コンクリート画像の領域分割方法
【課題】セメント成分と判別困難な色合いの骨材についても正確に抽出することができるコンクリート画像の領域分割方法を提供する。
【解決手段】多値カラー画像データ形式のコンクリート画像からは、いずれも２値画像であるところの濃淡モノクロ画像及び輪郭モノクロ画像が、それぞれ生成される。濃淡モノクロ画像は濃領域及び淡領域から構成されており、輪郭モノクロ画像は輪郭領域及び背景領域から構成されている。モノクロ合成工程によれば、濃淡モノクロ画像及び輪郭モノクロ画像が論理演算により合成され、第１の画素値及び第２の画素値とを持った２値画像である合成モノクロ画像が１個生成される。この合成モノクロ画像に合成領域修正工程による修正が施されることで、コンクリート領域分割画像の画像内が、第１の画素値を持った骨材領域と、第２の画素値を持った残余成分領域とに分割される。
【解決手段】多値カラー画像データ形式のコンクリート画像からは、いずれも２値画像であるところの濃淡モノクロ画像及び輪郭モノクロ画像が、それぞれ生成される。濃淡モノクロ画像は濃領域及び淡領域から構成されており、輪郭モノクロ画像は輪郭領域及び背景領域から構成されている。モノクロ合成工程によれば、濃淡モノクロ画像及び輪郭モノクロ画像が論理演算により合成され、第１の画素値及び第２の画素値とを持った２値画像である合成モノクロ画像が１個生成される。この合成モノクロ画像に合成領域修正工程による修正が施されることで、コンクリート領域分割画像の画像内が、第１の画素値を持った骨材領域と、第２の画素値を持った残余成分領域とに分割される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、硬化したコンクリート面を被写体としたコンクリート画像の領域分割方法に関し、特に、かかるコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するコンクリート画像の領域分割方法に関するものである。
【背景技術】
【０００２】
コンクリートに関する塩害や中性化は、コンクリートの耐久性を悪化させる劣化現象の一種であり、かかる劣化現象への対処は、既設のコンクリート構造物を維持し管理するにあたって極めて重要な事項となる。特に、塩害や中性化などの劣化現象については、コンクリートに含まれる各種成分、例えば、セメント成分、水、骨材等の配合に大きな影響を受けることから、既設のコンクリート構造物の維持管理に際し、それに使用されるコンクリートの配合を正確に把握することは必要不可欠と言っても過言ではない。
【０００３】
このため、既設のコンクリート構造物に使用されるコンクリートの配合を推定する方法については、国内外において種々の方法が提案されている。なかでも、日本国内においては、コンクリートの配合推定方法として「社団法人セメント協会−コンクリートの配合推定方法（コンクリート委員会報告F-18及びF-23）（以下「セメント協会法」という。）に準拠した化学分析法」が広く知られている。
【０００４】
このセメント協会法に準拠した化学分析法によれば、既設のコンクリート構造物からコンクリートの試料を採取し、その試料に含まれるセメント成分を塩酸を用いて完全に溶解させて、試料中に含まれる骨材の量を計測するというものである。このため、例えばコンクリートの試料中に石灰質の骨材が含まれていると、その骨材までも塩酸により溶解させて消失させてしまうため、結果、コンクリートの骨材の正確な配合比率を推定することができないという問題点があった。
【０００５】
また、下記特許文献１には、コンクリートの骨材の配合比率を算定するコンクリート検査方法が提案されているが、これも、試料となるコンクリート片の切断面から塩酸や硫酸を用いてセメント成分を除去する操作がなされるため、石灰質の骨材を溶解消失させてしまう恐れがあり、結果、コンクリートの骨材の配合比率を正確に算定できないことがあるという問題点があった。
【０００６】
このように硫酸や塩酸等を用いてセメント成分を溶解させるコンクリートの配合推定方法では、コンクリートの骨材の正確な配合を算定できない場合がある。このため、近年では、コンクリートの切断面又は研磨面（以下「コンクリート面」という。）の画像（以下「コンクリート画像」という。）に基づいて、コンクリート画像の被写体となったコンクリートに含まれる骨材の量を推定するという画像解析方法が広く用いられている。
【０００７】
この画像解析方法を用いたコンクリートの配合推定方法は、セメント成分が白っぽい淡色となって現われる一方、骨材がセメント成分に比べてやや黒い濃色となって現われる傾向がみられることから、かかる骨材とセメント成分の濃淡のコントラストを利用したものである。
【０００８】
この画像解析方法を用いたコンクリートの配合推定方法によれば、例えば、コンクリート画像のグレースケール画像データから、骨材とセメント成分とを各画素の色濃度に基づいて分類するための境界値である色濃度閾値が求められ、この色濃度閾値を用いてコンクリート画像を２値化することで、骨材とセメント成分とで異なる画素値を持つ２値画像を生成し、この２値画像から被写体であるコンクリート面に含まれる骨材の配合を算定しようとするものである。
【先行技術文献】
【特許文献】
【０００９】
【特許文献１】特開平９−１７８７３６号公報
【発明の概要】
【発明が解決しようとする課題】
【００１０】
しかしながら、実際のコンクリート面に現われる骨材の色合いは極めて多様である。このため、上記した画像解析方法によるコンクリートの配合推定方法では、コンクリート画像をグレースケール画像データに変換する際に、セメント成分の色合いに近い淡い色濃度の骨材や、それよりも更に淡色の骨材が、セメント成分と色濃度において区別できないものとなってしまい、結果、正確な骨材の量を計測することが困難であるという問題点があった。
【００１１】
本発明は、上述した問題点を解決するためになされたものであり、セメント成分と判別困難な色合いの骨材についても正確に抽出することができるコンクリート画像の領域分割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】
【００１２】
この目的を達成するために請求項１のコンクリート画像の領域分割方法は、硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するための方法であり、コンクリート画像を多値カラー画像データで取得する画像取得工程と、そのコンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する第１色分解工程と、その各色成分のコンクリート原色画像について適正色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、その各色成分の濃淡基礎画像を論理演算により合成することで得られた濃領域及び淡領域とを有するとともに当該濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡合成工程と、コンクリート画像をＫｕｗａｈａｒａフィルタを用いて平滑化することによって平滑化コンクリート画像を生成する平滑化工程と、その平滑化コンクリート画像をＲＧＢの３原色に色分解し、各色成分の平滑化コンクリート原色画像を生成する第２色分解工程と、その各色成分の平滑化コンクリート原色画像を、それぞれグレースケール画像データに変換して、各色成分のグレースケール画像を生成するグレースケール化工程と、その各色成分のグレースケール画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を表わす骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、その各色成分の輪郭基礎画像を論理演算により合成することで得られた輪郭領域及び背景領域とを有するとともに当該輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭合成工程と、濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域の全画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えていることを特徴とするコンクリート画像の領域分割方法。
【００１３】
この請求項１のコンクリート画像の領域分割方法によれば、画像取得工程によって、硬化したコンクリート面を被写体としたコンクリート画像が、多値カラー画像データ形式で取得される。そして、このコンクリート画像からは、いずれも２値画像であるところの濃淡画像及び輪郭画像が、それぞれ生成される。
【００１４】
ここで、濃淡画像は、濃領域及び淡領域から構成される２値画像であり、濃領域と淡領域とが互いに異なる画素値を持っている。一方、輪郭画像は、輪郭領域及び背景領域から構成される２値画像であり、輪郭領域と背景領域とが互いに異なる画素値を持っている。
【００１５】
まず、濃淡画像を生成するには、コンクリート画像が第１色分解工程によってＲＧＢの３原色に色分解されることで、Ｒ（赤色）成分のコンクリート原色画像、Ｇ（緑色）成分のコンクリート原色画像及び、Ｂ（青色）成分のコンクリート原色画像がそれぞれ生成される。
【００１６】
ここで、Ｒ成分のコンクリート原色画像は赤系の色成分の濃淡によって、Ｇ成分のコンクリート原色画像は緑系の色成分の濃淡によって、Ｂ成分のコンクリート原色画像は青系の色成分の濃淡によって、コンクリート面が表わされた画像である。
【００１７】
この後、これらの各色成分のコンクリート原色画像は、ＲＧＢ濃淡化工程によって個々に２値化される。この２値化によって、Ｒ成分のコンクリート原色画像からＲ成分の濃淡基礎画像が、Ｇ成分のコンクリート原色画像からＧ成分の濃淡基礎画像が、Ｂ成分のコンクリート原色画像からＢ成分の濃淡基礎画像が、それぞれ生成される。
【００１８】
ここで、Ｒ成分、Ｇ成分及び、Ｂ成分の濃淡基礎画像は、いずれも濃領域及び淡領域を有している２値画像であり、これらの濃領域と淡領域とが互いに異なる画素値を持っている。これらの濃淡基礎画像では、その濃領域によって濃色成分が表わされ、その淡領域によって淡色成分が表わされる。
【００１９】
ここで、濃色成分には、コンクリートの配合成分のうちセメント成分よりも濃色を呈する骨材などが含まれる一方、淡色成分には、コンクリートの配合成分のうちセメント成分と同等の色濃度やそれより淡色を呈する骨材に加え、セメント成分自体も含まれる。
【００２０】
なお、ＲＧＢ濃淡化工程では、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像、及び、Ｂ成分のコンクリート原色画像のそれぞれについて個々に適正色濃度閾値が求められ、Ｒ成分の適正色濃度閾値を用いてＲ成分のコンクリート原色画像が、Ｇ成分の適正色濃度閾値を用いてＧ成分のコンクリート原色画像が、Ｂ成分の適正色濃度閾値を用いてＢ成分のコンクリート原色画像が、それぞれ２値化される。
【００２１】
そして、濃淡合成工程によれば、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像が論理演算によって合成されて、２値の濃淡画像が１個生成される。ここで、濃淡画像は、互いに異なる画素値を持った濃領域と淡領域とから成る２値画像であり、その濃領域は各色成分の濃淡基礎画像の濃領域が合成されることで得られる。
【００２２】
一方、輪郭画像を生成するには、まず、平滑化工程によって、コンクリート画像が平滑化フィルタの一種であるＫｕｗａｈａｒａフィルタを用いて平滑化されてノイズが除去されることで、平滑化コンクリート画像が生成される。この平滑化コンクリート画像が第２色分解工程によってＲＧＢの３原色に色分解されることで、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像がそれぞれ生成される。
【００２３】
ここで、Ｒ成分の平滑化コンクリート原色画像は赤系の色成分の濃淡によって、Ｇ成分の平滑化コンクリート原色画像は緑系の色成分の濃淡によって、Ｂ成分の平滑化コンクリート原色画像は青系の色成分の濃淡によって、コンクリート面が表わされた画像である。
【００２４】
この後、Ｒ成分、Ｇ成分及び、Ｂ成分の平滑化コンクリート原色画像がそれぞれグレースケール化工程によってグレースケール画像データに変換されることで、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像がそれぞれ生成される。
【００２５】
それから、ＲＧＢ輪郭化工程によって、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像のそれぞれについて、色濃度勾配に基づくエッジ抽出方法を用いて、全ての骨材輪郭画素が抽出される。
【００２６】
つまり、エッジ抽出方法を用いて、Ｒ成分のグレースケール画像から全ての骨材輪郭画素が、Ｇ成分のグレースケール画像から全ての骨材輪郭画素が、Ｂ成分のグレースケール画像から全ての骨材輪郭画素が、それぞれ抽出される。
【００２７】
そして、Ｒ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｒ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｒ成分の輪郭基礎画像の背景領域ができて、Ｒ成分の輪郭基礎画像が生成される。
【００２８】
また、Ｇ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｇ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｇ成分の輪郭基礎画像の背景領域ができて、Ｇ成分の輪郭基礎画像が生成される。
【００２９】
さらに、Ｂ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｂ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｂ成分の輪郭基礎画像の背景領域ができて、Ｂ成分の輪郭基礎画像が生成される。
【００３０】
これらのＲ成分、Ｇ成分及び、Ｂ成分の輪郭基礎画像は、いずれも輪郭領域及び背景領域を有している２値画像であり、これらの輪郭領域と背景領域とが互いに異なる画素値を持っている。これらの輪郭基礎画像では、その輪郭領域によって骨材の輪郭が表わされ、その背景領域によって骨材の輪郭を除いた部分が表わされる。
【００３１】
そして、輪郭合成工程によれば、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像が論理演算によって合成されて２値の輪郭画像が１個生成される。ここで、輪郭画像は、互いに異なる画素値を持った輪郭領域と背景領域とから成る２値画像でああり、その輪郭領域は各色成分の輪郭基礎画像の輪郭領域が合成されることで得られる。
【００３２】
また、２値合成工程によれば、コンクリート画像を用いて生成された濃淡画像及び輪郭画像が論理演算により合成され、第１の画素値及び第２の画素値とを持った２値画像である合成２値画像が１個生成される。すると、この合成２値画像には、濃淡画像の濃領域の輪郭を輪郭画像の輪郭領域で補完した領域、即ち、コンクリート領域分割画像の骨材領域の元となる画像領域が生成される。
【００３３】
さらに、２値合成工程によれば、濃淡画像及び輪郭画像の論理演算は、その濃淡画像と輪郭画像との対応する全ての画素同士について行われる。この２値合成工程による論理演算では、濃淡画像と輪郭画像との対応する画素同士の画素値がチェックされ、濃淡画像の方の画素が濃領域を表わす画素値であるか、又は、輪郭画像の方の画素が輪郭領域を表わす画素値であれば、合成２値画像の対応する画素の画素値が第１の画素値に設定される。
【００３４】
一方、濃淡画像と輪郭画像との対応する画素同士の画素値をチェックした結果、濃淡画像の方の画素が淡領域を表わす画素値であり、かつ、輪郭画像の方の画素が背景領域を表わす画素値である場合には、合成２値画像の対応する画素の画素値が第２の画素値に設定される。
【００３５】
さらに、このようにして２値合成工程により生成された合成２値画像には、合成領域修正工程による修正が施される。この合成領域修正工程によれば、合成２値画像の中から第１の画素値を持った画素で包囲されている閉領域が検出される。この閉領域は、例えば、濃淡画像の濃領域が表わす骨材の輪郭と輪郭画像の輪郭領域が表わす骨材の輪郭線とが齟齬することから生じた隙間であったり、又は、セメント成分よりも淡色を呈するために濃淡画像の濃領域としては抽出されなかった骨材が輪郭画像では輪郭領域として抽出された骨材であり、本来は、コンクリート領域分割画像における骨材領域に属すべき領域である。
【００３６】
このため、合成領域修正工程においては、このような閉領域を、骨材領域、即ち、第１の画素値を持つ領域へ組み入れるべく、かかる閉領域の全画素の画素値を、穴埋め処理によって第１の画素値と等しい値へと変更させる。この画素値の変更によって、合成２値画像の閉領域が第１の画素値を持った骨材領域に置換され、合成２値画像がコンクリート領域分割画像へと変換される。
【００３７】
ここで、コンクリート領域分割画像は、その画像内が第１の画素値を持った骨材領域と、第２の画素値を持った残余成分領域とに分割されており、特に、骨材領域は骨材のエッジ抽出方法により抽出された骨材の輪郭線に基づいてより正確に再現された骨材の存在領域である。したがって、例えば、コンクリート領域分割画像における全画素数に占める骨材領域の画素数を計数すれば、被写体となったコンクリート面に含まれる骨材の量をより正確に算定することもできる。
【００３８】
請求項２のコンクリート画像の領域分割方法は、請求項１のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程は、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を適正色濃度閾値として、各色成分のコンクリート原色画像を２値化するものである。
【００３９】
この請求項２のコンクリート画像の領域分割方法によれば、請求項１のコンクリート画像の領域分割方法と同様に作用する上、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像がＲＧＢ濃淡化工程により２値化される場合、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、それぞれ４種類の色濃度閾値が求められる。
【００４０】
この４種類の色濃度閾値は、個々のコンクリート原色画像で被写体となっているコンクリートの配合成分を、コンクリート原色画像の各画素の色濃度に基づいて分類（クラス化）するための境界値である。ここで、コンクリート原色画像で被写体となるコンクリートの配合成分は、個々の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の合計５相にクラス化されるため、ＲＧＢ濃淡化工程では、これら５相の境界値となる４種類の色濃度閾値を求める必要がある。
【００４１】
そして、ＲＧＢ濃淡化工程では、コンクリート原色画像に表わされる濃色骨材相及び遷移骨材相を濃領域とし、かつ、コンクリート原色画像に表わされる遷移セメント相、セメント相及び、淡色骨材相を淡領域とするように、コンクリート原色画像を２値化して濃淡基礎画像を生成する。つまり、ＲＧＢ濃淡化工程では、コンクリート原色画像を濃淡基礎画像に２値化する場合、遷移骨材相と遷移セメント相との境界を示す色濃度閾値が適正色濃度閾値として用いられる。
【００４２】
なお、請求項２のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程が、マルチレベルの大津の方法を用いるものであっても良い。
【００４３】
請求項３のコンクリート画像の領域分割方法は、請求項１又は２のコンクリート画像の領域分割方法において、前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものである。
【００４４】
この請求項３のコンクリート画像の領域分割方法によれば、請求項１から２のいずれかのコンクリート画像の領域分割方法と同様に作用する上、ＲＧＢ輪郭化工程では、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像のぞれぞれについて、Ｃａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素の抽出が行われる。
【００４５】
つまり、Ｃａｎｎｙのエッジ抽出アルゴリズムを用いて、Ｒ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、Ｇ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、Ｂ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、それぞれ抽出される。
【００４６】
請求項４のコンクリート画像の領域分割方法は、請求項１から３のいずれかのコンクリート画像の領域分割方法において、前記濃淡合成工程は、前記論理演算によって、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものである。
【００４７】
この請求項４のコンクリート画像の領域分割方法によれば、請求項１から３のいずれかのコンクリート画像の領域分割方法と同様に作用する上、濃淡合成工程における論理演算は、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像における全ての対応する画素同士について行われる。
【００４８】
この濃淡合成工程における論理演算では、Ｒ成分の濃淡基礎画像とＧ成分の濃淡基礎画像とＢ成分の濃淡基礎画像との対応する画素同士の画素値がチェックされ、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像又は、Ｂ成分の濃淡基礎画像のうちいずれか１つの画素が濃領域を表わす画素値である場合に、濃淡画像の対応する画素の画素値が濃領域を表わす画素値に設定される。
【００４９】
一方、Ｒ成分の濃淡基礎画像とＧ成分の濃淡基礎画像とＢ成分の濃淡基礎画像との対応する画素同士の画素値をチェックした結果、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像の全ての画素が淡領域を表わす画素値である場合には、濃淡画像の対応する画素の画素値が淡領域を表わす画素値に設定される。
【００５０】
この結果、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像を合成した２値の濃淡画像が得られるのである。
【００５１】
請求項５のコンクリート画像の領域分割方法は、請求項１から４のいずれかのコンクリート画像の領域分割方法において、前記輪郭合成工程は、前記論理演算によって、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定するものである。
【００５２】
この請求項５のコンクリート画像の領域分割方法によれば、請求項１から４のいずれかのコンクリート画像の領域分割方法と同様に作用する上、輪郭合成工程における論理演算は、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像における全ての対応する画素同士について行われる。
【００５３】
この輪郭合成工程における論理演算では、Ｒ成分の輪郭基礎画像とＧ成分の輪郭基礎画像とＢ成分の輪郭基礎画像との対応する画素同士の画素値がチェックされ、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像又は、Ｂ成分の輪郭基礎画像のうちいずれか１つの画素が輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素の画素値が輪郭領域を表わす画素値に設定される。
【００５４】
一方、Ｒ成分の輪郭基礎画像とＧ成分の輪郭基礎画像とＢ成分の輪郭基礎画像との対応する画素同士の画素値をチェックした結果、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像の全ての画素が背景領域を表わす画素値である場合には、輪郭画像の対応する画素の画素値が背景領域を表わす画素値に設定される。
【００５５】
この結果、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像を合成した２値の輪郭画像が得られるのである。
【００５６】
なお、上記したコンクリート画像の領域分割方法の変形例として、以下のものがある。
【００５７】
第１変形例のコンクリート画像の領域分割方法は、硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するための方法であり、コンクリート画像を多値カラー画像データで取得する画像取得工程と、コンクリート画像を色濃度閾値を用いて２値化することによって、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡２値化工程と、コンクリート画像を基礎とした情報から色濃度勾配に基づくエッジ抽出方法を用いて骨材の輪郭を表わす骨材輪郭画素を抽出し、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭２値化工程と、濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えている。
【００５８】
第２変形例のコンクリート画像の領域分割方法は、第１変形例のコンクリート画像の領域分割方法において、前記濃淡２値化工程が、コンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する色分解工程と、各色成分のコンクリート原色画像について色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、各色成分の濃淡基礎画像を論理演算により合成して２値の濃淡画像を生成する工程であって、その論理演算が、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものである濃淡合成工程とを備えている。
【００５９】
第３変形例のコンクリート画像の領域分割方法は、第２変形例のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程が、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、濃淡基礎画像を生成するものである。
【００６０】
第４変形例のコンクリート画像の領域分割方法は、第１変形例から第３変形例のいずれかのコンクリート画像の領域分割方法において、前記輪郭２値化工程が、コンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する色分解工程と、各色成分のコンクリート原色画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を形成する骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、各色成分の輪郭基礎画像を論理演算により合成して２値の輪郭画像を生成する工程であって、その論理演算が、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定する輪郭合成工程とを備えている。
【００６１】
第５変形例のコンクリート画像の領域分割方法は、第４変形例のコンクリート画像の領域分割方法において、前記色分解工程の前に前記画像取得工程により取得されたコンクリート画像をＫｕｗａｈａｒａフィルタによって平滑化する平滑化工程と、前記ＲＧＢ輪郭化工程の前に前記色分解工程により色分解された各色成分のコンクリート原色画像を、それぞれグレースケール画像データに変換するグレースケール化工程とを備えており、前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものである。
【００６２】
このように、Ｃａｎｎｙのエッジ抽出アルゴリズムにおいてコンクリート画像のノイズ除去フィルタとして一般的なガウシアンフィルタの代えて、コンクリート画像をＫｕｗａｈａｒａフィルタにより平滑化することで、コンクリート画像中のノイズが除去されることに加え、更に、ガウシアンフィルタを用いる場合に比べて、コンクリートの骨材の輪郭（エッジ）線をより鮮明に再現することができる。
【００６３】
第６変形例のコンクリート画像の領域分割方法は、第１変形例から第５変形例のいずれかのコンクリート画像の領域分割方法において、前記濃淡２値化工程が、この濃淡２値化工程により生成された濃淡画像について、その濃淡画像に存在する濃領域を表わす画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって濃領域を表わす画素値と等しい値に変更することで、濃淡画像の濃領域を修正する濃領域修正工程を備えている。
【００６４】
この濃領域修正工程によれば、濃淡画像の中から濃領域を表わす画素値を持った画素で包囲されている閉領域が検出される。この閉領域は、例えば、濃淡画像の濃領域が表わす骨材の一部に淡色系の鉱物などの淡色系含有成分が混入することから生じた抜け部分であって、本来は、濃領域となるべき領域である。
【００６５】
このため、濃領域修正工程においては、このような閉領域を濃領域へ組み入れるべく、かかる閉領域内にある全ての画素の画素値を、穴埋め処理によって濃領域を表わす画素値と等しい値に変更させる。すると、濃領域にあった淡色系含有成分の抜け部分が除去される。このため、例えば、実際の濃色の骨材が局所的に淡色系含有成分を内包している場合でも、濃領域修正工程により修正された濃淡画像では、淡色系含有成分を含んだ濃色の骨材の領域内の全画素を、濃領域を表わす画素値へと統一化することができる。
【００６６】
第７変形例のコンクリート画像の領域分割方法は、第１変形例から第６変形例のいずれかのコンクリート画像の領域分割方法において、前記輪郭２値化工程が、この輪郭２値化工程により生成された輪郭画像について、その輪郭画像に存在する輪郭領域を表わす画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって輪郭領域を表わす画素値と等しい値に変更することで、輪郭画像の輪郭領域を修正する輪郭領域修正工程を備えている。
【００６７】
この輪郭領域修正工程によれば、輪郭画像の中から輪郭領域を表わす画素値を持った画素で包囲されている閉領域が検出される。そして、検出された閉領域内にある全ての画素の画素値は、穴埋め処理によって輪郭領域を表わす画素値と等しい値に変更される。この結果、輪郭画像において、閉領域は、骨材を表わす画像領域として抽出される。
【発明の効果】
【００６８】
本発明のコンクリート画像の領域分割方法によれば、色濃度差に基づく２値化では濃淡画像の濃領域として抽出できない部分、例えば、セメント成分よりも淡色を呈する骨材や、セメント成分に対する輪郭部分の色濃度差が不明瞭な骨材であっても、色濃度勾配に基づくエッジ抽出方法を併用することで、そのような骨材の輪郭を形成する骨材輪郭画素を、輪郭画像の輪郭領域として正確に抽出できる。したがって、かかる輪郭画像と濃淡画像とを２値合成工程により合成して合成２値画像を生成し、その合成２値画像にある閉領域について穴埋め処理を施すことで得られるコンクリート領域分割画像であれば、セメント成分と判別困難な色合いの骨材であるために濃淡画像では抽出しきれない骨材であっても、骨材領域として正確に抽出でき、より正確な骨材の量の計測に寄与できるという効果がある。
【図面の簡単な説明】
【００６９】
【図１】本発明の一実施例であるコンクリート画像領域分割方法の実施に用いられる画像領域分割システムの外観を示した図である。
【図２】画像領域分割システムとして機能するハードウェアの電気的構成を示したブロック図である。
【図３】画像領域分割システムに関する機能ブロック図である。
【図４】画像領域分割システムで実行される画像領域分割処理を示したフローチャートである。
【図５】コンクリート画像の一例を示した図面代用写真である。
【図６】原濃淡モノクロ画像の構造説明図である。
【図７】原濃淡モノクロ画像の一例を示した図面代用写真である。
【図８】修正濃淡モノクロ画像の構造説明図である。
【図９】（ａ）は、Ｋｕｗａｈａｒａフィルタを用いて平滑化した本実施例の平滑化コンクリート画像の参考図であり、（ｂ）は、ガウシアンフィルタを用いて平滑化した比較例の平滑化コンクリート画像の参考図である。
【図１０】原輪郭モノクロ画像の構造説明図である。
【図１１】原輪郭モノクロ画像の一例を示した図面代用写真である。
【図１２】修正輪郭モノクロ画像の構造説明図である。
【図１３】修正輪郭モノクロ画像の一例を示した図面代用写真である。
【図１４】合成モノクロ画像の構造説明図である。
【図１５】コンクリート領域分割画像の構造説明図である。
【図１６】コンクリート領域分割画像の一例を示した図面代用写真である。
【図１７】（ａ）は、Ｒ原色画像における赤色成分のヒストグラムであり、（ｂ）は、Ｇ原色画像における緑色成分のヒストグラムであり、（ｃ）は、Ｂ原色画像における青色成分のヒストグラムである。
【発明を実施するための形態】
【００７０】
以下、本発明の好ましい実施の形態について、添付図面を参照して説明する。図１は、本発明の一実施例であるコンクリート画像領域分割方法の実施に用いられる画像領域分割システム１の外観を示した図である。図１に示すように、画像領域分割システム１は、主に、撮像装置２と、読取装置３と、画像処理装置４とを備えている。
【００７１】
撮像装置２は、後述する硬化コンクリートを被写体としたコンクリート画像を撮像するための機器であり、多値（多階調）カラー画像データ形式で画像を撮像可能なＣＣＤやＣＭＯＳ等の撮像素子を備えている。例えば、この撮像装置２には、スキャナ、デジタルカメラその他の被写体を多値カラー画像データで撮像可能な機器が用いられる。
【００７２】
また、撮像装置２は、通信ケーブル５を介して画像処理装置４と通信可能に接続されており、この通信ケーブル５を介して、当該撮像装置２によって撮像されたコンクリート画像が画像処理装置４へ出力されるようになっている。
【００７３】
読取装置３は、外部記録媒体３ａに記録された各種情報を読み取るための機器であり、本実施例では、コンクリート画像が外部記録媒体３ａに記録されている場合に、この外部記録媒体３ａからコンクリート画像を画像処理装置４へと読み込むために用いられる。
【００７４】
このため、読取装置３は、通信ケーブル６を介して画像処理装置４と通信可能に接続されており、この通信ケーブル６を介して、当該読取装置３によって読み取られたコンクリート画像が画像処理装置４へ出力されるようになっている。
【００７５】
また、外部記録媒体３ａには、フレキシブルディスク、メモリーカード、ＣＤーＲＯＭ、ＤＶＤ−ＲＯＭなどがあることから、本実施例では、読取装置３として、フレキシブルディスクドライブ、メモリーカードドライブ、ＣＤーＲＯＭドライブ、ＤＶＤ−ＲＯＭドライブなどが用いられる。
【００７６】
画像処理装置４は、上記した撮像装置２又は読取装置３により取得されるコンクリート画像に基づき、その被写体となった硬化コンクリート面について、コンクリート配合成分である骨材（例えば、小石や砂などを含む）を表わす骨材領域と、セメント成分を含んだ残りの成分（「残余成分」という。）を表わす残余成分領域とに二分割したコンクリート領域分割画像を生成する装置である。
【００７７】
図２は、画像領域分割システム１として機能するハードウェアの電気的構成を示したブロック図である。図２に示すように、画像処理装置４として機能するハードウェアには、例えば、電子計算機の一種であるパーソナルコンピュータ（以下「ＰＣ」という。）１０が用いられる。
【００７８】
このＰＣ１０は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、バス１４、入出力回路１５、大容量の補助記憶装置であるハードディスク（以下「ＨＤ」という。）１６と、ディスプレイ１７と、各種の入力操作を行うための複数のキースイッチを有したキーボード１８と、ディスプレイ１７の画面上に表示されるマウスポインタを操作して各種の入力操作を行うポインティングデバイスの一種であるマウス１９とを備えている。
【００７９】
ＣＰＵ１１は、ＰＣ１０の各部に対する各種制御処理と各種データの演算処理とを行う中央処理装置であり、コンクリート画像領域分割方法に備わる各処理工程を実現するためのコンピュータプログラム（以下「画像領域分割プログラム」という。）１６ａや、その他の各種アプリケーションプログラム（ソフトウェア）を実行するものである。
【００８０】
ＲＯＭ１２は、ＢＩＯＳ（Basic-Input/Output-System）などの基本プログラムが記憶され、ＥＥＰＲＯＭ（フラッシュメモリを含む）等のデータ書換可能な不揮発性メモリで構成されている。
【００８１】
ＲＡＭ１３は、ＰＣ１０のメインメモリとして機能し、各種演算処理や制御処理におけるワークエリアとして用いられるものであって、ＤＲＡＭ等のデータ書換可能な揮発性メモリで構成されている。
【００８２】
バス１４は、アドレスバス、データバス及びコントロールバスで構成されており、ＣＰＵ１１、ＲＯＭ１２及び、ＲＡＭ１３と相互に接続され、更に、入出力回路１５とも接続されている。
【００８３】
入出力回路１５は、ＨＤ１６及びディスプレイ１７とそれぞれ接続されており、更に、通信ケーブル５，６を介して撮像装置２及び読取装置３とも接続されている。このため、撮像装置２により撮像され又は外部記録媒体３ａに記録されたコンクリート画像が、通信ケーブル５，６及び入出力回路１５を介して、画像処理装置４へ入力させることができる。
【００８４】
ＨＤ１６には、ＰＣ１０用の基本ＯＳ（図示せず）に加えて、上記した画像領域分割プログラム１６ａその他のアプリケーションプログラムが記憶されており、更に、コンクリート画像などの各種画像データや画像処理装置４の各部の処理で用いられる各種データなども記憶管理されている。
【００８５】
ここで、画像領域分割プログラム１６ａは、ＰＣ１０によって実行されるアプリケーションプログラムであり、この画像領域分割プログラム１６ａがＰＣ１０において実行されて両者が協動することによって、図３に示す複数の機能ユニット２１〜２５が実現されて、本実施例に係る画像領域分割システム１及びその画像処理装置４が構築される。
【００８６】
図３は、画像領域分割システム１に関する機能ブロック図である。図３に示すように、画像領域分割システム１は、上記した撮像装置２及び読取装置３が電気的に接続されたＰＣ１０と画像領域分割プログラム１６ａとの協働によって実現される複数の機能ユニット２１〜２５を備えている。
【００８７】
具体的には、画像領域分割システム１は、画像取得ユニット２１と、濃淡２値化ユニット２２と、輪郭２値化ユニット２３と、モノクロ合成ユニット２４と、合成領域修正ユニット２５とを、主たる機能ユニットとして備えている。
【００８８】
画像取得ユニット２１は、後述する画像取得工程（Ｓ１）を実行する機能ユニットであって、上記した撮像装置２又は読取装置３からコンクリート画像を取得するためのものである。また、濃淡２値化ユニット２２は、後述する濃淡２値化工程（Ｓ２）を実行する機能ユニットであって、第１色分解ユニット２２ａ、ＲＧＢ濃淡化ユニット２２ｂ、濃淡合成ユニット２２ｃ及び、濃領域修正ユニット２２ｄの４つの機能ユニットから成っている。
【００８９】
ここで、第１色分解ユニット２２ａは後述する第１色分解工程（Ｓ２１）を、ＲＧＢ濃淡化ユニット２２ｂは後述するＲＧＢ濃淡化工程（Ｓ２２）を、濃淡合成ユニット２２ｃは後述する濃淡合成工程（Ｓ２３）を、濃領域修正ユニット２２ｄは後述する濃領域修正工程（Ｓ２４）を、それぞれ実行する機能ユニットである。
【００９０】
輪郭２値化ユニット２３は、後述する輪郭２値化工程（Ｓ３）を実行する機能ユニットであって、平滑化ユニット２３ａ、第２色分解ユニット２３ｂ、グレースケール化ユニット２３ｃ、ＲＧＢ輪郭化ユニット２３ｄ、輪郭合成ユニット２３ｅ及び、輪郭領域修正ユニット２３ｆの６つの機能ユニットから成っている。
【００９１】
ここで、輪郭２値化ユニット２３は後述する輪郭２値化工程（Ｓ３）を、平滑化ユニット２３ａは後述する平滑化工程（Ｓ３１）を、第２色分解ユニット２３ｂは後述する第２色分解工程（Ｓ３２）を、グレースケール化ユニット２３ｃは後述するグレースケール化工程（Ｓ３３）を、ＲＧＢ輪郭化ユニット２３ｄは後述するＲＧＢ輪郭化工程（Ｓ３４）を、輪郭合成ユニット２３ｅは後述する輪郭合成工程（Ｓ３５）を、輪郭領域修正ユニット２３ｆは後述する輪郭領域修正工程（Ｓ３６）を、それぞれ実行する機能ユニットである。
【００９２】
また、モノクロ合成ユニット２４は、後述するモノクロ合成工程（Ｓ４）を実行する機能ユニットであり、合成領域修正ユニット２５は、後述する合成領域修正工程（Ｓ５）を実行する機能ユニットである。
【００９３】
図４は、画像領域分割システム１で実行されるコンクリート画像領域分割方法を用いた処理（以下「画像領域分割処理」という。）を示したフローチャートである。なお、この画像領域分割処理に備わる各処理工程は、ＰＣ１０を用いることで比較的短時間で実行可能なものである。
【００９４】
画像領域分割処理は、上記した複数の機能ユニット２１〜２５により各処理工程を実行することによって、最終的にコンクリート領域分割画像を生成するための処理である。この画像領域分割処理は、画像取得工程（Ｓ１）、濃淡２値化工程（Ｓ２）、輪郭２値化工程（Ｓ３）、モノクロ合成工程（Ｓ４）及び、合成領域修正工程（Ｓ５）を備えており、これらの５つの処理工程によって、コンクリート画像からコンクリート領域分解画像を生成するものである。
【００９５】
［ 画像取得工程 ］
まず、図４に示す画像領域分割処理における、第１の処理工程である画像取得工程（Ｓ１）について、説明する。
【００９６】
画像取得工程（Ｓ１）によれば、硬化コンクリート面を被写体としたコンクリート画像が、画像撮像装置２又は読取装置３から通信ケーブル５，６を介して多値カラー画像データ形式で取得される。このコンクリート画像には、光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各原色成分が、例えば、２５６階調（８ビット）で表わされた２４ビット（階調）のカラー画像が用いられる。
【００９７】
また、コンクリート画像、並びに、このコンクリート画像を基礎に生成される後述のＲ原色画像、Ｇ原色画像、Ｂ原色画像、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像、Ｂ濃淡基礎画像、濃淡モノクロ画像、平滑化コンクリート画像、Ｒ系グレー画像、Ｇ系グレー画像、Ｂ系グレー画像、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像、Ｂ輪郭基礎画像、輪郭モノクロ画像、合成モノクロ画像及び、コンクリート領域分割画像には、いずれも画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像が用いられる。
【００９８】
さらに、これらの１８種類の２次元画像は、その画像上における任意の画素の座標が（ｘ，ｙ）で表わされるものである（但し、ｘ、ｙは正の整数である。以下、同様とする。）。例えば、これらの画像については、その左上端の画素の座標が（１，１）で表わされ、その右下端の座標が（Ｎ，Ｍ）で表わされる。
【００９９】
なお、本明細書において「モノクロ画像」とは「２値画像」と同義の画像をいうものとする。また、２値画像は、白黒の２色のみで表わされた２階調の画像であって、白と黒との中間色（グレー）を含まず、かつ、各画素が濃淡に応じて「１」又は「０」のどちからかの画素値を持つ画像である。もっとも、本実施例では、２値画像は、画素値「１」の画素を「白」で表わし、画素値「０」の画素を「黒」で表わしている。
【０１００】
＜コンクリート画像＞
図５は、コンクリート画像の一例を示した図面代用写真である。なお、図５では、カラー画像を図面として添付できないからことから、便宜上、実際のコンクリート画像の一例をグレースケール化したグレー画像を用いている。
【０１０１】
図５に示したコンクリート画像は、被写体として硬化コンクリート面を撮像した画像であり、ここでいう硬化コンクリート面は、硬化したコンクリートの表面であり、例えば、コンクリートをコンクリートカッターなどで切断した切断面又は、コンクリートを研磨した研磨面であることが好ましい。
【０１０２】
さすれば、硬化コンクリート面に表れるコンクリートの各種配合成分、特に、多数存在する骨材の像を顕現させることができ、コンクリート領域分割画像における骨材領域の抽出精度が向上されるからである。
【０１０３】
このコンクリート画像には、多様な大きさを持つ骨材とセメント成分とがコンクリート配合成分として写し出されており、これらコンクリート配合成分の他にも、硬化コンクリート面に存在する気泡なども写し出されている。
【０１０４】
また、図５はグレースケール画像のため判然としないが、実際のコンクリート画像には、黒、藍、青、黄、赤、茶、緑又は白等を基調とした多様な色合いや模様を呈する骨材が存在しており、これらの色合いは各種の鉱物成分によるものである。例えば、骨材には、その内側部分や輪郭部分に、セメント成分の色濃度と同程度又はそれより低い淡色系の鉱物成分などである淡色系含有成分が、局所的に内包するように混入して淡色化した部分も見受けられる。
【０１０５】
このように、コンクリート画像において、多数の骨材は高低様々な色濃度を持つ色合いとして写し出されているが、セメント成分が存在する画像領域であるセメント成分領域については、全体としてその色濃度が比較的低い淡色を呈しており、色濃度について概ね一定的である。
【０１０６】
そこで、画像領域分割処理では、このようなセメント成分の色濃度を基準として、コンクリート画像に存在する多様な色濃度を呈する骨材を、セメント成分よりも色濃度が高い濃色の骨材と、セメント成分と同程度の色濃度を呈する骨材と、セメント成分よりも色濃度が低い淡色の骨材とに大別することを基本概念の一つとしている。
【０１０７】
なお、本明細書において「画像領域」とは画像内に存在する領域であって、１つの画素又は、２以上の画素の集合（以下「画素集合」ともいう）と同義である。
【０１０８】
［ 濃淡２値化工程 ］
次に、図４に示す画像領域分割処理における、第２の処理工程である濃淡２値化工程（Ｓ２）について、説明する。
【０１０９】
濃淡２値化工程（Ｓ２）によれば、コンクリート画像を色濃度閾値を用いて２値化することによって、濃淡モノクロ画像が生成される。濃淡モノクロ画像は、セメント成分よりも濃色を呈する濃色成分が存在する濃領域、及び、セメント成分を含めた淡色を呈する淡色成分が存在する淡領域という２種類の画像領域から構成される２値画像であり、例えば、濃領域を構成する各画素の画素値が「１」とされ、淡領域を構成する各画素の画素値が「０」とされている。
【０１１０】
この濃淡モノクロ画像は、その濃領域がコンクリート画像中の濃色成分を表わし、その淡領域がコンクリート画像中の淡色成分を表わしたものである（図６から図８参照。）。ここで、濃色とは色濃度が高い色合い、即ち、明度（輝度）が低い色合いを、淡色とは色濃度が低い色合い、即ち、明度（輝度）が高い色合いを、それぞれ意味している。
【０１１１】
濃色成分及び淡色成分は、コンクリートの配合成分を色濃度に基づいて２種類に分類したものであり、濃色成分には、セメント成分よりも濃色を呈する骨材などが含まれる一方、淡色成分には、セメント成分と同等の色濃度やそれより淡色を呈する骨材に加え、セメント成分自体も含まれる。
【０１１２】
ここで、濃淡２値化工程（Ｓ２）は、第１色分解工程（Ｓ２１）、ＲＧＢ濃淡化工程（Ｓ２２）、濃淡合成工程（Ｓ２３）及び、濃領域修正工程（Ｓ２４）を備えており、これら４つの処理工程が連係することによって、コンクリート画像から濃淡モノクロ画像を生成するものである。また、濃淡２値化工程（Ｓ２）においては、第１色分解工程（Ｓ２１）、ＲＧＢ濃淡化工程（Ｓ２２）、濃淡合成工程（Ｓ２３）及び、濃領域修正工程（Ｓ２４）が、この順番で実行される。
【０１１３】
＜第１色分解工程＞
第１色分解工程（Ｓ２１）によれば、コンクリート画像が光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各原色成分にそれぞれ色分解されることで、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像が、それぞれ生成される。
【０１１４】
ここで、Ｒ原色画像は、コンクリート画像に含まれる２５６階調の赤色成分の濃淡を、Ｇ原色画像は、コンクリート画像に含まれる２５６階調の緑色成分の濃淡を、Ｂ原色画像は、コンクリート画像に含まれる２５６階調の青色成分の濃淡を、それぞれ表わした画像である。
【０１１５】
＜ＲＧＢ濃淡化工程＞
ＲＧＢ濃淡化工程（Ｓ２２）によれば、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像のそれぞれについて、マルチレベルの大津の方法を用いて求められる適正色濃度閾値に基づいて２値化が行われる。
【０１１６】
このＲＧＢ濃淡化工程（Ｓ２２）による２値化によって、Ｒ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｒ濃淡基礎画像」という。）、Ｇ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｇ濃淡基礎画像」という。）、Ｂ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｂ濃淡基礎画像」という。）が、それぞれ生成される。
【０１１７】
このＲＧＢ濃淡化工程（Ｓ２２）においては、まず、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像のそれぞれについて、適正色濃度閾値が求められる。つまり、マルチレベルの大津の方法を用いて、Ｒ原色画像の適正色濃度閾値が、Ｇ原色画像の適正色濃度閾値が、Ｂ原色画像の適正色濃度閾値が、それぞれ求められる。そして、これらの各適正色濃度閾値を求めるにあたって、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像について、それぞれ４種類の色濃度閾値が求められる。
【０１１８】
なお、以下の説明において、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像を総称して「原色画像」といもいう。
【０１１９】
この４種類の色濃度閾値は、原色画像における各画素の色濃度に基づいて、その原色画像に表れるコンクリートの配合成分を、５つのクラス（相）に分割するための境界値（閾値）である。ここで、コンクリートの配合成分は、色濃度の値の大きい順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相という合計５つのクラス（相）に分割される。
【０１２０】
そして、各原色成分の原色画像に関する適正色濃度閾値には、遷移骨材相と遷移セメント相との境界を示す色濃度閾値が選択される。結果、かかる適正色濃度閾値を用いて２値化された濃淡基礎画像においては、原色画像の濃色骨材相及び遷移骨材相が濃領域に含まれ、原色画像の遷移セメント相、セメント相及び、淡色骨材相が淡領域に含まれることとなる。
【０１２１】
ここで、この原色画像の適正色濃度閾値の導出に用いられる各原色画像のヒストグラムを、図１７に示す。図１７（ａ）は、Ｒ原色画像における赤色成分のヒストグラムであり、図１７（ｂ）は、Ｇ原色画像における緑色成分のヒストグラムであり、図１７（ｃ）は、Ｂ原色画像における青色成分のヒストグラムである。
【０１２２】
具体的には、Ｒ原色画像について、２５６階調の赤色成分の色濃度ｔＲ（但し、１≦ｔＲ≦２５６とする）を階級とし、色濃度ｔＲの画素数を度数とするか又は、色濃度ｔＲの画素数をＲ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｒ原色画像についての度数分布表又はヒストグラム（図１７（ａ）参照。）を生成して、Ｒ原色画像を構成する画素の色濃度ｔＲに関する離散確率分布を求める。
【０１２３】
そして、このＲ原色画像を構成する画素の色濃度ｔＲに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｒ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＲ１，ｔＲ２，ｔＲ３，ｔＲ４が求められる。
【０１２４】
さすれば、Ｒ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＲ≦ｔＲ１、遷移骨材相がｔＲ１＋１≦ｔＲ≦ｔＲ２、遷移セメント相がｔＲ２＋１≦ｔＲ≦ｔＲ３、セメント相がｔＲ３＋１≦ｔＲ≦ｔＲ４、淡色骨材相がｔＲ４＋１≦ｔＲ≦２５６、となる。
【０１２５】
このようにしてＲ原色画像について、４種類の色濃度閾値ｔＲ１，ｔＲ２，ｔＲ３，ｔＲ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＲ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＲ２を用いてＲ原色画像がＲ濃淡基礎画像へと２値化される。
【０１２６】
このＲ原色画像の２値化によれば、Ｒ原色画像の中で、色濃度ｔＲの値が適正色濃度閾値ｔＲ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＲの値が適正色濃度閾値ｔＲ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＲ原色画像からＲ濃淡基礎画像が生成される。
【０１２７】
また、Ｇ原色画像について、２５６階調の緑色成分の色濃度ｔＧ（但し、１≦ｔＧ≦２５６とする）を階級とし、色濃度ｔＧの画素数を度数とするか又は、色濃度ｔＧの画素数をＧ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｇ原色画像についての度数分布表又はヒストグラム（図１７（ｂ）参照。）を生成して、Ｇ原色画像を構成する画素の色濃度ｔＧに関する離散確率分布を求める。
【０１２８】
そして、このＧ原色画像を構成する画素の色濃度ｔＧに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｇ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＧ１，ｔＧ２，ｔＧ３，ｔＧ４が求められる。
【０１２９】
さすれば、Ｇ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＧ≦ｔＧ１、遷移骨材相がｔＧ１＋１≦ｔＧ≦ｔＧ２、遷移セメント相がｔＧ２＋１≦ｔＧ≦ｔＧ３、セメント相がｔＧ３＋１≦ｔＧ≦ｔＧ４、淡色骨材相がｔＧ４＋１≦ｔＧ≦２５６、となる。
【０１３０】
このようにしてＧ原色画像について、４種類の色濃度閾値ｔＧ１，ｔＧ２，ｔＧ３，ｔＧ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＧ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＧ２を用いてＧ原色画像がＧ濃淡基礎画像へと２値化される。
【０１３１】
このＧ原色画像の２値化によれば、Ｇ原色画像の中で、色濃度ｔＧの値が適正色濃度閾値ｔＧ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＧの値が適正色濃度閾値ｔＧ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＧ原色画像からＧ濃淡基礎画像が生成される。
【０１３２】
さらに、Ｂ原色画像について、２５６階調の青色成分の色濃度ｔＢ（但し、１≦ｔＢ≦２５６とする）を階級とし、色濃度ｔＢの画素数を度数とするか又は、色濃度ｔＢの画素数をＢ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｂ原色画像についての度数分布表又はヒストグラム（図１７（ｃ）参照。）を生成して、Ｂ原色画像を構成する画素の色濃度ｔＢに関する離散確率分布を求める。
【０１３３】
そして、このＢ原色画像を構成する画素の色濃度ｔＢに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｂ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＢ１，ｔＢ２，ｔＢ３，ｔＢ４が求められる。
【０１３４】
さすれば、Ｂ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＢ≦ｔＢ１、遷移骨材相がｔＢ１＋１≦ｔＢ≦ｔＢ２、遷移セメント相がｔＢ２＋１≦ｔＢ≦ｔＢ３、セメント相がｔＢ３＋１≦ｔＢ≦ｔＢ４、淡色骨材相がｔＢ４＋１≦ｔＢ≦２５６、となる。
【０１３５】
このようにしてＢ原色画像について、４種類の色濃度閾値ｔＢ１，ｔＢ２，ｔＢ３，ｔＢ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＢ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＢ２を用いてＢ原色画像がＢ濃淡基礎画像へと２値化される。
【０１３６】
このＢ原色画像の２値化によれば、Ｂ原色画像の中で、色濃度ｔＢの値が適正色濃度閾値ｔＢ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＢの値が適正色濃度閾値ｔＢ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＢ原色画像からＢ濃淡基礎画像が生成される。
【０１３７】
以上の結果、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像は、画素値が「１」の画素で表わされる濃領域と、画素値が「０」の画素で表わされる淡領域とに、それぞれ分割されることとなり、結果、濃領域と淡領域とでは互いに異なる画素値を持つものとなる。
【０１３８】
このように、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像は、いずれも白色の画素で表示される濃領域と、黒色の画素で表示される淡領域を有した２値画像であり、その濃領域によって骨材の存在領域が表わされ、その淡領域によって残余成分の存在領域が表わされている。
【０１３９】
なお、マルチレベルの大津の方法については、Huang Yourni and Wang Shuang, "Multilevel thresholding methods for image segmentation with Otsu based on QPSO," IEEE Trans. Image and Signal Processing, 2008. CISP apos;08. Congress on Volume 3, Issue, 27-30 May 2008 Page(s):701 - 705.における７０２頁左欄「2.Image Segmentation Based On the Otsu Method」が詳しいので、ここでは詳細な説明を省略する。
【０１４０】
＜濃淡合成工程＞
濃淡合成工程（Ｓ２３）によれば、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である濃淡モノクロ画像が生成される。
【０１４１】
ここで、濃淡合成工程（Ｓ２３）により合成生成される濃淡モノクロ画像は、画素値が「１」の画素から形成される濃領域と、画素値が「０」の画素から形成される淡領域とからなる２値画像であり、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０１４２】
この濃淡合成工程（Ｓ２３）では、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算する場合、例えば、Ｒ濃淡基礎画像とＧ濃淡基礎画像とを論理和演算して得られる画像（以下「ＲＧ濃淡基礎画像」という。）を生成し、このＲＧ濃淡基礎画像とＢ濃淡基礎画像とを論理和演算することで、１個の濃淡モノクロ画像が合成生成される。
【０１４３】
ここで、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像、Ｂ濃淡基礎画像、ＲＧ濃淡基礎画像及び、濃淡モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０１４４】
次に、この濃淡合成工程（Ｓ２３）による濃淡モノクロ画像の合成生成について説明する。まずは、Ｒ濃淡基礎画像とＧ濃淡基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値がＲＧ濃淡基礎画像の対応する座標位置に存在する画素の画素値として設定される。
【０１４５】
つまり、座標（ｘ，ｙ）についてＲ濃淡基礎画像の画素の画素値が「１」、Ｇ濃淡基礎画像の画素の画素値が「１」又は、Ｒ濃淡基礎画像及びＧ濃淡基礎画像の画素の画素値が両方とも「１」である場合に、ＲＧ濃淡基礎画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲ濃淡基礎画像及びＧ濃淡基礎画像の画素の画素値が両方とも「０」である場合には、ＲＧ濃淡基礎画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１４６】
それから、ＲＧ濃淡基礎画像とＢ濃淡基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が濃淡モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０１４７】
つまり、座標（ｘ，ｙ）についてＲＧ濃淡基礎画像の画素の画素値が「１」、Ｂ濃淡基礎画像の画素の画素値が「１」又は、ＲＧ濃淡基礎画像及びＢ濃淡基礎画像の画素の画素値が両方とも「１」である場合に、濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲＧ濃淡基礎画像及びＢ濃淡基礎画像の画素の画素値が両方とも「０」である場合には、濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１４８】
以上の結果、濃淡モノクロ画像は、画素値が「１」の画素で表わされる濃領域と、画素値が「０」の画素で表わされる淡領域とに、それぞれ分割されることとなり、結果、濃領域と淡領域とでは互いに異なる画素値を持つものとなる。つまり、濃淡モノクロ画像は、図６から図８に示すように、骨材の存在領域を示すために白色の画素で表示される濃領域と、残余成分の存在領域を示すために黒色の画素で表示される淡領域とを有した２値画像となる。
【０１４９】
＜原濃淡モノクロ画像＞
図６は、濃淡合成工程（Ｓ２３）による生成後であって濃領域修正工程（Ｓ２４）の実行前における濃淡モノクロ画像（以下「原濃淡モノクロ画像」ともいう。）の構造説明図であり、図中では、濃領域に白色を付する一方で、図示上の便宜から淡領域に黒色ではなく灰色を付している。
【０１５０】
図６に示すように、原濃淡モノクロ画像によれば、その濃領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その淡領域はそれを構成する画素の画素値が「０」であるために黒色で表示されている。原濃淡モノクロ画像には、コンクリート画像に表われる同一骨材の存在領域の輪郭に比べて、濃領域により表わされる骨材の存在領域の輪郭が不正確なものが含まれている。
【０１５１】
原濃淡モノクロ画像の濃領域の中には、骨材に淡色系の鉱物などの淡色系含有成分が局所的に混入するため、この淡色系含有成分が濃領域の内部に隔離淡領域（閉領域）となって、又は、濃領域の一部に欠損淡領域となって表われるものがある。隔離淡領域は、画素値「１」の画素集合である濃領域により周囲が完全包囲される画素値「０」の画素集合からなる閉領域内の淡領域であり、他の淡領域から完全に隔離された状態で存在している。
【０１５２】
なお、欠損淡領域は、骨材の淡色系含有成分が残余成分の存在領域に紛れ込んでしまうことで、濃淡モノクロ画像において濃領域の一部がその濃領域の周囲に存在する淡領域の一部と繋がってしまい、濃領域の一部から欠如した画像領域である。
【０１５３】
図７は、原濃淡モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成されたものである。図７に示すように、原濃淡モノクロ画像は、濃領域が白色（画素値「１」）で表示され、淡領域が黒色（画素値「０」）で表示されている。この原濃淡モノクロ画像の濃領域の中には、上記した肉眼で目視する限りにおいて隔離淡領域を確認することはできないが、一部の濃領域に欠損淡領域が表われている。
【０１５４】
これらのことから、原濃淡モノクロ画像は、コンクリート画像における骨材の存在領域が正確に抽出できず、その再現精度が低下してしまうことがある。しかし、原濃淡モノクロ画像に存在する隔離淡領域及び欠損淡領域については、本来であれば、残余成分の存在領域を表わす淡領域ではなく、骨材の存在領域を表わす濃領域に属すべきものである。
【０１５５】
そこで、図４に示すように、画像領域分割処理は、濃淡合成工程（Ｓ２３）の後に濃領域修正工程（Ｓ２４）が設けられており、この濃領域修正工程（Ｓ２４）によって、原濃淡モノクロ画像に含まれている隔離淡領域である画素集合を濃領域と同じ画素値に反転させ、かかる隔離淡領域を濃領域に置換することで、濃領域をより正確な骨材の存在領域へと修正し、かつ、淡領域をより正確な残余成分の存在領域へと修正するようにしている。
【０１５６】
＜濃領域修正工程＞
つまり、濃領域修正工程（Ｓ２４）は、原濃淡モノクロ画像の濃領域を修正するための処理工程である。この濃領域修正工程（Ｓ２４）によれば、原濃淡モノクロ画像の中に隔離淡領域が存在する場合に（図６及び図７参照。）、このような全ての隔離淡領域における画素値「０」の画素集合が濃領域と同じ画素値「１」に変更（反転）される（図８参照。）。
【０１５７】
具体的には、原濃淡モノクロ画像の中から隔離淡領域がラベリング処理により全て検出される。そして、この検出された全ての隔離淡領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離淡領域の全画素の画素値が濃領域の画素値と等しい「１」の値に変更される。
【０１５８】
この結果、濃淡２値化工程（Ｓ２）からは、この濃領域修正工程（Ｓ２４）の実行により原濃淡モノクロ画像を修正することにより生成された新たな濃淡モノクロ画像（以下「修正濃淡モノクロ画像」ともいう。図８参照。）が、次工程のモノクロ合成工程（Ｓ４）へと供給されることとなる。
【０１５９】
＜修正濃淡モノクロ画像＞
図８は、修正濃淡モノクロ画像の構造説明図であり、図中では、濃領域に白色を付する一方で、図示上の便宜から淡領域に黒色ではなく灰色を付している。図８に示すように、修正濃淡モノクロ画像では、図６の原濃淡モノクロ画像において隔離淡領域であった画素集合が、濃領域と同一色（同一画素値）に変更されることで、濃領域の一部へと置換されている。
【０１６０】
この結果、修正濃淡モノクロ画像は、原濃淡モノクロ画像に比べて、その濃領域及び淡領域によって骨材の存在領域及び残余成分の存在領域がより正確に表わされる。しかし、修正濃淡モノクロ画像には、濃領域の一部に欠損淡領域が残存したままであるので、このような欠損淡領域については、後述するモノクロ合成工程（Ｓ４）及び合成領域修正工程（Ｓ５）により更なる修正が加えられるのである。
【０１６１】
なお、以下の説明において、原濃淡モノクロ画像及び修正濃淡モノクロ画像を総称して単に「濃淡モノクロ画像」ともいう。
【０１６２】
［ 輪郭２値化工程 ］
次に、図４に示す画像領域分割処理における、第３の処理工程である輪郭２値化工程（Ｓ３）について、説明する。
【０１６３】
輪郭２値化工程（Ｓ３）によれば、コンクリート画像を基礎とした情報から色濃度勾配に基づくエッジ抽出方法を用いて、骨材の輪郭を形成する画素である骨材輪郭画素を抽出することによって、輪郭モノクロ画像が生成される。
【０１６４】
輪郭モノクロ画像は、骨材輪郭画素から形成される輪郭領域、及び、その輪郭領域を除いた背景領域という２種類の画像領域から構成される２値画像であり、輪郭領域を構成する各画素の画素値が「１」とされ、背景領域を構成する各画素の画素値が「０」とされている。
【０１６５】
この輪郭モノクロ画像の輪郭領域は、エッジ抽出方法を用いて抽出された多数の骨材輪郭画素が線状に連なる又は点在するように集合することで形成される画像領域であって、かかる骨材輪郭画素の集合が全体として骨材の輪郭線を表わすものとなっている（図８（ａ）参照。）。
【０１６６】
一方、輪郭モノクロ画像の背景領域は、輪郭領域を構成する骨材輪郭画素として抽出されずに残った画素が集合することで形成される画像領域であって、全体として骨材の輪郭線ではない部分を表わすものとなっている（図８（ａ）参照。）。
【０１６７】
ここで、輪郭２値化工程（Ｓ３）は、平滑化工程（Ｓ３１）、第２色分解工程（Ｓ３２）、グレースケール化工程（Ｓ３３）、ＲＧＢ輪郭化工程（Ｓ３４）、輪郭合成工程（Ｓ３５）及び、輪郭領域修正工程（Ｓ３６）を備えており、これら６つの処理工程が連係することによって、コンクリート画像から輪郭モノクロ画像を生成するものである。また、輪郭２値化工程（Ｓ３）においては、平滑化工程（Ｓ３１）、第２色分解工程（Ｓ３２）、グレースケール化工程（Ｓ３３）、ＲＧＢ輪郭化工程（Ｓ３４）、輪郭合成工程（Ｓ３５）及び、輪郭領域修正工程（Ｓ３６）が、この順番で実行される。
【０１６８】
＜平滑化工程＞
平滑化工程（Ｓ３１）によれば、コンクリート画像が平滑化フィルタによって平滑化されて、コンクリート画像から不要な画像ノイズが除去されることで、平滑化コンクリート画像が生成される。ここで、平滑化フィルタにはＫｕｗａｈａｒａフィルタが用いられる。
【０１６９】
なお、本実施例では、かかる平滑化工程（Ｓ３１）によりＫｕｗａｈａｒａフィルタを用いてコンクリート画像を平滑化するため、ＲＧＢ輪郭化工程（Ｓ３４）におけるＣａｎｎｙのエッジ抽出アルゴリズムからは、後述するグレー画像についてガウシアンフィルタを用いてノイズ除去する処理が削除されることとなる。
【０１７０】
なお、Ｋｕｗａｈａｒａフィルタに関しては、M. Kuwahara, K. Hachimura, S. Eiho, and M.Kinoshita. Digital Processing of Biomedical Images.,Plenum Press, pp. 187-203, New York, NY,1976.が詳しいので、ここでは詳細な説明を省略する。
【０１７１】
＜平滑化コンクリート画像＞
図９（ａ）は、Ｋｕｗａｈａｒａフィルタを用いて平滑化した本実施例の平滑化コンクリート画像の参考図であり、図９（ｂ）は、ガウシアンフィルタを用いて平滑化した比較例の平滑化コンクリート画像の参考図である。なお、図９では、カラー画像を図面として添付できないからことから、便宜上、平滑化コンクリート画像の一例をグレースケール化したグレー画像を用いている。
【０１７２】
図９に示すように、本実施例の平滑化コンクリート画像（図９（ａ）参照。）と、比較例の平滑化コンクリート画像（図９（ｂ）参照。）とを比較すると、本実施例の平滑化コンクリート画像は比較例の平滑化コンクリート画像に比べて、画像上のノイズも除去されており、かつ、骨材の輪郭もより鮮明に抽出されている。
【０１７３】
ガウシアンフィルタを用いる場合は、ガウス分布関数の標準偏差を任意に設定する必要があるため、この設定に際して標準偏差が小さいとコンクリート画像からノイズを十分に除去できず、逆に、標準偏差が大きいと平滑化コンクリート画像における骨材の画像領域の色濃度が低下することから骨材の輪郭が不鮮明となってエッジ抽出精度が低下してしまう。
【０１７４】
これに対し、Ｋｕｗａｈａｒａフィルタは、ガウシアンフィルタのように標準偏差を任意に設定する必要がなく、その設定値が大小することによるノイズ除去性能の低下や、エッジ抽出精度の低下を回避でき、ガウシアンフィルタを用いる場合に比べて、平滑化コンクリート画像における骨材の輪郭を鮮明度を維持しつつノイズを除去することができるのである。
【０１７５】
＜第２色分解工程＞
第２色分解工程（Ｓ３２）によれば、平滑化コンクリート画像が光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各色成分にそれぞれ色分解されることで、平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像が、それぞれ生成される。
【０１７６】
ここで、平滑化Ｒ原色画像は、平滑化コンクリート画像から抽出される２５６階調の赤色成分の濃淡を、平滑化Ｇ原色画像は、平滑化コンクリート画像から抽出される２５６階調の緑色成分の濃淡を、平滑化Ｂ原色画像は、平滑化コンクリート画像から抽出される２５６階調の青色成分の濃淡を、それぞれ表わした画像である。
【０１７７】
＜グレースケール化工程＞
グレースケール化工程（Ｓ３３）によれば、平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像がそれぞれグレースケール画像に変換される。なお、グレースケール画像は、白黒の２色のみならず中間色であるグレーを含んだ多階調（多値）の画像である。
【０１７８】
このグレースケール化工程（Ｓ３３）による変換によって、平滑化Ｒ原色画像のグレースケール画像（以下「Ｒ系グレー画像」という。）、平滑化Ｇ原色画像のグレースケール画像（以下「Ｇ系グレー画像」という。）及び、平滑化Ｂ原色画像のグレースケール画像（以下「Ｂ系グレー画像」という。）が、それぞれ生成される。
【０１７９】
ここで、Ｒ系グレー画像は平滑化Ｒ原色画像における赤色成分の２５６階調の濃淡を、Ｇ系グレー画像は平滑化Ｇ原色画像における緑色成分の２５６階調の濃淡を、Ｂ系グレー画像は平滑化Ｂ原色画像における青色成分の２５６階調の濃淡を、それぞれ２５６階調の白黒濃淡に変換した画像である。
【０１８０】
なお、以下の説明において、Ｒグレー画像、Ｇグレー画像及び、Ｂグレー画像を総称して、単に「グレー画像」ともいう。
【０１８１】
＜ＲＧＢ輪郭化工程＞
ＲＧＢ輪郭化工程（Ｓ３４）によれば、Ｒ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像のぞれぞれについて、色濃度勾配（画素値勾配）に基づくエッジ抽出法の一種であるＣａｎｎｙのエッジ抽出アルゴリズムを用いて、骨材輪郭画素の抽出が行われる。
【０１８２】
但し、ここで言うところの、Ｃａｎｎｙのエッジ抽出アルゴリズムとは、かかるエッジ抽出アルゴリズムにおいて一般的なガウシアンフィルタによる画像ノイズ除去処理が存在しないものであり、主として、エッジ強さ及びエッジ方向の計算、抽出された輪郭線の細線化（non-maximum suppress）、及び、上限値及び下限値を設定することによる輪郭線のスムーズ化から成っている。
【０１８３】
このＣａｎｎｙのエッジ抽出アルゴリズムを用いることによって、Ｒ系グレー画像から全ての骨材輪郭画素が、Ｇ系グレー画像から全ての骨材輪郭画素が、Ｂ系グレー画像から全ての骨材輪郭画素が、それぞれ抽出される。ここで、骨材輪郭画素とは、各グレー画像に表示される骨材の輪郭を形成している画素である。
【０１８４】
具体的には、まず、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｒ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｒ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｒ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｒ輪郭基礎画像」という。）が生成される。
【０１８５】
また、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｇ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｇ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｇ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｇ輪郭基礎画像」という。）が生成される。
【０１８６】
さらに、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｂ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｂ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｂ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｂ輪郭基礎画像」という。）が生成される。
【０１８７】
すると、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像は、画素値が「１」の画素で表わされる輪郭領域と、画素値が「０」の画素で表わされる背景領域とに、それぞれ分割されることとなり、結果、輪郭領域と背景領域とでは互いに異なる画素値を持つものとなる。
【０１８８】
このように、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像は、いずれも白色の画素で表示される輪郭領域と、黒色の画素で表示される背景領域を有した２値画像であり、その輪郭領域によって骨材の輪郭が表わされ、その背景領域によって骨材の輪郭を除いた部分が表わされている。
【０１８９】
なお、Ｃａｎｎｙのエッジ抽出アルゴリズムに関しては、J.F.Canny "Finding edge and lines in images". Master's thesis, AITR-720. MIT, Cambridge, USA, 1983や、J.F.Canny "A computational approach to edge detection". IEEE Trans. on Pattern Analysis and Machine Intelligence, 8(6):679-698, November 1986が詳しいので、ここでは詳細な説明を省略する。
【０１９０】
＜輪郭合成工程＞
輪郭合成工程（Ｓ３５）によれば、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である輪郭モノクロ画像が生成される。
【０１９１】
ここで、輪郭合成工程（Ｓ３５）により合成生成される輪郭モノクロ画像は、画素値が「１」の画素から形成される輪郭領域と、画素値が「０」の画素から形成される背景領域とからなる２値画像であり、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０１９２】
この輪郭合成工程（Ｓ３５）では、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算する場合、例えば、Ｒ輪郭基礎画像とＧ輪郭基礎画像とを論理和演算して得られる画像（以下「ＲＧ輪郭基礎画像」という。）を生成し、このＲＧ輪郭基礎画像とＢ輪郭基礎画像とを論理和演算することで、１個の輪郭モノクロ画像が合成生成される。
【０１９３】
ここで、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像、Ｂ輪郭基礎画像、ＲＧ輪郭基礎画像及び、輪郭モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０１９４】
次に、この輪郭合成工程（Ｓ３５）による輪郭モノクロ画像の合成生成について説明する。まずは、Ｒ輪郭基礎画像とＧ輪郭基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値がＲＧ輪郭基礎画像の対応する座標位置に存在する画素の画素値として設定される。
【０１９５】
つまり、座標（ｘ，ｙ）についてＲ輪郭基礎画像の画素の画素値が「１」、Ｇ輪郭基礎画像の画素の画素値が「１」又は、Ｒ輪郭基礎画像及びＧ輪郭基礎画像の画素の画素値が両方とも「１」である場合に、ＲＧ輪郭基礎画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲ輪郭基礎画像及びＧ輪郭基礎画像の画素の画素値が両方とも「０」である場合には、ＲＧ輪郭基礎画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１９６】
それから、ＲＧ輪郭基礎画像とＢ輪郭基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が輪郭モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０１９７】
つまり、座標（ｘ，ｙ）についてＲＧ輪郭基礎画像の画素の画素値が「１」、Ｂ輪郭基礎画像の画素の画素値が「１」又は、ＲＧ輪郭基礎画像及びＢ輪郭基礎画像の画素の画素値が両方とも「１」である場合に、輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲＧ輪郭基礎画像及びＢ輪郭基礎画像の画素の画素値が両方とも「０」である場合には、輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１９８】
以上の結果、輪郭モノクロ画像は、画素値が「１」の画素で表わされる輪郭領域と、画素値が「０」の画素で表わされる背景領域とに、それぞれ分割されることとなり、結果、輪郭領域と背景領域とでは互いに異なる画素値を持つものとなる。つまり、輪郭モノクロ画像は、図１０から図１３に示すように、骨材の存在領域の輪郭を示すために白色の画素で表示される輪郭領域と、この輪郭領域を除く領域を示すために黒色の画素で表示される背景領域とを有した２値画像となる。
【０１９９】
＜原輪郭モノクロ画像＞
図１０は、輪郭合成工程（Ｓ３５）による生成後であって輪郭領域修正工程（Ｓ３６）の実行前における輪郭モノクロ画像（以下「原輪郭モノクロ画像」ともいう。）の構造説明図であり、図中では、輪郭領域に白色を付する一方で、図示上の便宜から背景領域に黒色ではなく灰色を付している。
【０２００】
図１０に示すように、原輪郭モノクロ画像によれば、その輪郭領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その背景領域はそれを構成する画素の画素値が「０」であるために黒色で表示されている。
【０２０１】
原輪郭モノクロ画像の中には、その輪郭領域が、骨材輪郭画素の集合からなる輪郭線により背景領域の周囲を完全に包囲する連続輪郭領域と、骨材輪郭画素の集合からなる輪郭線の一部が途切れて背景領域の周囲を不完全に包囲する不連続輪郭領域とからなっているものがある。
【０２０２】
連続輪郭領域は、画素値「１」の画素集合からなる輪郭線であって、その輪郭線の内側に画素値「０」の画素集合（背景領域）を完全包囲している輪郭領域である。また、不連続輪郭領域は、画素値「１」の画素集合からなる輪郭線であって、この輪郭線の内外にある画素値「０」の画素集合（背景領域）が互いに繋がっている輪郭領域である。
【０２０３】
連続輪郭領域の中には、背景領域の一種であって、この連続輪郭領域の画素値「１」の画素集合により周囲が完全包囲されている画素値「０」の画素集合である隔離背景領域（閉領域）が存在しており、この隔離背景領域は、他の背景領域から完全に隔離された状態で存在している。
【０２０４】
不連続輪郭領域の中には、背景領域の一種であって、この不連続輪郭領域の画素値「１」の画素集合により周囲が部分的に包囲されているが、この不連続隔離領域の周囲に存在する背景領域と繋がった画素値「０」の画素集合である内在背景領域（閉領域）が存在しており、この内在背景領域は、他の背景領域と連続した状態で存在している。
【０２０５】
図１１は、原輪郭モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成されたものである。図１１に示すように、原輪郭モノクロ画像は、輪郭領域（連続輪郭領域及び不連続輪郭領域）が白色（画素値「１」）で表示され、背景領域（隔離背景領域及び内在背景領域を含む。）が黒色（画素値「０」）で表示されている。
【０２０６】
この原輪郭モノクロ画像によれば、輪郭領域によって骨材の存在領域の輪郭が高い精度で再現されており、いずれの輪郭領域も、その内側に隔離背景領域又は内在背景領域の背景領域が存在しており、かつ、骨材輪郭画素の画素集合からなる線状の輪郭線で形成されている。ただし、原輪郭モノクロ画像に存在する隔離背景領域及び内在背景領域は、純粋な意味において残余成分の存在領域を表わす背景領域ではなく、本来は骨材の存在領域に属すべきものである。
【０２０７】
そこで、図４に示すように、画像領域分割処理は、輪郭合成工程（Ｓ３５）の後に輪郭領域修正工程（Ｓ３６）が設けられており、この輪郭領域修正工程（Ｓ３６）によって、原輪郭モノクロ画像に含まれる隔離背景領域であるところの画素集合を輪郭領域と同じ画素値に反転させ、かかる隔離背景領域を包囲する連続輪郭領域とともに骨材抽出領域に置換して、骨材の存在領域を明確化するようにしている。
【０２０８】
＜輪郭領域修正工程＞
つまり、輪郭領域修正工程（Ｓ３６）は、原輪郭モノクロ画像の中から骨材の存在領域であるところの骨材抽出領域を抽出するための処理工程である。この輪郭領域修正工程（Ｓ３６）によれば、原輪郭モノクロ画像の中に隔離背景領域が存在する場合に（図１０及び図１１参照。）、このような全ての隔離背景領域における画素値「０」の画素集合が輪郭領域と同じ画素値である「１」に変更（反転）される（図１２及び図１３参照。）。
【０２０９】
具体的には、原輪郭モノクロ画像の中から隔離背景領域がラベリング処理により全て検出される。そして、この検出された全ての隔離背景領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離背景領域の全画素の画素値が輪郭領域の骨材輪郭画素の画素値と等しい「１」の値に変更される。
【０２１０】
この結果、輪郭２値化工程（Ｓ３）からは、この輪郭領域修正工程（Ｓ３６）の実行により原輪郭モノクロ画像を修正することにより生成された新たな輪郭モノクロ画像（以下「修正輪郭モノクロ画像」ともいう。図１２及び図１３参照。）、即ち、骨材抽出領域を有する修正輪郭モノクロ画像が、次工程のモノクロ合成工程（Ｓ４）へ供給されることとなる。
【０２１１】
なお、修正輪郭モノクロ画像において「輪郭領域」とは、不連続輪郭領域及び骨材抽出領域の双方を含めた画像領域をいうものとする。
【０２１２】
＜修正輪郭モノクロ画像＞
図１２は、修正輪郭モノクロ画像の構造説明図であり、図中では、輪郭領域に白色を付する一方で、図示上の便宜から背景領域に黒色ではなく灰色を付している。図１２に示すように、修正輪郭モノクロ画像は、白色の画素で表示される骨材抽出領域及び不連続輪郭領域と、黒色の画素で表示される背景領域とを有した２値画像となっている。
【０２１３】
また、この修正輪郭モノクロ画像は、図１０の原輪郭モノクロ画像から生成されたものである。この修正輪郭モノクロ画像では、図１０の原輪郭モノクロ画像において連続輪郭領域内に存在する隔離背景領域であった画素集合が、連続輪郭領域及び不連続輪郭領域と同一色（同一画素値）に変更されることで、隔離背景領域と連続輪郭領域とが一体化した骨材抽出領域へと置換されている。
【０２１４】
図１３は、修正輪郭モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成された原輪郭モノクロ画像（図１１参照。）を用いて生成されたものである。図１３に示すように、修正輪郭モノクロ画像では、図１１の原輪郭モノクロ画像において連続輪郭領域内の隔離背景領域であった画素集合が、輪郭領域と同一色（同一画素値）に変更されることで、骨材抽出領域へと置換されている。
【０２１５】
具体的には、輪郭領域のうち骨材抽出領域が画素値「１」の白色の画素からなる面状の画素集合となって表われ、輪郭領域のうち不連続輪郭領域が画素値「１」の白色の画素からなる線状の画素集合となって表われ、背景領域が画素値「０」の黒色の画素からなる面状の画素集合となって表われている。
【０２１６】
このように修正輪郭モノクロ画像によれば、輪郭領域の一部である不連続輪郭領域は、複数の骨材輪郭画素が線状に集合した画素集合を形成して骨材の輪郭線として表示されるの対し、同様に輪郭領域の一部である骨材抽出領域については、複数の骨材輪郭画素と同一の画素値を持つ画素が面状に集合した画素集合を形成して骨材の存在領域として表示されるのである。
【０２１７】
しかし、修正輪郭モノクロ画像には、実際の骨材ではなく当該骨材内に存在する含有成分の輪郭線が連続輪郭領域である場合に、かかる含有成分が骨材抽出領域として誤って抽出されたものがあり、又、骨材の輪郭線が不連続輪郭領域となって表われるものもある。また、不連続輪郭領域は、修正輪郭モノクロ画像となった後も以前として、骨材抽出領域として抽出できずに残存したままである。
【０２１８】
このように、修正輪郭モノクロ画像の骨材抽出領域はコンクリート画像の骨材の存在領域を表わすものとしては不充分であることから、後述するモノクロ合成工程（Ｓ４）及び合成領域修正工程（Ｓ５）によって、修正輪郭モノクロ画像に対して更なる修正が加えられるのである。
【０２１９】
なお、以下の説明において、原輪郭モノクロ画像及び修正輪郭モノクロ画像を総称して単に「輪郭モノクロ画像」ともいう。
【０２２０】
［ モノクロ合成工程 ］
次に、図４に示す画像領域分割処理における、第４の処理工程であるモノクロ合成工程（Ｓ４）について、説明する。
【０２２１】
モノクロ合成工程（Ｓ４）によれば、上記した修正濃淡モノクロ画像及び修正輪郭モノクロ画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である合成モノクロ画像が生成される。
【０２２２】
ここで、このモノクロ合成工程（Ｓ４）により合成生成される合成モノクロ画像は、画素値が「１」の画素から形成される合成濃領域と、画素値が「０」の画素から形成される合成淡領域とからなる２値画像であり、修正濃淡モノクロ画像及び修正輪郭モノクロ画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０２２３】
合成モノクロ画像における合成濃領域は、修正濃淡モノクロ画像における画素値「１」の画素集合である濃領域と、同じく修正輪郭モノクロ画像における画素値「１」の画素集合である輪郭領域とを、互いに重ね合わせることで形成される画像領域である。
【０２２４】
つまり、この合成濃領域は、修正濃淡モノクロ画像において濃領域として抽出された骨材について、当該骨材のより正確な輪郭を、修正輪郭モノクロ画像において輪郭領域として抽出された骨材の輪郭線によって補完した画像領域である。また、この合成濃領域は、コンクリート領域分割画像の骨材領域を形成するに際し、その骨材領域の元（基礎）となる画像領域でもある。
【０２２５】
一方、合成モノクロ画像における合成淡領域は、画素値「０」の画素集合である修正濃淡モノクロ画像の淡領域及び修正輪郭モノクロ画像の背景領域を互いに重ね合わせることで形成される画像領域である。
【０２２６】
つまり、この合成淡領域は、修正濃淡モノクロ画像において淡領域として抽出された淡色成分と、修正輪郭モノクロ画像において背景領域として抽出された非骨材輪郭部分との重複部分に相当する画像領域であって、コンクリート領域分割画像における残余成分領域の元（基礎）となるものである。
【０２２７】
ここで、修正濃淡モノクロ画像、修正輪郭モノクロ画像及び、合成モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０２２８】
次に、このモノクロ合成工程（Ｓ４）による合成モノクロ画像の合成生成について説明する。まずは、修正濃淡モノクロ画像と修正輪郭モノクロ画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が合成モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０２２９】
つまり、座標（ｘ，ｙ）にある修正濃淡モノクロ画像の画素の画素値が「１」、修正輪郭モノクロ画像の画素の画素値が「１」又は、修正濃淡モノクロ画像及び修正輪郭モノクロ画像の画素の画素値が両方とも「１」である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）にある修正濃淡モノクロ画像及び修正輪郭モノクロ画像の画素の画素値が両方とも「０」である場合には、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０２３０】
以上の結果、合成モノクロ画像は、画素値が「１」の画素で表わされる合成濃領域と、画素値が「０」の画素で表わされる合成淡領域とに、それぞれ分割されることとなり、結果、合成濃領域と合成淡領域とでは互いに異なる画素値を持つものとなる。つまり、合成モノクロ画像は、図１４に示すように、骨材の存在領域を示すために白色の画素で表示される合成濃領域と、残余成分の存在領域を示すために黒色の画素で表示される合成淡領域とを有した２値画像となる。
【０２３１】
＜合成モノクロ画像＞
図１４は、モノクロ合成工程（Ｓ４）により生成される合成モノクロ画像の構造説明図であり、図中では、合成濃領域に白色を付する一方で、図示上の便宜から合成淡領域に黒色ではなく灰色を付している。図１４に示すように、合成モノクロ画像によれば、その合成濃領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その合成淡領域はそれを構成する画素の画素値が「０」であるために黒色（図中では灰色）で表示されている。
【０２３２】
合成モノクロ画像の濃領域の中には、修正濃淡モノクロ画像の濃領域が表わす骨材の輪郭と修正輪郭モノクロ画像の輪郭領域が表わす骨材の輪郭とが齟齬するため、この齟齬部分が合成濃領域の内部に隔離合成淡領域（閉領域）となって表われている。隔離合成淡領域は、画素値「１」の画素集合である合成濃領域により周囲が完全包囲される画素値「０」の画素集合からなる閉領域内の合成淡領域であり、他の合成淡領域から完全に隔離された様態で存在している。
【０２３３】
しかしながら、この合成モノクロ画像に存在する隔離合成淡領域は、本来であれば、残余成分の存在領域を表わす合成淡領域ではなく、骨材の存在領域を表わす合成濃領域に属すべきものである。
【０２３４】
そこで、図４に示すように、画像領域分割処理は、モノクロ合成工程（Ｓ４）の後に合成領域修正工程（Ｓ５）が設けられており、この合成領域修正工程（Ｓ５）によって、合成モノクロ画像に含まれる隔離合成淡領域であるところの画素集合を合成濃領域と同じ画素値に反転させ、かかる隔離合成淡領域を包囲する合成濃領域とともに骨材領域に置換して、骨材の存在領域を更に明確化するようにしている。
【０２３５】
［ 合成領域修正工程 ］
次に、図４に示す画像領域分割処理における、第５の処理工程である合成領域修正工程（Ｓ５）について、説明する。
【０２３６】
この合成領域修正工程（Ｓ５）は、モノクロ合成工程（Ｓ４）により生成された合成モノクロ画像における合成濃領域を修正して骨材領域を抽出して、コンクリート領域分割画像を生成するための処理工程である。この合成領域修正工程（Ｓ５）によれば、合成モノクロ画像の中に輪郭合成淡領域が存在する場合に（図１４参照。）、このような全ての隔離合成淡領域における画素値「０」の画素集合が合成濃領域と同じ画素値である「１」に変更（反転）される（図１５及び図１６参照。）。
【０２３７】
具体的には、合成モノクロ画像の中から隔離合成淡領域がラベリング処理により全て検出される。そして、この検出された全ての隔離合成淡領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離合成淡領域の全画素の画素値が合成濃領域の画素値と等しい「１」の値に変更される。
【０２３８】
この結果、隔離合成淡領域は合成濃領域と一体となって骨材領域へと置換され、この置換によって、より正確な骨材の存在領域である骨材領域を作り出すとともに、より正確な残余成分の存在領域である残余成分領域を作り出し、結果、コンクリート領域分割画像を作り出すのである。
【０２３９】
＜コンクリート領域分割画像＞
図１５は、コンクリート領域分割画像の構造説明図であり、図中では、骨材領域に白色を付する一方で、図示上の便宜から残余成分領域に黒色ではなく灰色を付している。図１５に示すように、コンクリート領域分割画像は、画素値が「１」の白色の画素で表示される骨材領域と、画素値が「０」の黒色の画素で表示される残余成分領域とに、それぞれ分割されており、骨材領域と残余成分領域とが互いに異なる画素値を持った２値画像である。
【０２４０】
＜コンクリート領域分割画像＞
図１６は、コンクリート領域分割画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成された合成モノクロ画像を用いて生成されたものである。図１６に示すように、このコンクリート領域分割画像によれば、骨材領域は、画素値「１」の白色の画素からなる面状の画素集合となって表わされ、残余成分領域は、画素値「０」の黒色の画素からなる面状の画素集合となって表わされる。
【０２４１】
このようにして得られたコンクリート領域分割画像によれば、その骨材領域によってコンクリート画像における骨材の存在領域がより正確に再現されているので、例えば、この骨材領域を構成している全画素数を計数し、その値をコンクリート領域分割画像の全画素数と対比すれば、被写体となったコンクリート面に含まれる骨材の量をより正確に算定することができる。
【０２４２】
なお、本実施例において、請求項１に記載するところの、コンクリート画像はコンクリート画像が、各色成分のコンクリート原色画像はＲ原色画像、Ｇ原色画像及び、Ｂ原色画像が、各色成分の濃淡基礎画像はＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像が、濃淡画像は濃淡モノクロ画像が、平滑化コンクリート画像は平滑化コンクリート画像が、各色成分の平滑化コンクリート原色画像は平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像が、各色成分のグレースケール画像はＲ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像が、各色成分の輪郭基礎画像はＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像が、輪郭画像は輪郭モノクロ画像が、合成２値画像は合成モノクロ画像が、コンクリート領域分割画像はコンクリート領域分割画像が、それぞれ該当する。また、請求項２に記載するところの、Ｒ成分のコンクリート原色画像はＲ原色画像が、Ｇ成分のコンクリート原色画像はＧ原色画像が、Ｂ成分のコンクリート原色画像はＢ原色画像が、それぞれ該当する。
【０２４３】
以上、実施例に基づいて本発明を説明したが、本発明は上記実施例に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の改良変形が可能であることは容易に推察できるものである。例えば、本実施例では、コンクリート画像が２４ビットのカラー画像であったが、かかるコンクリート画像の階調数は必ずしもこれに限定されるものではなく、２４ビットとは異なる階調数であっても良い。
【０２４４】
また、本実施例では、コンクリート画像に対応させて、平滑化コンクリート画像を２４ビットとし、コンクリート画像を基礎に生成されるＲ原色画像、Ｇ原色画像、Ｂ原色画像、Ｒ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像を８ビットとしたが、これらの画像の階調数は必ずしもこれらに限定されるものではなく、その他の階調数であっても良い。
【０２４５】
ただし、コンクリート画像をＲＧＢの各原色成分に色分解することで得られるＲ原色画像、Ｇ原色画像及び、Ｂ原色画像については、これらを基礎に得られる濃淡モノクロ画像における濃領域の再現精度の観点から、それぞの階調数が上記の如く均等であることが好ましい。このようにすることで、濃淡２値化工程（Ｓ２）において、多様な色合いを呈する骨材を、ＲＧＢの各原色成分毎に格差なく濃領域として抽出できるからである。
【０２４６】
さらに、平滑化コンクリート画像をＲＧＢの各原色成分に色分解することで得られるＲ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像についても、これらを基礎に得られる輪郭モノクロ画像における輪郭領域の再現精度の観点から、それぞの階調数が上記の如く均等であることが好ましい。輪郭２値化工程（Ｓ３）において、多様な色合いを呈する骨材を、ＲＧＢの各原色成分毎に格差なく輪郭領域として抽出できるからである。
【０２４７】
また、本実施例では、濃淡２値化工程（Ｓ２）において、濃領域の画素値が「１」であって淡領域の画素値が「０」であるＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の論理和を演算することで、濃領域の画素値が「１」であって淡領域の画素値が「０」である原濃淡モノクロ画像を生成したが、これら４種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２４８】
要するに、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を合成して原濃淡モノクロ画像を生成する論理演算は、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の座標（ｘ，ｙ）にある各画素の画素値のうち少なくとも１つが濃領域を表わす画素値である場合に、原濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を濃領域を表わす画素値に設定し、かつ、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の座標（ｘ，ｙ）にある３つの画素の画素値が全て淡領域を表わす画素値である場合に、原濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を淡領域を表わす画素値に設定するものであれば良い。
【０２４９】
また、本実施例では、輪郭２値化工程（Ｓ３）において、輪郭領域の画素値が「１」であって背景領域の画素値が「０」であるＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の論理和を演算することで、輪郭領域の画素値が「１」であって背景領域の画素値が「０」である原輪郭モノクロ画像を生成したが、これら４種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２５０】
要するに、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を合成して原輪郭モノクロ画像を生成する論理演算は、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の座標（ｘ，ｙ）にある各画素の画素値のうち少なくとも１つが輪郭領域を表わす画素値である場合に、原輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を輪郭領域を表わす画素値に設定し、かつ、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の座標（ｘ，ｙ）にある３つの画素の画素値が全て背景領域を表わす画素値である場合に、原輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を背景領域を表わす画素値に設定するものであれば良い。
【０２５１】
また、本実施例では、モノクロ合成工程（Ｓ４）において、濃領域の画素値が「１」であって淡領域の画素値が「０」である修正濃淡モノクロ画像と輪郭領域の画素値が「１」であって背景領域の画素値が「０」である修正輪郭モノクロ画像との論理和を演算することで、骨材領域の画素値が「１」であって残余成分領域の画素値が「０」である合成モノクロ画像を生成したが、これら３種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２５２】
要するに、修正濃淡モノクロ画像及び修正輪郭モノクロ画像を合成して合成モノクロ画像を生成する論理演算は、修正濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が濃領域を表わす画素値であるか又は、修正輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が輪郭領域を表わす画素値である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を骨材領域を表わす画素値に設定し、かつ、修正濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が淡領域を表わす画素値であり且つ修正輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が背景領域を表わす画素値である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を残余成分領域を表わす画素値に設定するものであれば良い。
【０２５３】
また、本実施例では、濃淡合成工程（Ｓ２３）において、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算する場合に、Ｒ濃淡基礎画像とＧ濃淡基礎画像とを論理和演算してＲＧ濃淡基礎画像を生成し、このＲＧ濃淡基礎画像とＢ濃淡基礎画像とを論理和演算することで、１個の原濃淡モノクロ画像が合成生成した。
【０２５４】
しかしながら、かかる原濃淡モノクロ画像を生成するためのＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算の形式は、必ずしもこれに限定されるものではなく、Ｒ濃淡基礎画像及びＢ濃淡基礎画像を論理和演算した結果得られる画像と、Ｇ濃淡基礎画像とを論理和演算することで原濃淡モノクロ画像を生成しても良く、又は、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像をまとめて論理和演算して原濃淡モノクロ画像を生成するようにしても良い。
【０２５５】
また、本実施例では、濃淡合成工程（Ｓ２３）により生成された原濃淡モノクロ画像に対して、濃領域修正工程（Ｓ２４）により穴埋め処理による修正を施したが、この濃領域修正工程（Ｓ２４）による原濃淡モノクロ画像に対する修正処理を、濃淡２値化工程（Ｓ２）から削除して、その機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２５６】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正濃淡モノクロ画像に代えて原濃淡モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、原濃淡モノクロ画像と修正輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることとなる。
【０２５７】
また、本実施例では、輪郭合成工程（Ｓ３５）において、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算する場合に、Ｒ輪郭基礎画像とＧ輪郭基礎画像とを論理和演算してＲＧ輪郭基礎画像を生成し、このＲＧ輪郭基礎画像とＢ輪郭基礎画像とを論理和演算することで、１個の原輪郭モノクロ画像が合成生成した。
【０２５８】
しかしながら、かかる原輪郭モノクロ画像を生成するためのＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算の形式は、必ずしもこれに限定されるものではなく、Ｒ輪郭基礎画像及びＢ輪郭基礎画像を論理和演算した結果得られる画像と、Ｇ輪郭基礎画像とを論理和演算することで原輪郭モノクロ画像を生成しても良く、又は、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像をまとめて論理和演算して原輪郭モノクロ画像を生成するようにしても良い。
【０２５９】
また、本実施例では、輪郭合成工程（Ｓ３５）により生成された原輪郭モノクロ画像に対して、輪郭領域修正工程（Ｓ３６）により穴埋め処理による修正を施したが、この輪郭領域修正工程（Ｓ３６）による原輪郭モノクロ画像に対する修正処理を、輪郭２値化工程（Ｓ３）から削除して、その機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２６０】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正輪郭モノクロ画像に代えて原輪郭モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、修正濃淡モノクロ画像と原輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることとなる。
【０２６１】
さらに、濃淡領域修正工程（Ｓ２３）による原濃淡モノクロ画像に対する修正処理を濃淡２値化工程（Ｓ２）から削除し、かつ、輪郭領域修正工程（Ｓ３６）による原輪郭モノクロ画像に対する修正処理を輪郭２値化工程（Ｓ３）から削除して、これらの双方の機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２６２】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正輪郭モノクロ画像及び修正輪郭モノクロ画像に代えて原濃淡モノクロ画像及び原輪郭モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、原濃淡モノクロ画像と原輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることなる。
【符号の説明】
【０２６３】
Ｓ１ 画像取得工程
Ｓ２ 濃淡２値化工程
Ｓ３ 輪郭２値化工程
Ｓ４ モノクロ合成工程（２値合成工程）
Ｓ５ 合成領域修正工程
Ｓ２１ 第１色分解工程
Ｓ２２ ＲＧＢ濃淡化工程
Ｓ２３ 濃淡合成工程
Ｓ２４ 濃領域修正工程
Ｓ３１ 平滑化工程
Ｓ３２ 第２色分解工程
Ｓ３３ グレースケール化工程
Ｓ３４ ＲＧＢ輪郭化工程
Ｓ３５ 輪郭合成工程
Ｓ３６ 輪郭領域修正工程
【技術分野】
【０００１】
本発明は、硬化したコンクリート面を被写体としたコンクリート画像の領域分割方法に関し、特に、かかるコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するコンクリート画像の領域分割方法に関するものである。
【背景技術】
【０００２】
コンクリートに関する塩害や中性化は、コンクリートの耐久性を悪化させる劣化現象の一種であり、かかる劣化現象への対処は、既設のコンクリート構造物を維持し管理するにあたって極めて重要な事項となる。特に、塩害や中性化などの劣化現象については、コンクリートに含まれる各種成分、例えば、セメント成分、水、骨材等の配合に大きな影響を受けることから、既設のコンクリート構造物の維持管理に際し、それに使用されるコンクリートの配合を正確に把握することは必要不可欠と言っても過言ではない。
【０００３】
このため、既設のコンクリート構造物に使用されるコンクリートの配合を推定する方法については、国内外において種々の方法が提案されている。なかでも、日本国内においては、コンクリートの配合推定方法として「社団法人セメント協会−コンクリートの配合推定方法（コンクリート委員会報告F-18及びF-23）（以下「セメント協会法」という。）に準拠した化学分析法」が広く知られている。
【０００４】
このセメント協会法に準拠した化学分析法によれば、既設のコンクリート構造物からコンクリートの試料を採取し、その試料に含まれるセメント成分を塩酸を用いて完全に溶解させて、試料中に含まれる骨材の量を計測するというものである。このため、例えばコンクリートの試料中に石灰質の骨材が含まれていると、その骨材までも塩酸により溶解させて消失させてしまうため、結果、コンクリートの骨材の正確な配合比率を推定することができないという問題点があった。
【０００５】
また、下記特許文献１には、コンクリートの骨材の配合比率を算定するコンクリート検査方法が提案されているが、これも、試料となるコンクリート片の切断面から塩酸や硫酸を用いてセメント成分を除去する操作がなされるため、石灰質の骨材を溶解消失させてしまう恐れがあり、結果、コンクリートの骨材の配合比率を正確に算定できないことがあるという問題点があった。
【０００６】
このように硫酸や塩酸等を用いてセメント成分を溶解させるコンクリートの配合推定方法では、コンクリートの骨材の正確な配合を算定できない場合がある。このため、近年では、コンクリートの切断面又は研磨面（以下「コンクリート面」という。）の画像（以下「コンクリート画像」という。）に基づいて、コンクリート画像の被写体となったコンクリートに含まれる骨材の量を推定するという画像解析方法が広く用いられている。
【０００７】
この画像解析方法を用いたコンクリートの配合推定方法は、セメント成分が白っぽい淡色となって現われる一方、骨材がセメント成分に比べてやや黒い濃色となって現われる傾向がみられることから、かかる骨材とセメント成分の濃淡のコントラストを利用したものである。
【０００８】
この画像解析方法を用いたコンクリートの配合推定方法によれば、例えば、コンクリート画像のグレースケール画像データから、骨材とセメント成分とを各画素の色濃度に基づいて分類するための境界値である色濃度閾値が求められ、この色濃度閾値を用いてコンクリート画像を２値化することで、骨材とセメント成分とで異なる画素値を持つ２値画像を生成し、この２値画像から被写体であるコンクリート面に含まれる骨材の配合を算定しようとするものである。
【先行技術文献】
【特許文献】
【０００９】
【特許文献１】特開平９−１７８７３６号公報
【発明の概要】
【発明が解決しようとする課題】
【００１０】
しかしながら、実際のコンクリート面に現われる骨材の色合いは極めて多様である。このため、上記した画像解析方法によるコンクリートの配合推定方法では、コンクリート画像をグレースケール画像データに変換する際に、セメント成分の色合いに近い淡い色濃度の骨材や、それよりも更に淡色の骨材が、セメント成分と色濃度において区別できないものとなってしまい、結果、正確な骨材の量を計測することが困難であるという問題点があった。
【００１１】
本発明は、上述した問題点を解決するためになされたものであり、セメント成分と判別困難な色合いの骨材についても正確に抽出することができるコンクリート画像の領域分割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】
【００１２】
この目的を達成するために請求項１のコンクリート画像の領域分割方法は、硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するための方法であり、コンクリート画像を多値カラー画像データで取得する画像取得工程と、そのコンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する第１色分解工程と、その各色成分のコンクリート原色画像について適正色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、その各色成分の濃淡基礎画像を論理演算により合成することで得られた濃領域及び淡領域とを有するとともに当該濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡合成工程と、コンクリート画像をＫｕｗａｈａｒａフィルタを用いて平滑化することによって平滑化コンクリート画像を生成する平滑化工程と、その平滑化コンクリート画像をＲＧＢの３原色に色分解し、各色成分の平滑化コンクリート原色画像を生成する第２色分解工程と、その各色成分の平滑化コンクリート原色画像を、それぞれグレースケール画像データに変換して、各色成分のグレースケール画像を生成するグレースケール化工程と、その各色成分のグレースケール画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を表わす骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、その各色成分の輪郭基礎画像を論理演算により合成することで得られた輪郭領域及び背景領域とを有するとともに当該輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭合成工程と、濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域の全画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えていることを特徴とするコンクリート画像の領域分割方法。
【００１３】
この請求項１のコンクリート画像の領域分割方法によれば、画像取得工程によって、硬化したコンクリート面を被写体としたコンクリート画像が、多値カラー画像データ形式で取得される。そして、このコンクリート画像からは、いずれも２値画像であるところの濃淡画像及び輪郭画像が、それぞれ生成される。
【００１４】
ここで、濃淡画像は、濃領域及び淡領域から構成される２値画像であり、濃領域と淡領域とが互いに異なる画素値を持っている。一方、輪郭画像は、輪郭領域及び背景領域から構成される２値画像であり、輪郭領域と背景領域とが互いに異なる画素値を持っている。
【００１５】
まず、濃淡画像を生成するには、コンクリート画像が第１色分解工程によってＲＧＢの３原色に色分解されることで、Ｒ（赤色）成分のコンクリート原色画像、Ｇ（緑色）成分のコンクリート原色画像及び、Ｂ（青色）成分のコンクリート原色画像がそれぞれ生成される。
【００１６】
ここで、Ｒ成分のコンクリート原色画像は赤系の色成分の濃淡によって、Ｇ成分のコンクリート原色画像は緑系の色成分の濃淡によって、Ｂ成分のコンクリート原色画像は青系の色成分の濃淡によって、コンクリート面が表わされた画像である。
【００１７】
この後、これらの各色成分のコンクリート原色画像は、ＲＧＢ濃淡化工程によって個々に２値化される。この２値化によって、Ｒ成分のコンクリート原色画像からＲ成分の濃淡基礎画像が、Ｇ成分のコンクリート原色画像からＧ成分の濃淡基礎画像が、Ｂ成分のコンクリート原色画像からＢ成分の濃淡基礎画像が、それぞれ生成される。
【００１８】
ここで、Ｒ成分、Ｇ成分及び、Ｂ成分の濃淡基礎画像は、いずれも濃領域及び淡領域を有している２値画像であり、これらの濃領域と淡領域とが互いに異なる画素値を持っている。これらの濃淡基礎画像では、その濃領域によって濃色成分が表わされ、その淡領域によって淡色成分が表わされる。
【００１９】
ここで、濃色成分には、コンクリートの配合成分のうちセメント成分よりも濃色を呈する骨材などが含まれる一方、淡色成分には、コンクリートの配合成分のうちセメント成分と同等の色濃度やそれより淡色を呈する骨材に加え、セメント成分自体も含まれる。
【００２０】
なお、ＲＧＢ濃淡化工程では、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像、及び、Ｂ成分のコンクリート原色画像のそれぞれについて個々に適正色濃度閾値が求められ、Ｒ成分の適正色濃度閾値を用いてＲ成分のコンクリート原色画像が、Ｇ成分の適正色濃度閾値を用いてＧ成分のコンクリート原色画像が、Ｂ成分の適正色濃度閾値を用いてＢ成分のコンクリート原色画像が、それぞれ２値化される。
【００２１】
そして、濃淡合成工程によれば、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像が論理演算によって合成されて、２値の濃淡画像が１個生成される。ここで、濃淡画像は、互いに異なる画素値を持った濃領域と淡領域とから成る２値画像であり、その濃領域は各色成分の濃淡基礎画像の濃領域が合成されることで得られる。
【００２２】
一方、輪郭画像を生成するには、まず、平滑化工程によって、コンクリート画像が平滑化フィルタの一種であるＫｕｗａｈａｒａフィルタを用いて平滑化されてノイズが除去されることで、平滑化コンクリート画像が生成される。この平滑化コンクリート画像が第２色分解工程によってＲＧＢの３原色に色分解されることで、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像がそれぞれ生成される。
【００２３】
ここで、Ｒ成分の平滑化コンクリート原色画像は赤系の色成分の濃淡によって、Ｇ成分の平滑化コンクリート原色画像は緑系の色成分の濃淡によって、Ｂ成分の平滑化コンクリート原色画像は青系の色成分の濃淡によって、コンクリート面が表わされた画像である。
【００２４】
この後、Ｒ成分、Ｇ成分及び、Ｂ成分の平滑化コンクリート原色画像がそれぞれグレースケール化工程によってグレースケール画像データに変換されることで、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像がそれぞれ生成される。
【００２５】
それから、ＲＧＢ輪郭化工程によって、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像のそれぞれについて、色濃度勾配に基づくエッジ抽出方法を用いて、全ての骨材輪郭画素が抽出される。
【００２６】
つまり、エッジ抽出方法を用いて、Ｒ成分のグレースケール画像から全ての骨材輪郭画素が、Ｇ成分のグレースケール画像から全ての骨材輪郭画素が、Ｂ成分のグレースケール画像から全ての骨材輪郭画素が、それぞれ抽出される。
【００２７】
そして、Ｒ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｒ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｒ成分の輪郭基礎画像の背景領域ができて、Ｒ成分の輪郭基礎画像が生成される。
【００２８】
また、Ｇ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｇ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｇ成分の輪郭基礎画像の背景領域ができて、Ｇ成分の輪郭基礎画像が生成される。
【００２９】
さらに、Ｂ成分のグレースケール画像から抽出された全ての骨材輪郭画素の画素値が、２値画像を構成する一方の画素値に設定されることで、Ｂ成分の輪郭基礎画像の輪郭領域ができる一方、骨材輪郭画素を除いた残りの画素の画素値が、２値画像を構成する他方の画素値に設定されることで、Ｂ成分の輪郭基礎画像の背景領域ができて、Ｂ成分の輪郭基礎画像が生成される。
【００３０】
これらのＲ成分、Ｇ成分及び、Ｂ成分の輪郭基礎画像は、いずれも輪郭領域及び背景領域を有している２値画像であり、これらの輪郭領域と背景領域とが互いに異なる画素値を持っている。これらの輪郭基礎画像では、その輪郭領域によって骨材の輪郭が表わされ、その背景領域によって骨材の輪郭を除いた部分が表わされる。
【００３１】
そして、輪郭合成工程によれば、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像が論理演算によって合成されて２値の輪郭画像が１個生成される。ここで、輪郭画像は、互いに異なる画素値を持った輪郭領域と背景領域とから成る２値画像でああり、その輪郭領域は各色成分の輪郭基礎画像の輪郭領域が合成されることで得られる。
【００３２】
また、２値合成工程によれば、コンクリート画像を用いて生成された濃淡画像及び輪郭画像が論理演算により合成され、第１の画素値及び第２の画素値とを持った２値画像である合成２値画像が１個生成される。すると、この合成２値画像には、濃淡画像の濃領域の輪郭を輪郭画像の輪郭領域で補完した領域、即ち、コンクリート領域分割画像の骨材領域の元となる画像領域が生成される。
【００３３】
さらに、２値合成工程によれば、濃淡画像及び輪郭画像の論理演算は、その濃淡画像と輪郭画像との対応する全ての画素同士について行われる。この２値合成工程による論理演算では、濃淡画像と輪郭画像との対応する画素同士の画素値がチェックされ、濃淡画像の方の画素が濃領域を表わす画素値であるか、又は、輪郭画像の方の画素が輪郭領域を表わす画素値であれば、合成２値画像の対応する画素の画素値が第１の画素値に設定される。
【００３４】
一方、濃淡画像と輪郭画像との対応する画素同士の画素値をチェックした結果、濃淡画像の方の画素が淡領域を表わす画素値であり、かつ、輪郭画像の方の画素が背景領域を表わす画素値である場合には、合成２値画像の対応する画素の画素値が第２の画素値に設定される。
【００３５】
さらに、このようにして２値合成工程により生成された合成２値画像には、合成領域修正工程による修正が施される。この合成領域修正工程によれば、合成２値画像の中から第１の画素値を持った画素で包囲されている閉領域が検出される。この閉領域は、例えば、濃淡画像の濃領域が表わす骨材の輪郭と輪郭画像の輪郭領域が表わす骨材の輪郭線とが齟齬することから生じた隙間であったり、又は、セメント成分よりも淡色を呈するために濃淡画像の濃領域としては抽出されなかった骨材が輪郭画像では輪郭領域として抽出された骨材であり、本来は、コンクリート領域分割画像における骨材領域に属すべき領域である。
【００３６】
このため、合成領域修正工程においては、このような閉領域を、骨材領域、即ち、第１の画素値を持つ領域へ組み入れるべく、かかる閉領域の全画素の画素値を、穴埋め処理によって第１の画素値と等しい値へと変更させる。この画素値の変更によって、合成２値画像の閉領域が第１の画素値を持った骨材領域に置換され、合成２値画像がコンクリート領域分割画像へと変換される。
【００３７】
ここで、コンクリート領域分割画像は、その画像内が第１の画素値を持った骨材領域と、第２の画素値を持った残余成分領域とに分割されており、特に、骨材領域は骨材のエッジ抽出方法により抽出された骨材の輪郭線に基づいてより正確に再現された骨材の存在領域である。したがって、例えば、コンクリート領域分割画像における全画素数に占める骨材領域の画素数を計数すれば、被写体となったコンクリート面に含まれる骨材の量をより正確に算定することもできる。
【００３８】
請求項２のコンクリート画像の領域分割方法は、請求項１のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程は、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を適正色濃度閾値として、各色成分のコンクリート原色画像を２値化するものである。
【００３９】
この請求項２のコンクリート画像の領域分割方法によれば、請求項１のコンクリート画像の領域分割方法と同様に作用する上、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像がＲＧＢ濃淡化工程により２値化される場合、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、それぞれ４種類の色濃度閾値が求められる。
【００４０】
この４種類の色濃度閾値は、個々のコンクリート原色画像で被写体となっているコンクリートの配合成分を、コンクリート原色画像の各画素の色濃度に基づいて分類（クラス化）するための境界値である。ここで、コンクリート原色画像で被写体となるコンクリートの配合成分は、個々の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の合計５相にクラス化されるため、ＲＧＢ濃淡化工程では、これら５相の境界値となる４種類の色濃度閾値を求める必要がある。
【００４１】
そして、ＲＧＢ濃淡化工程では、コンクリート原色画像に表わされる濃色骨材相及び遷移骨材相を濃領域とし、かつ、コンクリート原色画像に表わされる遷移セメント相、セメント相及び、淡色骨材相を淡領域とするように、コンクリート原色画像を２値化して濃淡基礎画像を生成する。つまり、ＲＧＢ濃淡化工程では、コンクリート原色画像を濃淡基礎画像に２値化する場合、遷移骨材相と遷移セメント相との境界を示す色濃度閾値が適正色濃度閾値として用いられる。
【００４２】
なお、請求項２のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程が、マルチレベルの大津の方法を用いるものであっても良い。
【００４３】
請求項３のコンクリート画像の領域分割方法は、請求項１又は２のコンクリート画像の領域分割方法において、前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものである。
【００４４】
この請求項３のコンクリート画像の領域分割方法によれば、請求項１から２のいずれかのコンクリート画像の領域分割方法と同様に作用する上、ＲＧＢ輪郭化工程では、Ｒ成分のグレースケール画像、Ｇ成分のグレースケール画像及び、Ｂ成分のグレースケール画像のぞれぞれについて、Ｃａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素の抽出が行われる。
【００４５】
つまり、Ｃａｎｎｙのエッジ抽出アルゴリズムを用いて、Ｒ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、Ｇ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、Ｂ成分のコンクリート原色画像のグレースケール画像から全ての骨材輪郭画素が、それぞれ抽出される。
【００４６】
請求項４のコンクリート画像の領域分割方法は、請求項１から３のいずれかのコンクリート画像の領域分割方法において、前記濃淡合成工程は、前記論理演算によって、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものである。
【００４７】
この請求項４のコンクリート画像の領域分割方法によれば、請求項１から３のいずれかのコンクリート画像の領域分割方法と同様に作用する上、濃淡合成工程における論理演算は、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像における全ての対応する画素同士について行われる。
【００４８】
この濃淡合成工程における論理演算では、Ｒ成分の濃淡基礎画像とＧ成分の濃淡基礎画像とＢ成分の濃淡基礎画像との対応する画素同士の画素値がチェックされ、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像又は、Ｂ成分の濃淡基礎画像のうちいずれか１つの画素が濃領域を表わす画素値である場合に、濃淡画像の対応する画素の画素値が濃領域を表わす画素値に設定される。
【００４９】
一方、Ｒ成分の濃淡基礎画像とＧ成分の濃淡基礎画像とＢ成分の濃淡基礎画像との対応する画素同士の画素値をチェックした結果、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像の全ての画素が淡領域を表わす画素値である場合には、濃淡画像の対応する画素の画素値が淡領域を表わす画素値に設定される。
【００５０】
この結果、Ｒ成分の濃淡基礎画像、Ｇ成分の濃淡基礎画像及び、Ｂ成分の濃淡基礎画像を合成した２値の濃淡画像が得られるのである。
【００５１】
請求項５のコンクリート画像の領域分割方法は、請求項１から４のいずれかのコンクリート画像の領域分割方法において、前記輪郭合成工程は、前記論理演算によって、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定するものである。
【００５２】
この請求項５のコンクリート画像の領域分割方法によれば、請求項１から４のいずれかのコンクリート画像の領域分割方法と同様に作用する上、輪郭合成工程における論理演算は、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像における全ての対応する画素同士について行われる。
【００５３】
この輪郭合成工程における論理演算では、Ｒ成分の輪郭基礎画像とＧ成分の輪郭基礎画像とＢ成分の輪郭基礎画像との対応する画素同士の画素値がチェックされ、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像又は、Ｂ成分の輪郭基礎画像のうちいずれか１つの画素が輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素の画素値が輪郭領域を表わす画素値に設定される。
【００５４】
一方、Ｒ成分の輪郭基礎画像とＧ成分の輪郭基礎画像とＢ成分の輪郭基礎画像との対応する画素同士の画素値をチェックした結果、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像の全ての画素が背景領域を表わす画素値である場合には、輪郭画像の対応する画素の画素値が背景領域を表わす画素値に設定される。
【００５５】
この結果、Ｒ成分の輪郭基礎画像、Ｇ成分の輪郭基礎画像及び、Ｂ成分の輪郭基礎画像を合成した２値の輪郭画像が得られるのである。
【００５６】
なお、上記したコンクリート画像の領域分割方法の変形例として、以下のものがある。
【００５７】
第１変形例のコンクリート画像の領域分割方法は、硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するための方法であり、コンクリート画像を多値カラー画像データで取得する画像取得工程と、コンクリート画像を色濃度閾値を用いて２値化することによって、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡２値化工程と、コンクリート画像を基礎とした情報から色濃度勾配に基づくエッジ抽出方法を用いて骨材の輪郭を表わす骨材輪郭画素を抽出し、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭２値化工程と、濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えている。
【００５８】
第２変形例のコンクリート画像の領域分割方法は、第１変形例のコンクリート画像の領域分割方法において、前記濃淡２値化工程が、コンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する色分解工程と、各色成分のコンクリート原色画像について色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、各色成分の濃淡基礎画像を論理演算により合成して２値の濃淡画像を生成する工程であって、その論理演算が、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものである濃淡合成工程とを備えている。
【００５９】
第３変形例のコンクリート画像の領域分割方法は、第２変形例のコンクリート画像の領域分割方法において、前記ＲＧＢ濃淡化工程が、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、濃淡基礎画像を生成するものである。
【００６０】
第４変形例のコンクリート画像の領域分割方法は、第１変形例から第３変形例のいずれかのコンクリート画像の領域分割方法において、前記輪郭２値化工程が、コンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する色分解工程と、各色成分のコンクリート原色画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を形成する骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、各色成分の輪郭基礎画像を論理演算により合成して２値の輪郭画像を生成する工程であって、その論理演算が、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定する輪郭合成工程とを備えている。
【００６１】
第５変形例のコンクリート画像の領域分割方法は、第４変形例のコンクリート画像の領域分割方法において、前記色分解工程の前に前記画像取得工程により取得されたコンクリート画像をＫｕｗａｈａｒａフィルタによって平滑化する平滑化工程と、前記ＲＧＢ輪郭化工程の前に前記色分解工程により色分解された各色成分のコンクリート原色画像を、それぞれグレースケール画像データに変換するグレースケール化工程とを備えており、前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものである。
【００６２】
このように、Ｃａｎｎｙのエッジ抽出アルゴリズムにおいてコンクリート画像のノイズ除去フィルタとして一般的なガウシアンフィルタの代えて、コンクリート画像をＫｕｗａｈａｒａフィルタにより平滑化することで、コンクリート画像中のノイズが除去されることに加え、更に、ガウシアンフィルタを用いる場合に比べて、コンクリートの骨材の輪郭（エッジ）線をより鮮明に再現することができる。
【００６３】
第６変形例のコンクリート画像の領域分割方法は、第１変形例から第５変形例のいずれかのコンクリート画像の領域分割方法において、前記濃淡２値化工程が、この濃淡２値化工程により生成された濃淡画像について、その濃淡画像に存在する濃領域を表わす画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって濃領域を表わす画素値と等しい値に変更することで、濃淡画像の濃領域を修正する濃領域修正工程を備えている。
【００６４】
この濃領域修正工程によれば、濃淡画像の中から濃領域を表わす画素値を持った画素で包囲されている閉領域が検出される。この閉領域は、例えば、濃淡画像の濃領域が表わす骨材の一部に淡色系の鉱物などの淡色系含有成分が混入することから生じた抜け部分であって、本来は、濃領域となるべき領域である。
【００６５】
このため、濃領域修正工程においては、このような閉領域を濃領域へ組み入れるべく、かかる閉領域内にある全ての画素の画素値を、穴埋め処理によって濃領域を表わす画素値と等しい値に変更させる。すると、濃領域にあった淡色系含有成分の抜け部分が除去される。このため、例えば、実際の濃色の骨材が局所的に淡色系含有成分を内包している場合でも、濃領域修正工程により修正された濃淡画像では、淡色系含有成分を含んだ濃色の骨材の領域内の全画素を、濃領域を表わす画素値へと統一化することができる。
【００６６】
第７変形例のコンクリート画像の領域分割方法は、第１変形例から第６変形例のいずれかのコンクリート画像の領域分割方法において、前記輪郭２値化工程が、この輪郭２値化工程により生成された輪郭画像について、その輪郭画像に存在する輪郭領域を表わす画素値を持つ画素で包囲されている閉領域を検出し、その閉領域内にある全ての画素の画素値を穴埋め処理によって輪郭領域を表わす画素値と等しい値に変更することで、輪郭画像の輪郭領域を修正する輪郭領域修正工程を備えている。
【００６７】
この輪郭領域修正工程によれば、輪郭画像の中から輪郭領域を表わす画素値を持った画素で包囲されている閉領域が検出される。そして、検出された閉領域内にある全ての画素の画素値は、穴埋め処理によって輪郭領域を表わす画素値と等しい値に変更される。この結果、輪郭画像において、閉領域は、骨材を表わす画像領域として抽出される。
【発明の効果】
【００６８】
本発明のコンクリート画像の領域分割方法によれば、色濃度差に基づく２値化では濃淡画像の濃領域として抽出できない部分、例えば、セメント成分よりも淡色を呈する骨材や、セメント成分に対する輪郭部分の色濃度差が不明瞭な骨材であっても、色濃度勾配に基づくエッジ抽出方法を併用することで、そのような骨材の輪郭を形成する骨材輪郭画素を、輪郭画像の輪郭領域として正確に抽出できる。したがって、かかる輪郭画像と濃淡画像とを２値合成工程により合成して合成２値画像を生成し、その合成２値画像にある閉領域について穴埋め処理を施すことで得られるコンクリート領域分割画像であれば、セメント成分と判別困難な色合いの骨材であるために濃淡画像では抽出しきれない骨材であっても、骨材領域として正確に抽出でき、より正確な骨材の量の計測に寄与できるという効果がある。
【図面の簡単な説明】
【００６９】
【図１】本発明の一実施例であるコンクリート画像領域分割方法の実施に用いられる画像領域分割システムの外観を示した図である。
【図２】画像領域分割システムとして機能するハードウェアの電気的構成を示したブロック図である。
【図３】画像領域分割システムに関する機能ブロック図である。
【図４】画像領域分割システムで実行される画像領域分割処理を示したフローチャートである。
【図５】コンクリート画像の一例を示した図面代用写真である。
【図６】原濃淡モノクロ画像の構造説明図である。
【図７】原濃淡モノクロ画像の一例を示した図面代用写真である。
【図８】修正濃淡モノクロ画像の構造説明図である。
【図９】（ａ）は、Ｋｕｗａｈａｒａフィルタを用いて平滑化した本実施例の平滑化コンクリート画像の参考図であり、（ｂ）は、ガウシアンフィルタを用いて平滑化した比較例の平滑化コンクリート画像の参考図である。
【図１０】原輪郭モノクロ画像の構造説明図である。
【図１１】原輪郭モノクロ画像の一例を示した図面代用写真である。
【図１２】修正輪郭モノクロ画像の構造説明図である。
【図１３】修正輪郭モノクロ画像の一例を示した図面代用写真である。
【図１４】合成モノクロ画像の構造説明図である。
【図１５】コンクリート領域分割画像の構造説明図である。
【図１６】コンクリート領域分割画像の一例を示した図面代用写真である。
【図１７】（ａ）は、Ｒ原色画像における赤色成分のヒストグラムであり、（ｂ）は、Ｇ原色画像における緑色成分のヒストグラムであり、（ｃ）は、Ｂ原色画像における青色成分のヒストグラムである。
【発明を実施するための形態】
【００７０】
以下、本発明の好ましい実施の形態について、添付図面を参照して説明する。図１は、本発明の一実施例であるコンクリート画像領域分割方法の実施に用いられる画像領域分割システム１の外観を示した図である。図１に示すように、画像領域分割システム１は、主に、撮像装置２と、読取装置３と、画像処理装置４とを備えている。
【００７１】
撮像装置２は、後述する硬化コンクリートを被写体としたコンクリート画像を撮像するための機器であり、多値（多階調）カラー画像データ形式で画像を撮像可能なＣＣＤやＣＭＯＳ等の撮像素子を備えている。例えば、この撮像装置２には、スキャナ、デジタルカメラその他の被写体を多値カラー画像データで撮像可能な機器が用いられる。
【００７２】
また、撮像装置２は、通信ケーブル５を介して画像処理装置４と通信可能に接続されており、この通信ケーブル５を介して、当該撮像装置２によって撮像されたコンクリート画像が画像処理装置４へ出力されるようになっている。
【００７３】
読取装置３は、外部記録媒体３ａに記録された各種情報を読み取るための機器であり、本実施例では、コンクリート画像が外部記録媒体３ａに記録されている場合に、この外部記録媒体３ａからコンクリート画像を画像処理装置４へと読み込むために用いられる。
【００７４】
このため、読取装置３は、通信ケーブル６を介して画像処理装置４と通信可能に接続されており、この通信ケーブル６を介して、当該読取装置３によって読み取られたコンクリート画像が画像処理装置４へ出力されるようになっている。
【００７５】
また、外部記録媒体３ａには、フレキシブルディスク、メモリーカード、ＣＤーＲＯＭ、ＤＶＤ−ＲＯＭなどがあることから、本実施例では、読取装置３として、フレキシブルディスクドライブ、メモリーカードドライブ、ＣＤーＲＯＭドライブ、ＤＶＤ−ＲＯＭドライブなどが用いられる。
【００７６】
画像処理装置４は、上記した撮像装置２又は読取装置３により取得されるコンクリート画像に基づき、その被写体となった硬化コンクリート面について、コンクリート配合成分である骨材（例えば、小石や砂などを含む）を表わす骨材領域と、セメント成分を含んだ残りの成分（「残余成分」という。）を表わす残余成分領域とに二分割したコンクリート領域分割画像を生成する装置である。
【００７７】
図２は、画像領域分割システム１として機能するハードウェアの電気的構成を示したブロック図である。図２に示すように、画像処理装置４として機能するハードウェアには、例えば、電子計算機の一種であるパーソナルコンピュータ（以下「ＰＣ」という。）１０が用いられる。
【００７８】
このＰＣ１０は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、バス１４、入出力回路１５、大容量の補助記憶装置であるハードディスク（以下「ＨＤ」という。）１６と、ディスプレイ１７と、各種の入力操作を行うための複数のキースイッチを有したキーボード１８と、ディスプレイ１７の画面上に表示されるマウスポインタを操作して各種の入力操作を行うポインティングデバイスの一種であるマウス１９とを備えている。
【００７９】
ＣＰＵ１１は、ＰＣ１０の各部に対する各種制御処理と各種データの演算処理とを行う中央処理装置であり、コンクリート画像領域分割方法に備わる各処理工程を実現するためのコンピュータプログラム（以下「画像領域分割プログラム」という。）１６ａや、その他の各種アプリケーションプログラム（ソフトウェア）を実行するものである。
【００８０】
ＲＯＭ１２は、ＢＩＯＳ（Basic-Input/Output-System）などの基本プログラムが記憶され、ＥＥＰＲＯＭ（フラッシュメモリを含む）等のデータ書換可能な不揮発性メモリで構成されている。
【００８１】
ＲＡＭ１３は、ＰＣ１０のメインメモリとして機能し、各種演算処理や制御処理におけるワークエリアとして用いられるものであって、ＤＲＡＭ等のデータ書換可能な揮発性メモリで構成されている。
【００８２】
バス１４は、アドレスバス、データバス及びコントロールバスで構成されており、ＣＰＵ１１、ＲＯＭ１２及び、ＲＡＭ１３と相互に接続され、更に、入出力回路１５とも接続されている。
【００８３】
入出力回路１５は、ＨＤ１６及びディスプレイ１７とそれぞれ接続されており、更に、通信ケーブル５，６を介して撮像装置２及び読取装置３とも接続されている。このため、撮像装置２により撮像され又は外部記録媒体３ａに記録されたコンクリート画像が、通信ケーブル５，６及び入出力回路１５を介して、画像処理装置４へ入力させることができる。
【００８４】
ＨＤ１６には、ＰＣ１０用の基本ＯＳ（図示せず）に加えて、上記した画像領域分割プログラム１６ａその他のアプリケーションプログラムが記憶されており、更に、コンクリート画像などの各種画像データや画像処理装置４の各部の処理で用いられる各種データなども記憶管理されている。
【００８５】
ここで、画像領域分割プログラム１６ａは、ＰＣ１０によって実行されるアプリケーションプログラムであり、この画像領域分割プログラム１６ａがＰＣ１０において実行されて両者が協動することによって、図３に示す複数の機能ユニット２１〜２５が実現されて、本実施例に係る画像領域分割システム１及びその画像処理装置４が構築される。
【００８６】
図３は、画像領域分割システム１に関する機能ブロック図である。図３に示すように、画像領域分割システム１は、上記した撮像装置２及び読取装置３が電気的に接続されたＰＣ１０と画像領域分割プログラム１６ａとの協働によって実現される複数の機能ユニット２１〜２５を備えている。
【００８７】
具体的には、画像領域分割システム１は、画像取得ユニット２１と、濃淡２値化ユニット２２と、輪郭２値化ユニット２３と、モノクロ合成ユニット２４と、合成領域修正ユニット２５とを、主たる機能ユニットとして備えている。
【００８８】
画像取得ユニット２１は、後述する画像取得工程（Ｓ１）を実行する機能ユニットであって、上記した撮像装置２又は読取装置３からコンクリート画像を取得するためのものである。また、濃淡２値化ユニット２２は、後述する濃淡２値化工程（Ｓ２）を実行する機能ユニットであって、第１色分解ユニット２２ａ、ＲＧＢ濃淡化ユニット２２ｂ、濃淡合成ユニット２２ｃ及び、濃領域修正ユニット２２ｄの４つの機能ユニットから成っている。
【００８９】
ここで、第１色分解ユニット２２ａは後述する第１色分解工程（Ｓ２１）を、ＲＧＢ濃淡化ユニット２２ｂは後述するＲＧＢ濃淡化工程（Ｓ２２）を、濃淡合成ユニット２２ｃは後述する濃淡合成工程（Ｓ２３）を、濃領域修正ユニット２２ｄは後述する濃領域修正工程（Ｓ２４）を、それぞれ実行する機能ユニットである。
【００９０】
輪郭２値化ユニット２３は、後述する輪郭２値化工程（Ｓ３）を実行する機能ユニットであって、平滑化ユニット２３ａ、第２色分解ユニット２３ｂ、グレースケール化ユニット２３ｃ、ＲＧＢ輪郭化ユニット２３ｄ、輪郭合成ユニット２３ｅ及び、輪郭領域修正ユニット２３ｆの６つの機能ユニットから成っている。
【００９１】
ここで、輪郭２値化ユニット２３は後述する輪郭２値化工程（Ｓ３）を、平滑化ユニット２３ａは後述する平滑化工程（Ｓ３１）を、第２色分解ユニット２３ｂは後述する第２色分解工程（Ｓ３２）を、グレースケール化ユニット２３ｃは後述するグレースケール化工程（Ｓ３３）を、ＲＧＢ輪郭化ユニット２３ｄは後述するＲＧＢ輪郭化工程（Ｓ３４）を、輪郭合成ユニット２３ｅは後述する輪郭合成工程（Ｓ３５）を、輪郭領域修正ユニット２３ｆは後述する輪郭領域修正工程（Ｓ３６）を、それぞれ実行する機能ユニットである。
【００９２】
また、モノクロ合成ユニット２４は、後述するモノクロ合成工程（Ｓ４）を実行する機能ユニットであり、合成領域修正ユニット２５は、後述する合成領域修正工程（Ｓ５）を実行する機能ユニットである。
【００９３】
図４は、画像領域分割システム１で実行されるコンクリート画像領域分割方法を用いた処理（以下「画像領域分割処理」という。）を示したフローチャートである。なお、この画像領域分割処理に備わる各処理工程は、ＰＣ１０を用いることで比較的短時間で実行可能なものである。
【００９４】
画像領域分割処理は、上記した複数の機能ユニット２１〜２５により各処理工程を実行することによって、最終的にコンクリート領域分割画像を生成するための処理である。この画像領域分割処理は、画像取得工程（Ｓ１）、濃淡２値化工程（Ｓ２）、輪郭２値化工程（Ｓ３）、モノクロ合成工程（Ｓ４）及び、合成領域修正工程（Ｓ５）を備えており、これらの５つの処理工程によって、コンクリート画像からコンクリート領域分解画像を生成するものである。
【００９５】
［ 画像取得工程 ］
まず、図４に示す画像領域分割処理における、第１の処理工程である画像取得工程（Ｓ１）について、説明する。
【００９６】
画像取得工程（Ｓ１）によれば、硬化コンクリート面を被写体としたコンクリート画像が、画像撮像装置２又は読取装置３から通信ケーブル５，６を介して多値カラー画像データ形式で取得される。このコンクリート画像には、光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各原色成分が、例えば、２５６階調（８ビット）で表わされた２４ビット（階調）のカラー画像が用いられる。
【００９７】
また、コンクリート画像、並びに、このコンクリート画像を基礎に生成される後述のＲ原色画像、Ｇ原色画像、Ｂ原色画像、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像、Ｂ濃淡基礎画像、濃淡モノクロ画像、平滑化コンクリート画像、Ｒ系グレー画像、Ｇ系グレー画像、Ｂ系グレー画像、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像、Ｂ輪郭基礎画像、輪郭モノクロ画像、合成モノクロ画像及び、コンクリート領域分割画像には、いずれも画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像が用いられる。
【００９８】
さらに、これらの１８種類の２次元画像は、その画像上における任意の画素の座標が（ｘ，ｙ）で表わされるものである（但し、ｘ、ｙは正の整数である。以下、同様とする。）。例えば、これらの画像については、その左上端の画素の座標が（１，１）で表わされ、その右下端の座標が（Ｎ，Ｍ）で表わされる。
【００９９】
なお、本明細書において「モノクロ画像」とは「２値画像」と同義の画像をいうものとする。また、２値画像は、白黒の２色のみで表わされた２階調の画像であって、白と黒との中間色（グレー）を含まず、かつ、各画素が濃淡に応じて「１」又は「０」のどちからかの画素値を持つ画像である。もっとも、本実施例では、２値画像は、画素値「１」の画素を「白」で表わし、画素値「０」の画素を「黒」で表わしている。
【０１００】
＜コンクリート画像＞
図５は、コンクリート画像の一例を示した図面代用写真である。なお、図５では、カラー画像を図面として添付できないからことから、便宜上、実際のコンクリート画像の一例をグレースケール化したグレー画像を用いている。
【０１０１】
図５に示したコンクリート画像は、被写体として硬化コンクリート面を撮像した画像であり、ここでいう硬化コンクリート面は、硬化したコンクリートの表面であり、例えば、コンクリートをコンクリートカッターなどで切断した切断面又は、コンクリートを研磨した研磨面であることが好ましい。
【０１０２】
さすれば、硬化コンクリート面に表れるコンクリートの各種配合成分、特に、多数存在する骨材の像を顕現させることができ、コンクリート領域分割画像における骨材領域の抽出精度が向上されるからである。
【０１０３】
このコンクリート画像には、多様な大きさを持つ骨材とセメント成分とがコンクリート配合成分として写し出されており、これらコンクリート配合成分の他にも、硬化コンクリート面に存在する気泡なども写し出されている。
【０１０４】
また、図５はグレースケール画像のため判然としないが、実際のコンクリート画像には、黒、藍、青、黄、赤、茶、緑又は白等を基調とした多様な色合いや模様を呈する骨材が存在しており、これらの色合いは各種の鉱物成分によるものである。例えば、骨材には、その内側部分や輪郭部分に、セメント成分の色濃度と同程度又はそれより低い淡色系の鉱物成分などである淡色系含有成分が、局所的に内包するように混入して淡色化した部分も見受けられる。
【０１０５】
このように、コンクリート画像において、多数の骨材は高低様々な色濃度を持つ色合いとして写し出されているが、セメント成分が存在する画像領域であるセメント成分領域については、全体としてその色濃度が比較的低い淡色を呈しており、色濃度について概ね一定的である。
【０１０６】
そこで、画像領域分割処理では、このようなセメント成分の色濃度を基準として、コンクリート画像に存在する多様な色濃度を呈する骨材を、セメント成分よりも色濃度が高い濃色の骨材と、セメント成分と同程度の色濃度を呈する骨材と、セメント成分よりも色濃度が低い淡色の骨材とに大別することを基本概念の一つとしている。
【０１０７】
なお、本明細書において「画像領域」とは画像内に存在する領域であって、１つの画素又は、２以上の画素の集合（以下「画素集合」ともいう）と同義である。
【０１０８】
［ 濃淡２値化工程 ］
次に、図４に示す画像領域分割処理における、第２の処理工程である濃淡２値化工程（Ｓ２）について、説明する。
【０１０９】
濃淡２値化工程（Ｓ２）によれば、コンクリート画像を色濃度閾値を用いて２値化することによって、濃淡モノクロ画像が生成される。濃淡モノクロ画像は、セメント成分よりも濃色を呈する濃色成分が存在する濃領域、及び、セメント成分を含めた淡色を呈する淡色成分が存在する淡領域という２種類の画像領域から構成される２値画像であり、例えば、濃領域を構成する各画素の画素値が「１」とされ、淡領域を構成する各画素の画素値が「０」とされている。
【０１１０】
この濃淡モノクロ画像は、その濃領域がコンクリート画像中の濃色成分を表わし、その淡領域がコンクリート画像中の淡色成分を表わしたものである（図６から図８参照。）。ここで、濃色とは色濃度が高い色合い、即ち、明度（輝度）が低い色合いを、淡色とは色濃度が低い色合い、即ち、明度（輝度）が高い色合いを、それぞれ意味している。
【０１１１】
濃色成分及び淡色成分は、コンクリートの配合成分を色濃度に基づいて２種類に分類したものであり、濃色成分には、セメント成分よりも濃色を呈する骨材などが含まれる一方、淡色成分には、セメント成分と同等の色濃度やそれより淡色を呈する骨材に加え、セメント成分自体も含まれる。
【０１１２】
ここで、濃淡２値化工程（Ｓ２）は、第１色分解工程（Ｓ２１）、ＲＧＢ濃淡化工程（Ｓ２２）、濃淡合成工程（Ｓ２３）及び、濃領域修正工程（Ｓ２４）を備えており、これら４つの処理工程が連係することによって、コンクリート画像から濃淡モノクロ画像を生成するものである。また、濃淡２値化工程（Ｓ２）においては、第１色分解工程（Ｓ２１）、ＲＧＢ濃淡化工程（Ｓ２２）、濃淡合成工程（Ｓ２３）及び、濃領域修正工程（Ｓ２４）が、この順番で実行される。
【０１１３】
＜第１色分解工程＞
第１色分解工程（Ｓ２１）によれば、コンクリート画像が光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各原色成分にそれぞれ色分解されることで、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像が、それぞれ生成される。
【０１１４】
ここで、Ｒ原色画像は、コンクリート画像に含まれる２５６階調の赤色成分の濃淡を、Ｇ原色画像は、コンクリート画像に含まれる２５６階調の緑色成分の濃淡を、Ｂ原色画像は、コンクリート画像に含まれる２５６階調の青色成分の濃淡を、それぞれ表わした画像である。
【０１１５】
＜ＲＧＢ濃淡化工程＞
ＲＧＢ濃淡化工程（Ｓ２２）によれば、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像のそれぞれについて、マルチレベルの大津の方法を用いて求められる適正色濃度閾値に基づいて２値化が行われる。
【０１１６】
このＲＧＢ濃淡化工程（Ｓ２２）による２値化によって、Ｒ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｒ濃淡基礎画像」という。）、Ｇ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｇ濃淡基礎画像」という。）、Ｂ原色画像から骨材に相当する画像領域を抽出した２値画像（以下「Ｂ濃淡基礎画像」という。）が、それぞれ生成される。
【０１１７】
このＲＧＢ濃淡化工程（Ｓ２２）においては、まず、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像のそれぞれについて、適正色濃度閾値が求められる。つまり、マルチレベルの大津の方法を用いて、Ｒ原色画像の適正色濃度閾値が、Ｇ原色画像の適正色濃度閾値が、Ｂ原色画像の適正色濃度閾値が、それぞれ求められる。そして、これらの各適正色濃度閾値を求めるにあたって、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像について、それぞれ４種類の色濃度閾値が求められる。
【０１１８】
なお、以下の説明において、Ｒ原色画像、Ｇ原色画像及び、Ｂ原色画像を総称して「原色画像」といもいう。
【０１１９】
この４種類の色濃度閾値は、原色画像における各画素の色濃度に基づいて、その原色画像に表れるコンクリートの配合成分を、５つのクラス（相）に分割するための境界値（閾値）である。ここで、コンクリートの配合成分は、色濃度の値の大きい順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相という合計５つのクラス（相）に分割される。
【０１２０】
そして、各原色成分の原色画像に関する適正色濃度閾値には、遷移骨材相と遷移セメント相との境界を示す色濃度閾値が選択される。結果、かかる適正色濃度閾値を用いて２値化された濃淡基礎画像においては、原色画像の濃色骨材相及び遷移骨材相が濃領域に含まれ、原色画像の遷移セメント相、セメント相及び、淡色骨材相が淡領域に含まれることとなる。
【０１２１】
ここで、この原色画像の適正色濃度閾値の導出に用いられる各原色画像のヒストグラムを、図１７に示す。図１７（ａ）は、Ｒ原色画像における赤色成分のヒストグラムであり、図１７（ｂ）は、Ｇ原色画像における緑色成分のヒストグラムであり、図１７（ｃ）は、Ｂ原色画像における青色成分のヒストグラムである。
【０１２２】
具体的には、Ｒ原色画像について、２５６階調の赤色成分の色濃度ｔＲ（但し、１≦ｔＲ≦２５６とする）を階級とし、色濃度ｔＲの画素数を度数とするか又は、色濃度ｔＲの画素数をＲ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｒ原色画像についての度数分布表又はヒストグラム（図１７（ａ）参照。）を生成して、Ｒ原色画像を構成する画素の色濃度ｔＲに関する離散確率分布を求める。
【０１２３】
そして、このＲ原色画像を構成する画素の色濃度ｔＲに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｒ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＲ１，ｔＲ２，ｔＲ３，ｔＲ４が求められる。
【０１２４】
さすれば、Ｒ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＲ≦ｔＲ１、遷移骨材相がｔＲ１＋１≦ｔＲ≦ｔＲ２、遷移セメント相がｔＲ２＋１≦ｔＲ≦ｔＲ３、セメント相がｔＲ３＋１≦ｔＲ≦ｔＲ４、淡色骨材相がｔＲ４＋１≦ｔＲ≦２５６、となる。
【０１２５】
このようにしてＲ原色画像について、４種類の色濃度閾値ｔＲ１，ｔＲ２，ｔＲ３，ｔＲ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＲ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＲ２を用いてＲ原色画像がＲ濃淡基礎画像へと２値化される。
【０１２６】
このＲ原色画像の２値化によれば、Ｒ原色画像の中で、色濃度ｔＲの値が適正色濃度閾値ｔＲ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＲの値が適正色濃度閾値ｔＲ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＲ原色画像からＲ濃淡基礎画像が生成される。
【０１２７】
また、Ｇ原色画像について、２５６階調の緑色成分の色濃度ｔＧ（但し、１≦ｔＧ≦２５６とする）を階級とし、色濃度ｔＧの画素数を度数とするか又は、色濃度ｔＧの画素数をＧ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｇ原色画像についての度数分布表又はヒストグラム（図１７（ｂ）参照。）を生成して、Ｇ原色画像を構成する画素の色濃度ｔＧに関する離散確率分布を求める。
【０１２８】
そして、このＧ原色画像を構成する画素の色濃度ｔＧに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｇ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＧ１，ｔＧ２，ｔＧ３，ｔＧ４が求められる。
【０１２９】
さすれば、Ｇ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＧ≦ｔＧ１、遷移骨材相がｔＧ１＋１≦ｔＧ≦ｔＧ２、遷移セメント相がｔＧ２＋１≦ｔＧ≦ｔＧ３、セメント相がｔＧ３＋１≦ｔＧ≦ｔＧ４、淡色骨材相がｔＧ４＋１≦ｔＧ≦２５６、となる。
【０１３０】
このようにしてＧ原色画像について、４種類の色濃度閾値ｔＧ１，ｔＧ２，ｔＧ３，ｔＧ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＧ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＧ２を用いてＧ原色画像がＧ濃淡基礎画像へと２値化される。
【０１３１】
このＧ原色画像の２値化によれば、Ｇ原色画像の中で、色濃度ｔＧの値が適正色濃度閾値ｔＧ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＧの値が適正色濃度閾値ｔＧ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＧ原色画像からＧ濃淡基礎画像が生成される。
【０１３２】
さらに、Ｂ原色画像について、２５６階調の青色成分の色濃度ｔＢ（但し、１≦ｔＢ≦２５６とする）を階級とし、色濃度ｔＢの画素数を度数とするか又は、色濃度ｔＢの画素数をＢ原色画像の全画素数Ｎ×Ｍ個で割った確率値を相対度数として、Ｂ原色画像についての度数分布表又はヒストグラム（図１７（ｃ）参照。）を生成して、Ｂ原色画像を構成する画素の色濃度ｔＢに関する離散確率分布を求める。
【０１３３】
そして、このＢ原色画像を構成する画素の色濃度ｔＢに関する離散確率分布に対してマルチレベルの大津の方法を適用することで、Ｂ原色画像を、上記した濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相の５クラスに分割するための色濃度閾値ｔＢ１，ｔＢ２，ｔＢ３，ｔＢ４が求められる。
【０１３４】
さすれば、Ｂ原色画像における各相の色濃度範囲は、濃色骨材相が１≦ｔＢ≦ｔＢ１、遷移骨材相がｔＢ１＋１≦ｔＢ≦ｔＢ２、遷移セメント相がｔＢ２＋１≦ｔＢ≦ｔＢ３、セメント相がｔＢ３＋１≦ｔＢ≦ｔＢ４、淡色骨材相がｔＢ４＋１≦ｔＢ≦２５６、となる。
【０１３５】
このようにしてＢ原色画像について、４種類の色濃度閾値ｔＢ１，ｔＢ２，ｔＢ３，ｔＢ４が求められれば、その中から遷移骨材相と遷移セメント相との境界を示す色濃度閾値ｔＢ２が適正色濃度閾値として選択され、この適正色濃度閾値ｔＢ２を用いてＢ原色画像がＢ濃淡基礎画像へと２値化される。
【０１３６】
このＢ原色画像の２値化によれば、Ｂ原色画像の中で、色濃度ｔＢの値が適正色濃度閾値ｔＢ２の値以下となる画素は、その画素値が「１」に変更される一方、色濃度ｔＢの値が適正色濃度閾値ｔＢ２の値を越える画素は、その画素値が「０」に変更され、かかる変更によってＢ原色画像からＢ濃淡基礎画像が生成される。
【０１３７】
以上の結果、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像は、画素値が「１」の画素で表わされる濃領域と、画素値が「０」の画素で表わされる淡領域とに、それぞれ分割されることとなり、結果、濃領域と淡領域とでは互いに異なる画素値を持つものとなる。
【０１３８】
このように、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像は、いずれも白色の画素で表示される濃領域と、黒色の画素で表示される淡領域を有した２値画像であり、その濃領域によって骨材の存在領域が表わされ、その淡領域によって残余成分の存在領域が表わされている。
【０１３９】
なお、マルチレベルの大津の方法については、Huang Yourni and Wang Shuang, "Multilevel thresholding methods for image segmentation with Otsu based on QPSO," IEEE Trans. Image and Signal Processing, 2008. CISP apos;08. Congress on Volume 3, Issue, 27-30 May 2008 Page(s):701 - 705.における７０２頁左欄「2.Image Segmentation Based On the Otsu Method」が詳しいので、ここでは詳細な説明を省略する。
【０１４０】
＜濃淡合成工程＞
濃淡合成工程（Ｓ２３）によれば、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である濃淡モノクロ画像が生成される。
【０１４１】
ここで、濃淡合成工程（Ｓ２３）により合成生成される濃淡モノクロ画像は、画素値が「１」の画素から形成される濃領域と、画素値が「０」の画素から形成される淡領域とからなる２値画像であり、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０１４２】
この濃淡合成工程（Ｓ２３）では、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算する場合、例えば、Ｒ濃淡基礎画像とＧ濃淡基礎画像とを論理和演算して得られる画像（以下「ＲＧ濃淡基礎画像」という。）を生成し、このＲＧ濃淡基礎画像とＢ濃淡基礎画像とを論理和演算することで、１個の濃淡モノクロ画像が合成生成される。
【０１４３】
ここで、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像、Ｂ濃淡基礎画像、ＲＧ濃淡基礎画像及び、濃淡モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０１４４】
次に、この濃淡合成工程（Ｓ２３）による濃淡モノクロ画像の合成生成について説明する。まずは、Ｒ濃淡基礎画像とＧ濃淡基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値がＲＧ濃淡基礎画像の対応する座標位置に存在する画素の画素値として設定される。
【０１４５】
つまり、座標（ｘ，ｙ）についてＲ濃淡基礎画像の画素の画素値が「１」、Ｇ濃淡基礎画像の画素の画素値が「１」又は、Ｒ濃淡基礎画像及びＧ濃淡基礎画像の画素の画素値が両方とも「１」である場合に、ＲＧ濃淡基礎画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲ濃淡基礎画像及びＧ濃淡基礎画像の画素の画素値が両方とも「０」である場合には、ＲＧ濃淡基礎画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１４６】
それから、ＲＧ濃淡基礎画像とＢ濃淡基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が濃淡モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０１４７】
つまり、座標（ｘ，ｙ）についてＲＧ濃淡基礎画像の画素の画素値が「１」、Ｂ濃淡基礎画像の画素の画素値が「１」又は、ＲＧ濃淡基礎画像及びＢ濃淡基礎画像の画素の画素値が両方とも「１」である場合に、濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲＧ濃淡基礎画像及びＢ濃淡基礎画像の画素の画素値が両方とも「０」である場合には、濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１４８】
以上の結果、濃淡モノクロ画像は、画素値が「１」の画素で表わされる濃領域と、画素値が「０」の画素で表わされる淡領域とに、それぞれ分割されることとなり、結果、濃領域と淡領域とでは互いに異なる画素値を持つものとなる。つまり、濃淡モノクロ画像は、図６から図８に示すように、骨材の存在領域を示すために白色の画素で表示される濃領域と、残余成分の存在領域を示すために黒色の画素で表示される淡領域とを有した２値画像となる。
【０１４９】
＜原濃淡モノクロ画像＞
図６は、濃淡合成工程（Ｓ２３）による生成後であって濃領域修正工程（Ｓ２４）の実行前における濃淡モノクロ画像（以下「原濃淡モノクロ画像」ともいう。）の構造説明図であり、図中では、濃領域に白色を付する一方で、図示上の便宜から淡領域に黒色ではなく灰色を付している。
【０１５０】
図６に示すように、原濃淡モノクロ画像によれば、その濃領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その淡領域はそれを構成する画素の画素値が「０」であるために黒色で表示されている。原濃淡モノクロ画像には、コンクリート画像に表われる同一骨材の存在領域の輪郭に比べて、濃領域により表わされる骨材の存在領域の輪郭が不正確なものが含まれている。
【０１５１】
原濃淡モノクロ画像の濃領域の中には、骨材に淡色系の鉱物などの淡色系含有成分が局所的に混入するため、この淡色系含有成分が濃領域の内部に隔離淡領域（閉領域）となって、又は、濃領域の一部に欠損淡領域となって表われるものがある。隔離淡領域は、画素値「１」の画素集合である濃領域により周囲が完全包囲される画素値「０」の画素集合からなる閉領域内の淡領域であり、他の淡領域から完全に隔離された状態で存在している。
【０１５２】
なお、欠損淡領域は、骨材の淡色系含有成分が残余成分の存在領域に紛れ込んでしまうことで、濃淡モノクロ画像において濃領域の一部がその濃領域の周囲に存在する淡領域の一部と繋がってしまい、濃領域の一部から欠如した画像領域である。
【０１５３】
図７は、原濃淡モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成されたものである。図７に示すように、原濃淡モノクロ画像は、濃領域が白色（画素値「１」）で表示され、淡領域が黒色（画素値「０」）で表示されている。この原濃淡モノクロ画像の濃領域の中には、上記した肉眼で目視する限りにおいて隔離淡領域を確認することはできないが、一部の濃領域に欠損淡領域が表われている。
【０１５４】
これらのことから、原濃淡モノクロ画像は、コンクリート画像における骨材の存在領域が正確に抽出できず、その再現精度が低下してしまうことがある。しかし、原濃淡モノクロ画像に存在する隔離淡領域及び欠損淡領域については、本来であれば、残余成分の存在領域を表わす淡領域ではなく、骨材の存在領域を表わす濃領域に属すべきものである。
【０１５５】
そこで、図４に示すように、画像領域分割処理は、濃淡合成工程（Ｓ２３）の後に濃領域修正工程（Ｓ２４）が設けられており、この濃領域修正工程（Ｓ２４）によって、原濃淡モノクロ画像に含まれている隔離淡領域である画素集合を濃領域と同じ画素値に反転させ、かかる隔離淡領域を濃領域に置換することで、濃領域をより正確な骨材の存在領域へと修正し、かつ、淡領域をより正確な残余成分の存在領域へと修正するようにしている。
【０１５６】
＜濃領域修正工程＞
つまり、濃領域修正工程（Ｓ２４）は、原濃淡モノクロ画像の濃領域を修正するための処理工程である。この濃領域修正工程（Ｓ２４）によれば、原濃淡モノクロ画像の中に隔離淡領域が存在する場合に（図６及び図７参照。）、このような全ての隔離淡領域における画素値「０」の画素集合が濃領域と同じ画素値「１」に変更（反転）される（図８参照。）。
【０１５７】
具体的には、原濃淡モノクロ画像の中から隔離淡領域がラベリング処理により全て検出される。そして、この検出された全ての隔離淡領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離淡領域の全画素の画素値が濃領域の画素値と等しい「１」の値に変更される。
【０１５８】
この結果、濃淡２値化工程（Ｓ２）からは、この濃領域修正工程（Ｓ２４）の実行により原濃淡モノクロ画像を修正することにより生成された新たな濃淡モノクロ画像（以下「修正濃淡モノクロ画像」ともいう。図８参照。）が、次工程のモノクロ合成工程（Ｓ４）へと供給されることとなる。
【０１５９】
＜修正濃淡モノクロ画像＞
図８は、修正濃淡モノクロ画像の構造説明図であり、図中では、濃領域に白色を付する一方で、図示上の便宜から淡領域に黒色ではなく灰色を付している。図８に示すように、修正濃淡モノクロ画像では、図６の原濃淡モノクロ画像において隔離淡領域であった画素集合が、濃領域と同一色（同一画素値）に変更されることで、濃領域の一部へと置換されている。
【０１６０】
この結果、修正濃淡モノクロ画像は、原濃淡モノクロ画像に比べて、その濃領域及び淡領域によって骨材の存在領域及び残余成分の存在領域がより正確に表わされる。しかし、修正濃淡モノクロ画像には、濃領域の一部に欠損淡領域が残存したままであるので、このような欠損淡領域については、後述するモノクロ合成工程（Ｓ４）及び合成領域修正工程（Ｓ５）により更なる修正が加えられるのである。
【０１６１】
なお、以下の説明において、原濃淡モノクロ画像及び修正濃淡モノクロ画像を総称して単に「濃淡モノクロ画像」ともいう。
【０１６２】
［ 輪郭２値化工程 ］
次に、図４に示す画像領域分割処理における、第３の処理工程である輪郭２値化工程（Ｓ３）について、説明する。
【０１６３】
輪郭２値化工程（Ｓ３）によれば、コンクリート画像を基礎とした情報から色濃度勾配に基づくエッジ抽出方法を用いて、骨材の輪郭を形成する画素である骨材輪郭画素を抽出することによって、輪郭モノクロ画像が生成される。
【０１６４】
輪郭モノクロ画像は、骨材輪郭画素から形成される輪郭領域、及び、その輪郭領域を除いた背景領域という２種類の画像領域から構成される２値画像であり、輪郭領域を構成する各画素の画素値が「１」とされ、背景領域を構成する各画素の画素値が「０」とされている。
【０１６５】
この輪郭モノクロ画像の輪郭領域は、エッジ抽出方法を用いて抽出された多数の骨材輪郭画素が線状に連なる又は点在するように集合することで形成される画像領域であって、かかる骨材輪郭画素の集合が全体として骨材の輪郭線を表わすものとなっている（図８（ａ）参照。）。
【０１６６】
一方、輪郭モノクロ画像の背景領域は、輪郭領域を構成する骨材輪郭画素として抽出されずに残った画素が集合することで形成される画像領域であって、全体として骨材の輪郭線ではない部分を表わすものとなっている（図８（ａ）参照。）。
【０１６７】
ここで、輪郭２値化工程（Ｓ３）は、平滑化工程（Ｓ３１）、第２色分解工程（Ｓ３２）、グレースケール化工程（Ｓ３３）、ＲＧＢ輪郭化工程（Ｓ３４）、輪郭合成工程（Ｓ３５）及び、輪郭領域修正工程（Ｓ３６）を備えており、これら６つの処理工程が連係することによって、コンクリート画像から輪郭モノクロ画像を生成するものである。また、輪郭２値化工程（Ｓ３）においては、平滑化工程（Ｓ３１）、第２色分解工程（Ｓ３２）、グレースケール化工程（Ｓ３３）、ＲＧＢ輪郭化工程（Ｓ３４）、輪郭合成工程（Ｓ３５）及び、輪郭領域修正工程（Ｓ３６）が、この順番で実行される。
【０１６８】
＜平滑化工程＞
平滑化工程（Ｓ３１）によれば、コンクリート画像が平滑化フィルタによって平滑化されて、コンクリート画像から不要な画像ノイズが除去されることで、平滑化コンクリート画像が生成される。ここで、平滑化フィルタにはＫｕｗａｈａｒａフィルタが用いられる。
【０１６９】
なお、本実施例では、かかる平滑化工程（Ｓ３１）によりＫｕｗａｈａｒａフィルタを用いてコンクリート画像を平滑化するため、ＲＧＢ輪郭化工程（Ｓ３４）におけるＣａｎｎｙのエッジ抽出アルゴリズムからは、後述するグレー画像についてガウシアンフィルタを用いてノイズ除去する処理が削除されることとなる。
【０１７０】
なお、Ｋｕｗａｈａｒａフィルタに関しては、M. Kuwahara, K. Hachimura, S. Eiho, and M.Kinoshita. Digital Processing of Biomedical Images.,Plenum Press, pp. 187-203, New York, NY,1976.が詳しいので、ここでは詳細な説明を省略する。
【０１７１】
＜平滑化コンクリート画像＞
図９（ａ）は、Ｋｕｗａｈａｒａフィルタを用いて平滑化した本実施例の平滑化コンクリート画像の参考図であり、図９（ｂ）は、ガウシアンフィルタを用いて平滑化した比較例の平滑化コンクリート画像の参考図である。なお、図９では、カラー画像を図面として添付できないからことから、便宜上、平滑化コンクリート画像の一例をグレースケール化したグレー画像を用いている。
【０１７２】
図９に示すように、本実施例の平滑化コンクリート画像（図９（ａ）参照。）と、比較例の平滑化コンクリート画像（図９（ｂ）参照。）とを比較すると、本実施例の平滑化コンクリート画像は比較例の平滑化コンクリート画像に比べて、画像上のノイズも除去されており、かつ、骨材の輪郭もより鮮明に抽出されている。
【０１７３】
ガウシアンフィルタを用いる場合は、ガウス分布関数の標準偏差を任意に設定する必要があるため、この設定に際して標準偏差が小さいとコンクリート画像からノイズを十分に除去できず、逆に、標準偏差が大きいと平滑化コンクリート画像における骨材の画像領域の色濃度が低下することから骨材の輪郭が不鮮明となってエッジ抽出精度が低下してしまう。
【０１７４】
これに対し、Ｋｕｗａｈａｒａフィルタは、ガウシアンフィルタのように標準偏差を任意に設定する必要がなく、その設定値が大小することによるノイズ除去性能の低下や、エッジ抽出精度の低下を回避でき、ガウシアンフィルタを用いる場合に比べて、平滑化コンクリート画像における骨材の輪郭を鮮明度を維持しつつノイズを除去することができるのである。
【０１７５】
＜第２色分解工程＞
第２色分解工程（Ｓ３２）によれば、平滑化コンクリート画像が光の３原色であるＲ成分、Ｇ成分及び、Ｂ成分の各色成分にそれぞれ色分解されることで、平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像が、それぞれ生成される。
【０１７６】
ここで、平滑化Ｒ原色画像は、平滑化コンクリート画像から抽出される２５６階調の赤色成分の濃淡を、平滑化Ｇ原色画像は、平滑化コンクリート画像から抽出される２５６階調の緑色成分の濃淡を、平滑化Ｂ原色画像は、平滑化コンクリート画像から抽出される２５６階調の青色成分の濃淡を、それぞれ表わした画像である。
【０１７７】
＜グレースケール化工程＞
グレースケール化工程（Ｓ３３）によれば、平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像がそれぞれグレースケール画像に変換される。なお、グレースケール画像は、白黒の２色のみならず中間色であるグレーを含んだ多階調（多値）の画像である。
【０１７８】
このグレースケール化工程（Ｓ３３）による変換によって、平滑化Ｒ原色画像のグレースケール画像（以下「Ｒ系グレー画像」という。）、平滑化Ｇ原色画像のグレースケール画像（以下「Ｇ系グレー画像」という。）及び、平滑化Ｂ原色画像のグレースケール画像（以下「Ｂ系グレー画像」という。）が、それぞれ生成される。
【０１７９】
ここで、Ｒ系グレー画像は平滑化Ｒ原色画像における赤色成分の２５６階調の濃淡を、Ｇ系グレー画像は平滑化Ｇ原色画像における緑色成分の２５６階調の濃淡を、Ｂ系グレー画像は平滑化Ｂ原色画像における青色成分の２５６階調の濃淡を、それぞれ２５６階調の白黒濃淡に変換した画像である。
【０１８０】
なお、以下の説明において、Ｒグレー画像、Ｇグレー画像及び、Ｂグレー画像を総称して、単に「グレー画像」ともいう。
【０１８１】
＜ＲＧＢ輪郭化工程＞
ＲＧＢ輪郭化工程（Ｓ３４）によれば、Ｒ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像のぞれぞれについて、色濃度勾配（画素値勾配）に基づくエッジ抽出法の一種であるＣａｎｎｙのエッジ抽出アルゴリズムを用いて、骨材輪郭画素の抽出が行われる。
【０１８２】
但し、ここで言うところの、Ｃａｎｎｙのエッジ抽出アルゴリズムとは、かかるエッジ抽出アルゴリズムにおいて一般的なガウシアンフィルタによる画像ノイズ除去処理が存在しないものであり、主として、エッジ強さ及びエッジ方向の計算、抽出された輪郭線の細線化（non-maximum suppress）、及び、上限値及び下限値を設定することによる輪郭線のスムーズ化から成っている。
【０１８３】
このＣａｎｎｙのエッジ抽出アルゴリズムを用いることによって、Ｒ系グレー画像から全ての骨材輪郭画素が、Ｇ系グレー画像から全ての骨材輪郭画素が、Ｂ系グレー画像から全ての骨材輪郭画素が、それぞれ抽出される。ここで、骨材輪郭画素とは、各グレー画像に表示される骨材の輪郭を形成している画素である。
【０１８４】
具体的には、まず、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｒ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｒ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｒ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｒ輪郭基礎画像」という。）が生成される。
【０１８５】
また、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｇ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｇ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｇ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｇ輪郭基礎画像」という。）が生成される。
【０１８６】
さらに、ＲＧＢ輪郭化工程（Ｓ３４）によって、Ｂ系グレー画像において骨材輪郭画素として抽出された全ての画素の画素値が「１」に設定され、かつ、Ｂ系グレー画像における骨材輪郭画素を除いた残りの画素の画素値が「０」に設定されることで、Ｂ系グレー画像から骨材の輪郭を抽出した２値画像（以下「Ｂ輪郭基礎画像」という。）が生成される。
【０１８７】
すると、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像は、画素値が「１」の画素で表わされる輪郭領域と、画素値が「０」の画素で表わされる背景領域とに、それぞれ分割されることとなり、結果、輪郭領域と背景領域とでは互いに異なる画素値を持つものとなる。
【０１８８】
このように、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像は、いずれも白色の画素で表示される輪郭領域と、黒色の画素で表示される背景領域を有した２値画像であり、その輪郭領域によって骨材の輪郭が表わされ、その背景領域によって骨材の輪郭を除いた部分が表わされている。
【０１８９】
なお、Ｃａｎｎｙのエッジ抽出アルゴリズムに関しては、J.F.Canny "Finding edge and lines in images". Master's thesis, AITR-720. MIT, Cambridge, USA, 1983や、J.F.Canny "A computational approach to edge detection". IEEE Trans. on Pattern Analysis and Machine Intelligence, 8(6):679-698, November 1986が詳しいので、ここでは詳細な説明を省略する。
【０１９０】
＜輪郭合成工程＞
輪郭合成工程（Ｓ３５）によれば、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である輪郭モノクロ画像が生成される。
【０１９１】
ここで、輪郭合成工程（Ｓ３５）により合成生成される輪郭モノクロ画像は、画素値が「１」の画素から形成される輪郭領域と、画素値が「０」の画素から形成される背景領域とからなる２値画像であり、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０１９２】
この輪郭合成工程（Ｓ３５）では、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算する場合、例えば、Ｒ輪郭基礎画像とＧ輪郭基礎画像とを論理和演算して得られる画像（以下「ＲＧ輪郭基礎画像」という。）を生成し、このＲＧ輪郭基礎画像とＢ輪郭基礎画像とを論理和演算することで、１個の輪郭モノクロ画像が合成生成される。
【０１９３】
ここで、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像、Ｂ輪郭基礎画像、ＲＧ輪郭基礎画像及び、輪郭モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０１９４】
次に、この輪郭合成工程（Ｓ３５）による輪郭モノクロ画像の合成生成について説明する。まずは、Ｒ輪郭基礎画像とＧ輪郭基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値がＲＧ輪郭基礎画像の対応する座標位置に存在する画素の画素値として設定される。
【０１９５】
つまり、座標（ｘ，ｙ）についてＲ輪郭基礎画像の画素の画素値が「１」、Ｇ輪郭基礎画像の画素の画素値が「１」又は、Ｒ輪郭基礎画像及びＧ輪郭基礎画像の画素の画素値が両方とも「１」である場合に、ＲＧ輪郭基礎画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲ輪郭基礎画像及びＧ輪郭基礎画像の画素の画素値が両方とも「０」である場合には、ＲＧ輪郭基礎画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１９６】
それから、ＲＧ輪郭基礎画像とＢ輪郭基礎画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が輪郭モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０１９７】
つまり、座標（ｘ，ｙ）についてＲＧ輪郭基礎画像の画素の画素値が「１」、Ｂ輪郭基礎画像の画素の画素値が「１」又は、ＲＧ輪郭基礎画像及びＢ輪郭基礎画像の画素の画素値が両方とも「１」である場合に、輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）についてＲＧ輪郭基礎画像及びＢ輪郭基礎画像の画素の画素値が両方とも「０」である場合には、輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０１９８】
以上の結果、輪郭モノクロ画像は、画素値が「１」の画素で表わされる輪郭領域と、画素値が「０」の画素で表わされる背景領域とに、それぞれ分割されることとなり、結果、輪郭領域と背景領域とでは互いに異なる画素値を持つものとなる。つまり、輪郭モノクロ画像は、図１０から図１３に示すように、骨材の存在領域の輪郭を示すために白色の画素で表示される輪郭領域と、この輪郭領域を除く領域を示すために黒色の画素で表示される背景領域とを有した２値画像となる。
【０１９９】
＜原輪郭モノクロ画像＞
図１０は、輪郭合成工程（Ｓ３５）による生成後であって輪郭領域修正工程（Ｓ３６）の実行前における輪郭モノクロ画像（以下「原輪郭モノクロ画像」ともいう。）の構造説明図であり、図中では、輪郭領域に白色を付する一方で、図示上の便宜から背景領域に黒色ではなく灰色を付している。
【０２００】
図１０に示すように、原輪郭モノクロ画像によれば、その輪郭領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その背景領域はそれを構成する画素の画素値が「０」であるために黒色で表示されている。
【０２０１】
原輪郭モノクロ画像の中には、その輪郭領域が、骨材輪郭画素の集合からなる輪郭線により背景領域の周囲を完全に包囲する連続輪郭領域と、骨材輪郭画素の集合からなる輪郭線の一部が途切れて背景領域の周囲を不完全に包囲する不連続輪郭領域とからなっているものがある。
【０２０２】
連続輪郭領域は、画素値「１」の画素集合からなる輪郭線であって、その輪郭線の内側に画素値「０」の画素集合（背景領域）を完全包囲している輪郭領域である。また、不連続輪郭領域は、画素値「１」の画素集合からなる輪郭線であって、この輪郭線の内外にある画素値「０」の画素集合（背景領域）が互いに繋がっている輪郭領域である。
【０２０３】
連続輪郭領域の中には、背景領域の一種であって、この連続輪郭領域の画素値「１」の画素集合により周囲が完全包囲されている画素値「０」の画素集合である隔離背景領域（閉領域）が存在しており、この隔離背景領域は、他の背景領域から完全に隔離された状態で存在している。
【０２０４】
不連続輪郭領域の中には、背景領域の一種であって、この不連続輪郭領域の画素値「１」の画素集合により周囲が部分的に包囲されているが、この不連続隔離領域の周囲に存在する背景領域と繋がった画素値「０」の画素集合である内在背景領域（閉領域）が存在しており、この内在背景領域は、他の背景領域と連続した状態で存在している。
【０２０５】
図１１は、原輪郭モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成されたものである。図１１に示すように、原輪郭モノクロ画像は、輪郭領域（連続輪郭領域及び不連続輪郭領域）が白色（画素値「１」）で表示され、背景領域（隔離背景領域及び内在背景領域を含む。）が黒色（画素値「０」）で表示されている。
【０２０６】
この原輪郭モノクロ画像によれば、輪郭領域によって骨材の存在領域の輪郭が高い精度で再現されており、いずれの輪郭領域も、その内側に隔離背景領域又は内在背景領域の背景領域が存在しており、かつ、骨材輪郭画素の画素集合からなる線状の輪郭線で形成されている。ただし、原輪郭モノクロ画像に存在する隔離背景領域及び内在背景領域は、純粋な意味において残余成分の存在領域を表わす背景領域ではなく、本来は骨材の存在領域に属すべきものである。
【０２０７】
そこで、図４に示すように、画像領域分割処理は、輪郭合成工程（Ｓ３５）の後に輪郭領域修正工程（Ｓ３６）が設けられており、この輪郭領域修正工程（Ｓ３６）によって、原輪郭モノクロ画像に含まれる隔離背景領域であるところの画素集合を輪郭領域と同じ画素値に反転させ、かかる隔離背景領域を包囲する連続輪郭領域とともに骨材抽出領域に置換して、骨材の存在領域を明確化するようにしている。
【０２０８】
＜輪郭領域修正工程＞
つまり、輪郭領域修正工程（Ｓ３６）は、原輪郭モノクロ画像の中から骨材の存在領域であるところの骨材抽出領域を抽出するための処理工程である。この輪郭領域修正工程（Ｓ３６）によれば、原輪郭モノクロ画像の中に隔離背景領域が存在する場合に（図１０及び図１１参照。）、このような全ての隔離背景領域における画素値「０」の画素集合が輪郭領域と同じ画素値である「１」に変更（反転）される（図１２及び図１３参照。）。
【０２０９】
具体的には、原輪郭モノクロ画像の中から隔離背景領域がラベリング処理により全て検出される。そして、この検出された全ての隔離背景領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離背景領域の全画素の画素値が輪郭領域の骨材輪郭画素の画素値と等しい「１」の値に変更される。
【０２１０】
この結果、輪郭２値化工程（Ｓ３）からは、この輪郭領域修正工程（Ｓ３６）の実行により原輪郭モノクロ画像を修正することにより生成された新たな輪郭モノクロ画像（以下「修正輪郭モノクロ画像」ともいう。図１２及び図１３参照。）、即ち、骨材抽出領域を有する修正輪郭モノクロ画像が、次工程のモノクロ合成工程（Ｓ４）へ供給されることとなる。
【０２１１】
なお、修正輪郭モノクロ画像において「輪郭領域」とは、不連続輪郭領域及び骨材抽出領域の双方を含めた画像領域をいうものとする。
【０２１２】
＜修正輪郭モノクロ画像＞
図１２は、修正輪郭モノクロ画像の構造説明図であり、図中では、輪郭領域に白色を付する一方で、図示上の便宜から背景領域に黒色ではなく灰色を付している。図１２に示すように、修正輪郭モノクロ画像は、白色の画素で表示される骨材抽出領域及び不連続輪郭領域と、黒色の画素で表示される背景領域とを有した２値画像となっている。
【０２１３】
また、この修正輪郭モノクロ画像は、図１０の原輪郭モノクロ画像から生成されたものである。この修正輪郭モノクロ画像では、図１０の原輪郭モノクロ画像において連続輪郭領域内に存在する隔離背景領域であった画素集合が、連続輪郭領域及び不連続輪郭領域と同一色（同一画素値）に変更されることで、隔離背景領域と連続輪郭領域とが一体化した骨材抽出領域へと置換されている。
【０２１４】
図１３は、修正輪郭モノクロ画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成された原輪郭モノクロ画像（図１１参照。）を用いて生成されたものである。図１３に示すように、修正輪郭モノクロ画像では、図１１の原輪郭モノクロ画像において連続輪郭領域内の隔離背景領域であった画素集合が、輪郭領域と同一色（同一画素値）に変更されることで、骨材抽出領域へと置換されている。
【０２１５】
具体的には、輪郭領域のうち骨材抽出領域が画素値「１」の白色の画素からなる面状の画素集合となって表われ、輪郭領域のうち不連続輪郭領域が画素値「１」の白色の画素からなる線状の画素集合となって表われ、背景領域が画素値「０」の黒色の画素からなる面状の画素集合となって表われている。
【０２１６】
このように修正輪郭モノクロ画像によれば、輪郭領域の一部である不連続輪郭領域は、複数の骨材輪郭画素が線状に集合した画素集合を形成して骨材の輪郭線として表示されるの対し、同様に輪郭領域の一部である骨材抽出領域については、複数の骨材輪郭画素と同一の画素値を持つ画素が面状に集合した画素集合を形成して骨材の存在領域として表示されるのである。
【０２１７】
しかし、修正輪郭モノクロ画像には、実際の骨材ではなく当該骨材内に存在する含有成分の輪郭線が連続輪郭領域である場合に、かかる含有成分が骨材抽出領域として誤って抽出されたものがあり、又、骨材の輪郭線が不連続輪郭領域となって表われるものもある。また、不連続輪郭領域は、修正輪郭モノクロ画像となった後も以前として、骨材抽出領域として抽出できずに残存したままである。
【０２１８】
このように、修正輪郭モノクロ画像の骨材抽出領域はコンクリート画像の骨材の存在領域を表わすものとしては不充分であることから、後述するモノクロ合成工程（Ｓ４）及び合成領域修正工程（Ｓ５）によって、修正輪郭モノクロ画像に対して更なる修正が加えられるのである。
【０２１９】
なお、以下の説明において、原輪郭モノクロ画像及び修正輪郭モノクロ画像を総称して単に「輪郭モノクロ画像」ともいう。
【０２２０】
［ モノクロ合成工程 ］
次に、図４に示す画像領域分割処理における、第４の処理工程であるモノクロ合成工程（Ｓ４）について、説明する。
【０２２１】
モノクロ合成工程（Ｓ４）によれば、上記した修正濃淡モノクロ画像及び修正輪郭モノクロ画像が論理和演算（ＯＲ演算）されることによって合成され、この合成により１個の２値画像である合成モノクロ画像が生成される。
【０２２２】
ここで、このモノクロ合成工程（Ｓ４）により合成生成される合成モノクロ画像は、画素値が「１」の画素から形成される合成濃領域と、画素値が「０」の画素から形成される合成淡領域とからなる２値画像であり、修正濃淡モノクロ画像及び修正輪郭モノクロ画像における全ての対応する画素同士について論理和演算した結果得られる画像である。
【０２２３】
合成モノクロ画像における合成濃領域は、修正濃淡モノクロ画像における画素値「１」の画素集合である濃領域と、同じく修正輪郭モノクロ画像における画素値「１」の画素集合である輪郭領域とを、互いに重ね合わせることで形成される画像領域である。
【０２２４】
つまり、この合成濃領域は、修正濃淡モノクロ画像において濃領域として抽出された骨材について、当該骨材のより正確な輪郭を、修正輪郭モノクロ画像において輪郭領域として抽出された骨材の輪郭線によって補完した画像領域である。また、この合成濃領域は、コンクリート領域分割画像の骨材領域を形成するに際し、その骨材領域の元（基礎）となる画像領域でもある。
【０２２５】
一方、合成モノクロ画像における合成淡領域は、画素値「０」の画素集合である修正濃淡モノクロ画像の淡領域及び修正輪郭モノクロ画像の背景領域を互いに重ね合わせることで形成される画像領域である。
【０２２６】
つまり、この合成淡領域は、修正濃淡モノクロ画像において淡領域として抽出された淡色成分と、修正輪郭モノクロ画像において背景領域として抽出された非骨材輪郭部分との重複部分に相当する画像領域であって、コンクリート領域分割画像における残余成分領域の元（基礎）となるものである。
【０２２７】
ここで、修正濃淡モノクロ画像、修正輪郭モノクロ画像及び、合成モノクロ画像は、コンクリート画像と同様に、画素がＮ行×Ｍ列で配置された合計Ｎ×Ｍピクセルの２次元画像である。
【０２２８】
次に、このモノクロ合成工程（Ｓ４）による合成モノクロ画像の合成生成について説明する。まずは、修正濃淡モノクロ画像と修正輪郭モノクロ画像との対応する座標位置に存在する画素同士の画素値の論理和が演算され、その論理和値が合成モノクロ画像の対応する座標位置に存在する画素の画素値として設定される。
【０２２９】
つまり、座標（ｘ，ｙ）にある修正濃淡モノクロ画像の画素の画素値が「１」、修正輪郭モノクロ画像の画素の画素値が「１」又は、修正濃淡モノクロ画像及び修正輪郭モノクロ画像の画素の画素値が両方とも「１」である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「１」に設定される。一方、座標（ｘ，ｙ）にある修正濃淡モノクロ画像及び修正輪郭モノクロ画像の画素の画素値が両方とも「０」である場合には、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が「０」に設定される。
【０２３０】
以上の結果、合成モノクロ画像は、画素値が「１」の画素で表わされる合成濃領域と、画素値が「０」の画素で表わされる合成淡領域とに、それぞれ分割されることとなり、結果、合成濃領域と合成淡領域とでは互いに異なる画素値を持つものとなる。つまり、合成モノクロ画像は、図１４に示すように、骨材の存在領域を示すために白色の画素で表示される合成濃領域と、残余成分の存在領域を示すために黒色の画素で表示される合成淡領域とを有した２値画像となる。
【０２３１】
＜合成モノクロ画像＞
図１４は、モノクロ合成工程（Ｓ４）により生成される合成モノクロ画像の構造説明図であり、図中では、合成濃領域に白色を付する一方で、図示上の便宜から合成淡領域に黒色ではなく灰色を付している。図１４に示すように、合成モノクロ画像によれば、その合成濃領域はそれを構成する画素の画素値が「１」であるために白色で表示され、その合成淡領域はそれを構成する画素の画素値が「０」であるために黒色（図中では灰色）で表示されている。
【０２３２】
合成モノクロ画像の濃領域の中には、修正濃淡モノクロ画像の濃領域が表わす骨材の輪郭と修正輪郭モノクロ画像の輪郭領域が表わす骨材の輪郭とが齟齬するため、この齟齬部分が合成濃領域の内部に隔離合成淡領域（閉領域）となって表われている。隔離合成淡領域は、画素値「１」の画素集合である合成濃領域により周囲が完全包囲される画素値「０」の画素集合からなる閉領域内の合成淡領域であり、他の合成淡領域から完全に隔離された様態で存在している。
【０２３３】
しかしながら、この合成モノクロ画像に存在する隔離合成淡領域は、本来であれば、残余成分の存在領域を表わす合成淡領域ではなく、骨材の存在領域を表わす合成濃領域に属すべきものである。
【０２３４】
そこで、図４に示すように、画像領域分割処理は、モノクロ合成工程（Ｓ４）の後に合成領域修正工程（Ｓ５）が設けられており、この合成領域修正工程（Ｓ５）によって、合成モノクロ画像に含まれる隔離合成淡領域であるところの画素集合を合成濃領域と同じ画素値に反転させ、かかる隔離合成淡領域を包囲する合成濃領域とともに骨材領域に置換して、骨材の存在領域を更に明確化するようにしている。
【０２３５】
［ 合成領域修正工程 ］
次に、図４に示す画像領域分割処理における、第５の処理工程である合成領域修正工程（Ｓ５）について、説明する。
【０２３６】
この合成領域修正工程（Ｓ５）は、モノクロ合成工程（Ｓ４）により生成された合成モノクロ画像における合成濃領域を修正して骨材領域を抽出して、コンクリート領域分割画像を生成するための処理工程である。この合成領域修正工程（Ｓ５）によれば、合成モノクロ画像の中に輪郭合成淡領域が存在する場合に（図１４参照。）、このような全ての隔離合成淡領域における画素値「０」の画素集合が合成濃領域と同じ画素値である「１」に変更（反転）される（図１５及び図１６参照。）。
【０２３７】
具体的には、合成モノクロ画像の中から隔離合成淡領域がラベリング処理により全て検出される。そして、この検出された全ての隔離合成淡領域における画素値「０」の画素に対して、穴埋め処理が実行されることによって、その隔離合成淡領域の全画素の画素値が合成濃領域の画素値と等しい「１」の値に変更される。
【０２３８】
この結果、隔離合成淡領域は合成濃領域と一体となって骨材領域へと置換され、この置換によって、より正確な骨材の存在領域である骨材領域を作り出すとともに、より正確な残余成分の存在領域である残余成分領域を作り出し、結果、コンクリート領域分割画像を作り出すのである。
【０２３９】
＜コンクリート領域分割画像＞
図１５は、コンクリート領域分割画像の構造説明図であり、図中では、骨材領域に白色を付する一方で、図示上の便宜から残余成分領域に黒色ではなく灰色を付している。図１５に示すように、コンクリート領域分割画像は、画素値が「１」の白色の画素で表示される骨材領域と、画素値が「０」の黒色の画素で表示される残余成分領域とに、それぞれ分割されており、骨材領域と残余成分領域とが互いに異なる画素値を持った２値画像である。
【０２４０】
＜コンクリート領域分割画像＞
図１６は、コンクリート領域分割画像の一例を示した図面代用写真であり、図５に示したコンクリート画像を用いて生成された合成モノクロ画像を用いて生成されたものである。図１６に示すように、このコンクリート領域分割画像によれば、骨材領域は、画素値「１」の白色の画素からなる面状の画素集合となって表わされ、残余成分領域は、画素値「０」の黒色の画素からなる面状の画素集合となって表わされる。
【０２４１】
このようにして得られたコンクリート領域分割画像によれば、その骨材領域によってコンクリート画像における骨材の存在領域がより正確に再現されているので、例えば、この骨材領域を構成している全画素数を計数し、その値をコンクリート領域分割画像の全画素数と対比すれば、被写体となったコンクリート面に含まれる骨材の量をより正確に算定することができる。
【０２４２】
なお、本実施例において、請求項１に記載するところの、コンクリート画像はコンクリート画像が、各色成分のコンクリート原色画像はＲ原色画像、Ｇ原色画像及び、Ｂ原色画像が、各色成分の濃淡基礎画像はＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像が、濃淡画像は濃淡モノクロ画像が、平滑化コンクリート画像は平滑化コンクリート画像が、各色成分の平滑化コンクリート原色画像は平滑化Ｒ原色画像、平滑化Ｇ原色画像及び、平滑化Ｂ原色画像が、各色成分のグレースケール画像はＲ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像が、各色成分の輪郭基礎画像はＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像が、輪郭画像は輪郭モノクロ画像が、合成２値画像は合成モノクロ画像が、コンクリート領域分割画像はコンクリート領域分割画像が、それぞれ該当する。また、請求項２に記載するところの、Ｒ成分のコンクリート原色画像はＲ原色画像が、Ｇ成分のコンクリート原色画像はＧ原色画像が、Ｂ成分のコンクリート原色画像はＢ原色画像が、それぞれ該当する。
【０２４３】
以上、実施例に基づいて本発明を説明したが、本発明は上記実施例に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の改良変形が可能であることは容易に推察できるものである。例えば、本実施例では、コンクリート画像が２４ビットのカラー画像であったが、かかるコンクリート画像の階調数は必ずしもこれに限定されるものではなく、２４ビットとは異なる階調数であっても良い。
【０２４４】
また、本実施例では、コンクリート画像に対応させて、平滑化コンクリート画像を２４ビットとし、コンクリート画像を基礎に生成されるＲ原色画像、Ｇ原色画像、Ｂ原色画像、Ｒ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像を８ビットとしたが、これらの画像の階調数は必ずしもこれらに限定されるものではなく、その他の階調数であっても良い。
【０２４５】
ただし、コンクリート画像をＲＧＢの各原色成分に色分解することで得られるＲ原色画像、Ｇ原色画像及び、Ｂ原色画像については、これらを基礎に得られる濃淡モノクロ画像における濃領域の再現精度の観点から、それぞの階調数が上記の如く均等であることが好ましい。このようにすることで、濃淡２値化工程（Ｓ２）において、多様な色合いを呈する骨材を、ＲＧＢの各原色成分毎に格差なく濃領域として抽出できるからである。
【０２４６】
さらに、平滑化コンクリート画像をＲＧＢの各原色成分に色分解することで得られるＲ系グレー画像、Ｇ系グレー画像及び、Ｂ系グレー画像についても、これらを基礎に得られる輪郭モノクロ画像における輪郭領域の再現精度の観点から、それぞの階調数が上記の如く均等であることが好ましい。輪郭２値化工程（Ｓ３）において、多様な色合いを呈する骨材を、ＲＧＢの各原色成分毎に格差なく輪郭領域として抽出できるからである。
【０２４７】
また、本実施例では、濃淡２値化工程（Ｓ２）において、濃領域の画素値が「１」であって淡領域の画素値が「０」であるＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の論理和を演算することで、濃領域の画素値が「１」であって淡領域の画素値が「０」である原濃淡モノクロ画像を生成したが、これら４種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２４８】
要するに、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を合成して原濃淡モノクロ画像を生成する論理演算は、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の座標（ｘ，ｙ）にある各画素の画素値のうち少なくとも１つが濃領域を表わす画素値である場合に、原濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を濃領域を表わす画素値に設定し、かつ、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像の座標（ｘ，ｙ）にある３つの画素の画素値が全て淡領域を表わす画素値である場合に、原濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を淡領域を表わす画素値に設定するものであれば良い。
【０２４９】
また、本実施例では、輪郭２値化工程（Ｓ３）において、輪郭領域の画素値が「１」であって背景領域の画素値が「０」であるＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の論理和を演算することで、輪郭領域の画素値が「１」であって背景領域の画素値が「０」である原輪郭モノクロ画像を生成したが、これら４種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２５０】
要するに、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を合成して原輪郭モノクロ画像を生成する論理演算は、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の座標（ｘ，ｙ）にある各画素の画素値のうち少なくとも１つが輪郭領域を表わす画素値である場合に、原輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を輪郭領域を表わす画素値に設定し、かつ、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像の座標（ｘ，ｙ）にある３つの画素の画素値が全て背景領域を表わす画素値である場合に、原輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を背景領域を表わす画素値に設定するものであれば良い。
【０２５１】
また、本実施例では、モノクロ合成工程（Ｓ４）において、濃領域の画素値が「１」であって淡領域の画素値が「０」である修正濃淡モノクロ画像と輪郭領域の画素値が「１」であって背景領域の画素値が「０」である修正輪郭モノクロ画像との論理和を演算することで、骨材領域の画素値が「１」であって残余成分領域の画素値が「０」である合成モノクロ画像を生成したが、これら３種類の２値画像の画素値の割り当て及び論理演算の種類は、必ずしもこれに限定されるものではない。
【０２５２】
要するに、修正濃淡モノクロ画像及び修正輪郭モノクロ画像を合成して合成モノクロ画像を生成する論理演算は、修正濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が濃領域を表わす画素値であるか又は、修正輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が輪郭領域を表わす画素値である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を骨材領域を表わす画素値に設定し、かつ、修正濃淡モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が淡領域を表わす画素値であり且つ修正輪郭モノクロ画像の座標（ｘ，ｙ）にある画素の画素値が背景領域を表わす画素値である場合に、合成モノクロ画像の座標（ｘ，ｙ）にある画素の画素値を残余成分領域を表わす画素値に設定するものであれば良い。
【０２５３】
また、本実施例では、濃淡合成工程（Ｓ２３）において、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算する場合に、Ｒ濃淡基礎画像とＧ濃淡基礎画像とを論理和演算してＲＧ濃淡基礎画像を生成し、このＲＧ濃淡基礎画像とＢ濃淡基礎画像とを論理和演算することで、１個の原濃淡モノクロ画像が合成生成した。
【０２５４】
しかしながら、かかる原濃淡モノクロ画像を生成するためのＲ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像を論理和演算の形式は、必ずしもこれに限定されるものではなく、Ｒ濃淡基礎画像及びＢ濃淡基礎画像を論理和演算した結果得られる画像と、Ｇ濃淡基礎画像とを論理和演算することで原濃淡モノクロ画像を生成しても良く、又は、Ｒ濃淡基礎画像、Ｇ濃淡基礎画像及び、Ｂ濃淡基礎画像をまとめて論理和演算して原濃淡モノクロ画像を生成するようにしても良い。
【０２５５】
また、本実施例では、濃淡合成工程（Ｓ２３）により生成された原濃淡モノクロ画像に対して、濃領域修正工程（Ｓ２４）により穴埋め処理による修正を施したが、この濃領域修正工程（Ｓ２４）による原濃淡モノクロ画像に対する修正処理を、濃淡２値化工程（Ｓ２）から削除して、その機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２５６】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正濃淡モノクロ画像に代えて原濃淡モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、原濃淡モノクロ画像と修正輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることとなる。
【０２５７】
また、本実施例では、輪郭合成工程（Ｓ３５）において、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算する場合に、Ｒ輪郭基礎画像とＧ輪郭基礎画像とを論理和演算してＲＧ輪郭基礎画像を生成し、このＲＧ輪郭基礎画像とＢ輪郭基礎画像とを論理和演算することで、１個の原輪郭モノクロ画像が合成生成した。
【０２５８】
しかしながら、かかる原輪郭モノクロ画像を生成するためのＲ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像を論理和演算の形式は、必ずしもこれに限定されるものではなく、Ｒ輪郭基礎画像及びＢ輪郭基礎画像を論理和演算した結果得られる画像と、Ｇ輪郭基礎画像とを論理和演算することで原輪郭モノクロ画像を生成しても良く、又は、Ｒ輪郭基礎画像、Ｇ輪郭基礎画像及び、Ｂ輪郭基礎画像をまとめて論理和演算して原輪郭モノクロ画像を生成するようにしても良い。
【０２５９】
また、本実施例では、輪郭合成工程（Ｓ３５）により生成された原輪郭モノクロ画像に対して、輪郭領域修正工程（Ｓ３６）により穴埋め処理による修正を施したが、この輪郭領域修正工程（Ｓ３６）による原輪郭モノクロ画像に対する修正処理を、輪郭２値化工程（Ｓ３）から削除して、その機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２６０】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正輪郭モノクロ画像に代えて原輪郭モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、修正濃淡モノクロ画像と原輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることとなる。
【０２６１】
さらに、濃淡領域修正工程（Ｓ２３）による原濃淡モノクロ画像に対する修正処理を濃淡２値化工程（Ｓ２）から削除し、かつ、輪郭領域修正工程（Ｓ３６）による原輪郭モノクロ画像に対する修正処理を輪郭２値化工程（Ｓ３）から削除して、これらの双方の機能を合成領域修正工程（Ｓ５）による合成モノクロ画像に対する修正処理によって代替するようにしても良い。
【０２６２】
かかる場合には、モノクロ合成工程（Ｓ４）は、修正輪郭モノクロ画像及び修正輪郭モノクロ画像に代えて原濃淡モノクロ画像及び原輪郭モノクロ画像が入力される。よって、モノクロ合成工程（Ｓ４）では、原濃淡モノクロ画像と原輪郭モノクロ画像とが論理演算されることで合成モノクロ画像が生成されることなる。
【符号の説明】
【０２６３】
Ｓ１ 画像取得工程
Ｓ２ 濃淡２値化工程
Ｓ３ 輪郭２値化工程
Ｓ４ モノクロ合成工程（２値合成工程）
Ｓ５ 合成領域修正工程
Ｓ２１ 第１色分解工程
Ｓ２２ ＲＧＢ濃淡化工程
Ｓ２３ 濃淡合成工程
Ｓ２４ 濃領域修正工程
Ｓ３１ 平滑化工程
Ｓ３２ 第２色分解工程
Ｓ３３ グレースケール化工程
Ｓ３４ ＲＧＢ輪郭化工程
Ｓ３５ 輪郭合成工程
Ｓ３６ 輪郭領域修正工程
【特許請求の範囲】
【請求項１】
硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するためのコンクリート画像の領域分割方法において、
コンクリート画像を多値カラー画像データで取得する画像取得工程と、
そのコンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する第１色分解工程と、
その各色成分のコンクリート原色画像について適正色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、
その各色成分の濃淡基礎画像を論理演算により合成することで得られた濃領域及び淡領域とを有するとともに当該濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡合成工程と、
コンクリート画像を平滑化フィルタを用いて平滑化することによって平滑化コンクリート画像を生成する平滑化工程と、
その平滑化コンクリート画像をＲＧＢの３原色に色分解し、各色成分の平滑化コンクリート原色画像を生成する第２色分解工程と、
その各色成分の平滑化コンクリート原色画像を、それぞれグレースケール画像データに変換して、各色成分のグレースケール画像を生成するグレースケール化工程と、
その各色成分のグレースケール画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を表わす骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、
その各色成分の輪郭基礎画像を論理演算により合成することで得られた輪郭領域及び背景領域とを有するとともに当該輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭合成工程と、
濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、
その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域の全画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えていることを特徴とするコンクリート画像の領域分割方法。
【請求項２】
請求項１のコンクリート画像の領域分割方法において、
前記ＲＧＢ濃淡化工程は、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を適正色濃度閾値として、各色成分のコンクリート原色画像を２値化するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項３】
請求項１又は２のコンクリート画像の領域分割方法において、
前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項４】
請求項１から３のいずれかのコンクリート画像の領域分割方法において、
前記濃淡合成工程は、前記論理演算によって、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項５】
請求項１から４のいずれかのコンクリート画像の領域分割方法において、
前記輪郭合成工程は、前記論理演算によって、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項１】
硬化したコンクリート面を被写体としたコンクリート画像に基づいて、骨材を表わした骨材領域とセメント成分を含んだ残余成分を表わした残余成分領域とに分割されたコンクリート領域分割画像を生成するためのコンクリート画像の領域分割方法において、
コンクリート画像を多値カラー画像データで取得する画像取得工程と、
そのコンクリート画像をＲＧＢの３原色に色分解し、各色成分のコンクリート原色画像を生成する第１色分解工程と、
その各色成分のコンクリート原色画像について適正色濃度閾値を用いて２値化することによって、Ｒ、Ｇ及びＢの各色成分毎に、セメント成分よりも濃色を呈する濃色成分が存在する濃領域とセメント成分を含めた淡色を呈する淡色成分が存在する淡領域とを有して濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡基礎画像を生成するＲＧＢ濃淡化工程と、
その各色成分の濃淡基礎画像を論理演算により合成することで得られた濃領域及び淡領域とを有するとともに当該濃領域及び淡領域が互いに異なる画素値を持った２値の濃淡画像を生成する濃淡合成工程と、
コンクリート画像を平滑化フィルタを用いて平滑化することによって平滑化コンクリート画像を生成する平滑化工程と、
その平滑化コンクリート画像をＲＧＢの３原色に色分解し、各色成分の平滑化コンクリート原色画像を生成する第２色分解工程と、
その各色成分の平滑化コンクリート原色画像を、それぞれグレースケール画像データに変換して、各色成分のグレースケール画像を生成するグレースケール化工程と、
その各色成分のグレースケール画像について色濃度勾配に基づくエッジ抽出方法によって骨材の輪郭を表わす骨材輪郭画素を抽出し、Ｒ、Ｇ及びＢの各色成分毎に、その骨材輪郭画素から成る輪郭領域とその輪郭領域を除いた背景領域とを有して輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭基礎画像を生成するＲＧＢ輪郭化工程と、
その各色成分の輪郭基礎画像を論理演算により合成することで得られた輪郭領域及び背景領域とを有するとともに当該輪郭領域及び背景領域が互いに異なる画素値を持った２値の輪郭画像を生成する輪郭合成工程と、
濃淡画像及び輪郭画像を論理演算により合成して２値の合成２値画像を生成する工程であって、その論理演算が、濃淡画像及び輪郭画像の対応する画素のいずれか一方が濃領域又は輪郭領域を表わす画素値である場合に、合成２値画像の対応する画素を第１の画素値に設定し、かつ、濃淡画像及び輪郭画像の対応する画素の双方が淡領域又は背景領域を表わす画素値である場合に、合成２値画像の対応する画素を第２の画素値に設定するものである２値合成工程と、
その２値合成工程により生成された合成２値画像について第１の画素値を持つ画素で包囲されている閉領域を検出し、その閉領域の全画素の画素値を穴埋め処理によって前記第１の画素値と等しい値に変更することによって、第１の画素値を持つ領域である骨材領域と第２の画素値を持つ領域である残余成分領域とを有した２値のコンクリート領域分割画像を生成する合成領域修正工程とを備えていることを特徴とするコンクリート画像の領域分割方法。
【請求項２】
請求項１のコンクリート画像の領域分割方法において、
前記ＲＧＢ濃淡化工程は、Ｒ成分のコンクリート原色画像、Ｇ成分のコンクリート原色画像及び、Ｂ成分のコンクリート原色画像について、コンクリートの配合成分の色濃度の順に、濃色骨材相、遷移骨材相、遷移セメント相、セメント相及び、淡色骨材相にクラス化するための色濃度閾値を求め、そのうち遷移骨材相と遷移セメント相との境界を示す色濃度閾値を適正色濃度閾値として、各色成分のコンクリート原色画像を２値化するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項３】
請求項１又は２のコンクリート画像の領域分割方法において、
前記ＲＧＢ輪郭化工程は、色濃度勾配に基づくエッジ抽出方法としてＣａｎｎｙのエッジ抽出アルゴリズムを用いて骨材輪郭画素を抽出するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項４】
請求項１から３のいずれかのコンクリート画像の領域分割方法において、
前記濃淡合成工程は、前記論理演算によって、各色成分の濃淡基礎画像における対応する画素のいずれか１つが濃領域を表わす画素値である場合に、濃淡画像の対応する画素を濃領域を表わす画素値に設定し、かつ、各色成分の濃淡基礎画像の対応する画素の全てが淡領域を表わす画素値である場合に、濃淡画像の対応する画素を淡領域を表わす画素値に設定するものであることを特徴とするコンクリート画像の領域分割方法。
【請求項５】
請求項１から４のいずれかのコンクリート画像の領域分割方法において、
前記輪郭合成工程は、前記論理演算によって、各色成分の輪郭基礎画像における対応する画素のいずれか１つが輪郭領域を表わす画素値である場合に、輪郭画像の対応する画素を輪郭領域を表わす画素値に設定し、かつ、各色成分の輪郭基礎画像の対応する画素の全てが背景領域を表わす画素値である場合に、輪郭画像の対応する画素を背景領域を表わす画素値に設定するものであることを特徴とするコンクリート画像の領域分割方法。
【図１】
【図２】
【図３】
【図４】
【図１７】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図１７】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２０１０−２３０４２１（Ｐ２０１０−２３０４２１Ａ）
【公開日】平成２２年１０月１４日（２０１０．１０．１４）
【国際特許分類】
【出願番号】特願２００９−７６９５２（Ｐ２００９−７６９５２）
【出願日】平成２１年３月２６日（２００９．３．２６）
【出願人】（３９１００７４６０）中日本ハイウェイ・エンジニアリング名古屋株式会社 (47)
【Ｆターム（参考）】
【公開日】平成２２年１０月１４日（２０１０．１０．１４）
【国際特許分類】
【出願日】平成２１年３月２６日（２００９．３．２６）
【出願人】（３９１００７４６０）中日本ハイウェイ・エンジニアリング名古屋株式会社 (47)
【Ｆターム（参考）】
[ Back to top ]