-level luminance value of 256 gradations. A correction is made to shift the luminance value in the visible image to a certain 128.
  • FIG. 4A is a diagram showing an example of the visible image output from the visible image generation unit 2
  • FIG. 3A is a diagram showing a histogram of luminance values of the visible image as shown in FIG. 4A.
  • the horizontal axis represents luminance values
  • the vertical axis represents the number of pixels in each luminance value.
  • the image conversion unit 101 obtains a cumulative histogram from the luminance values of pixel data for the visible image after correction for the visible image, and the gradient of the cumulative frequency graph of the cumulative histogram becomes constant. , Transform the luminance value of the visible image, and generate a transformed visible image.
  • the cumulative histogram is obtained by accumulating the number of pixels for each luminance value from the first luminance value 0 with respect to the histogram of FIG. 3B.
  • the image conversion unit 101 converts the luminance value of the visible image so that the slope of the graph of the cumulative number of pixels of the cumulative histogram becomes constant. Specifically, the image conversion unit 101 converts the luminance value of the visible image using the following conversion formula.
  • FIG. 4C is a view showing a converted visible image obtained by converting the luminance value of the visible image by the image conversion unit 101
  • FIG. 3C is a view showing a histogram of the converted visible image as shown in FIG. 4C.
  • the processing of converting the luminance value of the visible image so as to make the inclination of the graph of the cumulative frequency of the cumulative histogram constant, and making the visible image after conversion, the illumination condition or the positional relationship between the tunnel inner wall and the camera This is done to remove the influence of differences in the brightness of the captured image due to different factors and improve the overall balance of the image.
  • the image conversion unit 101 outputs the generated converted visible image to the background luminance value calculation unit 102 and the candidate rectangle determination unit 103.
  • the background luminance value calculation unit 102 calculates the background luminance value of the converted visible image output from the image conversion unit 101 in step ST202 (step ST203). Specifically, the background luminance value calculation unit 102 creates a histogram of the luminance values of the converted visible image, and sets the luminance value to be the maximum number of pixels as the background luminance value. The background luminance value calculation unit 102 outputs information on the background luminance value to the candidate rectangle determination unit 103.
  • the candidate rectangle determination unit 103 forms a deformation area based on the converted visible image output from the image conversion unit 101 in step ST202 and the background luminance value output from the background luminance value calculation unit 102 in step ST203.
  • a deformation candidate rectangle which is a candidate for a deformation rectangle is determined (step ST204). Specifically, first, the rectangle setting unit 1031 of the candidate rectangle determination unit 103 divides the converted visible image and sets a plurality of rectangular blocks. Then, the candidate rectangle determination unit 103 determines a plurality of rectangles based on the background luminance value of the converted visible image calculated by the background luminance value calculation unit 102 and the average luminance value in each rectangular block set by the rectangle setting unit 1031.
  • a rectangular block which is a deformation candidate rectangle is determined.
  • the candidate rectangle determination unit 103 determines that the rectangular block is a deformation candidate rectangle when the average luminance value in the rectangular block is smaller than the first threshold. judge.
  • the candidate rectangle determination unit 103 sets, for example, a value obtained by subtracting the offset value from the background luminance value (background luminance value ⁇ Th low1 ) as the first threshold value for determining the deformed area.
  • the offset value Th low1 is set relatively close to the background luminance value. The value may be set in advance by the user.
  • the rectangular block that the candidate rectangle determination unit 103 determines to be a deformation candidate rectangle may include deformation due to dirt or color unevenness other than water leakage. Rectangular blocks that are determined to be deformation candidate rectangles due to deformations other than water leakage are excluded in the processing of the candidate contour determination unit 106 described later.
  • the candidate rectangle determination unit 103 outputs information on the deformation candidate rectangle to the candidate rectangle integration unit 104.
  • the candidate rectangle integration unit 104 integrates the areas of a plurality of adjacent transformation candidate rectangles adjacent to each other as one area based on the information of the transformation candidate rectangles output from the candidate rectangle determination unit 103 in step ST204, and integrates the integrated areas. Is set as a variation candidate region (step ST205). If there is no other variation candidate rectangle adjacent to the one variation candidate rectangle for a certain variation candidate rectangle, the candidate rectangle integration unit 104 changes the one variation candidate rectangle to the variation candidate region. I assume. That is, one deformation candidate area is formed by one or more deformation candidate rectangles.
  • FIG. 5 is a diagram for specifically explaining an operation in which the candidate rectangle integration unit 104 integrates regions of deformation candidate rectangles in the first embodiment.
  • FIG. 5 shows an example of an image showing deformation candidate rectangles on a converted visible image in which a plurality of rectangular blocks are set.
  • the deformation candidate rectangle is expressed by surrounding a rectangular block with a thick frame.
  • the candidate rectangle integration unit 104 selects one rectangular block from among the rectangular blocks determined as candidate transformation rectangles by the candidate rectangle determination unit 103, and refers to the selected rectangular block (hereinafter referred to as a “target block”).
  • the area of 501) in FIG. 5 is integrated with the area of the rectangular block determined to be the variation candidate rectangle among the other eight rectangular blocks adjacent to the block of interest.
  • the candidate rectangle integration unit 104 includes the area of the block of interest 501 and eight rectangular blocks adjacent to the block of interest 501.
  • a rectangular block (X i -1, j -1 , X i, j -1 , X i +1, j- ) determined as a deformation candidate rectangle. 1. Integrate with the region of X i -1, j ).
  • the candidate rectangle integration unit 104 integrates, if there is any other area already formed adjacent to the area obtained by integrating the area of the current block of interest 501 and the area of the adjacent rectangular block, if any. For example, since there is an area of the rectangular block group (the rectangular block group indicated by 502 in FIG. 5) which has already been integrated in FIG. 5, the candidate rectangular integration unit 104 also applies to the area of the rectangular block group. Integrate together. Then, the candidate rectangle integration unit 104 sets the integrated region as a deformation candidate region, and outputs information of the deformation candidate region to the candidate contour extraction unit 105.
  • the candidate contour extraction unit 105 extracts a contour block forming the contour of the deformation candidate region based on the information of the deformation candidate region output from the candidate rectangle integration unit 104 in step ST205 (step ST206). At this time, the candidate contour extraction unit 105 assigns a contour label to the contour block.
  • the candidate contour extraction unit 105 sets (X i ⁇ 1, j ⁇ 4 , X i + 1, j-4 , Xi + 2, j-4 , Xi + 2, j-3 , Xi + 2, j-2 , Xi + 2, j-1 , Xi + 1, j-1 , Xi , j , Xi -1, j , Xi -2, j-1 , Xi -3, j , Xi -3, j + 1 , Xi -2, j + 2 , Xi -4, j + 1 , Xi -5, j , Xi -4, j-1 , Xi -5, j-2 , Xi -6, j-2 , Xi -6, j-3 , Xi -5, j-3 , Xi -4, j-2 , Xi + 2, j-1 , Xi + 2, j-1 ,
  • the candidate contour extraction unit 105 uses the extracted information of the contour block of the deformation candidate region and the information of the contour label attached to the contour block of the deformation candidate region as the deformation candidate contour information as the deformation candidate region. And, it is added to the information of the deformation candidate rectangle, and is output to the candidate contour determination unit 106.
  • the candidate contour determination unit 106 redetermines the variation candidate area based on the variation candidate contour information output from the candidate contour extraction unit 105 in step ST206 (step ST207). More specifically, the candidate contour determination unit 106 determines that the contour block is deformed due to water leakage, based on the feature amount of luminance in each rectangular block around the contour block, for the contour block of the deformation candidate region. It is determined whether or not it is a deformed rectangle that forms a shape region.
  • step ST207 the candidate contour determination unit 106 redetermines the deformation candidate region by excluding the deformation candidate rectangle due to the deformation other than the water leakage from the deformation candidate region, and the deformation region deformed by the water leakage and the deformation region The purpose is to determine the deformed rectangle included in the shape region.
  • FIG. 6 is a flowchart illustrating in detail the operation of step ST207 by the candidate contour determination unit 106 in the first embodiment.
  • the candidate contour determination unit 106 selects one contour block out of the plurality of contour blocks, and selects 24 rectangular blocks (hereinafter referred to as “the contour blocks”) which exist around the selected contour block (hereinafter referred to as “target contour block”).
  • the average luminance value in each reference block and the value of dispersion of the luminance values (hereinafter referred to as “dispersion value”) are calculated for each “reference block” (step ST601).
  • FIG. 7 is a diagram for explaining an operation in which candidate contour determination unit 106 determines whether or not a contour block of a deformation candidate region is a deformation rectangle deformed by water leakage in the first embodiment. is there.
  • a deformation candidate area as shown in FIG. 5 is determined on the converted visible image in which a plurality of rectangular blocks are set, and an outline label is added to the contour block of the determined deformation candidate area. It shows an image given "1".
  • the candidate contour determination unit 106 determines 24 rectangular blocks (X i ⁇ 2 ) that exist around the target contour block 501 (X i, j ) , which is the contour block to which the contour label “1” is assigned. , J ⁇ 2 to X i + 2, j + 2 ) are reference blocks, and the average luminance value and the variance value in each reference block are calculated.
  • the candidate contour determination unit 106 calculates the number of reference blocks that satisfy the following setting conditions (1) and (2) (step ST602).
  • (1) Average luminance value of the reference block ⁇ background luminance value -Th low2 (Th low2 ⁇ Th low1 )
  • Th low2 is an intermediate value between the background luminance value and Th low1 . For example, assuming that the background luminance value is 128 and Th low1 is 86, Th low2 is 68 or 50 and so on.
  • the number of rectangular blocks having the dispersion value of the divided range is Use an intermediate value in the maximum range. For example, assuming that the set range is 50 in the histogram of dispersion values for all rectangular blocks of the visualized image after conversion, when the number of rectangular blocks having dispersion values 200 to 249 is maximized, the background dispersion value is 255 I assume. Also, Th variance is preset based on the variance value of the rectangular block corresponding to the background region of several visible image samples.
  • the candidate contour determination unit 106 determines whether the number of reference blocks calculated in step ST602 satisfies the following determination conditions (3) and (4) (step ST603). (3) The number of reference blocks that satisfy the setting condition of (1) ⁇ Th binarize 1 (4) The number of reference blocks that satisfy the setting condition of (2) above> Th binarize 2
  • FIGS. 8 and 9 are diagrams showing an example in which the average luminance value in the contour block of interest and the average luminance value in each reference block are arranged in the order of the average luminance of each rectangular block.
  • the above setting condition (3) is satisfied.
  • the above setting condition (3) is not satisfied.
  • step ST603 when both setting conditions (3) and (4) are satisfied (in the case of “YES” in step ST603), the candidate contour determination unit 106 changes the attention contour block 501 due to water leakage. It is determined that the deformed rectangle forms an area.
  • Step ST604 For example, in the case of FIG. 7, assuming that the number of reference blocks applicable to the setting condition of the above (1) is “3” and the number of reference blocks applicable to the setting condition of the above (2) is “10” Since the setting condition of both determination conditions (3) and (4) is satisfied, the candidate contour determination unit 106 determines that the target contour block 501 is a deformed rectangle forming a deformed region deformed by water leakage. At this time, the candidate contour determination unit 106 leaves the contour label given to the target contour block 501 as it is. That is, the outline label of the attention outline block 501 remains “1”.
  • step ST603 when either the determination condition of (3) or (4) is not satisfied (in the case of “NO” in step ST603), the candidate contour determination unit 106 determines that the attention contour block 501 is changed due to water leakage. It determines that it is not a deformed rectangle of the deformed region, deletes the information of the contour label attached to the focused contour block 501, and excludes the focused contour block 501 from the deformed candidate region (step ST605). . That is, the candidate contour determination unit 106 excludes the target contour block 501 from the deformation candidate rectangle. For example, in the case of FIG. 7, assuming that the number of reference blocks that satisfy the setting condition of the above (1) is “20”, the number does not satisfy the judgment condition of the judgment condition (3).
  • the unit 106 deletes the contour label "1" attached to the target contour block 501, and excludes the target contour block 501 from the variation candidate area.
  • the deformation region generally has a steep luminance gradient at the contour block, and the luminance gradient is gentle at the contour blocks other than the water leakage due to stains and the like.
  • the candidate contour determination unit 106 calculates the luminance gradient in each reference block around the target contour block, and the number of reference blocks with a moderate luminance gradient (the above setting condition (1) is satisfied) (the above determination condition (3)) If it does not satisfy (1), it is determined that the target contour block is not a deformed area.
  • the deformation area when the water leakage area is a deformation area, the deformation area generally tends to have a greater dispersion of luminance values than the background.
  • the candidate contour determination unit 106 calculates the variance of each reference block in the periphery of the target contour block, and the number of reference blocks with large variance of the variance of the reference block (satisfying the above setting condition (2)) is small (above If the determination condition (4) is not satisfied, it is determined that the focused contour block is not a deformed area.
  • the deformation area when the water leakage area is a deformation area, the deformation area generally has a lower luminance value than the background luminance value and a dispersion value larger than the background dispersion value.
  • the determination unit 106 determines based on the determination condition (3) and the determination condition (4), and includes the reference block, and the number of reference blocks corresponding to the determination condition (3) and the determination condition (4) is equal to or more than the threshold.
  • the contour block of interest is determined to have a high possibility of the deformation area.
  • the candidate contour determination unit 106 performs the above processing on all the contour blocks, and determines whether there is a deformation candidate rectangle that has newly become a contour block of the deformation candidate region (step ST606).
  • step ST606 when there is a deformation candidate rectangle that has newly become an outline block (in the case of “YES” in step ST606), the candidate outline determination unit 106 sets the new outline block as an attention outline block to step ST601 ⁇ .
  • the process of step ST605 is repeated.
  • the candidate contour determination unit 106 repeats the processing of step ST601 to step ST605 until there is no deformation candidate rectangle that has newly become a contour block. For example, as shown in FIG.
  • contour blocks (Xi -4, j-3 , Xi -4, j-1 , Xi -5, j , Xi -4, j + 1 , Xi -3, j + 1) And Xi -3, j + 2 ) are excluded from the deformation candidate rectangles of the deformation candidate region.
  • the deformation candidate rectangles (Xi -3, j-1 and Xi -4, j ) newly become contour blocks. Therefore, the candidate contour determination unit 106 performs the processing of steps ST601 to ST605 for the new contour block (Xi -3, j-1 and Xi -4, j ).
  • step ST606 when there is no deformation candidate rectangle that has newly become a contour block (in the case of "NO" in step ST606), that is, deformation that forms a deformation region deformed by water leakage for all contour blocks.
  • the candidate contour determination unit 106 reapplies the contour label to the contour block of the deformation candidate region (step ST 607). Specifically, if the candidate contour determination unit 106 divides the variation candidate area surrounded by the contour blocks to which the candidate contour extraction unit 105 has added the same contour label in step ST206, the candidate Assign another contour label to the contour block of the area. For example, in FIG.
  • the deformation candidate rectangles included in the deformation candidate regions 701 and 702 originally belong to one deformation candidate region, and in step ST206, the contour block of the deformation candidate region The outline label of "1" was given (refer FIG. 5).
  • the candidate contour determination unit 106 performing processing to determine whether the contour block is a deformed rectangle of a deformed region deformed by water leakage, the one deformation candidate region is indicated by 701 as a deformation. It divided into the candidate area
  • the candidate contour determination unit 106 assigns different contour labels to different deformation candidate regions.
  • the candidate outline determination unit 106 determines that the outline block of the deformation candidate area 702 is, for example , And gives a contour label "3" which does not overlap with contour blocks of other variation candidate regions.
  • the candidate contour determination unit 106 re-applies the particular contour label as the contour label to the contour block as it is for the contour block to which the particular contour label (for example, “1”) has been assigned.
  • the contour block to which the particular contour label has been assigned may be re-labeled with the particular contour label.
  • the contour label of “1” is reassigned to the contour block of the deformation candidate area 701 shown in FIG.
  • the candidate contour determination unit 106 determines that the deformation has occurred due to the water leakage, and determines the region surrounded by the contour block to which the contour label has been reapplied as the deformation region.
  • the candidate contour determination unit 106 determines that the deformation candidate rectangle forming the deformation region is a deformation rectangle.
  • the process returns to step ST204, and the candidate rectangle determination unit 103 sets the value of Th low1 as the offset value for the variation candidate rectangle to be the contour block of the variation candidate area excluding the contour block not determined to be a variation rectangle. Is set to a value smaller than the value at the time of determining the rectangular block which becomes the deformation candidate rectangle at the first time, and the rectangular block which becomes the second deformation candidate rectangle is determined. Then, the subsequent process is performed again, and in step ST207, the candidate contour determination unit 106 combines the variation candidate rectangles obtained by integrating the variation candidate rectangles from which the contour blocks not determined as the variation rectangles in the first determination are excluded.
  • the candidate contour determination unit 106 adds a contour label to the contour block determined to be the deformation rectangle of the deformation region deformed due to water leakage in the second determination, and sets the region surrounded by the contour block as the deformation region. Determine.
  • the outline block excluded in the first determination is a rectangular block other than water leakage, which is determined to be a rectangular block deformed due to dirt or color unevenness.
  • the second determination the determination of the deformation area surrounded by the rectangular block deformed by water leakage present in the area surrounded by the rectangular block deformed by dirt or color unevenness etc. Do. Thereafter, the determination is repeated until there is no outline block of the deformation candidate area excluding the rectangular block determined to be deformed due to dirt or color unevenness or the like.
  • the candidate contour determination unit 106 determines information on the contour block of the deformation region and information on the contour label given to the contour block of the deformation region as post-judgment deformation contour information, which includes the deformation region and the deformation rectangle. It is added to the information and output to the inter-contour distance determination unit 107.
  • the inter-contour distance determination unit 107 determines the shortest distance between two deformation regions in the deformation region based on the post-determination deformation contour information output from the candidate contour determination unit 106 in step ST207, and determines the shortest distance It is determined based on the distance and the second threshold whether or not the two deformation areas are integrated (step ST208).
  • FIG. 10 is a diagram for explaining an example of the operation of the inter-contour distance determination unit 107 in the first embodiment.
  • the inter-contour distance determination unit 107 obtains the shortest distance between adjacent areas for each of the deformed areas.
  • the inter-contour distance determination unit 107 determines the shortest distance between adjacent deformation areas as follows.
  • the shortest distance between the deformation area of contour label 1 and the deformation area of contour label 2 3
  • the contour distance determination unit 107 determines that the deformation region of the contour label 1 and the deformation region of the contour label 2 and the deformation region of the contour label 1 and the deformation of the contour label 3 It is determined that the state regions are integrated. Then, the inter-contour distance determination unit 107 assigns an integration flag to the deformation area determined to be integrated. That is, the integration flag is given to the deformation area of the outline label 1 to the outline label 3.
  • the inter-contour distance determination unit 107 outputs the information on the deformation area to which the integration flag is added, to the area integration unit 108 together with the post-determination deformation contour information and the information on the deformation rectangle.
  • the area integration unit 108 integrates the deformation area to which the integration flag is added based on the information of the deformation area output from the inter-contour distance determination unit 107 and sets it as a post-integration deformation area, and the contour of the deformation area
  • the contour label attached to the block is re-applied (step ST209).
  • the area integration unit 108 integrates the deformed areas of the outline label 1 to the outline label 3 and reapplys the outline label “1” to the outline block of the integrated integrated area after integration. Do.
  • the area integration unit 108 includes the data generation unit 109 and the image generation unit, the information of the post-integration deformation area, the information of the deformation rectangle included in the post-integration deformation area, the information of the outline block, and the information of the outline label. Output to 110.
  • the data generation unit 109 generates deformation data based on the information on the integrated deformation region, the information on the deformation rectangle, the information on the contour block, and the information on the contour label output from the region integration unit 108 in step ST209. To do (step ST210).
  • the deformation data is, for example, data including the contour of the post-integration deformation region and information of the contour label attached to the contour, position information of the post-integration deformation region, and the like.
  • the data generation unit 109 includes, for example, all contour blocks to which the same contour label is given for each post-integration deformation region, and post-integration deformation of a line circumscribed with all the contour blocks in the shortest straight line. Let it be the outline of the area.
  • the data generation unit 109 sets the coordinates of the contour block present at the end point where the area of the contour block and the lack portion of the convexity is minimum as the position information of the post-integration deformation region. For example, in the example of FIG. 10, the data generation unit 109 sets the line indicated by a thick line in FIG.
  • the coordinates of the contour block are coordinates in pixel units on the converted visible image, and are any one of the upper left, lower left, upper right, and lower right coordinates, which is an end point of the contour block including the contour.
  • the data of contour surrounding lines and the position information of the post-integration deformation region are included in the deformation data. Then, the data generation unit 109 outputs the deformation data to the data output unit 4.
  • the data output unit 4 outputs the deformation data output from the data generation unit 109 in step ST210 to an external recording device or the like (not shown) (step ST212).
  • the data output unit 4 may record the deformation data in the data recording unit 3. In this way, by converting position information and the like to the contour of the post-integration deformation area into data, and recording it, for example, other analysis devices etc. record the deformation data recorded in the external recording device etc. It can be referred to and used in analysis processing of a deformation region.
  • the image generation section 110 Based on the information on the post-integration deformation area, the information on the deformation rectangle, the information on the contour block, and the information on the contour label output from the area integration section 108 in step ST209, the image generation section 110 performs information on the deformation area.
  • Data for image display to be displayed as an image step ST211).
  • the image indicated by the image data is an image in which the contour of the deformed area is superimposed on the converted visible image. That is, the image data is, for example, data for displaying an image of an image as shown in FIG.
  • the image generation unit 110 outputs the image data to the image output unit 5.
  • the image output unit 5 outputs the image data output from the image generation unit 110 in step ST211 to an external display device or the like (not shown) (step ST213).
  • the image output unit 5 may cause the data recording unit 3 to record the image data. For example, by displaying information on the deformation area as an image as an image, the user can confirm the display device or the like and analyze the deformation area.
  • the deformation detection device 10 detects the water leakage region of the inner wall of the tunnel as the deformation region, but this is merely an example, and the deformation detection device 10 is a concrete It is also possible to detect an area in which precipitates such as effusion appear on the surface as a deformed area. In this case, since precipitates such as efflorescence are considered to have high luminance, the candidate rectangle determination unit 103 sets an offset value to the background luminance value as the first threshold when determining the deformation candidate rectangle. The added value (background luminance value + Th high1 ) is used, and when the average luminance value of the rectangular block is larger than the first threshold, the rectangular block is determined to be a deformation candidate rectangle.
  • the candidate contour determination unit 106 determines, as the setting condition (1) at the time of determining whether or not the contour block of the deformation candidate region is the deformation rectangle of the deformation region deformed by the precipitate, Use the setting conditions.
  • the image conversion part 101 is not essential. For example, if the original image to be detected as a defect is an image having no unevenness unlike the image assumed to be uneven, such as an image of the inner wall of a tunnel, the image conversion unit It is also possible not to have 101.
  • the generation process of the converted visible image by the image conversion unit 101 is performed as necessary according to the imaging environment or the situation.
  • FIG. 12A and 12B are diagrams showing an example of the hardware configuration of the deformation detection device 10 according to the first embodiment.
  • the functions of the image processing unit 1, the visible image generation unit 2, the data output unit 4, and the image output unit 5 are realized by the processing circuit 1201. That is, based on the plurality of photographed images acquired from the camera, the deformation detection device 10 detects a water leakage area on the inner wall of the tunnel as a deformation area, and displays or stores information on the detected deformation area as an image.
  • a processing circuit 1201 for performing control is provided.
  • the processing circuit 1201 may be dedicated hardware as shown in FIG. 12A or a CPU (Central Processing Unit) 1206 that executes a program stored in the memory 1205 as shown in FIG. 12B.
  • CPU Central Processing Unit
  • the processing circuit 1201 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an application specific integrated circuit (ASIC), an FPGA (field-programmable) Gate Array) or a combination thereof is applicable.
  • ASIC application specific integrated circuit
  • FPGA field-programmable Gate Array
  • each function of the image processing unit 1, the visible image generation unit 2, the data output unit 4, and the image output unit 5 is realized by software, firmware, or a combination of software and firmware Be done. That is, the image processing unit 1, the visible image generation unit 2, the data output unit 4, and the image output unit 5 execute a program stored in an HDD (Hard Disk Drive) 1202, a memory 1205, etc. (Large-Scale Integration) etc. implement
  • the programs stored in the HDD 1202, the memory 1205, and the like may cause the computer to execute the procedure or method of the image processing unit 1, the visible image generation unit 2, the data output unit 4, and the image output unit 5. I can say that.
  • the memory 1205 is, for example, a nonvolatile memory such as a random access memory (RAM), a read only memory (ROM), a flash memory, an erasable programmable read only memory (EPROM), and an electrically erasable programmable read only memory (EEPROM).
  • RAM random access memory
  • ROM read only memory
  • EPROM erasable programmable read only memory
  • EEPROM electrically erasable programmable read only memory
  • Semiconductor memories magnetic disks, flexible disks, optical disks, compact disks, mini disks, and DVDs (Digital Versatile Disc).
  • the functions of the image processing unit 1, the visible image generation unit 2, the data output unit 4, and the image output unit 5 are partially realized by dedicated hardware and partially realized by software or firmware. You may do so.
  • the function of the image processing unit 1 is realized by the processing circuit 1201 as dedicated hardware, and the processing circuit is stored in the memory 1205 for the visible image generation unit 2, the data output unit 4, and the image output unit 5. It is possible to realize the function by reading out and executing the stored program.
  • the data recording unit 3 uses, for example, the HDD 1202. This is merely an example, and the data recording unit 3 may be configured by a DVD, a memory 1205, and the like. Furthermore, it may be an HDD or the like connected to the deformation detection apparatus 10 via a network. Further, the deformation detection device 10 includes an input interface device 1203 and an output interface device 1204 that communicate with an external device such as a camera, an external recording device, or an external display device.
  • the deformation detection device 10 sets a plurality of rectangular blocks for dividing the visible image obtained by capturing the surface of the object, and the surface of the object Of a plurality of rectangular blocks, and a candidate for a deformed rectangle forming a deformed region, based on the background luminance value of the visible image captured and the average luminance value in each rectangular block set by the rectangle setting unit 1031
  • a candidate for setting a variation candidate area obtained by integrating regions of variation candidate rectangles adjacent to each other among the variation candidate rectangles determined by the candidate rectangle determination unit 103 and the candidate rectangle determination unit 103 that determine the variation candidate rectangles A rectangle integration unit 104, a candidate contour extraction unit 105 for extracting a contour block forming an outer periphery of a deformation candidate region set by the candidate rectangle integration unit 104, and a periphery of each contour block extracted by the candidate contour extraction unit 105 It is determined whether or not each contour block is a deformed rectangle based on the feature amount of luminance in each rectangular block, and the
  • the deformation detection device is configured to be able to detect a deformation region even in a minute region, and is therefore applied to a deformation detection device that detects a deformation portion on the surface of an object. be able to.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Civil Engineering (AREA)
  • Biochemistry (AREA)
  • Structural Engineering (AREA)
  • Architecture (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

対象物の表面が撮影された可視画像を分割する複数の矩形ブロックを設定する矩形設定部（１０３１）と、対象物の表面が撮影された可視画像の背景輝度値と、矩形設定部が設定した各矩形ブロック内の平均輝度値とに基づき、複数の矩形ブロックのうち、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する候補矩形判定部（１０３）と、候補矩形判定部が判定した変状候補矩形のうち、互いに隣接する変状候補矩形の領域を統合した変状候補領域を設定する候補矩形統合部（１０４）と、候補矩形統合部が設定した変状候補領域の外周を形成する輪郭ブロックを抽出する候補輪郭抽出部（１０５）と、候補輪郭抽出部が抽出した各輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該各輪郭ブロックが変状矩形であるかどうかを判定し、変状矩形であると判定した輪郭ブロックで囲まれた領域を前記変状領域と確定する候補輪郭判定部（１０６）とを備えた。

Description

変状検出装置および変状検出方法
　この発明は、対象物の表面の変状箇所を検出する変状検出装置および変状検出方法に関するものである。
　従来、対象物の表面を撮像した画像データに基づき、当該対象物の表面の変状箇所を検出する技術が知られている。
　例えば、特許文献１には、コンクリート表面を撮像したコンクリート表面画像に対して横方向に強い平滑化処理を行い、当該平滑化処理を実施した画像に対し、背景に比べてより黒い領域を漏水候補領域として抽出し、当該漏水候補領域について、輝度値、面積、幅および高さを特定して、指定した条件の範囲内にある領域を漏水領域として抽出し、領域の穴埋めおよび周囲領域の閉合処理等を行って、最終的な漏水領域を表示するコンクリート表面の変状領域の検出方法が開示されている。
特開２０１２－２０２８５９号公報
　特許文献１に開示されているような技術では、漏水領域は横幅が広いことを前提にしており、漏水領域の判定を、平滑化した画像から判定するため、判定漏れが発生し得るという課題があった。また、漏水候補領域に対して、輝度値、面積、幅および高さに基づく固定値の閾値によって漏水領域であるかどうかの判定を行うため、小さな漏水領域を見逃す可能性があるという課題があった。また、撮影条件等によっても、微細な領域に対する漏水の検出が困難となるという課題があった。
　この発明は上記のような課題を解決するためになされたもので、微細な領域に対しても、変状領域の検出を可能とする変状検出装置および変状検出方法を提供することを目的とする。
　この発明に係る変状検出装置は、対象物の表面が撮影された可視画像を分割する複数の矩形ブロックを設定する矩形設定部と、対象物の表面が撮影された可視画像の背景輝度値と、矩形設定部が設定した各矩形ブロック内の平均輝度値とに基づき、複数の矩形ブロックのうち、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する候補矩形判定部と、候補矩形判定部が判定した変状候補矩形のうち、互いに隣接する変状候補矩形の領域を統合した変状候補領域を設定する候補矩形統合部と、候補矩形統合部が設定した変状候補領域の外周を形成する輪郭ブロックを抽出する候補輪郭抽出部と、候補輪郭抽出部が抽出した各輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該各輪郭ブロックが変状矩形であるかどうかを判定し、変状矩形であると判定した輪郭ブロックで囲まれた領域を変状領域と確定する候補輪郭判定部とを備えたものである。
　この発明によれば、微細な領域に対しても、変状領域の検出を可能とすることができる。
実施の形態１に係る変状検出装置の構成の一例を示す図である。 実施の形態１において、変状検出装置の動作を説明するためのフローチャートである。 実施の形態１において、画像変換部が変換後可視画像を生成する動作を説明するための図である。 実施の形態１において、画像変換部が変換後可視画像を生成する動作を説明するための図である。 実施の形態１において、候補矩形統合部が、変状候補矩形の領域を統合する動作を具体的に説明するための図である。 実施の形態１において、候補輪郭判定部によるステップＳＴ２０７の動作を詳細に説明するフローチャートである。 実施の形態１において、候補輪郭判定部が、変状候補領域の輪郭ブロックについて、漏水によって変状した変状矩形であるかどうかの判定を行う動作を説明するための図である。 注目輪郭ブロック内の平均輝度値と各参照ブロック内の平均輝度値を、各矩形ブロック平均輝度順に並べた一例を示す図である。 注目輪郭ブロック内の平均輝度値と各参照ブロック内の平均輝度値を、各矩形ブロック平均輝度順に並べた他の一例を示す図である。 実施の形態１において、輪郭間距離判定部の動作の一例を説明するための図である。 実施の形態１において、データ生成部の動作の一例を説明するための図である。 実施の形態１において、画像用データで示される画像の一例を説明するための図である。 図１３Ａ，図１３Ｂは、実施の形態１に係る変状検出装置のハードウェア構成の一例を示す図である。
　以下、この発明の実施の形態について、図面を参照しながら詳細に説明する。
実施の形態１．
　変状検出装置１０は、対象物の表面を撮影した可視画像に基づき、対象物の表面における変状領域を検出する。実施の形態１では、一例として、対象物をコンクリート製のトンネルの内壁、対象物の表面をトンネルの内壁の表面とする。以下の説明では、「トンネルの内壁」とは、「トンネルの内壁の表面」を意味するものとする。また、実施の形態１では、変状検出装置１０は、トンネルの内壁における漏水領域を変状領域として検出するものとする。
　図１は、実施の形態１に係る変状検出装置１０の構成の一例を示す図である。
　図１に示すように、変状検出装置１０は、画像処理部１と、可視画像生成部２と、データ記録部３と、データ出力部４と、画像出力部５とを備える。
　可視画像生成部２は、カメラ（図１では図示省略）から、トンネルの内壁が撮像された複数枚の撮影画像を取得し、一枚に統合して、可視画像を生成する。
　具体的には、ユーザが、トンネル内において、トンネルの内壁をカメラによって撮影する。この際、ユーザは、トンネルの内壁を複数回に分けて撮影する。可視画像生成部２は、カメラから、ユーザによって撮影された複数枚の撮影画像を取得し、取得した複数枚の撮影画像について、画像同士の位置合わせ、または、歪み補正等を実施して、当該複数枚の撮影画像を統合し、トンネルの内壁を撮影した１枚の可視画像とする。このとき、可視画像生成部２は、可視画像を、２５６階調のグレイスケール画像として生成する。なお、可視画像におけるトンネルの内壁の範囲が広い場合、可視画像生成部２は、例えば、「スパン」と呼ばれる１０ｍ×１０ｍ程度の覆工コンクリート単位毎に１つの可視画像を生成する。
　可視画像生成部２は、可視画像を画像処理部１に出力する。
　画像処理部１は、可視画像生成部２から出力された可視画像に基づき、トンネルの内壁の漏水領域（以下「変状領域」という。）を検出する。
　画像処理部１は、画像変換部１０１と、背景輝度値算出部１０２と、候補矩形判定部１０３と、候補矩形統合部１０４と、候補輪郭抽出部１０５と、候補輪郭判定部１０６と、輪郭間距離判定部１０７と、領域統合部１０８と、データ生成部１０９と、画像生成部１１０とを有する。候補矩形判定部１０３は、矩形設定部１０３１を有する。
　画像変換部１０１は、可視画像生成部２から出力された可視画像について、輝度値の分布（以下「輝度分布」という。）を求める。そして、画像変換部１０１は、求めた輝度分布に基づき、可視画像の輝度の変換を行い、変換後可視画像を生成する。画像変換部１０１は、生成した変換後可視画像を背景輝度値算出部１０２および候補矩形判定部１０３に出力する。
　背景輝度値算出部１０２は、画像変換部１０１から出力された変換後可視画像の背景輝度値を算出する。具体的には、背景輝度値算出部１０２は、変換後可視画像について、輝度値のヒストグラムを作成し、最大画素数となる輝度値を背景輝度値とする。背景輝度値算出部１０２は、背景輝度値の情報を候補矩形判定部１０３に出力する。
　候補矩形判定部１０３は、画像変換部１０１から出力された変換後可視画像と、背景輝度値算出部１０２から出力された背景輝度値とに基づき、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する。
　具体的には、まず、候補矩形判定部１０３の矩形設定部１０３１は、変換後可視画像を分割する複数の矩形ブロックを設定する。
　そして、候補矩形判定部１０３は、背景輝度値算出部１０２が算出した変換後可視画像の背景輝度値と、矩形設定部１０３１が設定した各矩形ブロック内の平均輝度値に基づき、複数の矩形ブロックのうち、変状候補矩形となる矩形ブロックを判定する。具体的には、漏水領域を変状領域とする場合、候補矩形判定部１０３は、矩形ブロック内の平均輝度値が、変状領域を判定するための閾値（以下「第１の閾値」という。）より小さい場合に、当該矩形ブロックを、変状候補矩形と判定する。
　なお、矩形設定部１０３１は、カメラがトンネルの内壁を撮影した撮影画像の撮影解像度に応じて、矩形ブロックの矩形の大きさを可変とする。例えば、撮影解像度が１画素あたり０．２５ｍｍの場合、矩形設定部１０３１は、１ブロックを８画素×８ラインとしてブロック分けし、撮影解像度が１画素あたり０．５ｍｍの場合、矩形設定部１０３１は、１ブロックを４画素×４ラインとしてブロック分けする等である。矩形設定部１０３１は、撮影解像度の情報を、カメラから取得するようにすればよい。
　矩形ブロックの矩形の大きさを、撮影画像の撮影解像度に応じて可変とすることで、実際の単位面積当たりの領域に割り当てるブロックの大きさを最適にすることができる。
　一方、矩形ブロックのサイズを大きく取ることにより、変状の特徴である輝度勾配または分散の大きなブロックの個数が、変状領域と判定される判定条件を満たさないケースも発生する。そのため、サイズを小さく取ることで、変状領域の判定の精度を高めることもできる。
　候補矩形判定部１０３は、変状候補矩形の情報を、候補矩形統合部１０４に出力する。
　候補矩形統合部１０４は、候補矩形判定部１０３から出力された変状候補矩形の情報に基づき、互いに隣接する複数の変状候補矩形の領域を１つの領域として統合し、統合した領域を、変状領域の候補となる変状候補領域と設定する。候補矩形統合部１０４は、変状候補領域の情報を、候補輪郭抽出部１０５に出力する。
　候補輪郭抽出部１０５は、候補矩形統合部１０４から出力された変状候補領域の情報に基づき、変状候補領域の輪郭ブロックを抽出する。
　実施の形態１において、領域の輪郭とは領域の外周をいい、当該領域の輪郭を形成する変状候補矩形を輪郭ブロックという。実施の形態１において、領域の輪郭を形成する輪郭ブロックとは、矩形ブロックが有する４辺のうち、少なくとも１辺が、領域の輪郭を形成している矩形ブロックである。
　このとき、候補輪郭抽出部１０５は、変状候補領域の輪郭ブロックに、輪郭ラベルを付与する。
　候補輪郭抽出部１０５は、抽出した、変状候補領域の輪郭ブロックの情報と、変状候補領域の輪郭ブロックに付与された輪郭ラベルの情報とを、変状候補輪郭情報として、変状候補領域および変状候補矩形の情報に付与し、候補輪郭判定部１０６に出力する。
　候補輪郭判定部１０６は、候補輪郭抽出部１０５から出力された変状候補輪郭情報に基づき、変状候補領域の再判定を行う。具体的には、候補輪郭判定部１０６は、変状候補領域の輪郭ブロックについて、当該輪郭ブロックの周囲の各矩形ブロックの輝度の特徴量に基づき、当該輪郭ブロックが変状矩形であるかどうかの判定を行う。特徴量の詳細については後述する。
　候補輪郭判定部１０６は、変状矩形であると判定した輪郭ブロックで囲まれた領域を変状領域と確定する。また、候補輪郭判定部１０６は、変状領域を形成する変状候補矩形を、変状矩形と確定する。このとき、候補輪郭判定部１０６は、変状矩形であると確定した輪郭ブロックに、輪郭ラベルを再付与する。
　候補輪郭判定部１０６は、変状領域の輪郭ブロックの情報と、変状領域の輪郭ブロックに付与された輪郭ラベルの情報とを、判定後変状輪郭情報として、変状領域および変状矩形の情報に付与し、輪郭間距離判定部１０７に出力する。
　輪郭間距離判定部１０７は、候補輪郭判定部１０６から出力された判定後変状輪郭情報に基づき、変状領域のうちの２つの変状領域間の最短距離を求め、求めた最短距離と閾値（以下「第２の閾値」という。）とに基づき、当該２つの変状領域を統合するか否かの判定を行う。
　輪郭間距離判定部１０７は、統合すると判定した変状領域に統合フラグを付与し、統合フラグを付与した変状領域の情報を、判定後変状輪郭情報および変状矩形の情報とともに、領域統合部１０８に出力する。
　領域統合部１０８は、輪郭間距離判定部１０７から出力された変状領域の情報に基づき、統合フラグが付与されている変状領域を統合して統合後変状領域とし、変状領域の輪郭ブロックに付与されている輪郭ラベルの再付与を行う。
　領域統合部１０８は、統合後変状領域の情報、当該統合後変状領域に含まれる変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報を、データ生成部１０９および画像生成部１１０に出力する。
　データ生成部１０９は、領域統合部１０８から出力された統合後変状領域の情報、変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報に基づき、変状データを生成する。変状データとは、具体的には、例えば、統合後変状領域の輪郭および当該輪郭に付与されたラベルの情報、および、統合後変状領域の位置情報等を含むデータである。データ生成部１０９は、変状データを、データ出力部４に出力する。
　画像生成部１１０は、領域統合部１０８から出力された統合後変状領域の情報、変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報に基づき、変状領域に関する情報を画像として表示させるための画像用データを生成する。
　画像生成部１１０は、画像用データを、画像出力部５に出力する。
　データ記録部３は、可視画像生成部２から出力された可視画像を記録する。また、データ記録部３は、画像処理部１において生成され、変状領域の判定に用いられる変換後可視画像等、画像処理部１の処理で用いられるデータおよび画像処理部１の処理において出力される中間データを記録する。また、データ記録部３は、画像処理部１が変状領域を検出し、最終結果として出力する、変状データ、および、画像用データを記録する。
　なお、この実施の形態１では、データ記録部３は、変状検出装置１０が備えるものとしているが、これに限らず、データ記録部３は、変状検出装置１０の外部の、変状検出装置１０が参照可能な場所に備えられるものとしてもよい。
　データ出力部４は、画像処理部１のデータ生成部１０９から出力された変状データを外部の記録装置等（図示省略）に出力する。データ出力部４は、変状データを、データ記録部３に記録させるようにしてもよい。
　画像出力部５は、画像処理部１の画像生成部１１０から出力された画像データを、外部の表示装置等（図示省略）に出力する。画像出力部５は、画像用データを、データ記録部３に記録させるようにしてもよい。
　次に、実施の形態１の変状検出装置１０の動作について説明する。
　図２は、実施の形態１において、変状検出装置１０の動作を説明するためのフローチャートである。
　可視画像生成部２は、カメラから、トンネルの内壁が撮像された複数枚の撮影画像を取得し、一枚に統合して、可視画像を生成する（ステップＳＴ２０１）。このとき、可視画像生成部２は、可視画像を、２５６階調のグレイスケール画像とする。
　可視画像生成部２は、可視画像を画像処理部１に出力する。
　画像処理部１の画像変換部１０１は、ステップＳＴ２０１において可視画像生成部２から出力された可視画像における輝度を変換して、変換後可視画像を生成する（ステップＳＴ２０２）。
　ここで、図３および図４は、実施の形態１において、画像変換部１０１が変換後可視画像を生成する動作を説明するための図である。
　まず、画像変換部１０１は、可視画像生成部２から出力された可視画像について、輝度レベルの変換を行う。具体的には、画像変換部１０１は、可視画像について、可視画像上の水平方向に並んだ画素のライン単位に平均輝度値を求め、当該平均輝度値が２５６階調の中間レベルの輝度値である１２８となるように可視画像内の輝度値をシフトする補正を行う。これにより、画像変換部１０１は、撮影光源とトンネルの内壁との関係において、垂直方向の輝度値のムラを軽減する。
　図４Ａは、可視画像生成部２から出力された可視画像の一例を示す図であり、図３Ａは、図４Ａに示すような可視画像の輝度値のヒストグラムを示す図である。なお、図３において、横軸は輝度値を示し、縦軸は各輝度値における画素の個数を示している。
　画像変換部１０１が、可視画像に対して、ライン単位の平均輝度値を１２８とした補正を行うと、補正後の可視画像は、図４Ｂに示すような画像となる。また、図４Ｂに示すような、補正後の可視画像の輝度値のヒストグラムは、図３Ｂに示すようになる。
　続いて、画像変換部１０１は、可視画像について、補正後の可視画像に対しての、画素データの輝度値から、累積ヒストグラムを求め、当該累積ヒストグラムの累積度数のグラフの傾きが一定となるよう、可視画像の輝度値を変換し、変換後可視画像を生成する。
　累積ヒストグラムとは、図３Ｂのヒストグラムに関し、最初の輝度値０から輝度値ごとの画素数を累積したものである。画像変換部１０１は、当該累積ヒストグラムの累積画素数のグラフの傾きが一定となるように、可視画像の輝度値を変換する。
　具体的には、画像変換部１０１は、以下の変換式を用いて、可視画像の輝度値を変換する。

　ｘ’＝ＩＮＴ（（ｈｉｓｔ（ｘ）－ｘｍｉｎ）×（Ｌ－１）／（１－ｘｍｉｎ））
　ｘ’：変換後の輝度値
　ｈｉｓｔ（ｘ）：変換前輝度値ｘに対する累積画素数÷補正後の可視画像の総画素数
　ｘｍｉｎ：ｈｉｓｔ（ｘ）の最小値
　Ｌ：階調数（＝２５６）
　ＩＮＴ（）：整数化関数

　図４Ｃは、画像変換部１０１が可視画像の輝度値を変換した変換後可視画像を示す図であり、図３Ｃは、図４Ｃに示すような変換後可視画像のヒストグラムを示す図である。
　このように、累積ヒストグラムの累積度数のグラフの傾きが一定となるよう、可視画像の輝度値を変換し、変換後可視画像とする処理は、照明条件、または、トンネル内壁とカメラとの位置関係等によって、撮影画像の輝度値の濃淡が相違してくることによる影響を取り除き、画像の全体的なバランスを改善するために行う。
　画像変換部１０１は、生成した変換後可視画像を背景輝度値算出部１０２および候補矩形判定部１０３に出力する。
　背景輝度値算出部１０２は、ステップＳＴ２０２において画像変換部１０１から出力された変換後可視画像の背景輝度値を算出する（ステップＳＴ２０３）。具体的には、背景輝度値算出部１０２は、変換後可視画像の輝度値のヒストグラムを作成し、最大画素数となる輝度値を背景輝度値とする。背景輝度値算出部１０２は、背景輝度値の情報を候補矩形判定部１０３に出力する。
　候補矩形判定部１０３は、ステップＳＴ２０２において画像変換部１０１から出力された変換後可視画像と、ステップＳＴ２０３において背景輝度値算出部１０２から出力された背景輝度値とに基づき、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する（ステップＳＴ２０４）。
　具体的には、まず、候補矩形判定部１０３の矩形設定部１０３１は、変換後可視画像を分割して複数の矩形ブロックを設定する。
　そして、候補矩形判定部１０３は、背景輝度値算出部１０２が算出した変換後可視画像の背景輝度値と、矩形設定部１０３１が設定した各矩形ブロック内の平均輝度値とに基づき、複数の矩形ブロックのうち、変状候補矩形となる矩形ブロックを判定する。具体的には、漏水領域を変状領域とする場合、候補矩形判定部１０３は、矩形ブロック内の平均輝度値が、第１の閾値より小さい場合に、当該矩形ブロックを、変状候補矩形と判定する。
　候補矩形判定部１０３は、変状領域を判定するための第１の閾値を、例えば、背景輝度値からオフセット値を減算した値（背景輝度値－Ｔｈｌｏｗ１）とする。オフセット値であるＴｈｌｏｗ１は、比較的、背景輝度値に近い値を設定するものとする。当該値は、予め、ユーザが設定しておくようにすればよい。
　なお、候補矩形判定部１０３が変状候補矩形と判定する矩形ブロックには、漏水以外の、汚れまたは色むら等による変状も含まれ得る。漏水以外の変状によって変状候補矩形と判定された矩形ブロックは、後述する候補輪郭判定部１０６の処理において除外される。
　候補矩形判定部１０３は、変状候補矩形の情報を、候補矩形統合部１０４に出力する。
　候補矩形統合部１０４は、ステップＳＴ２０４において候補矩形判定部１０３から出力された変状候補矩形の情報に基づき、互いに隣接する複数の変状候補矩形の領域を１つの領域として統合し、統合した領域を、変状候補領域と設定する（ステップＳＴ２０５）。
　ある１つの変状候補矩形について、当該１つの変状候補矩形と隣接する他の変状候補矩形が存在しない場合は、候補矩形統合部１０４は、当該１つの変状候補矩形を変状候補領域とする。すなわち、１つの変状候補領域は、１つ以上の変状候補矩形によって形成されることになる。
　ここで、図５は、実施の形態１において、候補矩形統合部１０４が、変状候補矩形の領域を統合する動作を具体的に説明するための図である。
　図５は、複数の矩形ブロックが設定された変換後可視画像上で変状候補矩形を示したイメージの一例を示している。
　なお、図５において、変状候補矩形は、矩形ブロックを太枠で囲むことで表現している。
　まず、候補矩形統合部１０４は、候補矩形判定部１０３によって変状候補矩形と判定された矩形ブロックのうち、１つの矩形ブロックを選択し、当該選択された矩形ブロック（以下「注目ブロック」という。図５では５０１で示す）の領域を、当該注目ブロックと隣接する８つの他の矩形ブロックのうち変状候補矩形と判定された矩形ブロックの領域と統合する。
　例えば、図５において、注目ブロック５０１の位置を、Ｘｉ，ｊの座標であらわすとすると、候補矩形統合部１０４は、当該注目ブロック５０１の領域と、当該注目ブロック５０１と隣接する８つの矩形ブロック（Ｘｉ－１，ｊ－１～Ｘｉ＋１，ｊ＋１）のうち、変状候補矩形と判定された矩形ブロック（Ｘｉ－１，ｊ－１、Ｘｉ，ｊ－１、Ｘｉ＋１，ｊ－１、Ｘｉ－１，ｊ）の領域とを統合する。
　さらに、候補矩形統合部１０４は、現在の注目ブロック５０１の領域と隣接する矩形ブロックの領域とを統合した領域と隣接する、すでに形成されている他の領域があれば、あわせて統合する。
　例えば、図５において、すでに統合されている矩形ブロック群（図５において５０２で示す矩形ブロックの矩形ブロック群）の領域があるので、候補矩形統合部１０４は、当該矩形ブロック群の領域についても、あわせて統合する。
　そして、候補矩形統合部１０４は、統合した領域を、変状候補領域とし、当該変状候補領域の情報を、候補輪郭抽出部１０５に出力する。
　候補輪郭抽出部１０５は、ステップＳＴ２０５において候補矩形統合部１０４から出力された変状候補領域の情報に基づき、変状候補領域の輪郭を形成する輪郭ブロックを抽出する（ステップＳＴ２０６）。
　このとき、候補輪郭抽出部１０５は、輪郭ブロックに、輪郭ラベルを付与する。
　例えば、変状候補領域が、図５に示すような内容であったとすると、候補輪郭抽出部１０５は、当該変状候補領域の輪郭ブロックとして、（Ｘｉ－１，ｊ－４、Ｘｉ＋１，ｊ－４、Ｘｉ＋２，ｊ－４、Ｘｉ＋２，ｊ－３、Ｘｉ＋２，ｊ－２、Ｘｉ＋２，ｊ－１、Ｘｉ＋１，ｊ－１、Ｘｉ，ｊ、Ｘｉ－１，ｊ、Ｘｉ－２，ｊ－１、Ｘｉ－３，ｊ、Ｘｉ－３，ｊ＋１、Ｘｉ－２，ｊ＋２、Ｘｉ－４，ｊ＋１、Ｘｉ－５，ｊ、Ｘｉ－４，ｊ－１、Ｘｉ－５，ｊ－２、Ｘｉ－６，ｊ－２、Ｘｉ－６，ｊ－３、Ｘｉ－５，ｊ－３、Ｘｉ－４，ｊ－２、Ｘｉ－３，ｊ－２、Ｘｉ－２，ｊ－２、Ｘｉ－１，ｊ－２、Ｘｉ，ｊ－３）の変状候補矩形を抽出し、抽出した輪郭ブロックに、輪郭ラベルを付与する。
　なお、候補輪郭抽出部１０５は、変状候補領域が複数ある場合は、変状候補領域毎に、それぞれ異なる輪郭ラベルを付与する。
　候補輪郭抽出部１０５は、抽出した、変状候補領域の輪郭ブロックの情報と、変状候補領域の輪郭ブロックに付与された輪郭ラベルの情報とを、変状候補輪郭情報として、変状候補領域および変状候補矩形の情報に付与し、候補輪郭判定部１０６に出力する。
　候補輪郭判定部１０６は、ステップＳＴ２０６において候補輪郭抽出部１０５から出力された変状候補輪郭情報に基づき、変状候補領域の再判定を行う（ステップＳＴ２０７）。具体的には、候補輪郭判定部１０６は、変状候補領域の輪郭ブロックについて、当該輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該輪郭ブロックが、漏水によって変状した変状領域を形成する変状矩形であるかどうかの判定を行う。ステップＳＴ２０７における、候補輪郭判定部１０６による変状候補領域の再判定処理は、漏水以外の変状による変状候補矩形を変状候補領域から除外し、漏水によって変状した変状領域および当該変状領域に含まれる変状矩形を確定することを目的としている。
　ここで、図６は、実施の形態１において、候補輪郭判定部１０６によるステップＳＴ２０７の動作を詳細に説明するフローチャートである。
　候補輪郭判定部１０６は、複数の輪郭ブロックのうち、１つの輪郭ブロックを選択し、当該選択された輪郭ブロック（以下「注目輪郭ブロック」という。）の周辺に存在する２４の矩形ブロック（以下「参照ブロック」という。）について、各参照ブロック内の平均輝度値、および、輝度値の分散の値（以下「分散値」という。）を算出する（ステップＳＴ６０１）。
　図７は、実施の形態１において、候補輪郭判定部１０６が、変状候補領域の輪郭ブロックについて、漏水によって変状した変状矩形であるかどうかの判定を行う動作を説明するための図である。図７では、複数の矩形ブロックが設定された変換後可視画像上で、例えば、図５で示したような変状候補領域が判定され、判定された変状候補領域の輪郭ブロックには輪郭ラベル「１」が付与されているイメージを示している。
　まず、候補輪郭判定部１０６は、ステップＳＴ６０１において、輪郭ラベル「１」が付与された輪郭ブロックである注目輪郭ブロック５０１（Ｘｉ，ｊ）の周辺に存在する２４の矩形ブロック（Ｘｉ－２，ｊ－２～Ｘｉ＋２，ｊ＋２）を参照ブロックとし、各参照ブロック内の平均輝度値および分散値を算出する。
　次に、候補輪郭判定部１０６は、以下の設定条件（１）および（２）にあてはまる参照ブロックの個数をそれぞれ算出する（ステップＳＴ６０２）。
（１）参照ブロックの平均輝度値＜背景輝度値－Ｔｈｌｏｗ２（Ｔｈｌｏｗ２＜Ｔｈｌｏｗ１）
（２）参照ブロックの分散値＞背景分散値＋Ｔｈｖａｒｉａｎｃｅ

　なお、Ｔｈｌｏｗ２は、背景輝度値とＴｈｌｏｗ１の中間の値とする。例えば、背景輝度値が１２８、Ｔｈｌｏｗ１が８６とすると、Ｔｈｌｏｗ２は６８、または、５０等とする。
　また、背景分散値は、変換後可視画像の全矩形ブロックの分散値のヒストグラムにて、設定された範囲を単位として区切った場合に、当該区切られた範囲の分散値を有する矩形ブロックの数が最大となる範囲の中間値とする。例えば、変換後可視化像の全矩形ブロックに対する分散値のヒストグラムにて、設定された範囲を５０とすると、分散値２００～２４９を有する矩形ブロックの数が最大となった場合、背景分散値を２５５とする。
　また、Ｔｈｖａｒｉａｎｃｅは、いくつかの可視画像のサンプルの背景領域に該当する矩形ブロックの分散値に基づき予め設定されている。
　候補輪郭判定部１０６は、ステップＳＴ６０２で算出した参照ブロックの個数が、以下の判定条件（３）および（４）を満たすかどうかを判定する（ステップＳＴ６０３）。

（３）上記（１）の設定条件にあてはまる参照ブロックの個数≦Ｔｈｂｉｎａｒｉｚｅ１
（４）上記（２）の設定条件にあてはまる参照ブロックの個数＞Ｔｈｂｉｎａｒｉｚｅ２

　ここでは、例えば、Ｔｈｂｉｎａｒｉｚｅ１＝８、Ｔｈｂｉｎａｒｉｚｅ２＝８とする。なお、Ｔｈｂｉｎａｒｉｚｅ１およびＴｈｂｉｎａｒｉｚｅ２の値は適宜設定可能とする。
　ここで、図８および図９は、注目輪郭ブロック内の平均輝度値と各参照ブロック内の平均輝度値を、各矩形ブロック平均輝度順に並べた一例を示す図である。
　図８に示すような場合、上記の設定条件（３）を満たす。図９に示すような場合、上記の設定条件（３）を満たさない。
　ステップＳＴ６０３において、（３）および（４）の両方の設定条件を満たす場合（ステップＳＴ６０３の“ＹＥＳ”の場合）、候補輪郭判定部１０６は、注目輪郭ブロック５０１を、漏水によって変状した変状領域を形成する変状矩形と判定する。（ステップＳＴ６０４）。
　例えば、図７の場合において、上記（１）の設定条件にあてはまる参照ブロックの個数が「３」、上記（２）の設定条件にあてはまる参照ブロックの個数が「１０」であったとすると、当該個数は、判定条件（３）および（４）の両方の設定条件を満たすので、候補輪郭判定部１０６は、注目輪郭ブロック５０１を漏水によって変状した変状領域を形成する変状矩形と判定する。このとき、候補輪郭判定部１０６は、当該注目輪郭ブロック５０１に付与された輪郭ラベルはそのままとしておく。すなわち、注目輪郭ブロック５０１の輪郭ラベルは「１」のままである。
　一方、ステップＳＴ６０３において、（３）または（４）のいずれかの判定条件を満たさない場合（ステップＳＴ６０３の“ＮＯ”の場合）、候補輪郭判定部１０６は、注目輪郭ブロック５０１は、漏水によって変状した変状領域の変状矩形ではないと判定し、注目輪郭ブロック５０１に付与されている輪郭ラベルの情報を削除し、当該注目輪郭ブロック５０１を、変状候補領域から除外する（ステップＳＴ６０５）。すなわち、候補輪郭判定部１０６は、注目輪郭ブロック５０１を、変状候補矩形から除外する。
　例えば、図７の場合において、上記（１）の設定条件にあてはまる参照ブロックの個数が「２０」であったとすると、当該個数は、判定条件（３）の判定条件を満たさないので、候補輪郭判定部１０６は、注目輪郭ブロック５０１に付与されている輪郭ラベル「１」を削除し、当該注目輪郭ブロック５０１を、変状候補領域から除外する。
　漏水領域を変状領域とする場合、変状領域は、一般的に、輪郭ブロックにて輝度勾配が急峻であることが多く、シミ等による漏水以外の輪郭ブロックでは、輝度勾配が緩やかなことが多い。候補輪郭判定部１０６は、注目輪郭ブロック周辺の各参照ブロックで輝度勾配を算出し、輝度勾配が緩やか（上記設定条件（１）を満たす）な参照ブロックの個数が多い（上記判定条件（３）を満たさない）場合、当該注目輪郭ブロックは変状領域ではないと判断する。
　また、漏水領域を変状領域とする場合、変状領域は、一般的に、背景よりも輝度値の散らばりが大きい傾向にある。候補輪郭判定部１０６は、注目輪郭ブロック周辺の各参照ブロックの分散値を算出し、当該参照ブロックの分散値の散らばりが大きい（上記設定条件（２）を満たす）参照ブロックの個数が少ない（上記判定条件（４）を満たさない）場合、当該注目輪郭ブロックは変状領域ではないと判断する。
　このように、漏水領域を変状領域とする場合、変状領域は、一般的に、背景輝度値よりも輝度値が低く、背景分散値よりも大きな分散値となる傾向があるため、候補輪郭判定部１０６は、上記判定条件（３）および判定条件（４）で判定し、参照ブロックを含め、当該判定条件（３）および判定条件（４）に該当する参照ブロックが閾値以上の個数あれば、注目輪郭ブロックは変状領域の可能性が高いと判断する。
　候補輪郭判定部１０６は、以上の処理を、全ての輪郭ブロックに対して行い、新たに変状候補領域の輪郭ブロックとなった変状候補矩形があるかどうか判定する（ステップＳＴ６０６）。
　ステップＳＴ６０６において、新たに輪郭ブロックとなった変状候補矩形がある場合（ステップＳＴ６０６の“ＹＥＳ”の場合）、候補輪郭判定部１０６は、当該新たな輪郭ブロックを注目輪郭ブロックとして、ステップＳＴ６０１～ステップＳＴ６０５の処理を繰り返す。
　候補輪郭判定部１０６は、新たに輪郭ブロックとなった変状候補矩形が存在しなくなるまで、ステップＳＴ６０１～ステップＳＴ６０５の処理を繰り返す。
　例えば、図７に示すように、輪郭ブロック（Ｘｉ－４，ｊ－３、Ｘｉ－４，ｊ－１、Ｘｉ－５，ｊ、Ｘｉ－４，ｊ＋１、Ｘｉ－３，ｊ＋１、および、Ｘｉ－３，ｊ＋２）が、変状候補領域の変状候補矩形から除外されたとする。
　この場合、新たに、変状候補矩形（Ｘｉ－３，ｊ－１、および、Ｘｉ－４，ｊ）が、輪郭ブロックとなる。そこで、候補輪郭判定部１０６は、新たな輪郭ブロック（Ｘｉ－３，ｊ－１、および、Ｘｉ－４，ｊ）について、ステップＳＴ６０１～ステップＳＴ６０５の処理を行うことになる。
　ステップＳＴ６０６において、新たに輪郭ブロックとなった変状候補矩形がない場合（ステップＳＴ６０６の“ＮＯ”の場合）、すなわち、全ての輪郭ブロックについて、漏水によって変状した変状領域を形成する変状矩形であるかどうかの判定を終了した場合、候補輪郭判定部１０６は、変状候補領域の輪郭ブロックに対して、輪郭ラベルの再付与を行う（ステップＳＴ６０７）。具体的には、候補輪郭判定部１０６は、ステップＳＴ２０６において候補輪郭抽出部１０５が同一の輪郭ラベルを付与した輪郭ブロックで囲まれた変状候補領域が複数に分かれた場合、分かれた変状候補領域の輪郭ブロックについて、別の輪郭ラベルを付与する。
　例えば、図７において、７０１および７０２で示す変状候補領域に含まれる変状候補矩形は、もともと１つの変状候補領域に属しており、ステップＳＴ２０６において、当該変状候補領域の輪郭ブロックには「１」の輪郭ラベルが付与されていた（図５参照）。しかし、候補輪郭判定部１０６が、輪郭ブロックは、漏水によって変状した変状領域の変状矩形かどうかを判定する処理を行った結果、当該１つの変状候補領域が、７０１に示す変状候補領域と７０２に示す変状候補領域に分かれた。
　そこで、候補輪郭判定部１０６は、例えば、７０２に示す変状候補領域の輪郭ブロックについては、輪郭ラベル「３」を付与する。なお、候補輪郭判定部１０６は、候補輪郭抽出部１０５同様、異なる変状候補領域にはそれぞれ異なる輪郭ラベルを付与する。今、図７に示すように、輪郭ブロックに輪郭ラベル「２」が付与されている変状候補領域７０３があるので、候補輪郭判定部１０６は、変状候補領域７０２の輪郭ブロックには、例えば、他の変状候補領域の輪郭ブロックと重複しない輪郭ラベル「３」を付与する。
　なお、候補輪郭判定部１０６は、特定の輪郭ラベル（例えば「１」）が付与されていた輪郭ブロックについて、そのまま当該特定の輪郭ラベルを当該輪郭ブロックに輪郭ラベルとして再付与しても、他の変状候補領域の輪郭ブロックの輪郭ラベルと重複しない場合は、当該特定の輪郭ラベルが付与されていた輪郭ブロックには、当該特定の輪郭ラベルを再付与してもよい。例えば、図７に示す変状候補領域７０１の輪郭ブロックには、「１」の輪郭ラベルが再付与される。
　そして、候補輪郭判定部１０６は、漏水によって変状したと判定し、輪郭ラベルを再付与した輪郭ブロックで囲まれた領域を変状領域と確定する。また、候補輪郭判定部１０６は、変状領域を形成する変状候補矩形を、変状矩形と確定する。
　その後、ステップＳＴ２０４に戻り、候補矩形判定部１０３は、変状矩形と確定されなかった輪郭ブロックを除外した変状候補領域の輪郭ブロックとなる変状候補矩形について、オフセット値であるＴｈｌｏｗ１の値を、１回目に変状候補矩形となる矩形ブロックを判定した際の値よりも小さい値に設定して、２回目の変状候補矩形となる矩形ブロックの判定を行う。そして、以降の処理を再び行い、候補輪郭判定部１０６は、ステップＳＴ２０７において、１回目の判定で変状矩形と確定されなかった輪郭ブロックを除外した変状候補矩形が統合された変状候補領域の輪郭ブロックについて、漏水によって変状した変状領域の変状矩形かどうかを判定する。候補輪郭判定部１０６は、２回目の判定で、漏水によって変状した変状領域の変状矩形と判断した輪郭ブロックに輪郭ラベルを付与し、当該輪郭ブロックで囲まれた領域を変状領域と確定する。
　１回目の判定で除外された輪郭ブロックは、漏水以外の、汚れまたは色むら等によって変状した矩形ブロックと判断された矩形ブロックである。２回目の判定で、さらに、漏水以外の、汚れまたは色むら等によって変状した矩形ブロックで囲まれた領域内に存在する、漏水によって変状した矩形ブロックで囲まれた変状領域の判定を行う。
　以降、汚れまたは色むら等によって変状したと判断した矩形ブロックを除外した変状候補領域の輪郭ブロックがなくなるまで、当該判定を繰り返す。
　候補輪郭判定部１０６は、変状領域の輪郭ブロックの情報と、変状領域の輪郭ブロックに付与された輪郭ラベルの情報とを、判定後変状輪郭情報として、変状領域および変状矩形の情報に付与し、輪郭間距離判定部１０７に出力する。
　図２のフローチャートに戻る。
　輪郭間距離判定部１０７は、ステップＳＴ２０７において候補輪郭判定部１０６から出力された判定後変状輪郭情報に基づき、変状領域のうちの２つの変状領域間の最短距離を求め、求めた最短距離と第２の閾値とに基づき、当該２つの変状領域を統合するか否かの判定を行う（ステップＳＴ２０８）。
　ここで、図１０は、実施の形態１において、輪郭間距離判定部１０７の動作の一例を説明するための図である。
　例えば、図１０に示すように、候補輪郭判定部１０６によって、４つの変状領域が確定されて、それぞれ、輪郭ブロックに輪郭ラベル「１」～「４」が付与されていたとする。
　まず、輪郭間距離判定部１０７は、変状領域ごとに、隣接する領域間の最短距離を求める。
　例えば、図１０の例でいうと、輪郭間距離判定部１０７は、以下のとおり隣接する変状領域間の最短距離を求める。
　輪郭ラベル１の変状領域と輪郭ラベル２の変状領域の領域間の最短距離：３
　輪郭ラベル１の変状領域と輪郭ラベル３の変状領域の領域間の最短距離：２
　輪郭ラベル１の変状領域と輪郭ラベル４の変状領域の領域間の最短距離：１０
　輪郭ラベル２の変状領域と輪郭ラベル３の変状領域の領域間の最短距離：１７
　輪郭ラベル２の変状領域と輪郭ラベル４の変状領域の領域間の最短距離：８
　輪郭ラベル３の変状領域と輪郭ラベル４の変状領域の領域間の最短距離：２１
　次に、輪郭間距離判定部１０７は、求めた、隣接する変状領域間の最短距離が、予め設定された第２の閾値Ｔｈｃｏｎｎｅｃｔｅｄ以下の場合、当該隣接する変状領域について、統合すると判定し、該当の変状領域に統合フラグを付与する。
　例えば、Ｔｈｃｏｎｎｅｃｔｅｄ＝８であったとすると、輪郭間距離判定部１０７は、輪郭ラベル１の変状領域と輪郭ラベル２の変状領域、および、輪郭ラベル１の変状領域と輪郭ラベル３の変状領域を統合すると判定する。そして、輪郭間距離判定部１０７は、統合すると判定した変状領域に統合フラグを付与する。すなわち、輪郭ラベル１～輪郭ラベル３の変状領域に、統合フラグが付与される。
　輪郭間距離判定部１０７は、統合フラグを付与した変状領域の情報を、判定後変状輪郭情報および変状矩形の情報とともに、領域統合部１０８に出力する。
　領域統合部１０８は、輪郭間距離判定部１０７から出力された変状領域の情報に基づき、統合フラグが付与されている変状領域を統合して統合後変状領域とし、変状領域の輪郭ブロックに付与されている輪郭ラベルの再付与を行う（ステップＳＴ２０９）。
　例えば、図１０の例でいうと、領域統合部１０８は、輪郭ラベル１～輪郭ラベル３の変状領域を統合し、統合した統合後変状領域の輪郭ブロックに輪郭ラベル「１」を再付与する。
　領域統合部１０８は、統合後変状領域の情報、当該統合後変状領域に含まれる変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報を、データ生成部１０９および画像生成部１１０に出力する。
　データ生成部１０９は、ステップＳＴ２０９において領域統合部１０８から出力された統合後変状領域の情報、変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報に基づき、変状データを生成する（ステップＳＴ２１０）。変状データとは、具体的には、例えば、統合後変状領域の輪郭および当該輪郭に付与された輪郭ラベルの情報、および、統合後変状領域の位置情報等を含むデータである。
　データ生成部１０９は、例えば、各統合後変状領域について、同じ輪郭ラベルが付与された全ての輪郭ブロックを含み、かつ、当該全ての輪郭ブロックと最短の直線で外接する線を統合後変状領域の輪郭包囲線とする。また、データ生成部１０９は、輪郭ブロックと凸性の欠如部分の面積が最小となる端点に存在する輪郭ブロックの座標を、統合後変状領域の位置情報とする。例えば、図１０の例でいうと、データ生成部１０９は、図１１に太線で示す線を、統合後変状領域の統合後輪郭１１０１とし、白丸１１０２で示す輪郭ブロックの座標を、統合後変状領域の位置情報とする。
　なお、輪郭ブロックの座標は、変換後可視画像上における画素単位の座標であり、輪郭を含む当該輪郭ブロックの端点となる、左上、左下、右上、右下のいずれかの座標となる。
　輪郭包囲線のデータ、および、統合後変状領域の位置情報は、変状データに含まれる。
　そして、データ生成部１０９は、変状データを、データ出力部４に出力する。
　データ出力部４は、ステップＳＴ２１０においてデータ生成部１０９から出力された変状データを、外部の記録装置等（図示省略）に出力する（ステップＳＴ２１２）。データ出力部４は、変状データを、データ記録部３に記録させるようにしてもよい。
　このように、統合後変状領域の輪郭に対する位置情報等をデータ化し、記録しておくことにより、例えば、他の分析装置等が、当該外部の記録装置等に記録している変状データを参照し、変状領域の解析処理等に用いることができる。
　画像生成部１１０は、ステップＳＴ２０９において領域統合部１０８から出力された統合後変状領域の情報、変状矩形の情報、輪郭ブロックの情報、および、輪郭ラベルの情報に基づき、変状領域に関する情報を画像として表示させるための画像用データを生成する（ステップＳＴ２１１）。画像用データで示される画像は、具体的には、図１２に示すように、変換後可視画像上において、変状領域の輪郭を重畳した画像である。すなわち、画像用データとは、例えば、図１２に示すようなイメージの画像を表示させるためのデータである。
　画像生成部１１０は、画像用データを、画像出力部５に出力する。
　画像出力部５は、ステップＳＴ２１１において画像生成部１１０から出力された画像データを、外部の表示装置等（図示省略）に出力する（ステップＳＴ２１３）。画像出力部５は、画像用データを、データ記録部３に記録させるようにしてもよい。
　例えば、変状領域に関する情報を、イメージとして画像で表示させることで、ユーザは、表示装置等を確認し、変状領域の解析等を行うことができる。
　なお、以上の実施の形態１では、変状検出装置１０は、トンネルの内壁の漏水領域を変状領域として検出するものとしたが、これは一例に過ぎず、変状検出装置１０は、コンクリート表面において白華等の析出物が出現している領域を変状領域として検出することもできる。
　なお、この場合、白華等の析出物は輝度が高いとされるため、候補矩形判定部１０３は、変状候補矩形を判定する際の第１の閾値には、背景輝度値にオフセット値を加算した値（背景輝度値＋Ｔｈｈｉｇｈ１）を用いるようにし、矩形ブロックの平均輝度値が第１の閾値よりも大きい場合に、当該矩形ブロックを変状候補矩形と判定するようにする。
　また、候補輪郭判定部１０６は、変状候補領域の輪郭ブロックについて、析出物によって変状した変状領域の変状矩形であるかどうかの判定を行う際の設定条件（１）として、以下の設定条件を用いるようにする。
　参照ブロックの平均輝度値＞背景輝度値＋Ｔｈｈｉｇｈ２（Ｔｈｈｉｇｈ２＞Ｔｈｈｉｇｈ１）
　また、以上の実施の形態１では、変状検出装置１０は、画像変換部１０１を備えるようにしたが、画像変換部１０１は必須ではない。
　例えば、変状を検出する対象となる、元々の画像が、トンネルの内壁の画像のような、ムラが想定される画像とは異なり、ムラのないような画像である場合には、画像変換部１０１を備えないようにすることもできる。画像変換部１０１による変換後可視画像の生成処理は、撮影環境または状況等により必要に応じて実施される。
　図１２Ａ，図１２Ｂは、実施の形態１に係る変状検出装置１０のハードウェア構成の一例を示す図である。
　この発明の実施の形態１において、画像処理部１と、可視画像生成部２と、データ出力部４と、画像出力部５の各機能は、処理回路１２０１により実現される。すなわち、変状検出装置１０は、カメラから取得した複数枚の撮影画像に基づき、トンネルの内壁の漏水領域を変状領域として検出し、検出した変状領域に関する情報をイメージ画像として表示あるいは記憶させる制御を行うための処理回路１２０１を備える。
　処理回路１２０１は、図１２Ａに示すように専用のハードウェアであっても、図１２Ｂに示すようにメモリ１２０５に格納されるプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１２０６であってもよい。
　処理回路１２０１が専用のハードウェアである場合、処理回路１２０１は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、またはこれらを組み合わせたものが該当する。
　処理回路１２０１がＣＰＵ１２０６の場合、画像処理部１と、可視画像生成部２と、データ出力部４と、画像出力部５の各機能は、ソフトウェア、ファームウェア、または、ソフトウェアとファームウェアとの組み合わせにより実現される。すなわち、画像処理部１と、可視画像生成部２と、データ出力部４と、画像出力部５は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）１２０２、メモリ１２０５等に記憶されたプログラムを実行するＣＰＵ１２０６、システムＬＳＩ（Ｌａｒｇｅ－Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）等の処理回路により実現される。また、ＨＤＤ１２０２、メモリ１２０５等に記憶されたプログラムは、画像処理部１と、可視画像生成部２と、データ出力部４と、画像出力部５の手順または方法をコンピュータに実行させるものであるとも言える。ここで、メモリ１２０５とは、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ－Ｏｎｌｙ　Ｍｅｍｏｒｙ）等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、および、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）等が該当する。
　なお、画像処理部１と、可視画像生成部２と、データ出力部４と、画像出力部５の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。例えば、画像処理部１については専用のハードウェアとしての処理回路１２０１でその機能を実現し、可視画像生成部２と、データ出力部４と、画像出力部５については処理回路がメモリ１２０５に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。
　データ記録部３は、例えば、ＨＤＤ１２０２を使用する。なお、これは一例にすぎず、データ記録部３は、ＤＶＤ、メモリ１２０５等によって構成されるものであってもよい。さらに、変状検出装置１０とネットワークで接続されているＨＤＤ等であってもよい。
　また、変状検出装置１０は、カメラ、外部の記録装置、または、外部の表示装置等の外部機器との通信を行う入力インタフェース装置１２０３、出力インタフェース装置１２０４を有する。
　以上のように、実施の形態１によれば、変状検出装置１０は、対象物の表面が撮影された可視画像を分割する複数の矩形ブロックを設定する矩形設定部１０３１と、対象物の表面が撮影された可視画像の背景輝度値と、矩形設定部１０３１が設定した各矩形ブロック内の平均輝度値とに基づき、複数の矩形ブロックのうち、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する候補矩形判定部１０３と、候補矩形判定部１０３が判定した変状候補矩形のうち、互いに隣接する変状候補矩形の領域を統合した変状候補領域を設定する候補矩形統合部１０４と、候補矩形統合部１０４が設定した変状候補領域の外周を形成する輪郭ブロックを抽出する候補輪郭抽出部１０５と、候補輪郭抽出部１０５が抽出した各輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該各輪郭ブロックが変状矩形であるかどうかを判定し、変状矩形であると判定した輪郭ブロックで囲まれた領域を変状領域と確定する候補輪郭判定部１０６とを備えるようにした。これにより、微細な領域に対しても、変状領域の検出を可能とすることができる。
　なお、本願発明はその発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。
　この発明に係る変状検出装置は、微細な領域に対しても、変状領域の検出を可能とできるように構成したため、対象物の表面の変状箇所を検出する変状検出装置に適用することができる。
　１　画像処理部、２　可視画像生成部、３　データ記録部、４　データ出力部、５　画像出力部、１０　変状検出装置、１０１　画像変換部、１０２　背景輝度値算出部、１０３　候補矩形判定部、１０４　候補矩形統合部、１０５　候補輪郭抽出部、１０６　候補輪郭判定部、１０７　輪郭間距離判定部、１０８　領域統合部、１０９　データ生成部、１１０　画像生成部、１０３１　矩形設定部、１２０１　処理回路、１２０２　ＨＤＤ、１２０３　入力インタフェース装置、１２０４　出力インタフェース装置、１２０５　メモリ、１２０６　ＣＰＵ。

Claims (8)

  1. 　対象物の表面が撮影された可視画像を分割する複数の矩形ブロックを設定する矩形設定部と、
    　対象物の表面が撮影された可視画像の背景輝度値と、前記矩形設定部が設定した各矩形ブロック内の平均輝度値とに基づき、前記複数の矩形ブロックのうち、変状領域を形成する変状矩形の候補となる変状候補矩形を判定する候補矩形判定部と、
    　前記候補矩形判定部が判定した変状候補矩形のうち、互いに隣接する変状候補矩形の領域を統合した変状候補領域を設定する候補矩形統合部と、
    　前記候補矩形統合部が設定した変状候補領域の外周を形成する輪郭ブロックを抽出する候補輪郭抽出部と、
    　前記候補輪郭抽出部が抽出した各輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該各輪郭ブロックが前記変状矩形であるかどうかを判定し、前記変状矩形であると判定した輪郭ブロックで囲まれた領域を前記変状領域と確定する候補輪郭判定部
    　とを備えた変状検出装置。
  2. 　前記対象物の表面が撮影された可視画像における輝度を変換した変換後可視画像を生成する画像変換部を備え、
    　前記矩形設定部は、前記画像変換部が生成した変換後可視画像を分割する複数の矩形ブロックを設定し、
    　前記候補矩形判定部は、前記画像変換部が生成した変換後可視画像の背景輝度値と、前記矩形設定部が設定した各矩形ブロック内の平均輝度値とに基づき、前記変状候補矩形を判定する
    　ことを特徴とする請求項１記載の変状検出装置。
  3. 　前記矩形設定部は、
    　前記可視画像の解像度に応じて、前記矩形ブロックの大きさを可変とする
    　ことを特徴とする請求項１記載の変状検出装置。
  4. 　前記候補輪郭判定部が確定した複数の前記変状領域のうちの２つの変状領域間の最短距離を求め、求めた最短距離と閾値とに基づき、当該２つの変状領域を統合するか否かの判定を行う輪郭間距離判定部と、
    　前記輪郭間距離判定部が、前記２つの変状領域を統合すると判定した場合に、当該２つの変状領域を統合し、統合後変状領域とする領域統合部と、
    　前記領域統合部が統合した統合後変状領域に関する情報からなる変状データを生成する変状データ生成部と、
    　前記領域統合部が統合した統合後変状領域に関する情報に基づく画像データを生成する画像生成部
    　とを備えた請求項１から請求項３のうちのいずれか１項記載の変状検出装置。
  5. 　前記変状領域とは、漏水により変状した領域であり、
    　前記候補矩形判定部は、
    　前記矩形ブロック内の平均輝度値が、前記背景輝度値からオフセット値を減算した閾値より小さい場合に、当該矩形ブロックを前記変状候補矩形と判定する
    　ことを特徴とする請求項１記載の変状検出装置。
  6. 　前記変状領域とは、析出物により変状した領域であり、
    　前記候補矩形判定部は、
    　前記矩形ブロック内の平均輝度値が、前記背景輝度値にオフセット値を加算した閾値より大きい場合に、当該矩形ブロックを前記変状候補矩形と判定する
    　ことを特徴とする請求項１記載の変状検出装置。
  7. 　前記対象物が撮影された複数枚の撮影画像をカメラから取得し、当該複数枚の撮影画像を一枚に統合して前記可視画像を生成する可視画像生成部
    　を備えた請求項１記載の変状検出装置。
  8. 　矩形設定部が、対象物の表面が撮影された可視画像を分割する複数の矩形ブロックを設定するステップと、
    　候補矩形判定部が、対象物の表面が撮影された可視画像の背景輝度値と、前記矩形設定部が設定した各矩形ブロック内の平均輝度値とに基づき、前記複数の矩形ブロックのうち、変状領域を形成する変状矩形の候補となる変状候補矩形を判定するステップと、
    　候補矩形統合部が、前記候補矩形判定部が判定した変状候補矩形のうち、互いに隣接する変状候補矩形の領域を統合した変状候補領域を設定するステップと、
    　候補輪郭抽出部が、前記候補矩形統合部が設定した変状候補領域の外周を形成する輪郭ブロックを抽出するステップと、
    　候補輪郭判定部が、前記候補輪郭抽出部が抽出した各輪郭ブロックの周囲の各矩形ブロック内の輝度の特徴量に基づき、当該各輪郭ブロックが前記変状矩形であるかどうかを判定し、前記変状矩形であると判定した輪郭ブロックで囲まれた領域を前記変状領域と確定するステップ
    　とを備えた変状検出方法。
PCT/JP2017/032493 2017-09-08 2017-09-08 変状検出装置および変状検出方法 Ceased WO2019049316A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019514061A JP6548857B1 (ja) 2017-09-08 2017-09-08 変状検出装置および変状検出方法
PCT/JP2017/032493 WO2019049316A1 (ja) 2017-09-08 2017-09-08 変状検出装置および変状検出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/032493 WO2019049316A1 (ja) 2017-09-08 2017-09-08 変状検出装置および変状検出方法

Publications (1)

Publication Number Publication Date
WO2019049316A1 true WO2019049316A1 (ja) 2019-03-14

Family

ID=65633824

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/032493 Ceased WO2019049316A1 (ja) 2017-09-08 2017-09-08 変状検出装置および変状検出方法

Country Status (2)

Country Link
JP (1) JP6548857B1 (ja)
WO (1) WO2019049316A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022143391A1 (zh) * 2020-12-28 2022-07-07 中国第一汽车股份有限公司 动力电池渗水监测方法、装置、控制单元及介质
KR20230014553A (ko) * 2021-07-21 2023-01-30 금호타이어 주식회사 타이어결함측정장치 및 이를 이용한 타이어결함측정방법
WO2026013862A1 (ja) * 2024-07-11 2026-01-15 Ｎｔｔ株式会社 検出装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004264237A (ja) * 2003-03-04 2004-09-24 Matsushita Electric Ind Co Ltd 亀裂検出装置
JP2007024746A (ja) * 2005-07-20 2007-02-01 Kitakyushu Foundation For The Advancement Of Industry Science & Technology 管渠内部の欠陥検出・判別方法及び装置
US20130034298A1 (en) * 2011-08-04 2013-02-07 University Of Southern California Image-based crack detection
WO2016189764A1 (ja) * 2015-05-26 2016-12-01 三菱電機株式会社 検出装置および検出方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004264237A (ja) * 2003-03-04 2004-09-24 Matsushita Electric Ind Co Ltd 亀裂検出装置
JP2007024746A (ja) * 2005-07-20 2007-02-01 Kitakyushu Foundation For The Advancement Of Industry Science & Technology 管渠内部の欠陥検出・判別方法及び装置
US20130034298A1 (en) * 2011-08-04 2013-02-07 University Of Southern California Image-based crack detection
WO2016189764A1 (ja) * 2015-05-26 2016-12-01 三菱電機株式会社 検出装置および検出方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022143391A1 (zh) * 2020-12-28 2022-07-07 中国第一汽车股份有限公司 动力电池渗水监测方法、装置、控制单元及介质
KR20230014553A (ko) * 2021-07-21 2023-01-30 금호타이어 주식회사 타이어결함측정장치 및 이를 이용한 타이어결함측정방법
KR102731701B1 (ko) 2021-07-21 2024-11-18 금호타이어 주식회사 타이어결함측정장치 및 이를 이용한 타이어결함측정방법
WO2026013862A1 (ja) * 2024-07-11 2026-01-15 Ｎｔｔ株式会社 検出装置

Also Published As

Publication number Publication date
JP6548857B1 (ja) 2019-07-24
JPWO2019049316A1 (ja) 2019-11-07

Similar Documents

Publication Publication Date Title
JP6115214B2 (ja) パターン処理装置、パターン処理方法、パターン処理プログラム
JP6548857B1 (ja) 変状検出装置および変状検出方法
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
JP5242248B2 (ja) 欠陥検出装置、欠陥検出方法、欠陥検出プログラム、及び、記録媒体
US20220136979A1 (en) Information processing apparatus, information processing method, and non- transitory computer-readable storage medium
JP2019215247A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP6045429B2 (ja) 撮像装置、画像処理装置及び画像処理方法
JP2021135893A (ja) 検査装置、検査方法、及びプログラム
JP2005345290A (ja) 筋状欠陥検出方法及び装置
JP2009260671A (ja) 画像処理装置及び撮像装置
KR20100057362A (ko) 영상의 유사도 판단 방법, 상기 방법을 기록한 기록 매체 및 상기 방법을 실행하는 장치
JPH09101236A (ja) 表示欠陥検査装置および表示欠陥検査方法
JP6478639B2 (ja) 画像処理装置、画像処理方法、及びプログラム
Xia et al. High resolution image fusion algorithm based on multi-focused region extraction
JP2019211457A (ja) 画像処理装置、画像処理方法及びプログラム
CN117132489B (zh) 一种图像校正方法、装置及设备
JP2004226272A (ja) シミ欠陥の検出方法及び装置
JP2006133055A (ja) ムラ欠陥検出方法及び装置、空間フィルタ、ムラ欠陥検査システム並びにムラ欠陥検出方法のプログラム
JP4628851B2 (ja) 物体検出方法および物体検出装置
JP7385192B2 (ja) 画像処理装置、画像処理方法、及びコンピュータプログラム
JP2024036214A (ja) 画像処理装置、方法、及びプログラム
US10380463B2 (en) Image processing device, setting support method, and non-transitory computer-readable media
JP2018017611A (ja) 画像処理装置、画像処理方法及びプログラム
CN114359575B (zh) 摄像机污点检测方法及相关装置
JP5846100B2 (ja) 表示装置の欠陥検査方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019514061

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 17924420

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17924420

Country of ref document: EP

Kind code of ref document: A1