JP2017191041A - ひび割れ検出方法 - Google Patents

Abstract

【課題】ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことのできるひび割れ検出方法を提供すること。【解決手段】コンクリート表面の撮影画像をコンピュータに入力してなる入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する第１のステップ、ひび割れを覆う面に対して細線化処理を実行してひび割れ細線化画像を作成する第２のステップ、ひび割れ細線化画像におけるひび割れ上でウェーブレット係数を計算する第３のステップ、ひび割れ画像を作成する第４のステップ、からなるひび割れ検出方法である。【選択図】図３

Description

本発明は、コンクリート表面に生じているひび割れの検出をおこなうひび割れ検出方法に係り、特に、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことのできるひび割れ検出方法に関するものである。

コンクリート表面上のひび割れを検出する方法としては、従来、調査員が目視観察をおこない、クラックスケールやメジャー等を使用しながらひび割れの幅や長さを測定する方法が一般的であった。しかし、この目視観察による方法は調査員の測定技量などによって精度のばらつきが大きくなることや、ひび割れが大量に存在する場合においては大量の情報を正確に処理するために莫大な労力および時間を要するといった問題があった。

上記の問題に対して、コンクリート表面の撮影画像をコンピュータに取り込み、画像をひび割れ領域とそれ以外の領域とに２値化処理する画像処理手法が適用されている。画像の２値化処理とは、ある濃度値に対して画像の濃度を０または１に表現することであり、例えば、入力画像ｆ（ｉ，ｊ）に対して２値化処理で得られる２値化画像ｂ（ｉ，ｊ）はｂ（ｉ，ｊ）＝１（ｆ（ｉ，ｊ）＞ｋ）、０（ｆ（ｉ，ｊ）≦ｋ）となる。ここで、ｋは２値化する際の閾値であり、したがって２値化画像の良し悪しは閾値ｋの選定によって決まるといってよい。

従来の閾値を求める手法としては、固定閾値または可変閾値による処理方法がある。固定閾値による処理方法には、Ｐタイル法やモード法、相関比を用いた方法などが挙げられる。固定閾値による処理方法は、対象画像の濃度ヒストグラムを作成し、画像の背景（コンクリート表面）の濃度値とひび割れの濃度値との間に明確な谷が現れるような双峰性のヒストグラムが得られる場合において有効な方法である。

一方、可変閾値による処理方法は、照明条件などによって撮影ムラが生じ、背景の濃度値と対象部分の濃度値が画像全体で一定でない場合に有効な方法である。この可変閾値処理法は、注目している画素を中心とする局所領域の平均濃度値を閾値とする方法である。この方法の欠点は、背景領域の微妙な濃淡変化に応じて、例えばひび割れ以外のノイズが多い画像となってしまう点である。

従来の画像処理方法は、撮影された入力画像に対して閾値を決定し、２値化処理をおこないながらひび割れの抽出をおこなうものである。すなわち、この一般的な処理の流れは次のようになる。１）撮影画像をコンピュータに取り込んで入力画像を作成する。２）入力画像の濃度の補正をする。３）２値化処理をおこなってひび割れの抽出をおこなう。

上記する従来の画像処理法は、濃度が一様なコンクリート表面上のひび割れの検出においては比較的高精度のひび割れ検出が可能である。しかし、実際のコンクリート構造物の表面は様々な汚れを含んでおり、さらにはひび割れの濃度も、ひび割れの幅や深度などに応じてばらつきがあるのが一般的である。このようなコンクリート表面に対して従来の画像処理法を用いると、ひび割れの抽出に際しては様々な問題が生じ得る。例えば、固定閾値処理の場合において、コンクリート表面上の汚れ領域とひび割れ領域が同程度の濃度値である場合には、これらを２値化処理することが極めて困難となる。濃度ヒストグラムが双峰性を呈していて、閾値を容易に決定できたとしても、ひび割れ領域と判断される範囲には汚れ領域が含まれる可能性が極めて高くなる。また、逆に、ひび割れ周辺部の汚れ領域を含ませないような閾値をあらたに設定しようとすると、今度は他のひび割れ領域を除外してしまうことになってしまう。

可変閾値処理の場合には、コンクリート表面上の汚れが多くなるにしたがって、ひび割れ抽出画像中にひび割れ以外のノイズが多く含まれることになり、場合によってはひび割れ抽出画像を一見しても、どの部分がひび割れ領域なのか全く判別できないこととなる。

上記する従来手法の問題に対して本発明者等は、撮影されたコンクリート表面の汚れや照明条件などによってひび割れの検出が困難な場合においても、簡易に高精度のひび割れ検出をおこなうことのできるひび割れ検出方法を発案し、特許文献１〜７にその開示をおこなっている。

これらのひび割れ検出方法はいずれも、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、２つの濃度をそれぞれ変化させた場合のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して入力画像とし、この入力画像をウェーブレット変換することによってウェーブレット画像を作成するステップ、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数を閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合はこの注目画素をひび割れと判定し、閾値よりも小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことでひび割れ抽出画像を作成するステップ、を少なくとも含む検出方法である。

これらのひび割れ検出方法により、簡易に高精度のひび割れ検出をおこなうことが可能になったものの、ひび割れ検出対象であるコンクリート表面の全面が解析対象であることから、解析に時間を要するといった新たな課題が生じている。

特許第４００６００７号公報 特許第４８７００１６号公報 特許第４９８０７３９号公報 特許第５３８５５９３号公報 特許第５４２１１９２号公報 特許第５７０５７１１号公報 特許第５８１２７０５号公報

本発明は上記する問題に鑑みてなされたものであり、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことのできるひび割れ検出方法を提供することを目的としている。

前記目的を達成すべく、本発明によるひび割れ検出方法は、コンクリート表面に生じているひび割れの検出をおこなうひび割れ検出方法であって、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する第１のステップ、前記ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する第２のステップ、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記ひび割れ細線化画像におけるひび割れ上でウェーブレット係数を計算する第３のステップ、前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第４のステップ、からなるものである。

ウェーブレット（ｗａｖｅｌｅｔ）とは、小さな波という意味であり、局在性を持つ波の基本単位を、ウェーブレット関数を用いた式で表現することができる。このウェーブレット関数を拡大または縮小することにより、時間情報や空間情報と周波数情報を同時に解析することが可能となる。このウェーブレット係数を、ひび割れを有するコンクリート表面に適用する場合のこの係数の特徴としては、コンクリート表面の濃度と、ひび割れの濃度と、ひび割れ幅に依存するということである。例えば、ひび割れ幅が大きくなるにつれてウェーブレット係数の値は大きくなる傾向があり、また、ひび割れの濃度が濃くなるにつれて（黒色に近づくにつれて）ウェーブレット係数の値は大きくなる傾向がある。

ウェーブレット変換によって算定されるウェーブレット係数を用いて、ひび割れの検出をおこなうアルゴリズムは以下のようになる。まず、コンクリート表面の撮影画像とウェーブレット関数との内積よりウェーブレット係数を求める。このウェーブレット係数を２５６階調に変換することで、連続量を持ったウェーブレット画像が作成できる。

ウェーブレット係数は、上記するようにひび割れ幅やひび割れの濃度、コンクリート表面の濃度によって変化することから、擬似的に作成されたデータを用いてひび割れの濃度とコンクリート表面の濃度に関するウェーブレット係数を各階調ごとに算定しておき、ウェーブレット係数テーブルを作成しておく。このウェーブレット係数テーブルにある各階調ごとのウェーブレット係数が、ひび割れ検出の際の閾値となる。例えば、対比される２つの濃度（一方の濃度をコンクリート表面の濃度、他方の濃度をひび割れの濃度と仮定することができる）に対応するウェーブレット係数（閾値）はウェーブレット係数テーブルを参照すれば一義的に決定される。したがって、後述するように、撮影画像において対比される２つの濃度間のウェーブレット係数を算定した際に、このウェーブレット係数がウェーブレット係数テーブルの閾値よりも大きな場合は、ひび割れであると判断できるし、閾値よりも小さな場合はひび割れでないと判断することができる。

このウェーブレット係数テーブルを作成する際の擬似的なデータは特に限定するものではないが、例えば、ひび割れ幅が１画素（１ピクセル）〜５画素（５ピクセル）までの中で、各画素幅のひび割れごとに、コンクリート表面の階調とひび割れの階調に対応するウェーブレット係数を算定する。閾値の設定に際しては、例えば、ひび割れ幅が１画素の場合のウェーブレット係数のうち、ひび割れに対応するウェーブレット係数を選定し、ひび割れ幅が５画素の場合のウェーブレット係数のうち、ひび割れ領域でない箇所のウェーブレット係数を選定し、これら２つのウェーブレット係数の平均値をもって任意の階調における閾値とすることができる。

本発明のひび割れ検出方法においては、まず、第１のステップにおいて、ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する。

このように、ひび割れ想定線に沿ってパスを作成し、パスに付したひび割れを覆う面を作成することにより、第１の入力画像においてひび割れ位置を指定することができる。具体的には、市販の画像編集ソフトを使用し、たとえば１ピクセルの線や面からなるパスを作成する。そして、「パスに付したひび割れを覆う面」は、たとえば１ピクセル幅の線からなるパスに対し、その左右両側１ピクセル幅もしくは２ピクセル幅を加えた３ピクセル幅もしくは５ピクセル幅からなる面である。

次に、第２のステップにおいて、ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する。ここでは、たとえばひび割れ全体が１ピクセル幅を有するひび割れ細線化画像が作成される。

ひび割れ細線化画像が作成されたら、第３のステップとして、上記するウェーブレット係数テーブルを作成しておくとともに、適宜に設定された広域領域（例えば３０×３０画素の領域）に対してウェーブレット係数を算定し、この広域領域から一画素移動した広域領域（同じように例えば３０×３０画素の領域であって、移動前の３０×３０画素の領域とほとんどの画素が共通している）で、同じようにウェーブレット係数を算定し、ウェーブレット係数の連続量を求める。

最後に、第４のステップにおいて、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合は注目画素をひび割れと判定し（画面上では例えば白色）、小さな場合は注目画素をひび割れでないと判定し（画面上では例えば黒色）、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことでひび割れ画像を作成する。

本発明のひび割れ検出方法によれば、まず、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、このことによって解析時間を大幅に短縮することが可能になる。さらに、連続解析が可能となり、データの読み込み時間や書き出し時間の短縮も可能になる。

さらに、解析者が予めひび割れ位置を指定していることから、ひび割れ以外のものが解析対象になり難い。

また、本発明によるひび割れ検出方法の好ましい実施の形態は、前記第４のステップに対して連続しない第５のステップ〜第８のステップであって、前記ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力して第２の入力画像とし、該第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する第５のステップ、対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算する第６のステップ、前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第７のステップ、前記クラックスケール細線化画像において、ひび割れ幅の推定式の説明変数pを、p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)とし、前記第２の入力画像から特定されるクラックスケールの実寸値qと説明変数pより回帰分析をおこない、該説明変数pをパラメータとする以下のひび割れ幅の推定式：y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）を特定する第８のステップ、前記第４のステップに続いて、前記ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを前記ひび割れ幅の推定式に適用して、コンクリート表面のひび割れ幅を特定する第９のステップをさらに備えているものである。

この実施の形態のひび割れ検出方法では、第５のステップ〜第７のステップにて、クラックスケール細線化画像を作成し、クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し、ひび割れ画像を作成した後、第８のステップにてひび割れ幅の推定式を特定する。

そして、第９のステップにおいて、既に第４のステップにて作成されているひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpをひび割れ幅の推定式に適用することにより、高い精度でコンクリート表面のひび割れ幅を特定することができる。

また、本発明によるひび割れ検出方法の他の実施の形態は、前記第９のステップに続いて、特定されたひび割れ幅ごとに色分けされたひび割れ展開図を作成し、かつ、特定されたひび割れ幅ごとのひび割れ延長ヒストグラムを作成する第１０のステップをさらに備えている。

以上の説明から理解できるように、本発明のひび割れ検出方法によれば、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、解析時間を大幅に短縮することが可能になり、ひび割れ検出の解析時間の短縮を図りながら、高精度のひび割れ検出をおこなうことができる。

入力画像と局所領域の関係を示した模式図である。 局所領域と注目画素の関係を示した模式図である。 本発明のひび割れ検出方法の実施の形態１のフロー図である。 パスを付したひび割れを覆う面の作成方法を説明した図である。 擬似画像を示した図である。 図５の擬似画像のウェーブレット係数の鳥瞰図である。 ウェーブレット係数テーブルの一実施の形態を示した図である。 本発明のひび割れ検出方法の実施の形態２のフロー図である。 作成されたひび割れの延長ヒストグラムの実施例を示した図である。

以下、図面を参照して本発明のひび割れ検出方法の実施の形態１，２を説明する。

（ひび割れ検出方法の実施の形態１）
図１は、入力画像と局所領域の関係を示した模式図である。本発明のひび割れ検出方法では、入力画像１における広域領域２の中心である局所領域３においてウェーブレット変換をおこない、当該局所領域３の中心でひび割れの検出をおこなうものである。入力画像１内をくまなく広域領域２を上下左右に平行移動して、入力画像１内におけるひび割れの検出をおこなう。この方法により、従来の固定閾値法のように、例えば入力画像１内で一つの閾値を決める方法に比べて、精度のよいひび割れの検出をおこなうことができる。

図２は、局所領域３を拡大した図であり、図示する実施形態では、たとえば３×３の９つの画素（８つの近傍画素３１，３１，…と、中央に位置する注目画素３２）の中心でひび割れ判定をおこなう。なお、ウェーブレット係数の算定は、図１における局所領域３を対象としておこなわれる。

ここで、ウェーブレット関数（マザーウェーブレット関数）を用いたウェーブレット変換をおこなうことでウェーブレット係数を算定する算定式を以下に示す。

ここで、ｆ（ｘ，ｙ）は入力画像（ここで、ｘ、ｙは２次元入力画像中の任意の座標である）を、Ψはマザーウェーブレット関数（ガボール関数）を、（ｘ_０，ｙ_０）はΨの平行移動量を、ａ^ｋはΨの拡大や縮小を（ここで、ａ^ｋは周波数の逆数であって、幾つかの周波数領域について計算するための周波数幅を整数ｋで示した値）、ｆ_０は中心周波数を、σはガウス関数の標準偏差を、θは波の進行方向を表す回転角を、（ｘ’，ｙ’）は（ｘ，ｙ）を角度θだけ回転させた座標を、それぞれ示している。

ここで、数式１を用いて計算した複数のθ、ｋに対して、マザーウェーブレット係数Ψの累計値Ｃ（ｘ_０，ｙ_０）を求めたのが数式４となる。

上記のパラメータは、任意に設定できるが、例えば、σを０．５〜２に、ａ^ｋは０〜５に、ｆ_０は０．１に、回転角は０〜１８０度に、それぞれ設定できる。

数式４における平行移動量（ｘ_０，ｙ_０）は、注目画素の位置に対応するものであり、注目画素の位置を順次移動させることによって、ウェーブレット係数の連続量（Ｃ（ｘ_０，ｙ_０））が算定できる。

局所領域３を構成する全画素に対して、ウェーブレット係数を上算定式に基づいて算定した後、注目画素を一つ左右または上下に移動させてできる広域領域２の全画素において同様にウェーブレット係数を算定する。

次に、図３に基づいて、ひび割れ検出方法の実施の形態１を説明する。
ＣＣＤカメラ等のデジタルカメラで撮影されたコンクリート表面の撮影画像をコンピュータに取り込むことにより、第１の入力画像の作成（ステップＳ１０）がおこなわれる。

次に、第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、パスに付したひび割れを覆う面を作成する（ステップＳ２０）。すなわち、解析者が予めひび割れ位置の指定をおこなう。

具体的には、図４で示すように、市販の画像編集ソフトを使用し、たとえば１ピクセルの線や面からなるパスを作成する。そして、パスに付したひび割れを覆う面は、たとえば１ピクセル幅の線からなるパスに対し、その左右両側１ピクセル幅もしくは２ピクセル幅を加えた３ピクセル幅もしくは５ピクセル幅からなる面である（以上、第１のステップ）。

次に、ひび割れを覆う面に対して細線化処理を実行することにより、その中心線で構成され、ひび割れ全体が１ピクセル幅を有するひび割れ細線化画像を作成する（ステップＳ３０，第２のステップ）。

次に、入力画像とは何らの関係もない、対比する２つの濃度からなる擬似画像に対して、ウェーブレット係数の算定をおこなう。例えば、図５に示すように、コンクリート表面と仮定される背景色ａ（例えば、背景色のＲ、Ｇ、Ｂを、２５５，２５５，２５５とする）と、ひび割れと仮定される線分ｂ１〜ｂ５からなる擬似画像のウェーブレット係数を求める。ここで、線分ｂ１〜ｂ５は、線幅が順に１ピクセル〜５ピクセルまで変化しており、さらに、各線分は、３種類の濃度を備えている（例えば、線分ｂ１では、濃度の濃い順に、ｂ１１（黒色）、ｂ１２（薄い黒色）、ｂ１３（灰色）と変化している）。この擬似画像に対してウェーブレット変換をおこなうことで算定されるウェーブレット係数の鳥瞰図を示したのが図６である。図６において、Ｘ軸は線分の幅を、Ｙ軸は線分の色の濃度を、Ｚ軸はウェーブレット係数をそれぞれ示している。ひび割れ細線化画像におけるひび割れ上でウェーブレット係数が算定される（図３のステップＳ４０）。

同時に、対比する２つの濃度の組み合わせをそれぞれ０〜２５５の２５６階調でおこなうことで、図７に示すようなウェーブレット係数テーブルの作成（図３のステップＳ４０）がおこなわれる（以上、第３のステップ）。

次に、ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が閾値よりも大きな場合は注目画素をひび割れと判定し（画面上では例えば白色）、小さな場合は注目画素をひび割れでないと判定し（画面上では例えば黒色）、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と閾値との比較をおこなうことにより、ひび割れ画像が作成される（ステップＳ５０、第４のステップ）。

図示するひび割れ検出方法の実施の形態１によれば、まず、第１の入力画像においてひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲を可及的に縮小することができるため、従来の方法に比して解析領域を大幅に縮小することができ、このことによって解析時間を大幅に短縮することが可能になる。

また、連続解析が可能となり、データの読み込み時間や書き出し時間の短縮も可能になる。
さらに、解析者が予めひび割れ位置を指定していることから、ひび割れ以外のものが解析対象になり難い。

（ひび割れ検出方法の実施の形態２）
図８は本発明のひび割れ検出方法の実施の形態２のフロー図である。
ひび割れ検出方法の実施の形態２では、第４のステップに対して連続しない第５のステップ〜第７のステップにて、クラックスケール細線化画像を作成し、クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し、ひび割れ画像を作成した後、第８のステップにてひび割れ幅の推定式を特定するものである。

まず、ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力し、第２の入力画像を作成する（ステップＳ６０）。

次に、第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面を作成し（ステップＳ７０）、クラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する（ステップＳ８０）（以上、第５のステップ）。

次に、ステップＳ４０と同様の方法でクラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算し（ステップＳ９０，第６のステップ）、ステップＳ５０と同様の方法でひび割れ画像を作成する（ステップＳ１００，第７のステップ）。

作成されたクラックスケールの細線化画像において、ひび割れ幅の推定式の説明変数ｐを、以下の式で規定する。

[数５]
p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)

上記する説明変数ｐと、第２の入力画像から特定されるクラックスケールの実寸値ｑより回帰分析をおこなう。
回帰分析の結果、説明変数ｐをパラメータとする以下のひび割れ幅の推定式を特定することができる（ステップＳ１１０、第８のステップ）。

[数６]
y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）

第４のステップに続いて、ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを第８のステップで特定されているひび割れ幅の推定式に適用することにより、コンクリート表面のひび割れ幅が特定される（ステップＳ１２０，第９のステップ）。

次に、特定されたひび割れ幅ごとに色分けされたひび割れ展開図を作成し、さらに、図９で例示するように特定されたひび割れ幅ごとのひび割れ延長ヒストグラムを作成する（ステップＳ１３０，第１０のステップ）。

（解析時間（コンピュータのCPU処理時間）の検証とその結果）
本発明者等は、本発明のひび割れ検出方法と、従来のひび割れ検出方法における、解析時間（コンピュータのCPU処理時間）の検証をおこなった。検証結果を以下の表１に示す。

表１より、従来のひび割れ検出方法に要した解析時間が20分13秒であったのに対して、本発明のひび割れ検出方法に要した解析時間は7分51秒と、従来の方法の40%程度にまで短縮できることが分かった。

これは、解析者が予めひび割れ位置を指定した後に解析を実行することから、ひび割れ画像解析範囲が縮小され、解析領域が大幅に縮小されたことによって解析時間が短縮されたことと、連続解析が可能となったことでデータの読み込み時間や書き出し時間が短縮されたことによるものである。

以上、本発明の実施の形態を、図面を用いて詳述してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲における設計変更等があっても、それらは本発明に含まれるものである。

１…入力画像、２…広域領域、３…局所領域、３１…近傍画素、３２…注目画素

Claims (3)

1. コンクリート表面に生じているひび割れの検出をおこなうひび割れ検出方法であって、
   ひび割れ検出対象であるコンクリート表面の撮影画像をコンピュータに入力して第１の入力画像とし、該第１の入力画像においてひび割れと想定されるひび割れ想定線に沿ってパスを作成し、該パスに付したひび割れを覆う面を作成する第１のステップ、
   前記ひび割れを覆う面に対して細線化処理を実行してその中心線で構成されるひび割れ細線化画像を作成する第２のステップ、
   対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記ひび割れ細線化画像におけるひび割れ上でウェーブレット係数を計算する第３のステップ、
   前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第４のステップ、からなるひび割れ検出方法。
2. 前記第４のステップに対して連続しない第５のステップ〜第８のステップであって、
   前記ひび割れ検出対象のコンクリート表面に密着させたクラックスケールの撮影画像をコンピュータに入力して第２の入力画像とし、該第２の入力画像において各ひび割れ幅のクラックスケール上における最も黒色に近い箇所にパスを作成し、該パスに付したクラックスケールを覆う面に対して細線化処理を実行してその中心線で構成されるクラックスケール細線化画像を作成する第５のステップ、
   対比される２つの濃度に対応したウェーブレット係数を算定するとともに、該２つの濃度をそれぞれ変化させた際のウェーブレット係数を算定してウェーブレット係数テーブルを作成し、前記クラックスケール細線化画像におけるひび割れ上でウェーブレット係数を計算する第６のステップ、
   前記ウェーブレット係数テーブル内において局所領域内の近傍画素の平均濃度と注目画素の濃度に対応するウェーブレット係数をウェーブレット係数に関する閾値とし、注目画素のウェーブレット係数が前記閾値よりも大きな場合は注目画素をひび割れと判定し、小さな場合は注目画素をひび割れでないと判定し、局所領域および注目画素を変化させながら注目画素のウェーブレット係数と前記閾値との比較をおこなうことでひび割れ画像を作成する第７のステップ、
   前記クラックスケール細線化画像において、ひび割れ幅の推定式の説明変数pを、p＝(ウェーブレット係数の値)−(ウェーブレット係数の閾値)とし、前記第２の入力画像から特定されるクラックスケールの実寸値qと説明変数pより回帰分析をおこない、該説明変数pをパラメータとする以下のひび割れ幅の推定式：y = a + bp（a、bは回帰分析で特定された定数、pは説明変数）を特定する第８のステップ、
   前記第４のステップに続いて、前記ひび割れ画像におけるウェーブレット係数の値とウェーブレット係数の閾値から特定されるpを前記ひび割れ幅の推定式に適用して、コンクリート表面のひび割れ幅を特定する第９のステップをさらに備えている、請求項１に記載のひび割れ検出方法。
3. 前記第９のステップに続いて、特定されたひび割れ幅ごとに色分けされたひび割れ展開図を作成し、かつ、特定されたひび割れ幅ごとのひび割れ延長ヒストグラムを作成する第１０のステップをさらに備えている、請求項２に記載のひび割れ検出方法。

Images