ひび割れ検出方法
【課題】撮影されたコンクリート表面に、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが存在する場合でも、高い精度で実際のひび割れのみを検出する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】ウェーブレット画像を作成するステップ、輪郭線追跡処理をおこなうことでノイズの一部が除去されてなる第１のひび割れ抽出画像を作成するステップ、第１のひび割れ抽出画像におけるひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を設定し、この特徴量と閾値を比較してノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成するステップ、第２のひび割れ抽出画像における残りのノイズを除去して細線化画像を作成し、さらにひび割れ幅を設定するステップ、第１の関係式に細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定するステップ、からなる検出方法である。
【解決手段】ウェーブレット画像を作成するステップ、輪郭線追跡処理をおこなうことでノイズの一部が除去されてなる第１のひび割れ抽出画像を作成するステップ、第１のひび割れ抽出画像におけるひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を設定し、この特徴量と閾値を比較してノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成するステップ、第２のひび割れ抽出画像における残りのノイズを除去して細線化画像を作成し、さらにひび割れ幅を設定するステップ、第１の関係式に細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定するステップ、からなる検出方法である。
【発明の詳細な説明】
【技術分野】
【０００１】
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、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に関するものである。
【背景技術】
【０００２】
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、調査員がスケールを使用しながら目視観察をおこない、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。
【０００３】
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。
【０００４】
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。
【０００５】
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。
【０００６】
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。以下、この従来の検出方法を「従来方法１」という。
【０００７】
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。
【０００８】
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。
【０００９】
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にその開示をおこなっている。このひび割れ検出方法は、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、からなる検出方法である。
【００１０】
この検出方法では、さらに輪郭線追跡処理により、任意の画素に対してこれに隣接する８方向の画素を対象に繋がりのある画素を連結し、連結された画素の集合体にラベリングをおこなっている。ここで、ラベリングごとに構成画素の数（もしくは対応する面積）がその閾値よりも小さな場合にラベリングされた集合体をノイズと見なして除去するようにしている。以下、この検出方法を「従来方法２」という。
【００１１】
本発明者等は上記する従来方法１，２を用いて、実際の撮影画像データから２値化画像を作成し、この２値化画像の精度の検証を試みた。
【００１２】
具体的には、図１３ａで示す撮影画像に対し、従来方法１を適用して２値化処理の際の閾値を１７７、１８５にそれぞれ設定して２値化画像を作成し、さらに、従来方法２を適用してひび割れ抽出画像を作成した。また、これとは別に、図１４ａで示す撮影画像に対し、従来方法１を適用して２値化処理の際の閾値を１８５に設定して２値化画像を作成し、さらに、従来方法２を適用してひび割れ抽出画像を作成した。この図１４ａで示す撮影画像では、画像の右側にロープを一緒に撮影しており、コンクリート面にひび割れや染み、汚れとは全く異なるものが２値化画像やひび割れ抽出画像としてどのように抽出され得るかに関し、検証したものである。
【００１３】
なお、従来方法２の適用に際しては、ウェーブレット係数値とウェーブレット係数テーブル内の閾値の許容値を２５、ノイズを除去するための閾値として輪郭線追跡処理から求められるひび割れと判定された画素の塊の個数を５０（この値以下の場合には画素の塊をノイズと見なして除去）として計算している。
【００１４】
従来方法１で２値化処理の際の閾値が１７７，１８５の場合の２値化画像（それぞれの閾値以下の画素をひび割れでないとして除去する）をそれぞれ図１３ｂ、ｃに、従来方法２によるひび割れ抽出画像を図１３ｄに示している。
【００１５】
図１３ａ，ｂ，ｃを参照するに、まず、閾値を相対的に小さく設定している図１３ｂでは、コンクリート面の汚れが除去されているものの、これに付随して細かなひび割れも同時に除去されている。
【００１６】
一方、閾値を相対的に大きく設定している図１３ｃでは、細かなひび割れが抽出されているものの、これに付随してコンクリート面の汚れも同時に抽出している。
【００１７】
以上より、人為的に閾値を設定する従来方法１では、閾値の設定が極めて重要であるものの、この閾値をいずれに設定したとしても、コンクリートの汚れを抽出しないことと細かなひび割れを精緻に抽出することを同時に満足するのは極めて困難である。
【００１８】
また、図１３ａ，ｄを参照するに、従来方法２によって作成された図１３ｄのひび割れ抽出画像は、図１３ｂ、ｃに比してより精度よく図１３ａの撮影画像データにおけるひび割れの抽出を実現している。
【００１９】
しかし、依然としてコンクリート面上の染みや汚れを抽出しており、このノイズがひび割れ抽出画像内に目立っていることは否定できない。
【００２０】
一方、図１４ａ，ｂを参照するに、図１４ｂで示す２値化画像では右側のロープが完全に抽出されており、図１４ａ，ｃを参照するに、図１４ｃで示すひび割れ抽出画像では、図１４ｂに比してノイズの除去はおこなわれているものの、同様に右側のロープが完全に抽出されている。
【００２１】
ところで、特許文献２には、ウェーブレット変換を適用するものの、特許文献１とは異なるひび割れ検出方法が開示されている。この検出方法は、ウェーブレット変換、２値化処理、膨張処理、画素の演算処理を適用して、ひび割れとコンクリート表面の染みや汚れを識別するものである。
【００２２】
しかし、この検出方法には以下の課題がある。その一つは、周波数設定や２値化する際に設定される閾値により、ひび割れと染みや汚れの除去がどの程度まで実施できるかが明確に示されておらず、その信憑性に疑問があることである。また、他の一つは、膨張処理の必要性が明確に示されていない点である。さらに他の一つは、高周波成分を除去するためのウェーブレット変換をひび割れ除去画像データに適用し、背景画像データを作成することとしているが、ひび割れ除去画像データ中にどの程度までノイズが含まれているかが明確に示されていない点である。さらに他の一つは、画像演算における白画素比率算定は、隣接する８画素を対象としているが、この妥当性が明確に示されておらず、さらには、隣接する画素の個数を対象としているもののそれらの方向性に関する検討が一切なされていない点である。最後に、これらの処理を実施した際の検出精度に関する開示が一切ないことが挙げられる。
【００２３】
したがって、上記する特許文献２では、その発明の本質的特徴部分の開示が不十分であり、発明方法の妥当性等が実証されていないことからその検出方法を適用した際の信頼性に乏しいものとなっている。
【先行技術文献】
【特許文献】
【００２４】
【特許文献１】特開２００６−１６２５８３号公報
【特許文献２】特開２００８−２６７９４３号公報
【発明の概要】
【発明が解決しようとする課題】
【００２５】
本発明は上記する問題に鑑みてなされたものであり、撮影されたコンクリート表面に、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが存在する場合でも、高い精度で実際のひび割れのみを検出する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。
【課題を解決するための手段】
【００２６】
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、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、この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第１のステップ、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い、さらに輪郭線追跡処理をおこなうことで、ノイズの一部が除去されてなる第１のひび割れ抽出画像を作成する第２のステップ、第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこない、ここでノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成する第３のステップ、第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去し、次いで、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の細線化画像を作成し、この細線化画像に対応するウェーブレット係数から大小２つのウェーブレット係数を抽出するとともに、２つのウェーブレット係数に対応する相対的に大きなひび割れ幅と小さなひび割れ幅を設定する第４のステップ、２つのウェーブレット係数、および、相対的に大きなひび割れ幅と小さなひび割れ幅で構成される第１の関係式に前記細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定する第５のステップものである。
【００２７】
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。
【００２８】
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。
【００２９】
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）が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。
【００３０】
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。
【００３１】
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、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、撮影画像に対してレンズ収差補正やあおり補正などの補正処理をおこない、これ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。このウェーブレット画像の作成は、コンピュータ内部において以下のように実施される。まず、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する。次に、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する。この操作を入力画像全体に繰り返すことにより、コンピュータ内部には、ウェーブレット係数の連続量からなるウェーブレット画像が作成される。
【００３２】
次に第２のステップにおいて、このウェーブレット係数の連続量からなるウェーブレット画像において、ウェーブレット係数テーブル内の閾値（ウェーブレット係数）とウェーブレット画像を構成するウェーブレット係数とを比較し、画像を構成するウェーブレット係数が閾値よりも大きな場合はひび割れと判断し（画面上では例えば白色）、閾値よりも小さな場合はひび割れでないと判断する（画面上では例えば黒色）。そして、この操作をウェーブレット画像全体でおこなうことにより、黒い背景色内に白いひび割れが描き出された２値化画像が作成される。
【００３３】
この２値化画像に対し、この画像中のノイズの一部を除去するべく、輪郭線追跡処理を実施して第１のひび割れ抽出画像を作成する。
【００３４】
この輪郭線追跡処理は、ある任意の画素（ひび割れと判断されている画素）から出発して、隣接する画素がひび割れ箇所の場合には出発画素と接続し、さらに隣接する画素がひび割れ箇所の場合にはさらに双方を接続し、最終的に出発画素に閉合した場合（例えば、第１画素、第２画素、…、第ｎ−１画素、第ｎ画素、第１画素の順に接続される場合）や、次に繋がるひび割れ箇所が存在しなくなった場合に終了するものである。この輪郭線追跡処理によれば、ループ状に閉合するようなひび割れラインや、複数の屈曲部を備えて線状に伸びるひび割れラインなど、適宜のひび割れラインが作成されることになる。この際、繋げられる画素数の最小数を予め設定しておくことにより、この設定数以下の画素はすべてひび割れでないとして、画面のひび割れ表示から削除することができる。
【００３５】
次に、第３のステップにおいて、第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこなう。
【００３６】
ここで、ラベリングされたひび割れの特徴量として、このひび割れを構成する各画素のウェーブレット係数の平均値や標準偏差、もしくは平均値と標準偏差の双方を設定することができる。
【００３７】
本発明者等の検証によれば、このラベリングされたひび割れに対してその特徴量に関する閾値でノイズを除去することにより、次の第４のステップにおける最終的なノイズ除去を効率的におこなえることが実証されている。
【００３８】
また、この第３のステップにおいては、ラベリングされたひび割れの始点から終点までの距離がさらに計算され、計算された距離が予め設定された距離に関する閾値以下の場合には、さらにラベリングされたひび割れの傾きが計算され、近傍のラベリングされたひび割れ同士を仮に結合してなる結合ひび割れの傾きが結合前のラベリングされたひび割れそれぞれの傾きと同一か近似している場合に、この結合ひび割れをひび割れであると判定することが含まれるのが好ましい。
【００３９】
さらに、このラベリングされたひび割れに対して傾きが計算され、水平方向もしくは鉛直方向に延びる直線状を呈している場合には、このラベリングされたひび割れはひび割れでないと判定することが含まれるのが好ましい。
【００４０】
これらは、第３のステップにおいて、ラベリングされたひび割れが１つの集合体としてひび割れであるか否かを精緻に判定するものであり、このステップを経ることで、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが効果的に取り除かれてなる第２のひび割れ抽出画像を作成することができる。
【００４１】
次に、第４のステップにおいて、第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去する。
【００４２】
このノイズ除去は、最終的なノイズの除去となり、既述する輪郭線追跡処理によるノイズ除去、ラベリングによるノイズ除去に続くものである。ここでは、たとえば、公知の画像編集ソフトを使用して、ドット部を除去したり、所定長さ未満の線分を非クラック部としてノイズを除去する等の方法が適用できる。
【００４３】
この最終的なノイズ除去において画像編集ソフトを適用する際に、本来は種々の条件をマニュアル操作入力で実行させる必要があるが、本発明の検出方法によれば、上記する第３のステップにて実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが既にひび割れ抽出画像から取り除かれていることより、上記する条件設定のためのマニュアル操作を不要とでき、自動処理にて画像編集ソフトの実行とこれに基づく最終的なノイズ除去を可能とするものである。
【００４４】
ノイズの除去が終了したら、そのひび割れ抽出画像に対して細線化処理を実行することにより、ひび割れの中心線で構成され、たとえばひび割れ全体が１画素幅（１ピクセル幅）を有する細線化画像を作成する。本発明者等の検証によれば、任意幅のひび割れにおいて、その中心線部分が最も濃度が濃くなることが分かっており、したがって、細線化処理により、任意幅で任意長さのひび割れを構成するひび割れにおいて、各部位のひび割れ濃度を設定することができる。
【００４５】
任意の細線化画像には１本もしくは複数本のひび割れが包含されているが、この細線化画像の中から、大小２つのウェーブレット係数を選定する。この２つのウェーブレット係数の選定は、任意に選定したウェーブレット係数と、このウェーブレット係数よりも相対的に小さな（または大きな）ウェーブレット係数であれば特に限定されるものではないが、最終的にひび割れを推定する上で、細線化画像中のウェーブレット係数の中で、最大値と最小値を選定するのが好ましい。この場合、最大値は、分解能のひび割れ、すなわち、撮影機器の種類（デジタル一眼レフカメラ、ハイビジョンデジタルカメラ、デジタルビデオカメラなど）、使用されるレンズの種類、撮影距離などの撮影状況によって決定される分解能のひび割れ幅に設定することができる。一方、最小値は、画像解析で検出可能なひび割れ幅に設定できる。
【００４６】
次いで、第５のステップでは、上記する選定された２つのウェーブレット係数（たとえば最小値と最大値）、およびこの２つのウェーブレット係数に対応するひび割れ幅を用いて、細線化画像のウェーブレット係数を変数としたひび割れ幅の推定式を設定する。
【００４７】
上記推定式によってひび割れ幅を推定した結果と、実際にコンクリート表面上のひび割れをクラックスケールにて測定した測定結果とを比較照合すると、相互に極めて高い相関があることが特定されている。ここで、実際に分解能の低い画像データの場合でも、微細幅のひび割れを高精度で検出することができる。
【００４８】
最後に、推定されたひび割れ幅に基づくひび割れデータ、すなわち、全ひび割れ長さの算定やひび割れ幅ごとのひび割れ長さの算定、ひび割れ幅ごとの分布図の作成などをおこない、該ひび割れデータから所望の情報を抽出することが可能となる。
【００４９】
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１のステップでは、コンクリート表面にクラックスケールを密着させ、該クラックスケールを含むコンクリート表面の撮影画像をコンピュータに入力することがさらに含まれ、かつ、この入力画像をウェーブレット変換することによってひび割れ画像とクラックスケール画像双方のウェーブレット画像を作成するものであり、前記第４のステップでは、さらにクラックスケール画像に関するウェーブレット係数から大小２つのウェーブレット係数を抽出し、これを回帰分析することで回帰式を決定する係数を求め、前記細線化画像に対応するウェーブレット係数から抽出された前記大小２つのウェーブレット係数、およびクラックスケール画像に関する大小２つのウェーブレット係数で構成される第２の関係式に前記細線化画像に対応するウェーブレット係数を代入することで、細線化画像に対応するウェーブレット係数の補正値を求め、前記回帰式を決定する係数で構成される第３の関係式に前記補正値を代入してひび割れ幅を推定するものである。
【００５０】
この検出方法は、同じひび割れ幅をもつ画素の濃度に対して、コンクリート濃度の濃淡によってウェーブレット係数が異なってくることを勘案し、実際にクラックスケールをコンクリート表面上に密着させてクラックスケールの撮影もおこない、クラックスケールに関するウェーブレット係数をも算定し、この算定値を勘案してひび割れに関する細線化画像のウェーブレット係数を補正する（もしくは標準化する）ものである。この補正（キャリブレーション）は、クラックスケールをコンクリート表面に貼着できる撮影条件（撮影距離が短い、撮影されるコンクリート表面が高所でないなど）の場合に好適である。
【００５１】
クラックスケールの撮影画像に関してウェーブレット係数を求め、上記と同様に、２つの大小のウェーブレット係数を選定する。このクラックスケールの場合も、ウェーブレット係数中の最大値と最小値を選定するのが好ましい。
【００５２】
クラックスケールに関する２つのウェーブレット係数に対応するクラックスケールのひび割れ幅の平均値を求め、たとえば線形関数による回帰式：y = ax + b の係数ａ，ｂを求める。
【００５３】
ひび割れに関する細線化画像のウェーブレット係数に関しても上記と同様に２つのウェーブレット係数を選定しておき（最大値、最小値が好ましいことは同様）、この２つのウェーブレット係数とクラックスケール画像に関する大小２つのウェーブレット係数と、で構成され、細線化画像のウェーブレット係数を変数とした第２の関係式を設定する。この関係式に細線化画像に対応するウェーブレット係数を代入することで、ウェーブレット係数の補正値（標準化された値）を算定し、この値を、たとえば上記回帰式の係数ａ，ｂを有する一次式（補正値を変数とする式）に代入することにより、ひび割れ幅を推定するものである。
【００５４】
発明者等の検証によれば、ウェーブレット係数をキャリブレートする本方法によっても、実際の計測値と高い相関が得られることが実証されており、上記のごとく撮影条件が悪い場合でも、微細幅のひび割れを高精度で検出することが可能となる。
【発明の効果】
【００５５】
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、作成されたひび割れ抽出画像にラベリングを施し、このラベリングされたひび割れをその閾値と比較してノイズを除去することにより、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などのノイズを効果的に取り除くことができ、ひび割れを高い精度で検出することができる。
【図面の簡単な説明】
【００５６】
【図１】入力画像と局所領域の関係を示した模式図である。
【図２】局所領域と注目画素の関係を示した模式図である。
【図３】本発明のひび割れ検出方法を示したフローである。
【図４】擬似画像を示した図である。
【図５】図４の擬似画像のウェーブレット係数の鳥瞰図である。
【図６】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。
【図７】図３のフローにおける第２のひび割れ抽出画像の作成方法の一実施の形態のフロー図である。
【図８】図３のフローにおける第２のひび割れ抽出画像の作成方法の他の実施の形態のフロー図である。
【図９】図３のフローにおけるひび割れ幅の推定値の算定方法の一実施の形態のフロー図である。
【図１０】図３のフローにおけるひび割れ幅の推定値の算定方法の他の実施の形態のフロー図である。
【図１１】本発明の検出方法の検出精度に関する検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）はひび割れ抽出画像をそれぞれ示した図である。
【図１２】本発明の検出方法の検出精度に関する他の検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）はひび割れ抽出画像をそれぞれ示した図である。
【図１３】従来の検出方法の検出精度に関する検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）、（ｃ）は２値化画像を、（ｄ）はひび割れ抽出画像をそれぞれ示した図である。
【図１４】従来の検出方法の検出精度に関する他の検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）は２値化画像を、（ｃ）はひび割れ抽出画像をそれぞれ示した図である。
【発明を実施するための形態】
【００５７】
以下、図面を参照して本発明の実施の形態を説明する。
【００５８】
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でウェーブレット変換をおこない、広域領域２の中心である局所領域３における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。
【００５９】
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）を対象として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における広域領域２を対象としておこなわれる。
【００６０】
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。
【００６１】
【数１】
【００６２】
【数２】
【００６３】
【数３】
【００６４】
ここで、ｆ（ｘ、ｙ）は入力画像を、ψはマザーウェーブレット関数（ガボール関数）を、（ｘ０、ｙ０）はψの平行移動量を、ａｋはψの拡大や縮小を、ｆ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、それぞれ示している。
【００６５】
ここで、数式１を用いて計算した複数のθ、ｋに対して、ウェーブレット係数Ψの累計値Ｃ（ｘ０、ｙ０）を求めたのが数式４となる。
【００６６】
【数４】
【００６７】
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、ａｋは０〜５に、ｆは０．１に、回転角は０〜１８０度に、それぞれ設定できる。
【００６８】
数式４における平行移動量（ｘ０、ｙ０）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（ｘ０、ｙ０））が算定でき、この連続量を図示することによってウェーブレット画像が作成できる。
【００６９】
広域領域２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。このウェーブレット係数算定を入力画像全体で実施することにより、適宜の範囲内における構成画素がそれぞれのウェーブレット係数を備えたウェーブレット画像（ウェーブレット係数の連続量からなる画像）を作成することができる。
【００７０】
次に、図３に基づいて、ひび割れ検出方法の一実施形態を説明する。
【００７１】
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、入力画像の作成（ステップＳ１０）がおこなわれる。ここで、クラックスケールをコンクリート表面に貼着できる場合には、このクラックスケールの撮影も同時におこなわれ、その入力画像も作成される（ステップＳ１１）。
【００７２】
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４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が、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画素（１ピクセル）〜５画素（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５である。図５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。この線幅の設定は、最終的に抽出したいひび割れ幅の最大値によって設定すればよい。なお、画素幅ごとに、ひび割れ領域のウェーブレット係数と、ひび割れ領域以外のウェーブレット係数が算定できる。
【００７３】
本実施形態では、コンクリート表面と仮定される任意の濃度（階調）と、ひび割れと仮定される任意の濃度（階調）に対応する閾値（ウェーブレット係数）を算定するにあたり、例えば、ひび割れ幅が１画素幅の場合におけるひび割れ領域のウェーブレット係数と、ひび割れ幅が５画素幅の場合におけるひび割れ領域以外のウェーブレット係数との平均値をもって、設定したひび割れ幅範囲内において対象となる階調に対応した閾値としている。この閾値の設定は、勿論任意でかまわない。
【００７４】
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６に示すようなウェーブレット係数テーブルの作成（ステップＳ３０）がおこなわれる。なお、この作業は、図示するフロー位置でなくともよく、例えば、入力画像の作成前であってもかまわない。
【００７５】
入力画像をウェーブレット変換することにより、ウェーブレット画像の作成（ステップＳ２０）がおこなわれる。なお、クラックスケールの入力画像がある場合には、同様にクラックスケール画像のウェーブレット画像が作成される（ステップＳ２１）。
【００７６】
ウェーブレット画像は、上記するように、各画素が固有のウェーブレット係数を備えた連続量からなるものであり、各画素のウェーブレット係数を対応するウェーブレット係数テーブルのウェーブレット係数（閾値）と比較することによって２値化画像が作成され、この２値化画像に対してさらに輪郭線追跡処理をおこなうことにより、ノイズの一部が除去されてなる第１のひび割れ抽出画像が作成される（ステップＳ４０）。なお、この２値化画像の作成に際しては、たとえば、任意の画素のウェーブレット係数がこの画素の濃度（ウェーブレット係数テーブルではこの画素濃度はひび割れ濃度に対応する）と、局所領域内の近傍画素の平均濃度（ウェーブレット係数テーブルではこの局所領域内の近傍画素の平均濃度がコンクリート濃度に対応する）で一義的に決定されるウェーブレット係数（閾値）よりも大きな場合は、この画素をひび割れであると判定することができる。各画素のウェーブレット係数に対して同様の比較をコンピュータ内でおこなうことにより、たとえば、黒い画面（コンクリート表面）内に、白い線分（ひび割れ）が描き出された２値化画像が作成される。
【００７７】
ここで、輪郭線追跡処理の内容を概説する。この輪郭線追跡処理は、各ひび割れ領域における任意のひび割れ画素を起点とし（第１画素）、例えば、この第１画素から反時計回りに隣接する画素に注目し、この隣接画素（第２画素）がひび割れ画素である場合には第１画素と第２画素を接続する。以後、同様に第２画素、第３画素、…、第ｎ−１画素、第ｎ画素とひび割れ画素の追跡をおこない、第ｎ画素の次に起点となる第１画素がくる場合には、第一画素〜第ｎ画素までを一つのひび割れ箇所（ひび割れライン）と判定する。あるいは、第ｎ画素の次に続くひび割れ画素が存在しなくなった時点で、第１画素〜第ｎ画素を一つのひび割れ箇所（ひび割れライン）と判定する。なお、ひび割れラインの中には、その途中で二股以上に分岐するようなひび割れも含まれる。この次数ｎの設定は任意であり、第１画素からの追跡数がこの設定された次数ｎ以上の場合をひび割れと判定することにより、ノイズの一部が除去されてなる第１のひび割れ抽出画像が作成される。
【００７８】
次に、作成された第１のひび割れ抽出画像に対してさらにノイズの一部を除去して第２のひび割れ抽出画像を作成する。
【００７９】
この第２のひび割れ抽出画像の作成方法としては、以下２つの方法形態がある。
【００８０】
その一つの方法（ステップＳ５０）は、図７で示すように、第１のひび割れ抽出画像におけるひび割れにラベリングをおこない（ステップＳ５１）、ラベリングされたひび割れの特徴量を算定するとともに（ステップＳ５２）、別途この特徴量に関する閾値を設定し（ステップＳ５３）、これら特徴量と閾値を比較する。
【００８１】
ここで、ラベリングされたひび割れの特徴量は、このひび割れを構成するすべての画素のウェーブレット係数値の平均値と標準偏差をもって特徴量とするのが好ましい。そして、これらウェーブレット係数値の平均値と標準偏差のそれぞれの閾値を設定して特徴量の閾値とする。
【００８２】
このように、ラベリングされたひび割れを１つのグループと見なし、このグループが閾値以上であればこれをひび割れと判定し、閾値未満であればひび割れでないと判定してノイズの除去をおこない、第２のひび割れ抽出画像が作成されることになる（ステップＳ５４）。
【００８３】
このステップＳ５０により、特に、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などのノイズを効果的に取り除くことができる。
【００８４】
一方、第２のひび割れ抽出画像の作成方法の他の方法（ステップＳ５０Ａ）は、図８で示すように、第１のひび割れ抽出画像におけるひび割れにラベリングをおこない（ステップＳ５１）、ラベリングされたひび割れの始点〜終点までの距離（長さ）を算定するとともに（ステップＳ５５）、別途この距離に関する閾値を設定し（ステップＳ５５ａ）、これら距離と閾値を比較して、距離が閾値以下の場合には、さらにラベリングされたひび割れの傾きを計算する（ステップＳ５６）。
【００８５】
次いで、近傍のラベリングされたひび割れ同士を仮に結合して結合ひび割れを作成し、この結合ひび割れの傾きと結合前のラベリングされたひび割れそれぞれの傾きを比較する（ステップＳ５７）。
【００８６】
比較した結果（ステップＳ５８ａ）、結合ひび割れと結合前の２つのラベリングされたひび割れのそれぞれの傾きが同一か近似している場合には、さらに、この傾きが水平方向および鉛直方向のいずれかの方向に延びる直線状を呈しているか否かを検証する（ステップＳ５８ｂ）。
【００８７】
結合ひび割れと結合前の２つのラベリングされたひび割れのそれぞれの傾きが同一でも近似してもいない場合には、この結合ひび割れはひび割れでないと判定される（ステップＳ５８ｃ）。また、傾きが水平方向および鉛直方向のいずれかの方向に延びる直線状を呈している場合は、結合ひび割れが型枠跡等からなるコンクリート表面の汚れや染みであるとして、同様にひび割れでないと判定される（ステップＳ５８ｃ）。
【００８８】
一方、傾きが水平方向および鉛直方向のいずれの方向にも延びていない場合には、図７と同様に、今度はラベリングされた結合ひび割れの特徴量が算定され（ステップＳ５９ａ）、別途特徴量の閾値が設定され（ステップＳ５９ｂ）、これらを比較して結合ひび割れが閾値以上であればこれをひび割れと判定し、閾値未満であればひび割れでないと判定してノイズの除去をおこない、第２のひび割れ抽出画像が作成されることになる（ステップＳ５９ｃ）。
【００８９】
図３に戻り、ステップＳ５０、もしくはステップＳ５０Ａにて作成された第２のひび割れ抽出画像に対し、さらに、画像編集ソフトを使用して、ドット部を除去する方法、所定長さ未満の線分を非クラック部として除去するといった方法を適用してノイズの最終除去をおこなった後に、このノイズ除去後のひび割れ抽出画像に対して、それぞれのひび割れの中心線で構成され、たとえばひび割れ全体が１画素幅（１ピクセル幅）を有する細線化画像を作成する（ステップＳ６０）。
【００９０】
この細線化画像を使用してひび割れ幅の推定値を算定する。ここで、このひび割れ幅の推定に関しては、クラックスケール画像のウェーブレット係数を使用して細線化画像に関するウェーブレット係数を補正し（キャリブレートし）、その後にひび割れ幅の推定をおこなうステップＳ７０Ａと、キャリブレーションをおこなわず、細線化画像に関するウェーブレット係数のみを使用してひび割れ幅の推定をおこなうステップＳ７０とがある。まず、図９に基づいてステップＳ７０を説明し、次いで、図１０に基づいてステップＳ７０Ａを説明する。なお、ステップＳ７０とステップＳ７０Ａのいずれか一方の選択、もしくは双方の選択はいずれも任意であり、たとえばクラックスケールの入力画像が作成できている場合には、ステップＳ７０Ａを選択し、そうでない場合にはステップＳ７０を選択することができる。
【００９１】
まず、ステップＳ７０を図９に基づいて説明する。ステップＳ６０で求められた細線化画像のウェーブレット係数の最大値と最小値を求め（ステップＳ７１）、この最大値に対応する最大ひび割れ幅と最小値に対応する最小ひび割れ幅を設定する（ステップＳ７２）。この最大値は、分解能のひび割れ幅に、最小値は画像解析で検出可能なひび割れ幅にそれぞれ設定できる。
【００９２】
次に、ひび割れ幅の推定値を算定するための推定式を設定してひび割れ幅の推定をおこなう（ステップＳ７３）。この推定式として、たとえば下式を使用することができる。
【００９３】
【数５】
【００９４】
【００９５】
細線化画像のウェーブレット係数を定式に代入することによって対象となるひび割れのひび割れ幅を推定（特定）する。
【００９６】
一方、ステップＳ７０Ａを図１０に基づいて説明する。まず、クラックスケール画像のウェーブレット係数の最大値、最小値を求め（ステップＳ７４）、クラックスケールのひび割れ幅ごとのウェーブレット係数の平均値を求め、線形関数による回帰式：y = ax + bの係数ａ，ｂを求める（ステップＳ７５）。
【００９７】
次に、ステップＳ６０で求められた細線化画像のウェーブレット係数の最大値と最小値を求め（ステップＳ７６）、この最大値、最小値とステップＳ７４で求めておいたクラックスケールの最大値、最小値から構成される下式により、まず、細線化画像のウェーブレット係数の補正値（標準化された値）を求める（ステップＳ７７）。
【００９８】
【数６】
【００９９】
【０１００】
上式にて補正されたウェーブレット係数を推定式である上回帰式（y = ax + b）に代入して、ひび割れ幅の推定をおこなう（ステップＳ７８）。
【０１０１】
図３に戻り、ステップＳ７０もしくはステップＳ７０Ａによってひび割れ幅の推定をおこなった後に、各ひび割れの分布状態、ひび割れ幅ごとのひび割れ数量などに関するテーブルや図面をデータとして作成する（ステップＳ８０）。
【０１０２】
[本発明の検出方法の検出精度に関する検証とその結果]
本発明者等は、図１３ａ，１４ａで示した撮影画像に対し、本発明の検出方法を適用してひび割れ抽出画像を作成した。
【０１０３】
図１３ａを再度図１１ａで、図１４ａを再度図１２ａでそれぞれ示しており、それらの撮影画像に対するひび割れ抽出画像をそれぞれ図１１ｂ、１２ｂで示している。
【０１０４】
なお、ラベリングされたひび割れに関する特徴量の閾値として、ウェーブレット係数の平均値を１６０、標準偏差を２０に設定している。
【０１０５】
図１３ｂ〜ｃ、図１４ｂ、ｃなどとも比較しながら図１１ｂ、１２ｂのひび割れ画像を見るとその違いが明りょうとなるが、それぞれ図１１ａ，１２ａで示す撮影画像におけるひび割れを極めて精緻に検出していることが分かり、コンクリート表面の汚れや染み、さらにはロープなどは精度よくノイズ除去されていることが明りょうである。
【０１０６】
この検証により、本発明によるひび割れ検出方法が精緻に実際のひび割れのみを検出するものであることが実証されている。
【０１０７】
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。
【符号の説明】
【０１０８】
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
【技術分野】
【０００１】
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、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に関するものである。
【背景技術】
【０００２】
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、調査員がスケールを使用しながら目視観察をおこない、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。
【０００３】
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。
【０００４】
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。
【０００５】
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。
【０００６】
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。以下、この従来の検出方法を「従来方法１」という。
【０００７】
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。
【０００８】
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。
【０００９】
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にその開示をおこなっている。このひび割れ検出方法は、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、からなる検出方法である。
【００１０】
この検出方法では、さらに輪郭線追跡処理により、任意の画素に対してこれに隣接する８方向の画素を対象に繋がりのある画素を連結し、連結された画素の集合体にラベリングをおこなっている。ここで、ラベリングごとに構成画素の数（もしくは対応する面積）がその閾値よりも小さな場合にラベリングされた集合体をノイズと見なして除去するようにしている。以下、この検出方法を「従来方法２」という。
【００１１】
本発明者等は上記する従来方法１，２を用いて、実際の撮影画像データから２値化画像を作成し、この２値化画像の精度の検証を試みた。
【００１２】
具体的には、図１３ａで示す撮影画像に対し、従来方法１を適用して２値化処理の際の閾値を１７７、１８５にそれぞれ設定して２値化画像を作成し、さらに、従来方法２を適用してひび割れ抽出画像を作成した。また、これとは別に、図１４ａで示す撮影画像に対し、従来方法１を適用して２値化処理の際の閾値を１８５に設定して２値化画像を作成し、さらに、従来方法２を適用してひび割れ抽出画像を作成した。この図１４ａで示す撮影画像では、画像の右側にロープを一緒に撮影しており、コンクリート面にひび割れや染み、汚れとは全く異なるものが２値化画像やひび割れ抽出画像としてどのように抽出され得るかに関し、検証したものである。
【００１３】
なお、従来方法２の適用に際しては、ウェーブレット係数値とウェーブレット係数テーブル内の閾値の許容値を２５、ノイズを除去するための閾値として輪郭線追跡処理から求められるひび割れと判定された画素の塊の個数を５０（この値以下の場合には画素の塊をノイズと見なして除去）として計算している。
【００１４】
従来方法１で２値化処理の際の閾値が１７７，１８５の場合の２値化画像（それぞれの閾値以下の画素をひび割れでないとして除去する）をそれぞれ図１３ｂ、ｃに、従来方法２によるひび割れ抽出画像を図１３ｄに示している。
【００１５】
図１３ａ，ｂ，ｃを参照するに、まず、閾値を相対的に小さく設定している図１３ｂでは、コンクリート面の汚れが除去されているものの、これに付随して細かなひび割れも同時に除去されている。
【００１６】
一方、閾値を相対的に大きく設定している図１３ｃでは、細かなひび割れが抽出されているものの、これに付随してコンクリート面の汚れも同時に抽出している。
【００１７】
以上より、人為的に閾値を設定する従来方法１では、閾値の設定が極めて重要であるものの、この閾値をいずれに設定したとしても、コンクリートの汚れを抽出しないことと細かなひび割れを精緻に抽出することを同時に満足するのは極めて困難である。
【００１８】
また、図１３ａ，ｄを参照するに、従来方法２によって作成された図１３ｄのひび割れ抽出画像は、図１３ｂ、ｃに比してより精度よく図１３ａの撮影画像データにおけるひび割れの抽出を実現している。
【００１９】
しかし、依然としてコンクリート面上の染みや汚れを抽出しており、このノイズがひび割れ抽出画像内に目立っていることは否定できない。
【００２０】
一方、図１４ａ，ｂを参照するに、図１４ｂで示す２値化画像では右側のロープが完全に抽出されており、図１４ａ，ｃを参照するに、図１４ｃで示すひび割れ抽出画像では、図１４ｂに比してノイズの除去はおこなわれているものの、同様に右側のロープが完全に抽出されている。
【００２１】
ところで、特許文献２には、ウェーブレット変換を適用するものの、特許文献１とは異なるひび割れ検出方法が開示されている。この検出方法は、ウェーブレット変換、２値化処理、膨張処理、画素の演算処理を適用して、ひび割れとコンクリート表面の染みや汚れを識別するものである。
【００２２】
しかし、この検出方法には以下の課題がある。その一つは、周波数設定や２値化する際に設定される閾値により、ひび割れと染みや汚れの除去がどの程度まで実施できるかが明確に示されておらず、その信憑性に疑問があることである。また、他の一つは、膨張処理の必要性が明確に示されていない点である。さらに他の一つは、高周波成分を除去するためのウェーブレット変換をひび割れ除去画像データに適用し、背景画像データを作成することとしているが、ひび割れ除去画像データ中にどの程度までノイズが含まれているかが明確に示されていない点である。さらに他の一つは、画像演算における白画素比率算定は、隣接する８画素を対象としているが、この妥当性が明確に示されておらず、さらには、隣接する画素の個数を対象としているもののそれらの方向性に関する検討が一切なされていない点である。最後に、これらの処理を実施した際の検出精度に関する開示が一切ないことが挙げられる。
【００２３】
したがって、上記する特許文献２では、その発明の本質的特徴部分の開示が不十分であり、発明方法の妥当性等が実証されていないことからその検出方法を適用した際の信頼性に乏しいものとなっている。
【先行技術文献】
【特許文献】
【００２４】
【特許文献１】特開２００６−１６２５８３号公報
【特許文献２】特開２００８−２６７９４３号公報
【発明の概要】
【発明が解決しようとする課題】
【００２５】
本発明は上記する問題に鑑みてなされたものであり、撮影されたコンクリート表面に、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが存在する場合でも、高い精度で実際のひび割れのみを検出する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。
【課題を解決するための手段】
【００２６】
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、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、この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第１のステップ、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い、さらに輪郭線追跡処理をおこなうことで、ノイズの一部が除去されてなる第１のひび割れ抽出画像を作成する第２のステップ、第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこない、ここでノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成する第３のステップ、第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去し、次いで、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の細線化画像を作成し、この細線化画像に対応するウェーブレット係数から大小２つのウェーブレット係数を抽出するとともに、２つのウェーブレット係数に対応する相対的に大きなひび割れ幅と小さなひび割れ幅を設定する第４のステップ、２つのウェーブレット係数、および、相対的に大きなひび割れ幅と小さなひび割れ幅で構成される第１の関係式に前記細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定する第５のステップものである。
【００２７】
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。
【００２８】
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。
【００２９】
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）が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。
【００３０】
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。
【００３１】
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、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、撮影画像に対してレンズ収差補正やあおり補正などの補正処理をおこない、これ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。このウェーブレット画像の作成は、コンピュータ内部において以下のように実施される。まず、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する。次に、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する。この操作を入力画像全体に繰り返すことにより、コンピュータ内部には、ウェーブレット係数の連続量からなるウェーブレット画像が作成される。
【００３２】
次に第２のステップにおいて、このウェーブレット係数の連続量からなるウェーブレット画像において、ウェーブレット係数テーブル内の閾値（ウェーブレット係数）とウェーブレット画像を構成するウェーブレット係数とを比較し、画像を構成するウェーブレット係数が閾値よりも大きな場合はひび割れと判断し（画面上では例えば白色）、閾値よりも小さな場合はひび割れでないと判断する（画面上では例えば黒色）。そして、この操作をウェーブレット画像全体でおこなうことにより、黒い背景色内に白いひび割れが描き出された２値化画像が作成される。
【００３３】
この２値化画像に対し、この画像中のノイズの一部を除去するべく、輪郭線追跡処理を実施して第１のひび割れ抽出画像を作成する。
【００３４】
この輪郭線追跡処理は、ある任意の画素（ひび割れと判断されている画素）から出発して、隣接する画素がひび割れ箇所の場合には出発画素と接続し、さらに隣接する画素がひび割れ箇所の場合にはさらに双方を接続し、最終的に出発画素に閉合した場合（例えば、第１画素、第２画素、…、第ｎ−１画素、第ｎ画素、第１画素の順に接続される場合）や、次に繋がるひび割れ箇所が存在しなくなった場合に終了するものである。この輪郭線追跡処理によれば、ループ状に閉合するようなひび割れラインや、複数の屈曲部を備えて線状に伸びるひび割れラインなど、適宜のひび割れラインが作成されることになる。この際、繋げられる画素数の最小数を予め設定しておくことにより、この設定数以下の画素はすべてひび割れでないとして、画面のひび割れ表示から削除することができる。
【００３５】
次に、第３のステップにおいて、第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこなう。
【００３６】
ここで、ラベリングされたひび割れの特徴量として、このひび割れを構成する各画素のウェーブレット係数の平均値や標準偏差、もしくは平均値と標準偏差の双方を設定することができる。
【００３７】
本発明者等の検証によれば、このラベリングされたひび割れに対してその特徴量に関する閾値でノイズを除去することにより、次の第４のステップにおける最終的なノイズ除去を効率的におこなえることが実証されている。
【００３８】
また、この第３のステップにおいては、ラベリングされたひび割れの始点から終点までの距離がさらに計算され、計算された距離が予め設定された距離に関する閾値以下の場合には、さらにラベリングされたひび割れの傾きが計算され、近傍のラベリングされたひび割れ同士を仮に結合してなる結合ひび割れの傾きが結合前のラベリングされたひび割れそれぞれの傾きと同一か近似している場合に、この結合ひび割れをひび割れであると判定することが含まれるのが好ましい。
【００３９】
さらに、このラベリングされたひび割れに対して傾きが計算され、水平方向もしくは鉛直方向に延びる直線状を呈している場合には、このラベリングされたひび割れはひび割れでないと判定することが含まれるのが好ましい。
【００４０】
これらは、第３のステップにおいて、ラベリングされたひび割れが１つの集合体としてひび割れであるか否かを精緻に判定するものであり、このステップを経ることで、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが効果的に取り除かれてなる第２のひび割れ抽出画像を作成することができる。
【００４１】
次に、第４のステップにおいて、第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去する。
【００４２】
このノイズ除去は、最終的なノイズの除去となり、既述する輪郭線追跡処理によるノイズ除去、ラベリングによるノイズ除去に続くものである。ここでは、たとえば、公知の画像編集ソフトを使用して、ドット部を除去したり、所定長さ未満の線分を非クラック部としてノイズを除去する等の方法が適用できる。
【００４３】
この最終的なノイズ除去において画像編集ソフトを適用する際に、本来は種々の条件をマニュアル操作入力で実行させる必要があるが、本発明の検出方法によれば、上記する第３のステップにて実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などが既にひび割れ抽出画像から取り除かれていることより、上記する条件設定のためのマニュアル操作を不要とでき、自動処理にて画像編集ソフトの実行とこれに基づく最終的なノイズ除去を可能とするものである。
【００４４】
ノイズの除去が終了したら、そのひび割れ抽出画像に対して細線化処理を実行することにより、ひび割れの中心線で構成され、たとえばひび割れ全体が１画素幅（１ピクセル幅）を有する細線化画像を作成する。本発明者等の検証によれば、任意幅のひび割れにおいて、その中心線部分が最も濃度が濃くなることが分かっており、したがって、細線化処理により、任意幅で任意長さのひび割れを構成するひび割れにおいて、各部位のひび割れ濃度を設定することができる。
【００４５】
任意の細線化画像には１本もしくは複数本のひび割れが包含されているが、この細線化画像の中から、大小２つのウェーブレット係数を選定する。この２つのウェーブレット係数の選定は、任意に選定したウェーブレット係数と、このウェーブレット係数よりも相対的に小さな（または大きな）ウェーブレット係数であれば特に限定されるものではないが、最終的にひび割れを推定する上で、細線化画像中のウェーブレット係数の中で、最大値と最小値を選定するのが好ましい。この場合、最大値は、分解能のひび割れ、すなわち、撮影機器の種類（デジタル一眼レフカメラ、ハイビジョンデジタルカメラ、デジタルビデオカメラなど）、使用されるレンズの種類、撮影距離などの撮影状況によって決定される分解能のひび割れ幅に設定することができる。一方、最小値は、画像解析で検出可能なひび割れ幅に設定できる。
【００４６】
次いで、第５のステップでは、上記する選定された２つのウェーブレット係数（たとえば最小値と最大値）、およびこの２つのウェーブレット係数に対応するひび割れ幅を用いて、細線化画像のウェーブレット係数を変数としたひび割れ幅の推定式を設定する。
【００４７】
上記推定式によってひび割れ幅を推定した結果と、実際にコンクリート表面上のひび割れをクラックスケールにて測定した測定結果とを比較照合すると、相互に極めて高い相関があることが特定されている。ここで、実際に分解能の低い画像データの場合でも、微細幅のひび割れを高精度で検出することができる。
【００４８】
最後に、推定されたひび割れ幅に基づくひび割れデータ、すなわち、全ひび割れ長さの算定やひび割れ幅ごとのひび割れ長さの算定、ひび割れ幅ごとの分布図の作成などをおこない、該ひび割れデータから所望の情報を抽出することが可能となる。
【００４９】
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１のステップでは、コンクリート表面にクラックスケールを密着させ、該クラックスケールを含むコンクリート表面の撮影画像をコンピュータに入力することがさらに含まれ、かつ、この入力画像をウェーブレット変換することによってひび割れ画像とクラックスケール画像双方のウェーブレット画像を作成するものであり、前記第４のステップでは、さらにクラックスケール画像に関するウェーブレット係数から大小２つのウェーブレット係数を抽出し、これを回帰分析することで回帰式を決定する係数を求め、前記細線化画像に対応するウェーブレット係数から抽出された前記大小２つのウェーブレット係数、およびクラックスケール画像に関する大小２つのウェーブレット係数で構成される第２の関係式に前記細線化画像に対応するウェーブレット係数を代入することで、細線化画像に対応するウェーブレット係数の補正値を求め、前記回帰式を決定する係数で構成される第３の関係式に前記補正値を代入してひび割れ幅を推定するものである。
【００５０】
この検出方法は、同じひび割れ幅をもつ画素の濃度に対して、コンクリート濃度の濃淡によってウェーブレット係数が異なってくることを勘案し、実際にクラックスケールをコンクリート表面上に密着させてクラックスケールの撮影もおこない、クラックスケールに関するウェーブレット係数をも算定し、この算定値を勘案してひび割れに関する細線化画像のウェーブレット係数を補正する（もしくは標準化する）ものである。この補正（キャリブレーション）は、クラックスケールをコンクリート表面に貼着できる撮影条件（撮影距離が短い、撮影されるコンクリート表面が高所でないなど）の場合に好適である。
【００５１】
クラックスケールの撮影画像に関してウェーブレット係数を求め、上記と同様に、２つの大小のウェーブレット係数を選定する。このクラックスケールの場合も、ウェーブレット係数中の最大値と最小値を選定するのが好ましい。
【００５２】
クラックスケールに関する２つのウェーブレット係数に対応するクラックスケールのひび割れ幅の平均値を求め、たとえば線形関数による回帰式：y = ax + b の係数ａ，ｂを求める。
【００５３】
ひび割れに関する細線化画像のウェーブレット係数に関しても上記と同様に２つのウェーブレット係数を選定しておき（最大値、最小値が好ましいことは同様）、この２つのウェーブレット係数とクラックスケール画像に関する大小２つのウェーブレット係数と、で構成され、細線化画像のウェーブレット係数を変数とした第２の関係式を設定する。この関係式に細線化画像に対応するウェーブレット係数を代入することで、ウェーブレット係数の補正値（標準化された値）を算定し、この値を、たとえば上記回帰式の係数ａ，ｂを有する一次式（補正値を変数とする式）に代入することにより、ひび割れ幅を推定するものである。
【００５４】
発明者等の検証によれば、ウェーブレット係数をキャリブレートする本方法によっても、実際の計測値と高い相関が得られることが実証されており、上記のごとく撮影条件が悪い場合でも、微細幅のひび割れを高精度で検出することが可能となる。
【発明の効果】
【００５５】
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、作成されたひび割れ抽出画像にラベリングを施し、このラベリングされたひび割れをその閾値と比較してノイズを除去することにより、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などのノイズを効果的に取り除くことができ、ひび割れを高い精度で検出することができる。
【図面の簡単な説明】
【００５６】
【図１】入力画像と局所領域の関係を示した模式図である。
【図２】局所領域と注目画素の関係を示した模式図である。
【図３】本発明のひび割れ検出方法を示したフローである。
【図４】擬似画像を示した図である。
【図５】図４の擬似画像のウェーブレット係数の鳥瞰図である。
【図６】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。
【図７】図３のフローにおける第２のひび割れ抽出画像の作成方法の一実施の形態のフロー図である。
【図８】図３のフローにおける第２のひび割れ抽出画像の作成方法の他の実施の形態のフロー図である。
【図９】図３のフローにおけるひび割れ幅の推定値の算定方法の一実施の形態のフロー図である。
【図１０】図３のフローにおけるひび割れ幅の推定値の算定方法の他の実施の形態のフロー図である。
【図１１】本発明の検出方法の検出精度に関する検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）はひび割れ抽出画像をそれぞれ示した図である。
【図１２】本発明の検出方法の検出精度に関する他の検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）はひび割れ抽出画像をそれぞれ示した図である。
【図１３】従来の検出方法の検出精度に関する検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）、（ｃ）は２値化画像を、（ｄ）はひび割れ抽出画像をそれぞれ示した図である。
【図１４】従来の検出方法の検出精度に関する他の検証結果を示す図であり、（ａ）は撮影画像を、（ｂ）は２値化画像を、（ｃ）はひび割れ抽出画像をそれぞれ示した図である。
【発明を実施するための形態】
【００５７】
以下、図面を参照して本発明の実施の形態を説明する。
【００５８】
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でウェーブレット変換をおこない、広域領域２の中心である局所領域３における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。
【００５９】
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）を対象として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における広域領域２を対象としておこなわれる。
【００６０】
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。
【００６１】
【数１】
【００６２】
【数２】
【００６３】
【数３】
【００６４】
ここで、ｆ（ｘ、ｙ）は入力画像を、ψはマザーウェーブレット関数（ガボール関数）を、（ｘ０、ｙ０）はψの平行移動量を、ａｋはψの拡大や縮小を、ｆ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、それぞれ示している。
【００６５】
ここで、数式１を用いて計算した複数のθ、ｋに対して、ウェーブレット係数Ψの累計値Ｃ（ｘ０、ｙ０）を求めたのが数式４となる。
【００６６】
【数４】
【００６７】
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、ａｋは０〜５に、ｆは０．１に、回転角は０〜１８０度に、それぞれ設定できる。
【００６８】
数式４における平行移動量（ｘ０、ｙ０）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（ｘ０、ｙ０））が算定でき、この連続量を図示することによってウェーブレット画像が作成できる。
【００６９】
広域領域２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。このウェーブレット係数算定を入力画像全体で実施することにより、適宜の範囲内における構成画素がそれぞれのウェーブレット係数を備えたウェーブレット画像（ウェーブレット係数の連続量からなる画像）を作成することができる。
【００７０】
次に、図３に基づいて、ひび割れ検出方法の一実施形態を説明する。
【００７１】
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、入力画像の作成（ステップＳ１０）がおこなわれる。ここで、クラックスケールをコンクリート表面に貼着できる場合には、このクラックスケールの撮影も同時におこなわれ、その入力画像も作成される（ステップＳ１１）。
【００７２】
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４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が、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画素（１ピクセル）〜５画素（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５である。図５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。この線幅の設定は、最終的に抽出したいひび割れ幅の最大値によって設定すればよい。なお、画素幅ごとに、ひび割れ領域のウェーブレット係数と、ひび割れ領域以外のウェーブレット係数が算定できる。
【００７３】
本実施形態では、コンクリート表面と仮定される任意の濃度（階調）と、ひび割れと仮定される任意の濃度（階調）に対応する閾値（ウェーブレット係数）を算定するにあたり、例えば、ひび割れ幅が１画素幅の場合におけるひび割れ領域のウェーブレット係数と、ひび割れ幅が５画素幅の場合におけるひび割れ領域以外のウェーブレット係数との平均値をもって、設定したひび割れ幅範囲内において対象となる階調に対応した閾値としている。この閾値の設定は、勿論任意でかまわない。
【００７４】
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６に示すようなウェーブレット係数テーブルの作成（ステップＳ３０）がおこなわれる。なお、この作業は、図示するフロー位置でなくともよく、例えば、入力画像の作成前であってもかまわない。
【００７５】
入力画像をウェーブレット変換することにより、ウェーブレット画像の作成（ステップＳ２０）がおこなわれる。なお、クラックスケールの入力画像がある場合には、同様にクラックスケール画像のウェーブレット画像が作成される（ステップＳ２１）。
【００７６】
ウェーブレット画像は、上記するように、各画素が固有のウェーブレット係数を備えた連続量からなるものであり、各画素のウェーブレット係数を対応するウェーブレット係数テーブルのウェーブレット係数（閾値）と比較することによって２値化画像が作成され、この２値化画像に対してさらに輪郭線追跡処理をおこなうことにより、ノイズの一部が除去されてなる第１のひび割れ抽出画像が作成される（ステップＳ４０）。なお、この２値化画像の作成に際しては、たとえば、任意の画素のウェーブレット係数がこの画素の濃度（ウェーブレット係数テーブルではこの画素濃度はひび割れ濃度に対応する）と、局所領域内の近傍画素の平均濃度（ウェーブレット係数テーブルではこの局所領域内の近傍画素の平均濃度がコンクリート濃度に対応する）で一義的に決定されるウェーブレット係数（閾値）よりも大きな場合は、この画素をひび割れであると判定することができる。各画素のウェーブレット係数に対して同様の比較をコンピュータ内でおこなうことにより、たとえば、黒い画面（コンクリート表面）内に、白い線分（ひび割れ）が描き出された２値化画像が作成される。
【００７７】
ここで、輪郭線追跡処理の内容を概説する。この輪郭線追跡処理は、各ひび割れ領域における任意のひび割れ画素を起点とし（第１画素）、例えば、この第１画素から反時計回りに隣接する画素に注目し、この隣接画素（第２画素）がひび割れ画素である場合には第１画素と第２画素を接続する。以後、同様に第２画素、第３画素、…、第ｎ−１画素、第ｎ画素とひび割れ画素の追跡をおこない、第ｎ画素の次に起点となる第１画素がくる場合には、第一画素〜第ｎ画素までを一つのひび割れ箇所（ひび割れライン）と判定する。あるいは、第ｎ画素の次に続くひび割れ画素が存在しなくなった時点で、第１画素〜第ｎ画素を一つのひび割れ箇所（ひび割れライン）と判定する。なお、ひび割れラインの中には、その途中で二股以上に分岐するようなひび割れも含まれる。この次数ｎの設定は任意であり、第１画素からの追跡数がこの設定された次数ｎ以上の場合をひび割れと判定することにより、ノイズの一部が除去されてなる第１のひび割れ抽出画像が作成される。
【００７８】
次に、作成された第１のひび割れ抽出画像に対してさらにノイズの一部を除去して第２のひび割れ抽出画像を作成する。
【００７９】
この第２のひび割れ抽出画像の作成方法としては、以下２つの方法形態がある。
【００８０】
その一つの方法（ステップＳ５０）は、図７で示すように、第１のひび割れ抽出画像におけるひび割れにラベリングをおこない（ステップＳ５１）、ラベリングされたひび割れの特徴量を算定するとともに（ステップＳ５２）、別途この特徴量に関する閾値を設定し（ステップＳ５３）、これら特徴量と閾値を比較する。
【００８１】
ここで、ラベリングされたひび割れの特徴量は、このひび割れを構成するすべての画素のウェーブレット係数値の平均値と標準偏差をもって特徴量とするのが好ましい。そして、これらウェーブレット係数値の平均値と標準偏差のそれぞれの閾値を設定して特徴量の閾値とする。
【００８２】
このように、ラベリングされたひび割れを１つのグループと見なし、このグループが閾値以上であればこれをひび割れと判定し、閾値未満であればひび割れでないと判定してノイズの除去をおこない、第２のひび割れ抽出画像が作成されることになる（ステップＳ５４）。
【００８３】
このステップＳ５０により、特に、実際のひび割れと類似した汚れや染み、撮影ムラ、型枠跡などのノイズを効果的に取り除くことができる。
【００８４】
一方、第２のひび割れ抽出画像の作成方法の他の方法（ステップＳ５０Ａ）は、図８で示すように、第１のひび割れ抽出画像におけるひび割れにラベリングをおこない（ステップＳ５１）、ラベリングされたひび割れの始点〜終点までの距離（長さ）を算定するとともに（ステップＳ５５）、別途この距離に関する閾値を設定し（ステップＳ５５ａ）、これら距離と閾値を比較して、距離が閾値以下の場合には、さらにラベリングされたひび割れの傾きを計算する（ステップＳ５６）。
【００８５】
次いで、近傍のラベリングされたひび割れ同士を仮に結合して結合ひび割れを作成し、この結合ひび割れの傾きと結合前のラベリングされたひび割れそれぞれの傾きを比較する（ステップＳ５７）。
【００８６】
比較した結果（ステップＳ５８ａ）、結合ひび割れと結合前の２つのラベリングされたひび割れのそれぞれの傾きが同一か近似している場合には、さらに、この傾きが水平方向および鉛直方向のいずれかの方向に延びる直線状を呈しているか否かを検証する（ステップＳ５８ｂ）。
【００８７】
結合ひび割れと結合前の２つのラベリングされたひび割れのそれぞれの傾きが同一でも近似してもいない場合には、この結合ひび割れはひび割れでないと判定される（ステップＳ５８ｃ）。また、傾きが水平方向および鉛直方向のいずれかの方向に延びる直線状を呈している場合は、結合ひび割れが型枠跡等からなるコンクリート表面の汚れや染みであるとして、同様にひび割れでないと判定される（ステップＳ５８ｃ）。
【００８８】
一方、傾きが水平方向および鉛直方向のいずれの方向にも延びていない場合には、図７と同様に、今度はラベリングされた結合ひび割れの特徴量が算定され（ステップＳ５９ａ）、別途特徴量の閾値が設定され（ステップＳ５９ｂ）、これらを比較して結合ひび割れが閾値以上であればこれをひび割れと判定し、閾値未満であればひび割れでないと判定してノイズの除去をおこない、第２のひび割れ抽出画像が作成されることになる（ステップＳ５９ｃ）。
【００８９】
図３に戻り、ステップＳ５０、もしくはステップＳ５０Ａにて作成された第２のひび割れ抽出画像に対し、さらに、画像編集ソフトを使用して、ドット部を除去する方法、所定長さ未満の線分を非クラック部として除去するといった方法を適用してノイズの最終除去をおこなった後に、このノイズ除去後のひび割れ抽出画像に対して、それぞれのひび割れの中心線で構成され、たとえばひび割れ全体が１画素幅（１ピクセル幅）を有する細線化画像を作成する（ステップＳ６０）。
【００９０】
この細線化画像を使用してひび割れ幅の推定値を算定する。ここで、このひび割れ幅の推定に関しては、クラックスケール画像のウェーブレット係数を使用して細線化画像に関するウェーブレット係数を補正し（キャリブレートし）、その後にひび割れ幅の推定をおこなうステップＳ７０Ａと、キャリブレーションをおこなわず、細線化画像に関するウェーブレット係数のみを使用してひび割れ幅の推定をおこなうステップＳ７０とがある。まず、図９に基づいてステップＳ７０を説明し、次いで、図１０に基づいてステップＳ７０Ａを説明する。なお、ステップＳ７０とステップＳ７０Ａのいずれか一方の選択、もしくは双方の選択はいずれも任意であり、たとえばクラックスケールの入力画像が作成できている場合には、ステップＳ７０Ａを選択し、そうでない場合にはステップＳ７０を選択することができる。
【００９１】
まず、ステップＳ７０を図９に基づいて説明する。ステップＳ６０で求められた細線化画像のウェーブレット係数の最大値と最小値を求め（ステップＳ７１）、この最大値に対応する最大ひび割れ幅と最小値に対応する最小ひび割れ幅を設定する（ステップＳ７２）。この最大値は、分解能のひび割れ幅に、最小値は画像解析で検出可能なひび割れ幅にそれぞれ設定できる。
【００９２】
次に、ひび割れ幅の推定値を算定するための推定式を設定してひび割れ幅の推定をおこなう（ステップＳ７３）。この推定式として、たとえば下式を使用することができる。
【００９３】
【数５】
【００９４】
【００９５】
細線化画像のウェーブレット係数を定式に代入することによって対象となるひび割れのひび割れ幅を推定（特定）する。
【００９６】
一方、ステップＳ７０Ａを図１０に基づいて説明する。まず、クラックスケール画像のウェーブレット係数の最大値、最小値を求め（ステップＳ７４）、クラックスケールのひび割れ幅ごとのウェーブレット係数の平均値を求め、線形関数による回帰式：y = ax + bの係数ａ，ｂを求める（ステップＳ７５）。
【００９７】
次に、ステップＳ６０で求められた細線化画像のウェーブレット係数の最大値と最小値を求め（ステップＳ７６）、この最大値、最小値とステップＳ７４で求めておいたクラックスケールの最大値、最小値から構成される下式により、まず、細線化画像のウェーブレット係数の補正値（標準化された値）を求める（ステップＳ７７）。
【００９８】
【数６】
【００９９】
【０１００】
上式にて補正されたウェーブレット係数を推定式である上回帰式（y = ax + b）に代入して、ひび割れ幅の推定をおこなう（ステップＳ７８）。
【０１０１】
図３に戻り、ステップＳ７０もしくはステップＳ７０Ａによってひび割れ幅の推定をおこなった後に、各ひび割れの分布状態、ひび割れ幅ごとのひび割れ数量などに関するテーブルや図面をデータとして作成する（ステップＳ８０）。
【０１０２】
[本発明の検出方法の検出精度に関する検証とその結果]
本発明者等は、図１３ａ，１４ａで示した撮影画像に対し、本発明の検出方法を適用してひび割れ抽出画像を作成した。
【０１０３】
図１３ａを再度図１１ａで、図１４ａを再度図１２ａでそれぞれ示しており、それらの撮影画像に対するひび割れ抽出画像をそれぞれ図１１ｂ、１２ｂで示している。
【０１０４】
なお、ラベリングされたひび割れに関する特徴量の閾値として、ウェーブレット係数の平均値を１６０、標準偏差を２０に設定している。
【０１０５】
図１３ｂ〜ｃ、図１４ｂ、ｃなどとも比較しながら図１１ｂ、１２ｂのひび割れ画像を見るとその違いが明りょうとなるが、それぞれ図１１ａ，１２ａで示す撮影画像におけるひび割れを極めて精緻に検出していることが分かり、コンクリート表面の汚れや染み、さらにはロープなどは精度よくノイズ除去されていることが明りょうである。
【０１０６】
この検証により、本発明によるひび割れ検出方法が精緻に実際のひび割れのみを検出するものであることが実証されている。
【０１０７】
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。
【符号の説明】
【０１０８】
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
【特許請求の範囲】
【請求項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、
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、この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第１のステップ、
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い、さらに輪郭線追跡処理をおこなうことで、ノイズの一部が除去されてなる第１のひび割れ抽出画像を作成する第２のステップ、
第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこない、ここでノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成する第３のステップ、
第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去し、次いで、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の細線化画像を作成し、この細線化画像に対応するウェーブレット係数から大小２つのウェーブレット係数を抽出するとともに、２つのウェーブレット係数に対応する相対的に大きなひび割れ幅と小さなひび割れ幅を設定する第４のステップ、
２つのウェーブレット係数、および、相対的に大きなひび割れ幅と小さなひび割れ幅で構成される第１の関係式に前記細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定する第５のステップ、からなるひび割れ検出方法。
【請求項２】
前記第３のステップにおいて、ラベリングされたひび割れの特徴量は、このひび割れを構成する各画素のウェーブレット係数の平均値および／または標準偏差からなる、請求項１に記載のひび割れ検出方法。
【請求項３】
前記第３のステップでは、ラベリングされたひび割れの始点から終点までの距離がさらに計算され、計算された距離が予め設定された距離に関する閾値以下の場合には、さらにラベリングされたひび割れの傾きが計算され、近傍のラベリングされたひび割れ同士を仮に結合してなる結合ひび割れの傾きが結合前のラベリングされたひび割れそれぞれの傾きと同一か近似している場合に、この結合ひび割れをひび割れであると判定する、請求項１または２に記載のひび割れ検出方法。
【請求項４】
前記第３のステップにおいて、ラベリングされたひび割れに対して傾きが計算され、水平方向もしくは鉛直方向に延びる直線状を呈している場合に、このラベリングされたひび割れはひび割れでないと判定する、請求項３に記載のひび割れ検出方法。
【請求項５】
前記大小２つのウェーブレット係数は、細線化画像に対応するウェーブレット係数中の最大値と最小値であり、
前記２つのウェーブレット係数に対応する相対的に大きなひび割れ幅はウェーブレット係数の最大値に対応する最大ひび割れ幅であり、相対的に小さなひび割れ幅はウェーブレット係数の最小値に対応する最小ひび割れ幅である、請求項１〜４のいずれかに記載のひび割れ検出方法。
【請求項６】
前記第１のステップでは、コンクリート表面にクラックスケールを密着させ、該クラックスケールを含むコンクリート表面の撮影画像をコンピュータに入力することがさらに含まれ、かつ、この入力画像をウェーブレット変換することによってひび割れ画像とクラックスケール画像双方のウェーブレット画像を作成するものであり、
前記第４のステップでは、さらにクラックスケール画像に関するウェーブレット係数から大小２つのウェーブレット係数を抽出し、これを回帰分析することで回帰式を決定する係数を求め、前記細線化画像に対応するウェーブレット係数から抽出された前記大小２つのウェーブレット係数、およびクラックスケール画像に関する大小２つのウェーブレット係数で構成される第２の関係式に前記細線化画像に対応するウェーブレット係数を代入することで、細線化画像に対応するウェーブレット係数の補正値を求め、前記回帰式を決定する係数で構成される第３の関係式に前記補正値を代入してひび割れ幅を推定する、請求項１〜５のいずれかに記載のひび割れ検出方法。
【請求項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、
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、この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第１のステップ、
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い、さらに輪郭線追跡処理をおこなうことで、ノイズの一部が除去されてなる第１のひび割れ抽出画像を作成する第２のステップ、
第１のひび割れ抽出画像においてノイズを含むひび割れに対してラベリングをおこない、ラベリングされたひび割れの特徴量を前記ウェーブレット係数を用いて設定し、この特徴量と予め設定された特徴量に関する閾値を比較して、ラベリングされたそれぞれのひび割れに対してさらにひび割れであるか否かの判定をおこない、ここでノイズのさらに一部が除去されてなる第２のひび割れ抽出画像を作成する第３のステップ、
第２のひび割れ抽出画像においてノイズを含むひび割れに対して残りのノイズを除去し、次いで、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の細線化画像を作成し、この細線化画像に対応するウェーブレット係数から大小２つのウェーブレット係数を抽出するとともに、２つのウェーブレット係数に対応する相対的に大きなひび割れ幅と小さなひび割れ幅を設定する第４のステップ、
２つのウェーブレット係数、および、相対的に大きなひび割れ幅と小さなひび割れ幅で構成される第１の関係式に前記細線化画像に対応するウェーブレット係数を代入してひび割れ幅を推定する第５のステップ、からなるひび割れ検出方法。
【請求項２】
前記第３のステップにおいて、ラベリングされたひび割れの特徴量は、このひび割れを構成する各画素のウェーブレット係数の平均値および／または標準偏差からなる、請求項１に記載のひび割れ検出方法。
【請求項３】
前記第３のステップでは、ラベリングされたひび割れの始点から終点までの距離がさらに計算され、計算された距離が予め設定された距離に関する閾値以下の場合には、さらにラベリングされたひび割れの傾きが計算され、近傍のラベリングされたひび割れ同士を仮に結合してなる結合ひび割れの傾きが結合前のラベリングされたひび割れそれぞれの傾きと同一か近似している場合に、この結合ひび割れをひび割れであると判定する、請求項１または２に記載のひび割れ検出方法。
【請求項４】
前記第３のステップにおいて、ラベリングされたひび割れに対して傾きが計算され、水平方向もしくは鉛直方向に延びる直線状を呈している場合に、このラベリングされたひび割れはひび割れでないと判定する、請求項３に記載のひび割れ検出方法。
【請求項５】
前記大小２つのウェーブレット係数は、細線化画像に対応するウェーブレット係数中の最大値と最小値であり、
前記２つのウェーブレット係数に対応する相対的に大きなひび割れ幅はウェーブレット係数の最大値に対応する最大ひび割れ幅であり、相対的に小さなひび割れ幅はウェーブレット係数の最小値に対応する最小ひび割れ幅である、請求項１〜４のいずれかに記載のひび割れ検出方法。
【請求項６】
前記第１のステップでは、コンクリート表面にクラックスケールを密着させ、該クラックスケールを含むコンクリート表面の撮影画像をコンピュータに入力することがさらに含まれ、かつ、この入力画像をウェーブレット変換することによってひび割れ画像とクラックスケール画像双方のウェーブレット画像を作成するものであり、
前記第４のステップでは、さらにクラックスケール画像に関するウェーブレット係数から大小２つのウェーブレット係数を抽出し、これを回帰分析することで回帰式を決定する係数を求め、前記細線化画像に対応するウェーブレット係数から抽出された前記大小２つのウェーブレット係数、およびクラックスケール画像に関する大小２つのウェーブレット係数で構成される第２の関係式に前記細線化画像に対応するウェーブレット係数を代入することで、細線化画像に対応するウェーブレット係数の補正値を求め、前記回帰式を決定する係数で構成される第３の関係式に前記補正値を代入してひび割れ幅を推定する、請求項１〜５のいずれかに記載のひび割れ検出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１２−２５３１（Ｐ２０１２−２５３１Ａ）
【公開日】平成２４年１月５日（２０１２．１．５）
【国際特許分類】
【出願番号】特願２０１０−１３５１１１（Ｐ２０１０−１３５１１１）
【出願日】平成２２年６月１４日（２０１０．６．１４）
【出願人】（０００２０６２１１）大成建設株式会社 (1,602)
【Ｆターム（参考）】
【公開日】平成２４年１月５日（２０１２．１．５）
【国際特許分類】
【出願日】平成２２年６月１４日（２０１０．６．１４）
【出願人】（０００２０６２１１）大成建設株式会社 (1,602)
【Ｆターム（参考）】
[ Back to top ]