JPH04157353A - ひび割れ画像データ処理方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、ひび割れを有する画像データからひび割れに
関するデータを得る方法に係り、特に道路やトンネルの
傷み具合を評価するために、路面やトンネル内壁を撮像
して得た画像データから、ひび割れが存在する領域を抽
出するためのひび割れ画像データ処理方法に関する。

〔従来の技術〕

近年、道路やトンネルの傷み具合を評価するために、路
面やトンネル内壁に発生したひび割れを自動的に検出す
る方法が各種提案されており、その１つにレーザ光を用
いて路面やトンネル内壁を撮像して画像データにし、こ
の画像データを解析する方法がある。

第６０および第７図は、レーザ光を用いて路面を撮像し
て画像データを得る方法の説明図である。

これらの図において、車両１０には、図示しない走行距
離計が搭載してあり、車両１０の基準点からの位置を検
出できるようにしである。そして、車両１０の上部には
、レーザ光１２を路面１４に向けて照射するレーザ走査
部１６が設置してあり、下部に路面１４から反射したレ
ーザ光（反射光）１８を検出する受光部２０が設けであ
る。

レーザ走査部１６は、レーザ光１２を出射するレーザ発
振器２２と、レーザ発振器２２が出射したレーザ光１２
を路面１４に向けて反射するミラー２４と、ミラー２４
を第７図の矢印のように回動させ、レーザ光１２を路面
１４の横断方向に走査する電動機２６とからなっている
。また、受光部２０は、反射光１Ｂを集光するレンズ２
８と、レンズ２８を透過したレーザ光を検出する受光セ
ンサ３０とから構成しである。

路面１４からの反射光１８を受光した受光センサ３０の
出力信号は、走行距離計の計測値とともに、図示しない
ビデオテープに録画した後、例えば８ビツトの多階調画
像データとして画像メモリに格納される。

このようにして得た画像データから、路面１４に発生し
たひび割れの形状と位置とを検出する方法として、画像
データを複数の領域に分割し、各分割領域毎に画像デー
タを、複数の方向に投影して階調の投影分布を求め、こ
の投影分布の標準偏差やピーク値の大きさから各分割領
域にひび割れがあるか否かを判断するとともに、ひび割
れが存在する分割領域について、ひび割れに沿った矩形
状のひび割れに関するデータ（線セグメント）を抽出す
る方法が開示されている（特開昭６２−２８４４８５〜
８号公報）。

ところで、路面のひび割れを検出する場合、検出対象で
あるひび割れの占める割合は、典型的な路面の画像デー
タで全画像面積の高々数％である。

従って、上記の特開昭６２−２８４４８５〜８号公報に
記載の方法は、分割したすべての領域についてひび割れ
の有無を判定するため、データの処理が遅くなる。しか
も、ひび割れの有無を判定するために、各分割領域毎に
複数の方向について階調の投影分布を求めているため、
データ処理の効率が大幅に低下する。

そこで、データ処理の効率化を図るため、特開平１−１
１２３８２号公報、特開平１−１２３３７４号公報には
、次のようなひび割れの線セグメントの抽出方法が提案
されている。

（ａ）　　まず、画像データを複数の領域に分割し、こ
れら各分割領域のうち、予め定めた領域についてのみ階
調ヒストグラムを作成し、反射光の少ないことを示す画
素が所定数以上存在するか否かによってひび割れの有無
を判定する。

（ロ）次に、ひび割れが存在する分割領域があると、こ
の領域を起点として、この領域に隣接した予め定めた方
向の分割領域についてひび割れの有無を判定し、ひび割
れが存在すればこれを新たな起点として順次ひび割れを
追跡する。

（Ｃ）　　そして、ひび割れの追跡が終了すると、ひび
割れが存在する分割領域について、特開昭６２−２８４
４８５〜８号公報に記載の手法により、ひび割れに対応
した線セグメントの抽出を行う。

〔発明が解決しようとする課題〕

しかし、上記特開平１−１１２３８２号公報または特開
平１−１２３３７４号公報に記載の方法（以下、従来技
術または従来方法と称する）は、画像データの処理の効
率化を図れる反面、次のような欠点を有し、ひび割れの
検出精度が低下する。

■各分割領域毎に作成した階調ヒストグラムがらでは、
各分割領域中にひび割れが存在するが否かの判定（以下
、一次判定と称する）をすることができない場合がある
。

上記した従来技術においては、反射光の少ないことを示
す画素が分割領域中に所定数以上ある場合にひび割れが
存在する、と判断している。しかし、例えば２値画像が
第８図（Ａ）、（Ｂ）、（Ｃ）に示したような場合、そ
れぞれの階調ヒストグラムが同じであっても、各画像の
意味する内容が異なる。すなわち、第８図（Ａ）にあっ
ては、黒く塗りつぶした反射光の少ないことを示す画素
（暗画素）が線状に連続し、ひび割れの存在を示してい
る。これに対して、第８図（Ｂ）は、暗画素が大きな塊
をなしていて大きなくぼみの存在を示唆し、第８図（Ｃ
）は、暗画素が点在して小さなくぼみが複数存在してい
ることを示している。

このことは、多値画像についても同様に成り立ち、画像
データの階調ヒストグラムが同じであっても路面の状況
がまったく異なっており、従来方法によっては分割領域
についての一次判定は困難であって、ひび割れが存在し
ない分割領域をも線セグメント抽出領域として選択する
可能性が大きい。

■分割領域中にひび割れが存在しても、ひび割れの位置
によってはひび割れとＰｉ　ｍされない場合があり、一
次判定の正答率が低下する。

すなわち、第９図（Ａ）に示すように、ひび割れが分割
領域の中央部に存在する場合には、暗画素の数が所定値
以上となってひび割れの存在を検知することが可能であ
る。しかし、第９図（Ｂ）のようにひび剖れが分割領域
のコーナ部を横切るような場合、暗画素の数が所定値に
達せず、ひび割れを検出できない場合が生ずる。

■閾値として、複数の分割領域の画像から求めた値（大
局的閾値）を用いているため、一次判定が困難な場合が
ある。

路面の画像を取り込む場合、第６図に示したように、道
路のほぼ中央上方に位置させたレーザ走査部１６によっ
てレーザ光１２を道路の横断方向に走査し、横断方向中
央部に位置する受光部２０によって反射光１８を受光し
ている。このため、道路の中央部と端の部分とでは、受
光センサ３０の見込み角が異なり、端の部分のレーザ光
の減衰が大きくなって、記録した画像に横断方向のシェ
ーディングが生ずる。この結果、路面１４の状態が横断
方向に一様であったとしても、記録された画像データは
、レーザ走査部１６直下の道路中央部Ａ点近傍の平均輝
度（平均階調または平均濃度）が道路の端の方の点Ｂの
部分より大きくなり、またＡ点近傍のコントラストもＢ
点近傍より大きくなる（第１０図（Ａ）、（Ｂ）参ｗＩ
）、従ッテ、ひび割れの存在を判定するために、平均階
調についての大局的ｌ：Ｉｌ値が第１０図（Ａ）に示し
たδ。

であるとすると、Ｂ点より外側の部分は、ひび割れが存
在していないにもかかわらず、ひび割れが存在している
ものと判定される。

また、撮像して得た画像データの階調と画素数との関係
を見ると、路面１４が一様であったとしても、Ａ点近傍
の階調ヒストグラムは、明るい画素が多いために第１１
図（Ａ）のようになり、Ｂ点近傍の階調ヒストグラムは
、第１１図（Ｂ）のように、シェーディングの影響によ
って各画素の階調が全体に小さくなる。このため、階調
の大局的な閾値６２以下の画素数が所定値以上のときに
ひび割れが存在するものとすると、Ｂ点より外側の位置
などにおいては、ひび割れが存在しない場合でも、ひび
割れが存在すると判定され、判定確度が大幅に低下する
。

本発明は、前記従来技術の欠点を解消するためになされ
たもので、ひび割れ画像データを効率よく処理すること
ができるとともに、ひび割れの存在する分割領域を的確
に選択することができるひび割れ画像データ処理方法を
提供することを目的としている。

〔課題を解決するための手段および作用〕上記の目的を
達成するために、本発明は、撮像して得た画像データを
複数領域に分割し、これら各分割領域からひび割れが存
在する領域を選択した後、選択した領域のひび割れデー
タを抽出するひび割れ画像データ処理方法において、ひ
び割れが存在する領域を選択する場合、まず前記画像デ
ータを平滑化してノイズを除去する。そして、平滑化し
た画像データを一次微分し、一次微分した画像データの
平均階調Ｓを求める。

次に、前記平滑化した画像データにおける最出現頻度階
調Ｐを求め、この最出現頻度階調Ｐと前記平均階ｙＪＳ
とから、次式により前記平滑化した画像データを２　（
ａ化する閾値を定める閾値決定変数Ｔを演算する。

Ｔ＝Ｃ，＋Ｃ，（Ｓ／Ｐ） ただし、０≦′ｒ≦１であり、Ｃ０、Ｃ１は定数である
。

その後、前記平滑化した画像データを所定の大きさの領
域に分割し、これら各分割領域の平均階調または最出現
頻度階調からなる、それぞれの領域に対応した領域階調
代表値）ンを求め、前記閾値決定変数Ｔと前記領域階調
代表値Ｒとから、次の式に基づいて前記各領域を２値化
するための２値化閾（ｉｆ！　Ｌ　Ｔを算出する。

ＬＴ　＝ＴＸＲ さらに、前記平滑化した画像データの各領域を、前記２
値化閾値り、を用いて２値化し、ひび割れ候補図形を得
、これらひびδＩＪれ候補図形を膨張処理して前記２値
化に伴う切断部を補間する。その後、前記膨張処理した
ひび割れ候補図形を細線化処理して線図形にし、この線
図形の長さを、予め定めた長さ閾値と比較し、長さ閾値
より短い線図形を消去する。そして、短い線図形を消去
した画像データの全体を複数の領域に区画し、これら各
区画領域中に前記線図形が存在するか否かを判定し、前
記線図形が存在する領域をひび割れの存在領域として選
択する。

このように、本発明は従来技術と異なって、各分割領域
毎に階調ヒストグラムを作成してひび割れの有無を判定
するのでないため、（ぼみをひび割れと判定する誤りや
、ひび割れが分割領域のコーナ部を横切っている場合に
も、ひび割れが存在する分割領域を的確に選択すること
ができ、画像データの処理精度を高めることができる。

また、本発明は、画像データを２値化する場合に、各分
割領域毎に２値化する閾値を求めるようにしているため
、シェーディングによる影響を避けることができ、ひび
割れが存在する領域のみを正確に選択できる。しかも、
本発明は、特開昭６２〜２８４４８５号公報に記載の如
く、すべての分割領域について階調の投影分布を求める
必要がないため、画像データの処理効率を向上すること
ができる。

〔実施例〕

本発明のひび割れ画像データ処理方法に係る好ましい実
施例を、添付図面に従って詳説する。

第２図は、実施例に係るひび割れ画像データ処理方法を
実施するためのひび割れ抽出システムの一例を示したの
もである。

第７図に示したように、レーザ光１２を路面Ｉ４に照射
して得た路面１４の画像は、第２図のビデオテープレコ
ーダ（ＶＴＩ’？）３２によってビデオテープに記録さ
れる。そして、ビデオテープに記録された路面１４の画
像は、ＶＴＲ３２を介してひび割れ抽出システム４０に
人力される。

ひび割れ抽出システム４０は、ＶＴＲ３２からの画像デ
ータを８ビツトによってＯ〜２５５階調の輝度データに
量子化するＶＴＲインターフェイス（１／Ｎ）４２と、
このインターフェイス４２が量子化した画像データを格
納する画像メモリ４４さを有している。また、ひび割れ
抽出システム４０は、詳細を後述するように、画像メモ
リ４４に格納した画像データ（輝度データ）中のひび割
れが存在する領域を選択する一次判定プロセッサ４６と
、一次判定プロセッザ４Ｇが選択した領域中に存在する
ひび割れに関するデータ（線セグメント）を抽出するセ
グメント抽出プロセッサ４８とが画像メモリ４４に接続
しであるとともに、これらの各プロセッサ４６．４８を
制御し、セグメント抽出結果を出力するホストプロセッ
サ５ｏとが設けである。

一次判定プロセノサ４６は、第３図に示すように、画像
メモリ４４から処理単位（１フレームと称する）の画像
データを一時的に記憶する画像入力ハノファメモリ５２
と、各種の処理をした画像データを格納しでおく複数の
画像処理作業メモリ５４ａ〜５４ｎとがバス５Ｇによっ
て並列に接続しであるとともに、バス５６を介してこれ
らのメモリ５２．５４ａ〜５４ｎに接続され、一次判定
の結果をホストプロセッサ５０に出力する演算装置５８
とから構成しである。

上記のひび割れ抽出システム４０によりひび割れの線セ
グメントの抽出は、次の如くして行われる。

まず、ひび割れ抽出システム４０は、Ｖ”ｌ”Ｒ３２か
ら複数フレーム（実施例の場合、ｌフレームは５１２Ｘ
５１２画素）分の画像データを読み出し、インターフェ
イス４２によって０〜２５５階調の輝度データからなる
多値画像データに変換して、この多値原画像データを画
像メモリ４４に記憶する。そして、ひび割れ抽出システ
ム４０のホストプロセッサ５０は、画像メモリ４４に格
納した画像データの処理を開始する命令を一次判定プロ
セッサ４６に与える。

一次判定プロセノサ４６は、処理単位（実施例の場合、
ｌフレーム）の画像データを画像メモリ４４から切り出
して画像人力バッファメモリ５２に読み込み（第１図ス
テップ６０）、原画像データの平滑化処理をして撮像系
、記録系に起因するノイズ、および対象となる路面の粗
さによるノイズの除去を行う（ステップ６１）。すなわ
ち、一次判定プロセッサ４６の演算装π５８は、３×３
の画素からなるマトリックスのマスクを１画素ずつ左右
方向、上下方向ζ二順次移動させ、コンボリューション
を演算して画像データの平滑化を行う。

このコンボリューション演算による平滑化は、例えば演
算装置５８の読み出した任意のマトリックスの要素（画
素）が、第４図のようにａ　−ｉがらなっており、各原
画素ｉ１−、−　ｉの輝度（濃度）を１、、ｌｌ、　−
１，とすると、 ｒ、＝　（１，十１ｂ−ｚｃ＋Ｉ、＋Ｉｒ十１　、　＋
　Ｉ　ｒ　）　／　８　　　−ｍ−−−−・（１）を演
算し、この１．を演算結果画像のマトリックス中央の画
素ｅの輝度とする。同様にして、演算装置５８は、各画
素ａ、ｂ、ｃ、−・・・・−・−のそれぞれの周辺の８
画素について式（１）と同様の演算をし、その演算結果
ＩＡ、１ｍ、Ｉｃ、−−−−・−を演算結果画像の画素
ａ、ｂ、ｃ、−・−・−の輝度とする演算を、ｌフレー
ム中のすべての画素について行い、画像データの平滑化
をし、この平滑化した画像データを例えば画像処理作業
メモリ５４ａに格納する。

なお、必要に応して平滑化した演算結果の画像データに
対して、さらに上記の演算を任意の回数繰り返すことに
より、より強い平滑効果を得るようにしてもよく、実施
例においては平滑化の演算を５回繰り返している。また
、画像データの平滑化は、上記のコンボリューション演
算によらず、移動子均等によってもよい。

次に、一次判定プロセッサ４６の演算装置ｔ５Ｂは、路
面１４の表面の平均的粗さを調べるため、上記の如くし
て得た平滑化画像データの一次微分処理を行う（ステッ
プ６２）、この一次微分処理は、一方向（例えば、第４
図の横方向）における隣接する２画素間の輝度の差の絶
対値を求めるコンボリューション演算によって行う、す
なわち、第４図に示したマトリックスの各画素ａ　＝　
ｉの平滑化した後の輝度をＩＡ、１□、ＩＣ％・−−−
ｍ−・■１とし、例えば画素ｅ、「についての一次微分
後の画像データを１％１％　とすると、 ＩＥ　’　＝ｌ　Ｉｔ　　　Ｉｓ　　ｌ　　　　　　”
’−−”−−・（２）Ｉ　ｒ　’　””　Ｉ　Ｉ　ｒ　
　　Ｉ　Ｅ　　＋　　　　　　”””−（３）となる。

そして、演算装置５８は、ステップ６２によって得た微
分画像データを画像処理作業メモリの１つに書き込み、
微分画像データの１フレームの全領域について階調ヒス
トグラムを作成し、平均階！１１ｓを次式に基づいて計
算する。

ｓ＝（ダｊ　（＋Ｘｈ；ａｔ　［＋］）Ｉ＋＋１０ ÷（Σｈ　ｒ−Ｌ［ｉ　］　）　　　　−−１４）ＩＩ
Ｏ ただし、ここにｉは階調、ｈ、ｉＬ［＋］は各階ｌ！ｉ
に含まれる画素数である。従って、平均階調Ｓは、隣接
する画素間の階調差のヒストグラムであるところから、
路面の粗さにほぼ比例したものとなる。

さらに、演算装置５８は、ステップ６１において求め、
画像処理作業メモリ５４ａに格納した平滑化画像データ
を読み出し、平滑化画像データの１フレームについて階
調ヒストグラムを作成し、この階調ヒストグラムの出現
頻度が最大である階！ｊｌ（最出現頻度階ａｔ）　Ｐを
求め、この最出現頻度階１１１Ｐと上記の平均階ｔＪ４
Ｓとに基づいて、次式により閾値決定変数Ｔを演算する
（ステップ６３）。

Ｔに（、＋　Ｃ＋　　（Ｓ　／　Ｐ　）　　　　　”−
・−−−−−（５）ただし、ここにＣ０、Ｃ１Ｓは、経
験的に求めた定数であって、０≦Ｔ≦１となるように選
ぶ。

なお、式（５）Ｌこまって求めた閾値決定変数Ｔは、屈
出′ＩＡ頻度階調Ｐが画像のコントラストにほぼ比例し
た値となるため、路面の粗さにほぼ比例し、画像のコン
トラストζこほぼ逆比例することになる。

その後、演算装置５８は、ステップ６１において平滑化
した１フレームの画像データを予め定めた複数の領域に
区分する。すなわち、演算袋ｒＬ５８は、例えば第５図
のように５１２ｘ５１２画素からなる１フレームＦ、の
平滑化画像データを、１つの領域Ｑ０が３２Ｘ３２画素
からなる１６Ｘ１６の領域に分割し、分割した各領域Ｑ
いのそれぞれについて平均階調または階調ヒストグラム
のモード値（最出現頻度階！１ｉｔ）を求め、これらの
いずれかを各分割領域の領域階調代表値Ｒ１１１とする
。

そして、演算袋Ｈ５Ｂは、領域階調代表値Ｒｌ＋ｍとス
テップ６３において求めた閾値決定変数′Ｆとを乗じ、
各分割領域Ｑ０を２値化するための２値化閥値り１３．
を、各分割領域毎に求める（ステップ６４）。

Ｌ　ｔ＋　−−Ｔ　Ｘ　Ｑい　　　　　　　　−・　−
（６）一次判定プロセッサ４６の演算装置５８は、各分
割領域Ｑいを式（６）により求めた２　Ｍ化閾値Ｌ　？
ｌ＋＋＋を用いて閾値処理をし、フレームＦ、全体の２
値化画像を作成する（ステップ６６）、なお、実施例に
おいては、２値化に際して、ひび割れの候補となる図形
の画素値（濃度）を２５５、背景となる画素の画素値を
０とおいている。

次に、演算装置５８は、ステップ６６において求めた２
　（ａ化画像について、ひび割れの候補となる図形の膨
張処理を行う（ステップ６７）、すなわち、路面１４に
生じるひび割れは、局所的に不連続な場合が多く、微弱
なひび割れは、２値化処理の際に分断されることがある
ため、膨張処理によって図形を補関し、分断されたひび
割れの連続性を復活させる。この膨張処理は、必要に応
じて複数回繰り返してもよく、実施例においては４回行
っている。

上記の膨張処理は、ステップ６１と同様に３×３のマト
リックスからなるフィルタを用いて最大値フィルタリン
グ処理をすることによって行うことができる。すなわち
、例えば第４図に示したマトリックスの画素Ｃについて
の最大値フィルタリングは、次式のように表すことがで
きる。

Ｅ’　＝ＭＡＸ　（Ａ、Ｂ、Ｃ，Ｄ、Ｅ、Ｆ、Ｇ、１１
．１）・−（７） ここに、右辺は画素ｅの周辺８ｉｉ！ｉｉ素（ｉｉ！ｉ
ｉ素ｅを含む９画素でもよい）の濃度の最大値を求める
ことを意味し、右辺のカッコ内は、マトリックスの各画
素ａ　−ｉの２値化された画素値（０または２５５）を
示している。すなわち、式（７）は、画素ｅの周辺８ｍ
！ｉｉ素の中の最大の画素価を画素ｅの画素値Ｅ′にす
ることを意味している。

なお、膨張処理は、フレームＦ、の各画素の値が０また
は２５５のいずれかを取るように２（ｌ！化されており
、２値化画像の演算であるところから、次式のようにし
でもよい。

Ｅｏ＊＝ＯＲ（＾、Ｂ、Ｃ，Ｄ、Ｅ、Ｆ、Ｇ、Ｈ，Ｔ）
−一一一−−・−（８） ここに、右辺は、第４図に示したマトリックスの画素ｅ
の周辺８画素（ｉ！ｊ素ｅを含む９Ｍ素でもよい）につ
いての論理和（ＯＲ）を演算することを意味し、式（８
）は、この周辺８画素の何れが１つに濃度（画素値）が
２５５である画素を含んでいる場合には、その濃度２５
５を画素ｅの濃度（画素値）Ｅｏ、ｌにすることを意味
している。

その後、演算装置５８は、ひび割れ候補の図形を細線化
処理して線図形にしくステップ６８）、得られた線図形
にラヘルを付ける（ステップ６９）。この細線化は、各
種の手法が提案されているが、それらの何れを採用して
も本質的な差異を住しない。

次に、演算装置５８は、ラヘリングした線図形（ラベル
図形）の長さを求めるために、おのおののラベル図形の
画素数を計数しくステップ７０）、画素数（長さ）ヒス
トグラムを作成する。そして、演算装置５８は、ラベル
図形の中からひび割れに対応した図形だけを選択するた
めに、経験的に求めた長さ閾値（例えば２４画素）を有
するルックアップテーブル（ＬＵＴ）を作成しくステッ
プ７１）、各ラベル図形をＬＵＴによって変換する（ス
テップ７２）。すなわち、演算装置５Ｂは、長さ閾値未
満のラベル図形を消去（例えば、階調０）し、長さ閾値
以上のラベル図形を有効（例えば、階調２５５）として
残すようなＬＬＩＴを作成し、先に求めたラベル図形を
ＬＵＴ変換処理して、画素数（長さ）が長さ閾値未満で
あればひび割れである可能性が低いとして、それらの図
形の４度を０にして消去し、画素数が長さ閾値以上であ
る図形だけを残す。

次に、演算装置ｌｌ！５Ｂは、ｌフレームについて上記
のＬＵＴによる１１６をすると、フレームＦ、を複数の
領域に区画し、各区画領域Ｑ、についてひび割れの候補
である線図形が存在するか否かを調べる（ステップ７３
）、なお、フレームＦ、の区画領域数は、任意に定める
ことができ、ステップ６４の場合と同様に第５図の如＜
１６Ｘ１６の領域に区画にしてもよい。

そして、演算装置５８は、線図形の存在している領域Ｑ
７を選択し、一次判定の結果としてホストプロセッサ５
０に送り、ｌフレーム分の処理を終了する（ステップ７
４）、また、演算装置５８は、ｌフレーム分の処理が終
了すると、全データの処理が終了したか否かを判断しく
ステップ７５）、全データの処理が終了していない場合
には、ステップ６０に戻って次の１フレ一ム分のデータ
を読み込み、上記した処理を全データが終了するまで繰
り返す。

一方、ホストプロセンサ５０は、一次判定プロセッサ４
６の演算装置５８から一次判定の結果を受は取ると、一
次判定プロセッサ４６が選択した線図形が存在する分割
領域Ｑ　Ｉｍの領域アドレスをセグメント抽出プロセッ
サ４８に出力する。セグメント抽出プロセッサ４８は、
ホストプロセッサ５０から受けたアドレスの領域ＱＬ、
を画像メモリ４４から読み込み、一次判定プロセッサ４
６が行う処理と並行して、特開昭（ｉ２−２８４４８５
〜８に記載されている方法に従ってひび割れに沿った矩
形状のひび割れデータ（線セグメント）を抽出し、その
線セグメントの情報を位置の情報とともにホストプロセ
ッサ５０に送出する。そして、ホストプロセッサ５０は
、受は取ったセグメント抽出結果を図示しないセグメン
ト間の連続性を判定するひび割れ認識プロセッサに送る
。このプロセンサは、例えば特開昭６２−２８４４８５
〜８号公報に記載のように、各セグメントが本来連続し
たものであるか否なかを判定し、連続したものであれば
連続性を回復させる。そして、このデータは、ボストプ
ロセ・ンサ５０によって、外部記憶装置や記録装置、路
面評価装置等に出力される。

このように、実施例においては、各分割領域毎に階調ヒ
ストグラムを求めてひび割れの存無を判別するのと異な
り、ｌフレームについ°ζひび割れの図形を検出した後
、ひび割れの存在する領域を選択するため、くぼみをひ
び割れと誤って判断したり、分割ＭＪ＃ｌｉのコーナ部
にひび割れが存在していても、ひび割れが存在する領域
を確実に選択することができる。また、ｉ像データを２
値化するために、各分割領域毎に２値化の閾値を求めて
いるため、シェーディングの影響を排除でき、データ処
理の精度を向上することができる。しかも、各分割領域
のそれぞれについて、複数方向の階調の投影分布を求め
る必要がないので、画像データの処理を効率よく行うこ
とができる。

さらに、実施例においては、２　（ａ化の閾値を求める
場合に、路面の粗さにほぼ比例する平均階調Ｓと画像の
コントラストにほぼ比例する最出現頻度階１１ｉ１Ｐを
変数とする閾値決定変数Ｔを用いたことにより、ひび割
れの画像を正確に検出することができる。

なお、前記実施例においては、路面１４に発生したひび
割れについて説明したが、トンネルの内壁や建築物、船
舶、航空機または鋼材等のひび割れの検出にも適用する
ことができる。

［発明の効果］ 以上に説明したように、本発明によれば、画像データの
１フレ一ム全体についてひび割れを抽出し、その後フレ
ームを複数領域に分割してひび割れを存在する領域を選
択するとともに、選択した領域についてひび割れのデー
タを求めるようにしているため、ひび割れ画像データを
効率よく処理することができ、またひび割れの存在する
分割領域を的＆育に選１尺することができる。

【図面の簡単な説明】

第１［Ｋは本発明の実施例に係る一次判定手順を説明す
るフローチャート、第２図はひび割れのデータを抽出す
るひび割れ抽出システムの一例を示すブロック図、第３
図は前記ひび割れ抽出システムの一次判定ブロセソサの
ブロック図、第４図は実施例におけるコンポリューシジ
ン演算を行うマトリックスの説明図、第５図はｌフレー
ム画像データの分割例を示す図、第６図は路面の画像デ
ータを得る方法の説明図、第７図は路面を撮像する装置
の概略構成図、第８図、第９図は階調ヒストグラムから
ひび割れの有無を判定することの問題点を説明する図、
第１０図、第１１図はシェーディングによる影響を説明
する図である。 １２−−−レーザ光、１４−路面、１６　・レーザ走査
部、２０−・−受光部、４０　・−−ひび割れ抽出シス
テム。

Claims (1)

【特許請求の範囲】
1. （１）撮像して得た画像データを複数領域に分割し、こ
   れら各分割領域からひび割れが存在する領域を選択した
   後、選択した領域のひび割れデータを抽出するひび割れ
   画像データ処理方法において、下記の手順に従ってひび
   割れが存在する領域を選択することを特徴とするひび割
   れ画像データ処理方法。 （ａ）前記画像データを平滑化してノイズを除去する。 （ｂ）平滑化した画像データを一次微分し、一次微分し
   た画像データの平均階調Ｓを求める。 （ｃ）前記平滑化した画像データにおける最出現頻度階
   調Ｐを求め、この最出現頻度階調Ｐと前記平均階調Ｓと
   から、次式により前記平滑化した画像データを２値化す
   る閾値を定める閾値決定変数Ｔを演算する。 Ｔ＝Ｃ＿０＋Ｃ＿１（Ｓ／Ｐ） ただし、０≦Ｔ≦１であり、Ｃ＿０、Ｃ＿１は定数であ
   る。 （ｄ）前記平滑化した画像データを所定の大きさの領域
   に分割し、これら各分割領域の平均階調または最出現頻
   度階調からなる、それぞれの領域に対応した領域階調代
   表値Ｒを求める。 （ｅ）前記閾値決定変数Ｔと前記領域階調代表値Ｒとか
   ら、次の式に基づいて前記各領域を２値化するための２
   値化閾値Ｌ＿Ｔを算出する。 Ｌ＿Ｔ＝Ｔ×Ｒ （ｆ）前記平滑化した画像データの各領域を、前記２値
   化閾値Ｌ＿Ｔを用いて２値化し、ひび割れ候補図形を得
   る。 （ｇ）２値化して得たひび割れ候補図形を膨張処理し、
   前記２値化に伴う切断部を補間する。 （ｈ）前記膨張処理したひび割れ候補図形を細線化処理
   して線図形にし、この線図形の長さを、予め定めた長さ
   閾値と比較し、長さ閾値より短い線図形を消去する。 （ｉ）短い線図形を消去した画像データの全体を複数の
   領域に区画し、これら各区画領域中に前記線図形が存在
   するか否かを判定し、前記線図形が存在する領域をひび
   割れの存在領域として選択する。