JP2013250059A - Deformation management method for concrete surface - Google Patents
Deformation management method for concrete surface Download PDFInfo
- Publication number
- JP2013250059A JP2013250059A JP2012122683A JP2012122683A JP2013250059A JP 2013250059 A JP2013250059 A JP 2013250059A JP 2012122683 A JP2012122683 A JP 2012122683A JP 2012122683 A JP2012122683 A JP 2012122683A JP 2013250059 A JP2013250059 A JP 2013250059A
- Authority
- JP
- Japan
- Prior art keywords
- deformation
- grid
- concrete surface
- image
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 4
- 230000006866 deterioration Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 description 17
- 230000007547 defect Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000006253 efflorescence Methods 0.000 description 5
- 206010037844 rash Diseases 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005336 cracking Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 2
- 238000009527 percussion Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007591 painting process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】コンクリート表面の変状を個別検査に対応した適切な変状情報を提供できるコンクリート表面の変状管理方法を提供する。
【解決手段】コンクリート表面を撮像した原画像に補正とノイズ除去の処理を施して前処理済画像から画像処理によって変状を抽出し座標値を格納する工程、前処理済画像を個別検査の最小分解能に対応したサイズの第１グリッドで分割した第１レイヤのグリッド化画像を形成する工程、及び前記座標値と対応づけて第１レイヤを含む複数の異なるレイヤのグリッドで変状を管理する工程を含む変状管理方法であり、検査対象箇所を個別検査に対応したグリッド化した変状領域として指示できる。
【選択図】図１The present invention provides a concrete surface deformation management method capable of providing appropriate deformation information corresponding to individual inspection of concrete surface deformation.
A process of correcting and removing noise from an original image obtained by imaging a concrete surface, extracting a deformation from the preprocessed image by image processing, and storing coordinate values; Forming a gridded image of a first layer divided by a first grid of a size corresponding to the resolution, and managing deformations in a plurality of different layer grids including the first layer in association with the coordinate values In this way, the inspection target location can be designated as a grid-shaped deformation area corresponding to individual inspection.
[Selection] Figure 1
Description
本発明はトンネル壁面等のコンクリート構造物の表面の撮影画像に画像処理を施してひび割れ、エフロレッセンス、漏水などの変状を検出するコンクリート表面変状検出装置が出力する変状情報を、前記コンクリート表面変状検出装置若しくはパソコンなどの情報処理装置を用いて個別検査に利用し易いように管理するコンクリート表面の変状管理方法に関する。 According to the present invention, deformation information output by a concrete surface deformation detection device that detects image deformation of cracks, efflorescence, water leakage, etc. by performing image processing on a photographed image of the surface of a concrete structure such as a tunnel wall surface, The present invention relates to a method for managing deformation of a concrete surface, which is managed so as to be easily used for individual inspection by using an information processing device such as a surface deformation detection device or a personal computer.
トンネル壁面等のコンクリート表面の撮影画像に画像処理を施してひび割れ、エフロレッセンス、漏水などの変状を検出するコンクリート表面の変状検出装置は、特許文献１〜６に示すように、様々な方式のものが開発されている。コンクリート表面の変状検出装置が出力する変状情報は、診断個所を特定する情報として利用されている。現場点検作業者は変状情報によって特定されたコンクリート表面の診断個所をハンマーで叩いて、打音診断により個別検査を行う。 As shown in Patent Documents 1 to 6, there are various types of concrete surface deformation detection devices for detecting deformation such as cracks, efflorescence, and water leakage by performing image processing on captured images of concrete surfaces such as tunnel walls. Things have been developed. The deformation information output from the concrete surface deformation detection device is used as information for specifying a diagnosis location. The on-site inspection worker strikes a diagnostic part of the concrete surface specified by the deformation information with a hammer, and performs an individual inspection by sounding diagnosis.
また、コンクリート表面変状検出装置が出力する変状情報は、非接触的検査手法を用いたコンクリート内部欠陥診断システムに入力され、コンクリート表面の診断個所の特定のために利用される。非接触的検査手法を用いたコンクリート内部欠陥診断システムは、入力された変状情報に基づいてコンクリート表面の診断個所を特定し、当該診断個所に電波、超音波、或いはレーザを照射して、コンクリート内部の欠陥の有無を探査し、更には欠陥の大きさを探査する。これが非接触的検査手法を用いたコンクリート内部欠陥診断システムの個別検査であり、従来の打音診断による個別検査に代わる定量的な手法として極めて有効な検査方法である。 Further, the deformation information output by the concrete surface deformation detection device is input to a concrete internal defect diagnosis system using a non-contact inspection method, and is used for specifying a diagnosis location of the concrete surface. A concrete internal defect diagnosis system that uses a non-contact inspection method identifies a diagnostic location on the concrete surface based on the input deformation information, and irradiates the diagnostic location with radio waves, ultrasonic waves, or lasers, Search for the presence of internal defects, and further search for the size of the defects. This is an individual inspection of a concrete internal defect diagnosis system using a non-contact inspection method, and is an extremely effective inspection method as a quantitative method replacing the individual inspection by the conventional hammering diagnosis.
非接触的診断手法はコンクリート表面の診断個所の位置をmmオーダーで把握している必要は必ずしもない。非接触的検査手法を用いたコンクリート内部欠陥診断システムに必要とされる処理分解能に比べて、画像抽出の精度のほうが十分に高いからである。逆に、真値以外のノイズが含まれる可能性が高まるので、ノイズの影響を受け易くするほうが、作業効率や実用性の面でマイナスになる。 The non-contact diagnostic method does not necessarily need to know the position of the diagnostic part on the concrete surface in mm order. This is because the accuracy of image extraction is sufficiently higher than the processing resolution required for a concrete internal defect diagnosis system using a non-contact inspection method. On the other hand, since there is a high possibility that noise other than the true value will be included, making it more susceptible to noise will be negative in terms of work efficiency and practicality.
ところで、トンネル壁面等のコンクリート表面の撮影画像に画像処理を施してひび割れ、エフロレッセンス、漏水などの変状を検出するコンクリート表面変状検出装置において、画像処理で抽出された変状は、撮影画像上の座標で特定され、メモリに記憶される。そして、コンクリート表面変状検出装置が出力する変状情報も座標で特定されるものである。このため、このような座標で特定された変状情報は、現場点検作業者にとっては極めて利用し難いものであった。また、非接触的検査手法を用いたコンクリート内部欠陥診断システムにおいても、座標で特定された変状情報は利用し難いものである。個別検査の対象個所は点ではなく、或る大きさの領域であるからである。 By the way, in the concrete surface deformation detection device for detecting deformation such as cracks, efflorescence, and water leakage by performing image processing on the captured image of the concrete surface such as a tunnel wall surface, the deformation extracted by the image processing is the captured image. It is specified by the upper coordinates and stored in the memory. The deformation information output by the concrete surface deformation detection device is also specified by coordinates. For this reason, the deformation information specified by such coordinates is extremely difficult for an on-site inspection operator to use. In addition, in the concrete internal defect diagnosis system using the non-contact inspection method, the deformation information specified by the coordinates is difficult to use. This is because the target part of the individual inspection is not a point but an area of a certain size.
また、トンネル壁面等のコンクリート表面の撮影画像に画像処理を施してひび割れ、エフロレッセンス、漏水などの変状を検出するコンクリート表面変状検出装置は、大掛かりな装置を必要とせず且つ処理し易いので極めて実用的である。しかしながら、抽出精度には限界がある。例えば、トンネル壁面を一例とする漏水領域などの変状領域の検出方法においては、トンネル壁面を撮像した元画像からケーブルなどの壁面添架物を取り除き、当該領域周辺の背景柄で補完する処理（以後、インペインティング処理と呼ぶ。）を施し、壁面添架物の全くないトンネル壁面画像、即ち不要物を取り除いたトンネル壁面画像を生成する前処理工程が含まれる。このような前処理工程におけるインペインティング処理で、みなし補完した部位は情報が欠落した状態であり、ひび割れなどの変状抽出が不十分となる可能性、及び抽出された変状が途切れなどにより不十分な状態で抽出される可能性がある。また、このような前処理工程では、ノイズは完全には除去できない。これは処理の限界である。従って、トンネル壁面等のコンクリート表面の撮影画像から画像処理によって変状を抽出するコンクリート表面変状検出装置において、処理の限界を補完して、個別検査の対象領域を適切に特定できることが求められている。 In addition, the concrete surface deformation detection device that detects image changes such as cracks, efflorescence, and water leakage by performing image processing on the captured image of the concrete surface such as a tunnel wall surface does not require a large-scale device and is easy to process. Very practical. However, extraction accuracy is limited. For example, in a method for detecting a deformed region such as a water leakage region using a tunnel wall surface as an example, a process of removing wall surface attachments such as cables from the original image obtained by capturing the tunnel wall surface and complementing it with a background pattern around the region (hereinafter referred to as a tunnel wall surface) And a pre-processing step of generating a tunnel wall surface image having no wall surface attachments, that is, a tunnel wall surface image from which unnecessary objects are removed. In the in-painting process in such a pre-processing step, the assumed supplementary part is in a state where information is missing, and the extraction of deformation such as cracks may be insufficient, and the extracted deformation may be interrupted. It may be extracted in an insufficient state. Further, in such a pretreatment process, noise cannot be completely removed. This is a processing limitation. Therefore, in a concrete surface deformation detection apparatus that extracts deformation by image processing from a photographed image of a concrete surface such as a tunnel wall surface, it is required that the processing target area can be appropriately identified by complementing the processing limitations. Yes.
本発明が解決しようとする第1の課題は、コンクリート表面の変状を個別検査に対応した適切な変状情報として提供できるコンクリート表面の変状管理方法を提供することである。
本発明が解決しようとする第２の課題は、コンクリート表面の各種変状を画像処理によって抽出する変状検出装置の処理の限界を補完して、個別検査の対象領域を適切に特定できるコンクリート表面の変状管理方法を提供することである。
本発明が解決しようとする第３の課題は、画像処理によって抽出されたコンクリート表面のひび割れ率を簡単且つ確実に算出できるコンクリート表面の変状管理方法を提供することである。
A first problem to be solved by the present invention is to provide a concrete surface deformation management method capable of providing concrete surface deformation as appropriate deformation information corresponding to individual inspection.
The second problem to be solved by the present invention is a concrete surface that can appropriately identify the target region for individual inspection by complementing the processing limit of the deformation detection device that extracts various deformations of the concrete surface by image processing. It is to provide a method for managing deformation.
The third problem to be solved by the present invention is to provide a concrete surface deformation management method capable of easily and reliably calculating the cracking rate of the concrete surface extracted by image processing.
本発明の課題を解決するコンクリート表面の変状管理方法は、パソコンなどの情報処理装置を用いて個別検査に利用し易いように変状を管理する方法にであって、
コンクリート表面を撮像した原画像に補正とノイズ除去の処理を施して前処理済画像を形成する工程、前記前処理済画像から画像処理によって変状を抽出し座標値をメモリに格納する工程、異なるサイズのグリッドで前処理済画像から複数レイヤのグリッド化画像を形成し、前記グリッドと前記座標値を対応づける工程、指定したレイヤで変状が位置するグリッドを有意状態にする工程、及び、個別検査に対してグリッド有意情報を出力する工程からなる。
本明細書で、グリッドとは撮影画像を縦横の線で小矩形に分割した区画のことであり、前記縦横の線はグリッド線、グリッド線で分割された撮影画像はグリッド化画像である。
The concrete surface deformation management method for solving the problems of the present invention is a method for managing deformation so that it can be easily used for individual inspection using an information processing device such as a personal computer,
A step of forming a preprocessed image by performing correction and noise removal processing on an original image obtained by imaging a concrete surface, a step of extracting deformation from the preprocessed image by image processing, and storing coordinate values in a memory, different Forming a multi-layered grid image from a pre-processed image with a grid of size, associating the grid with the coordinate values, bringing the grid where the deformation is located in a specified layer into a significant state, and individually It consists of a step of outputting grid significant information for the inspection.
In this specification, the grid is a section obtained by dividing a captured image into small rectangles by vertical and horizontal lines. The vertical and horizontal lines are grid lines, and the captured image divided by the grid lines is a grid image.
本発明においては、異なるレイヤのグリッドで変状を管理しているので、コンクリート表面に変状が位置する箇所を、座標値でなく最適なサイズのグリッドで特定できるようになり、コンクリート構造体の個別検査が必要とする精度や種類の変状情報を適切に提供できるようになった。
また、本発明においては、グリッド化して領域として検査対象箇所を指示するので、画像処理により抽出されなかった変状部分を補完し、又は前処理工程におけるインペインティング処理でみなし補完した部位に対しては情報が欠落した状態を補完することができ、より確実な変状抽出が可能になった。
また、抽出された変状にノイズが含まれる場合でもグリッド化された単位領域に対してグリッド内でのノイズと変状のそれぞれの占有率に応じて個別検査の対象とするか否かを判定することにより、抽出された変状が途切れなどにより不十分な状態で抽出された場合でもグリッド化された単位領域に対してグリッド内の変状占有率に応じて個別検査の対象とするか否かを判定することにより、いずれの場合も変状占有率に基づいて有意な情報の出力が得られるようになった。
更にまた、本発明により、画像処理によって抽出されたコンクリート表面のひび割れ率を簡単且つ確実に算出できるようになった。
In the present invention, since the deformation is managed by the grids of different layers, the location where the deformation is located on the concrete surface can be specified by the grid of the optimal size instead of the coordinate value. The accuracy and type of deformation information required for individual inspections can be provided appropriately.
Further, in the present invention, since the grid is instructed as a region to be inspected, the deformed portion that has not been extracted by the image processing is complemented, or the portion that has been deemed to be complemented by the inpainting processing in the preprocessing step is compensated As a result, it was possible to compensate for the lack of information, and to extract the deformation more reliably.
Also, even if noise is included in the extracted deformation, it is determined whether or not to subject to individual inspection according to the respective occupancy ratios of noise and deformation in the grid for the unit area that is gridded Whether or not the extracted deformation is subject to individual inspection according to the deformation occupancy rate in the grid even if the extracted deformation is extracted in an insufficient state due to interruption or the like In any case, significant information output can be obtained based on the deformation occupancy rate.
Furthermore, according to the present invention, the crack rate of the concrete surface extracted by image processing can be calculated easily and reliably.
本発明はパソコンなどの情報処理装置を用いて個別検査に利用し易いように変状を管理する方法にであって、コンクリート表面を撮像した原画像に補正とノイズ除去の処理を施して前処理済画像を形成する工程、並びに前処理済画像から画像処理によって変状を抽出し座標値をメモリに格納する工程、異なるサイズのグリッドで前処理済画像から複数レイヤのグリッド化画像を形成し、前記グリッドと前記座標値を対応づける工程、指定したレイヤで変状が位置するグリッドを有意状態にする工程、及び、個別検査に対してグリッド有意情報を出力する工程からなる The present invention is a method of managing deformations so that it can be easily used for individual inspections using an information processing device such as a personal computer, and performs preprocessing by performing correction and noise removal processing on an original image obtained by imaging a concrete surface. A step of forming a completed image, a step of extracting deformation from the preprocessed image by image processing and storing coordinate values in a memory, forming a multi-layered grid image from the preprocessed image with different size grids, The process includes associating the grid with the coordinate value, setting the grid where the deformation is located in the designated layer to be in a significant state, and outputting grid significant information for the individual inspection.
本発明の実施例１のコンクリート表面の変状管理は、パソコンを用いて行われている。パソコンは、ＣＰＵ、メモリ、入力部、出力部及び液晶モニタで構成された汎用のコンピュータである。 The concrete surface deformation management according to the first embodiment of the present invention is performed using a personal computer. The personal computer is a general-purpose computer including a CPU, a memory, an input unit, an output unit, and a liquid crystal monitor.
図１は、本発明の実施例１のコンクリート表面の変状管理の流れの一例を示すフローチャートで、コンクリート表面を撮像した原画像を取得する工程Ｓ１、原画像から前処理済画像を形成する工程Ｓ２、前処理済画像から変状を抽出し変状毎に座標値をメモリに格納する工程Ｓ３、個別検査の精度に応じた最小分解能を設定する工程Ｓ４、前処理済画像を最小グリッド単位で分割した第１レイヤのグリッド化画像を形成する工程Ｓ５、例えば1cm、5cm及び10cm四方のサイズの異なるグリッドをレイヤで管理する工程Ｓ６、非検査対象とするグリッドを予め設定してマスクする工程Ｓ７、指定したグリッドレイヤで変状が位置するグリッドを有意な状態にする工程Ｓ８、現在のグリッドの有意状態でよいかを判定する工程Ｓ９及び個別検査に対してグリッド有意情報を出力する工程Ｓ１０で構成されている。 FIG. 1 is a flowchart showing an example of a flow of management of deformation on a concrete surface according to the first embodiment of the present invention. Step S1 for acquiring an original image obtained by imaging the concrete surface, and step for forming a preprocessed image from the original image. S2, step S3 for extracting deformation from the preprocessed image and storing the coordinate value in the memory for each deformation, step S4 for setting the minimum resolution according to the accuracy of the individual inspection, and processing the preprocessed image in units of minimum grids. Step S5 for forming the divided grid image of the first layer, for example, step S6 for managing grids having different sizes of 1 cm, 5 cm, and 10 cm square by layer, and step S7 for presetting and masking a grid to be non-inspected Step S8 for making the grid where the deformation is located in the designated grid layer significant, Step S9 for determining whether the current grid is in a significant state, and the individual inspection It consists of process S10 which outputs grid significant information.
工程Ｓ１は、例えばトンネル壁面等のコンクリート構造物のコンクリート表面の撮影画像である原画像をパソコンに入力し、メモリに格納する工程である。原画像は、例えば２５６階調のグレイスケール画像である。 Step S1 is a step of inputting an original image, which is a photographed image of the concrete surface of a concrete structure such as a tunnel wall surface, to a personal computer and storing it in a memory. The original image is, for example, a 256 gray scale image.
工程Ｓ２では、ＣＰＵはメモリから読み出した原画像に補正とノイズ除去の前処理を施して前処理済画像を形成する。そして、ＣＰＵは形成された前処理済画像をメモリに格納する。前処理は、例えば、シェーディングによる照度ムラの補正を行う工程、周波数解析によって原画像から型枠などの周期的な線分の除去を行う工程、周波数解析によって原画像から斑点状のムラの除去を行う工程、及び周波数解析によって原画像から汚れの除去を行う工程を含む処理である。前記周波数解析は、原画像にFFTフィルターをかける画像処理である。FFTフィルターのパラメータは除去対象に応じて最適な値に選ばれる。また、前処理には、例えば、トンネル壁面を撮像した元画像からケーブルなどの壁面添架物を取り除き、取り除いた壁面添架物の領域をインペインティング処理し、壁面添架物の全くないトンネル壁面画像、即ち不要物を取り除いたトンネル壁面画像を生成する工程を含むものもある。 In step S2, the CPU performs preprocessing for correction and noise removal on the original image read from the memory to form a preprocessed image. Then, the CPU stores the formed preprocessed image in the memory. Preprocessing includes, for example, a step of correcting illuminance unevenness by shading, a step of removing periodic line segments such as molds from the original image by frequency analysis, and removal of spotted unevenness from the original image by frequency analysis. And a process including a step of removing dirt from the original image by frequency analysis. The frequency analysis is image processing for applying an FFT filter to the original image. The parameters of the FFT filter are selected to the optimum values according to the removal target. Further, in the preprocessing, for example, the wall surface attachment such as a cable is removed from the original image obtained by imaging the tunnel wall surface, the area of the removed wall attachment is inpainted, and the tunnel wall surface image having no wall surface attachment is obtained. That is, there is also a method including a step of generating a tunnel wall surface image from which unnecessary objects are removed.
工程Ｓ３では、ＣＰＵはメモリから原画像を読み出して、コンクリート表面のひび割れ、エフロレッセンス、漏水などの変状を画像処理によって抽出し、変状毎の座標値をメモリに記憶する。 In step S3, the CPU reads the original image from the memory, extracts deformations such as cracks, efflorescence, and water leakage on the concrete surface by image processing, and stores the coordinate values for each deformation in the memory.
工程Ｓ４では、個別検査の最小分解能として例えば1cm×1cmがパソコンに設定され、メモリに記憶される。非接触的検査手法を用いたコンクリート内部欠陥診断システムの個別検査における最小分解能は通常は1cm×1cmであるからである。なお、打音診断の個別検査においては概ね10cm×10cmである。打音診断は、ハンマーを手にして検査員がトンネル覆工面をたたいて、静音（健全）濁音（異常）を聞き分けながら、通常10cm×10cm程度のピッチで行われているからである。 In step S4, for example, 1 cm × 1 cm is set in the personal computer as the minimum resolution of the individual inspection and stored in the memory. This is because the minimum resolution in an individual inspection of a concrete internal defect diagnosis system using a non-contact inspection method is usually 1 cm x 1 cm. In the individual inspection for percussion diagnosis, it is approximately 10cm x 10cm. This is because the hitting diagnosis is usually performed at a pitch of about 10 cm × 10 cm while an inspector hits the tunnel lining surface with a hammer in hand and listens to silent (healthy) muddy sound (abnormal).
工程Ｓ５では、ＣＰＵはメモリから前処理済画像を読み出して、前記最小分解能に対応したサイズとして例えば1cm×1cmのグリッドで分割する。ここでは、非接触的検査手法を用いたコンクリート内部欠陥診断システムの個別検査における最小分解能1cm×1cmに対応したサイズ1cm四方のグリッドを採用しているが、この値に限定されるものではない。 In step S5, the CPU reads the preprocessed image from the memory, and divides it into a size corresponding to the minimum resolution, for example, on a 1 cm × 1 cm grid. Here, a grid having a size of 1 cm square corresponding to the minimum resolution of 1 cm × 1 cm in the individual inspection of the concrete internal defect diagnosis system using the non-contact inspection method is adopted, but it is not limited to this value.
工程Ｓ６では、パソコンは階層化した複数のグリッドサイズ、例えば1cm、5cm及び10cm四方のサイズの異なるグリッドをレイヤで管理する。即ち、1cm四方のサイズのグリッドを第１レイヤのグリッド、5cm四方のサイズのグリッドを第２レイヤのグリッド、10cm四方のサイズのグリッドを第３レイヤのグリッドとし、第２レイヤのグリッドは第１レイヤのグリッドの５倍、第３レイヤのグリッドは第１レイヤのグリッドの１０倍とピラミッド状に階層化したグリッドのサイズをメモリに記憶する。前処理済画像を1cm、5cm及び10cm四方のサイズの異なるグリッドでそれぞれ分割されたグリッド化画像は、第１レイヤのグリッド化画像、第２レイヤのグリッド化画像及び第３レイヤのグリッド化画像となる。 In step S6, the personal computer manages a plurality of hierarchized grid sizes, for example, grids having different sizes of 1 cm, 5 cm, and 10 cm square, in layers. That is, a 1 cm square grid is the first layer grid, a 5 cm square grid is the second layer grid, a 10 cm square grid is the third layer grid, and the second layer grid is the first grid. The size of the grid layered in a pyramid shape and 5 times the grid of the layer, the grid of the third layer, and 10 times the grid of the first layer are stored in the memory. The gridded images obtained by dividing the preprocessed image by grids having different sizes of 1 cm, 5 cm, and 10 cm square are respectively a grid image of the first layer, a grid image of the second layer, and a grid image of the third layer. Become.
１００万画素で構成されている1ｍ×1ｍのコンクリート表面の前処理済画像については、第１レイヤのグリッド化画像は１００００個、第２レイヤのグリッド化画像は４００個、及び第３レイヤのグリッド化画像は１００個のグリッドで構成される。このように、階層化した異なる複数のグリッドを設定することによって、座標値でメモリに記憶されている各種変状を、複数のグリッドと対応付けることができる。従って、１００万個の画素には座標値の他にグリッド情報が付与される。グリッド情報とは当該画素が属するグリッドレイヤ番号である。例えば、座標値（ｘ1，ｙ1）の画素は第１レイヤの１番目のグリッド、第２レイヤの１番目のグリッド、第３レイヤの１番目のグリッドに属し、座標値（ｘ6，ｙ1）の画素は第１レイヤの２番目のグリッド、第２レイヤの１番目のグリッド、第３レイヤの１番目のグリッドに属し、座標値（ｘ11，ｙ1）の画素は第１レイヤの３番目のグリッド、第２レイヤの２番目のグリッド、第３レイヤの１番目のグリッドに属し、座標値（ｘ16，ｙ1）の画素は第１レイヤの４番目のグリッド、第２レイヤの２番目のグリッド、第３レイヤの１番目のグリッドに属する。要するに、本発明においては、住所を番地−町名−市名−県名で表すように、各画素は例えば（ｘｍ，ｙｎ）−Ｐ−Ｑ−Ｒの如く表してメモリに記憶される。但し、Ｐ、Ｑ、Ｒはグリッド情報で、Ｐは第１レイヤの１から１０００までのグリッド番号、Ｑは第２レイヤの１から４００までのグリッド番号、Ｒは第３レイヤの１から１００までのグリッド番号である。 For pre-processed images of 1m x 1m concrete surface composed of 1 million pixels, the first layer gridded image is 10000, the second layer gridded image is 400, and the third layer grid The digitized image is composed of 100 grids. Thus, by setting a plurality of different hierarchized grids, various deformations stored in the memory with coordinate values can be associated with the plurality of grids. Accordingly, grid information is given to 1 million pixels in addition to coordinate values. Grid information is a grid layer number to which the pixel belongs. For example, the pixel of the coordinate value (x 1 , y 1 ) belongs to the first grid of the first layer, the first grid of the second layer, and the first grid of the third layer, and the coordinate value (x 6 , y 1 ) the pixel belongs to the second grid of the first layer, the first grid of the second layer, the first grid of the third layer, and the pixel of the coordinate value (x 11 , y 1 ) the third grid, the second grid of the second layer belong to the first grid in the third layer, the pixel at coordinates (x 16, y 1) 4-th grid of the first layer, the second layer It belongs to the second grid, the first grid of the third layer. In short, in the present invention, each pixel is expressed as (x m , y n ) -PQR and stored in the memory so that the address is represented by an address-town name-city name-prefecture name. However, P, Q, and R are grid information, P is a grid number from 1 to 1000 in the first layer, Q is a grid number from 1 to 400 in the second layer, and R is from 1 to 100 in the third layer. Grid number.
工程Ｓ７では、ＣＰＵは非検査対象となるグリッドを予め設定し、これらのグリッドをマスクする。非検査対象となるグリッドは、変状が存在しないグリッドと既に変状対策が済んでいる箇所のグリッドである。なお、トンネル壁面に存在するケーブルや蛍光灯などの添架物は変状ではないが、これら添加物が位置するグリッドも原則として予め非検査対象となるグリッドとして予め設定される。このように、非検査対象となるグリッドをマスクすることで、個別検査のために出力されるコンクリート表面のグリッド化画像は、変状をより明確に表示したものとなる。 In step S7, the CPU presets grids to be non-inspected and masks these grids. The non-inspection target grids are a grid where no deformation exists and a grid where a countermeasure against deformation has already been completed. In addition, although attachments, such as a cable and a fluorescent lamp which exist in a tunnel wall surface, are not deformed, the grid in which these additives are located is preset beforehand as a grid which becomes a non-inspection object in principle. In this way, by masking the grid to be non-inspected, the gridded image of the concrete surface output for individual inspection is a more clearly displayed deformation.
工程Ｓ８では、ＣＰＵは個別検査に必要とされるグリッド情報となるように、個別検査の種類と変状の種類とグリッドサイズの３つの間を関係づける処理を行う。個別検査が打音検査であれば、最小分解能は例えば10cm四方でよいので、全ての変状を原則として第３レイヤのグリッドで特定することになる。非接触的検査手法を用いたコンクリート内部欠陥診断システムの個別検査では、最小分解能は例えば1cm×1cmであるから、原則として第１レイヤのグリッドで全ての変状を特定することになる。このように、個別検査の種類と変状の種類との間には原則的に結びつく関係があるので、この原則的な結びつき関係を特定するのが工程Ｓ８である。このような結びつき関係は有意な状態である。工程Ｓ８の処理の結果はメモリに記憶される。 In step S8, the CPU performs processing for associating three types of individual inspection types, deformation types, and grid sizes so as to obtain grid information required for the individual inspection. If the individual inspection is a hammering inspection, the minimum resolution may be, for example, 10 cm square, so that all deformations are specified by the third layer grid in principle. In the individual inspection of the concrete internal defect diagnosis system using the non-contact inspection method, the minimum resolution is, for example, 1 cm × 1 cm. Therefore, in principle, all deformations are specified by the grid of the first layer. As described above, since there is a principle-related relationship between the type of individual inspection and the type of deformation, it is step S8 to specify this principle-related relationship. Such a connection relationship is a significant state. The result of the process in step S8 is stored in the memory.
工程Ｓ９では、変状の種類と変状の状態によって、原則的なグリッドサイズでよいか否かを変状管理の担当者が表示されたグリッド化画像をモニタしながら、判定する工程である。コンクリート表面がトンネル壁面である場合、変状が側壁部と天頂部のいずれのコンクリート壁面に存在するかによっても、グリッドサイズは異なるので、変状が存在するコンクリート壁面の場所も考慮される。個別検査が打音検査であれば、第３レイヤのグリッド化画像が表示されるが、例えば変状がひび割れであって且つひび割れ密度が大きい場合には、更に詳細に検査する必要があると判定するであろう。また、原則として第１レイヤのグリッドで全ての変状が特定される非接触的検査手法を用いたコンクリート内部欠陥診断システムの個別検査であっても、変状が漏水の場合には第２レイヤのグリッド情報でも十分な場合がある。このような場合、工程Ｓ９の判定結果がＮＯであるから、当該担当者は処理の流れを工程Ｓ８に戻す操作を行う。工程Ｓ９の判定結果がＹＥＳであれば、次の工程Ｓ１０に進む。 Step S9 is a step of determining whether or not the basic grid size is acceptable depending on the type of deformation and the state of deformation while monitoring the grid image displayed by the person in charge of deformation management. When the concrete surface is a tunnel wall surface, the grid size is different depending on whether the deformation is present on the side wall portion or the zenith concrete wall surface, and therefore the location of the concrete wall surface where the deformation exists is also considered. If the individual inspection is a percussion inspection, a gridded image of the third layer is displayed. For example, if the deformation is a crack and the crack density is high, it is determined that further inspection is necessary. Will do. In principle, even if it is an individual inspection of a concrete internal defect diagnosis system using a non-contact inspection method in which all deformations are identified by the grid of the first layer, if the deformation is leaked, the second layer Sometimes grid information is sufficient. In such a case, since the determination result in step S9 is NO, the person in charge performs an operation of returning the process flow to step S8. If the determination result of step S9 is YES, the process proceeds to the next step S10.
工程Ｓ１０は、変状管理の担当者が個別検査に必要なグリッド情報、即ちグリッド有意情報を出力する処理である。当該担当者が打音検査を指定すれば、モニタ画面には第３レイヤのグリッド化画像が表示される。当該担当者が打音検査と変状としてひび割れを指定すれば、モニタ画面には第２レイヤのグリッド化画像が表示される。当該担当者が非接触的検査手法を用いたコンクリート内部欠陥診断システムを指定すれば、モニタ画面には第１レイヤのグリッド化画像が表示される。当該担当者が非接触的検査手法を用いたコンクリート内部欠陥診断システムと変状として漏水を指定すれば、モニタ画面には第１レイヤのグリッド化画像が表示される。モニタ画面に表示されたグリッド化画像は、例えば図８の如きもので、検査対象領域に＋符号を付けて示したコンクリート表面のグリッド化画像である。 Step S10 is processing in which the person in charge of deformation management outputs grid information necessary for individual inspection, that is, grid significant information. If the person in charge designates the hammering test, the grid image of the third layer is displayed on the monitor screen. If the person in charge designates cracking as a sound inspection and deformation, the grid image of the second layer is displayed on the monitor screen. If the person in charge specifies a concrete internal defect diagnosis system using a non-contact inspection method, the grid image of the first layer is displayed on the monitor screen. If the person in charge designates water leakage as a deformed concrete internal defect diagnosis system using a non-contact inspection method, a grid image of the first layer is displayed on the monitor screen. The gridded image displayed on the monitor screen is, for example, as shown in FIG. 8, and is a gridded image of the concrete surface indicated by adding a + sign to the inspection target region.
ところで、変状占有率とひび割れ密度は、個別検査が必要とするグリッド有意情報を特定する上で重要な要素である。以下、変状の占有率とひび割れ密度の算出方法について説明する。 By the way, the deformation occupancy rate and the crack density are important factors for specifying the grid significant information required for the individual inspection. Hereinafter, a method for calculating the deformation occupancy ratio and the crack density will be described.
（変状占有率）
１個のグリッド内には変状だけでなく、ノイズが含まれる場合がある。この場合、変状か否かを、当該グリッド内の変状占有率で判定する。変状占有率は、図２のフローチャートに従って算出される。先ず、ＣＰＵは変状とノイズが含まれるグリッドを特定し、グリッド単位で変状を読み出す（Ｓ８１１）。次に、ＣＰＵはグリッド単位で変状の占有率を算出する（Ｓ８１２）。変状の占有率は、当該グリッド内の変状が占める面積とノイズが占める面積を用いて算出される。続いて、ＣＰＵは変状の占有率を閾値処理する（Ｓ８１３）。そして、閾値処理の結果、変状の占有率が閾値を超えていれば、当該グリッドは個別検査の対象とし（Ｓ８１４）、超えていなければノイズと判定して個別検査の対象とはしない（Ｓ８１５）。
(Deformation occupation rate)
One grid may contain noise as well as deformation. In this case, it is determined by the deformation occupancy rate in the grid whether or not the deformation has occurred. The deformation occupancy rate is calculated according to the flowchart of FIG. First, the CPU identifies a grid including deformation and noise, and reads the deformation in units of grids (S811). Next, the CPU calculates a deformed occupation rate in units of grids (S812). The occupancy rate of deformation is calculated using the area occupied by deformation in the grid and the area occupied by noise. Subsequently, the CPU performs threshold processing on the deformed occupation rate (S813). As a result of the threshold processing, if the occupancy rate of deformation exceeds the threshold, the grid is subject to individual inspection (S814), and if not, it is determined as noise and not subject to individual inspection (S815). ).
１個のグリッド内に複数の変状が含まれる場合もある。このような場合、上述の変状の占有率の考え方で、占有率の高い変状を当該グリッドに含まれる変状とする。或いは、占有率ではなく、経験則で定まる優先順位で決めることもある。例えばひび割れと漏水の２つの変状が１つのグリッドに含まれている場合、当該グリッドに含まれるのはひび割れであると判定するのである。 There may be a case where a plurality of deformations are included in one grid. In such a case, a change with a high occupancy rate is defined as a change included in the grid in accordance with the above-described concept of the change occupancy rate. Alternatively, it may be determined not by the occupation ratio but by a priority order determined by an empirical rule. For example, if two cracks and leakage are included in one grid, it is determined that the grid includes a crack.
図２のフローチャートから理解される通り、本発明においては、抽出された変状にノイズが含まれる場合でもグリッド化された単位領域に対してグリッド内でのノイズと変状のそれぞれの占有率に応じて個別検査の対象とするか否かを判定することにより、抽出された変状が途切れなどにより不十分な状態で抽出された場合でもグリッド化された単位領域に対してグリッド内の変状占有率に応じて個別検査の対象とするか否かを判定することにより、変状占有率に基づいて有意な情報の出力が得られるのである。 As understood from the flowchart of FIG. 2, in the present invention, even when noise is included in the extracted deformation, the occupancy ratios of the noise and the deformation in the grid with respect to the gridded unit area are determined. By determining whether or not to be subject to individual inspections accordingly, even if the extracted deformation is extracted in an inadequate state due to interruptions, etc., the deformation in the grid for the gridded unit area By determining whether or not to be an individual inspection target according to the occupancy rate, significant information output can be obtained based on the deformed occupancy rate.
（重み付きひび割れ密度）
ひび割れ密度は、ひび割れ幅やひび割れ長さと共に、トンネル健全度を診断する上で重要な指標となっている。そこで、トンネル覆工面の撮影画像を縦横のグリッド線で小矩形に分割してグリッド化し、数式１で定義する重み付きひび割れ密度Σを算出するようにした。
(Weight crack density)
Crack density, along with crack width and crack length, is an important indicator for diagnosing tunnel health. Therefore, the photographed image of the tunnel lining surface is divided into small rectangles by vertical and horizontal grid lines to form a grid, and the weighted crack density Σ defined by Equation 1 is calculated.
但し、Ｌは対象範囲内に存在するひび割れの長さ、Ｓは対象範囲の面積である。また、αは係数で、ひび割れの発生部位やひび割れ同士の隣接度合に応じて0.0＜α＜1.0の値をとる。αが大きいほど重み（乗率）が増え、要注意度が上がることを意味する。このように、係数αを含む数式1で算出されるひび割れ密度を、重み付きひび割れ密度と定義する。
However, L is the length of a crack existing in the target range, and S is the area of the target range. Further, α is a coefficient, and takes a value of 0.0 <α <1.0 in accordance with the crack generation site and the degree of adjacent cracks. As α is larger, the weight (multiplier factor) is increased and the degree of caution is increased. In this way, the crack density calculated by Equation 1 including the coefficient α is defined as a weighted crack density.
重み付きひび割れ密度Σの算出とひび割れの評価の処理は，図３のフローチャートに従って行われる。先ず、ＣＰＵはひび割れが存在する対象範囲内のひび割れの長さLを算出し、メモリに記憶する（Ｓ８２１）。対象範囲は、一般に図６や図７に示す如く隣り合うn個のグリッドで構成されている。従って、ひび割れの長さLはグリッド毎のひび割れ長さLnを算出し、これを合計して求められる。グリッド毎のひび割れ長さLnは、例えば当該グリッドを構成する画素を利用すれば容易に求められる。 The calculation of the weighted crack density Σ and the evaluation of cracks are performed according to the flowchart of FIG. First, the CPU calculates the length L of the crack within the target range where the crack exists, and stores it in the memory (S821). The target range is generally composed of n grids adjacent to each other as shown in FIGS. Accordingly, the length L of the crack is calculated crack length L n of each grid is determined by summing them. Crack length L n of each grid, for example, it is easily determined by utilizing the pixels constituting the grid.
続いてＣＰＵは、対象領域の面積を算出し、メモリに記憶する（Ｓ８２２）。対象範囲はn個のグリッドで構成されている。従って、対象領域の面積は、ｎ個のグリッドの面積の合計である。そして、各グリッドの面積はこれを構成する画素の面積から容易に求められる。 Subsequently, the CPU calculates the area of the target region and stores it in the memory (S822). The target range consists of n grids. Therefore, the area of the target region is the sum of the areas of the n grids. And the area of each grid is easily calculated | required from the area of the pixel which comprises this.
続いてＣＰＵは、メモリからひび割れの長さL、対象範囲の面積S及び係数αを読み出して、数式１の演算を行って、ひび割れ密度Σを算出し、メモリに記憶する（Ｓ８２３）。 Subsequently, the CPU reads the crack length L, the area S of the target range, and the coefficient α from the memory, calculates the crack density Σ by performing the calculation of Formula 1, and stores it in the memory (S823).
続いてＣＰＵはメモリから重み付きひび割れ密度Σを読み出し、上限閾値として例えば１平方メートル当たり2.0メートルを超えているか否かを判定する（Ｓ８２４）。判定の結果がＹＥＳなら、当該ひび割れはＡランクのひび割れと判定する（Ｓ８２５）。判定の結果がＮＯならば次の工程（Ｓ８２６）に進む。 Subsequently, the CPU reads the weighted crack density Σ from the memory, and determines whether or not the upper limit threshold exceeds, for example, 2.0 meters per square meter (S824). If the determination result is YES, the crack is determined to be an A-rank crack (S825). If the determination result is NO, the process proceeds to the next step (S826).
工程Ｓ８２６では、ＣＰＵは重み付きひび割れ密度Σが下限閾値として例えば１平方メートル当たり2.0メートルを下回っているか否かを判定する。判定の結果がＹＥＳなら、当該ひび割れはＣランクのひび割れと判定する（Ｓ８２８）。判定の結果がＮＯならば、当該ひび割れは前記上限閾値として例えば１平方メートル当たり5.0メートル以下で且つ前記下限閾値として例えば１平方メートル当たり2.0メートル以上であるから、これをＢランクのひび割れと判定する（Ｓ８２７）。 In step S826, the CPU determines whether or not the weighted crack density Σ is less than 2.0 meters per square meter, for example, as a lower limit threshold value. If the determination result is YES, it is determined that the crack is a C-rank crack (S828). If the result of the determination is NO, the crack is 5.0 meters or less per square meter as the upper limit threshold, and is 2.0 meters or more per square meter as the lower limit threshold, for example. Therefore, this crack is determined as a B rank crack (S827). ).
上述の如く、重み付きひび割れ密度Σは、変状を含む検査対象範囲をグリッドで特定し、グリッドを利用することにより簡単確実に算出できる。そして、重み付きひび割れ密度Σは閾値処理によってＡ，Ｂ，Ｃの３つにランク付けられる。重み付きひび割れ密度ΣがＡランクと判定された場合は更に詳細にひび割れの度合いを調べることもできる。例えば、グリッドサイズが第３レイヤであれば第２レイヤのグリッドサイズに変更して、重み付きひび割れ密度Σを改めて算出する。このようにすることで、検査対象個所を適切に絞り込むことができる。 As described above, the weighted crack density Σ can be easily and reliably calculated by specifying the inspection target range including the deformation with the grid and using the grid. Then, the weighted crack density Σ is ranked into three of A, B, and C by threshold processing. When the weighted crack density Σ is determined to be A rank, the degree of cracking can be examined in more detail. For example, if the grid size is the third layer, the grid size is changed to the grid size of the second layer, and the weighted crack density Σ is calculated again. By doing in this way, the inspection object part can be narrowed down appropriately.
また、重み付きひび割れ密度ΣがＡランクと判定された場合は、速やかに対策を施す必要のある箇所であるＡランクのグリッドの周辺を、例えば一回り拡張して検査領域とするように指示することが可能である。図７の例では、略Ｓ字状のひび割れが存在する１５個のグリッドで構成されたひび割れ存在領域がＡランクであるとすると、前記ひび割れ存在領域を構成する１５個のグリッドから上下±３個のグリッドで構成された領域並びに前記ひび割れ存在領域を構成する１５個のグリッドから左右±３個のグリッドで構成された領域まで拡張して検査領域とするように指示することが可能である。 Further, when the weighted crack density Σ is determined to be A rank, an instruction is given to, for example, extend the periphery of the A rank grid, which is a place where countermeasures need to be taken promptly, to be an inspection area. It is possible. In the example of FIG. 7, assuming that the crack existence area composed of 15 grids having substantially S-shaped cracks is A rank, ± 3 pieces above and below the 15 grids constituting the crack existence area. It is possible to instruct to extend from 15 grids constituting the crack existence area and 15 grids constituting the crack existence area to an area constituted by left and right ± 3 grids.
このように、ひび割れが存在する対象範囲を重み付きひび割れ密度Σを算出して重要度に応じてＡ，Ｂ，Ｃの３つにランク付けすることによって、個別検査に対するグリッド有意情報を適切に出力することができる。即ち、ランクに応じて色分けして表示することで点検作業者にひび割れ状況を分かりやすく情報を伝えることができる。また、Ｃランクの領域は周辺への拡張を行わないが、Ｂランクの周辺はＡランクに準じて少しだけ一回り拡張して検査領域とするなど、作業精度の向上と作業時間の短縮を図ることができるようになった。本発明において、ひび割れ率は重み付きひび割れ率であって、ひび割れの発生部位やひび割れ同士の隣接度合を反映した係数を含む算定式を用いて算出されることを特徴とするものであり、これによって個別検査に対するグリッド有意情報がより高い精度となるのである。
In this way, by calculating the weighted crack density Σ for the target range where cracks exist and ranking them into three categories of A, B, and C according to their importance, appropriate grid significant information is output for individual inspections. can do. In other words, by displaying in different colors according to the rank, it is possible to convey information to the inspection operator in an easy-to-understand manner. The C rank area is not expanded to the periphery, but the periphery of the B rank is slightly expanded according to the A rank to make it an inspection area, thereby improving work accuracy and shortening the work time. I was able to do it. In the present invention, the crack rate is a weighted crack rate, and is characterized by being calculated using a calculation formula including a coefficient that reflects the degree of adjacent cracks and the degree of adjacent cracks. This is because the grid significant information for the individual inspection becomes higher accuracy.
Claims (7)
コンクリート表面を撮像した原画像に補正とノイズ除去の処理を施して前処理済画像を形成する工程、
前記前処理済画像から画像処理によって変状を抽出し座標値をメモリに格納する工程、
異なるサイズのグリッドで前処理済画像から複数レイヤのグリッド化画像を形成し、前記グリッドと前記座標値を対応づける工程、
指定したレイヤで変状が位置するグリッドを有意状態にする工程、及び、
個別検査に対してグリッド有意情報を出力する工程からなるコンクリート表面の変状管理方法。 A concrete surface deformation management method for managing deformation so that it can be easily used for individual inspection using an information processing device such as a personal computer,
Forming a pre-processed image by performing correction and noise removal processing on the original image of the concrete surface;
Extracting the deformation from the preprocessed image by image processing and storing the coordinate value in a memory;
Forming a multi-layered gridded image from preprocessed images with different sized grids, and associating the grid with the coordinate values;
Making the grid where the deformation is located in the specified layer significant, and
Deterioration management method for concrete surface consisting of a process of outputting grid significant information for individual inspection.
The concrete surface according to claim 6, wherein the crack rate is a weighted crack rate, and is calculated using a calculation formula including a coefficient reflecting a crack occurrence site and a degree of adjacent cracks. Deformation management method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012122683A JP5894013B2 (en) | 2012-05-30 | 2012-05-30 | Deterioration management method for concrete surface |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012122683A JP5894013B2 (en) | 2012-05-30 | 2012-05-30 | Deterioration management method for concrete surface |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013250059A true JP2013250059A (en) | 2013-12-12 |
| JP5894013B2 JP5894013B2 (en) | 2016-03-23 |
Family
ID=49848906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012122683A Expired - Fee Related JP5894013B2 (en) | 2012-05-30 | 2012-05-30 | Deterioration management method for concrete surface |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5894013B2 (en) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104297251A (en) * | 2014-11-03 | 2015-01-21 | 东南大学 | Method for quantitatively evaluating saltpetering resistance of cement-based material |
| CN104914108A (en) * | 2015-05-15 | 2015-09-16 | 上海同岩土木工程科技有限公司 | Expressway tunnel detection vehicle system based on machine vision |
| JP2018151215A (en) * | 2017-03-10 | 2018-09-27 | 大成建設株式会社 | Crack width identification method |
| JP2019039897A (en) * | 2017-08-27 | 2019-03-14 | 圭浩 佐藤 | Crack detection method of concrete surface and detection program |
| JP2019057221A (en) * | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | Information processing apparatus, information processing system, information processing method, and information processing program |
| JP2019087050A (en) * | 2017-11-07 | 2019-06-06 | 株式会社ベイシスコンサルティング | Structure maintenance management work support system |
| WO2021241537A1 (en) * | 2020-05-29 | 2021-12-02 | 富士フイルム株式会社 | Damage diagram creation assistance method and device |
| JP2022090449A (en) * | 2020-12-07 | 2022-06-17 | 前田道路株式会社 | Asphalt mixture density estimation method and density estimation system |
| JP2022110266A (en) * | 2021-01-18 | 2022-07-29 | 住友重機械工業株式会社 | Image inspection device, inspection image display device, image inspection method, image inspection program |
| JP2022139903A (en) * | 2021-03-12 | 2022-09-26 | キヤノン株式会社 | Information processing device, information processing method, and program |
| WO2022271269A1 (en) * | 2021-06-23 | 2022-12-29 | Apple Inc. | Hierarchical grid interpolation systems and methods |
| JP2023047631A (en) * | 2021-09-27 | 2023-04-06 | 公益財団法人鉄道総合技術研究所 | Tunnel soundness determination device and inspection support system |
| CN117571720A (en) * | 2024-01-12 | 2024-02-20 | 贵州科筑创品建筑技术有限公司 | Method, device and system for detecting concrete appearance bubbles and storage medium |
| US11989854B2 (en) | 2021-06-23 | 2024-05-21 | Apple Inc. | Point-of-view image warp systems and methods |
| US12235191B2 (en) | 2020-05-29 | 2025-02-25 | Fujifilm Corporation | Flight imaging system and method |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01291384A (en) * | 1988-05-19 | 1989-11-22 | Tokyo Electric Power Co Inc:The | Reading and analyzing method for crack photograph picture image |
| JP2002257744A (en) * | 2001-03-02 | 2002-09-11 | Takenaka Komuten Co Ltd | Method and device for inspecting defect of concrete |
| JP2002310920A (en) * | 2001-04-19 | 2002-10-23 | Keisoku Kensa Kk | Method for detecting crack in concrete wall and device thereof |
| JP2002539533A (en) * | 1999-02-01 | 2002-11-19 | エルジー エレクトロニクス インコーポレーテッド | Multi-level image grid data structure and image retrieval method using it |
| JP2008046065A (en) * | 2006-08-21 | 2008-02-28 | Nagoya City | Road surface image creation method and road surface image creation device |
| JP2011180120A (en) * | 2010-02-03 | 2011-09-15 | Daiwa House Industry Co Ltd | Method and device for diagnosis of waterproof sheet |
| JP2011179874A (en) * | 2010-02-26 | 2011-09-15 | East Nippon Expressway Co Ltd | Method for extracting surface cracks of paved road and evaluating surface damage level of paved road |
-
2012
- 2012-05-30 JP JP2012122683A patent/JP5894013B2/en not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01291384A (en) * | 1988-05-19 | 1989-11-22 | Tokyo Electric Power Co Inc:The | Reading and analyzing method for crack photograph picture image |
| JP2002539533A (en) * | 1999-02-01 | 2002-11-19 | エルジー エレクトロニクス インコーポレーテッド | Multi-level image grid data structure and image retrieval method using it |
| JP2002257744A (en) * | 2001-03-02 | 2002-09-11 | Takenaka Komuten Co Ltd | Method and device for inspecting defect of concrete |
| JP2002310920A (en) * | 2001-04-19 | 2002-10-23 | Keisoku Kensa Kk | Method for detecting crack in concrete wall and device thereof |
| JP2008046065A (en) * | 2006-08-21 | 2008-02-28 | Nagoya City | Road surface image creation method and road surface image creation device |
| JP2011180120A (en) * | 2010-02-03 | 2011-09-15 | Daiwa House Industry Co Ltd | Method and device for diagnosis of waterproof sheet |
| JP2011179874A (en) * | 2010-02-26 | 2011-09-15 | East Nippon Expressway Co Ltd | Method for extracting surface cracks of paved road and evaluating surface damage level of paved road |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104297251A (en) * | 2014-11-03 | 2015-01-21 | 东南大学 | Method for quantitatively evaluating saltpetering resistance of cement-based material |
| CN104914108A (en) * | 2015-05-15 | 2015-09-16 | 上海同岩土木工程科技有限公司 | Expressway tunnel detection vehicle system based on machine vision |
| JP2018151215A (en) * | 2017-03-10 | 2018-09-27 | 大成建設株式会社 | Crack width identification method |
| JP2019039897A (en) * | 2017-08-27 | 2019-03-14 | 圭浩 佐藤 | Crack detection method of concrete surface and detection program |
| JP2019057221A (en) * | 2017-09-22 | 2019-04-11 | エヌ・ティ・ティ・コムウェア株式会社 | Information processing apparatus, information processing system, information processing method, and information processing program |
| JP2019087050A (en) * | 2017-11-07 | 2019-06-06 | 株式会社ベイシスコンサルティング | Structure maintenance management work support system |
| US12235191B2 (en) | 2020-05-29 | 2025-02-25 | Fujifilm Corporation | Flight imaging system and method |
| JPWO2021241537A1 (en) * | 2020-05-29 | 2021-12-02 | ||
| US12283033B2 (en) | 2020-05-29 | 2025-04-22 | Fujifilm Corporation | Damage diagram creation support method and damage diagram creation support device |
| WO2021241537A1 (en) * | 2020-05-29 | 2021-12-02 | 富士フイルム株式会社 | Damage diagram creation assistance method and device |
| JP7353485B2 (en) | 2020-05-29 | 2023-09-29 | 富士フイルム株式会社 | Damage diagram creation support method and device |
| JP2022090449A (en) * | 2020-12-07 | 2022-06-17 | 前田道路株式会社 | Asphalt mixture density estimation method and density estimation system |
| JP2022110266A (en) * | 2021-01-18 | 2022-07-29 | 住友重機械工業株式会社 | Image inspection device, inspection image display device, image inspection method, image inspection program |
| JP7548827B2 (en) | 2021-01-18 | 2024-09-10 | 住友重機械工業株式会社 | Image inspection device, inspection image display device, image inspection method, and image inspection program |
| JP2022139903A (en) * | 2021-03-12 | 2022-09-26 | キヤノン株式会社 | Information processing device, information processing method, and program |
| JP7401478B2 (en) | 2021-03-12 | 2023-12-19 | キヤノン株式会社 | Information processing device, information processing method, and program |
| JP2024019350A (en) * | 2021-03-12 | 2024-02-08 | キヤノン株式会社 | Information processing device, information processing method, and program |
| US11989854B2 (en) | 2021-06-23 | 2024-05-21 | Apple Inc. | Point-of-view image warp systems and methods |
| US12106444B2 (en) | 2021-06-23 | 2024-10-01 | Apple Inc. | Hierarchical grid interpolation systems and methods |
| US12236563B2 (en) | 2021-06-23 | 2025-02-25 | Apple Inc. | Point-of-view image warp systems and methods |
| WO2022271269A1 (en) * | 2021-06-23 | 2022-12-29 | Apple Inc. | Hierarchical grid interpolation systems and methods |
| JP7600063B2 (en) | 2021-09-27 | 2024-12-16 | 公益財団法人鉄道総合技術研究所 | Tunnel soundness assessment device and inspection support system |
| JP2023047631A (en) * | 2021-09-27 | 2023-04-06 | 公益財団法人鉄道総合技術研究所 | Tunnel soundness determination device and inspection support system |
| CN117571720B (en) * | 2024-01-12 | 2024-03-22 | 贵州科筑创品建筑技术有限公司 | Method, device and system for detecting concrete appearance bubbles and storage medium |
| CN117571720A (en) * | 2024-01-12 | 2024-02-20 | 贵州科筑创品建筑技术有限公司 | Method, device and system for detecting concrete appearance bubbles and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5894013B2 (en) | 2016-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5894013B2 (en) | Deterioration management method for concrete surface | |
| JP7319432B2 (en) | LEARNING DATA COLLECTION DEVICE, LEARNING DATA COLLECTION METHOD, AND PROGRAM | |
| JP5591165B2 (en) | Method for detecting deformation area on concrete surface | |
| JP5645730B2 (en) | Method for detecting closed cracks on concrete surface | |
| JP6029870B2 (en) | Method and apparatus for detecting deformation of concrete surface | |
| JP6556266B2 (en) | Defect inspection apparatus, method and program | |
| JP2006132973A (en) | Crack inspection device and method of concrete structure | |
| JP7219192B2 (en) | Structure deterioration diagnosis method | |
| JP7372536B2 (en) | Arithmetic program, arithmetic device and arithmetic method | |
| US10775349B2 (en) | Defect detection using ultrasound scan data | |
| JP5894012B2 (en) | Method for detecting linear deformation on concrete surface | |
| JP2019200512A (en) | Structure deterioration detection system | |
| Rivera et al. | Automated detection and measurement of cracks in reinforced concrete components | |
| JPWO2017130477A1 (en) | Defect inspection apparatus, method and program | |
| US20130148875A1 (en) | Methods and systems for processing images for inspection of an object | |
| CN110310258B (en) | Method for evaluating corrosion degree of concrete member steel bar | |
| CN119444664A (en) | A visual inspection method for welding quality | |
| Sioma et al. | Evaluation of the operational parameters of ropes | |
| US11959862B2 (en) | Damage figure creation supporting apparatus, damage figure creation supporting method, damage figure creation supporting program, and damage figure creation supporting system | |
| CN109767426B (en) | Shield tunnel water leakage detection method based on image feature recognition | |
| JP5113810B2 (en) | Image processing method, image processing apparatus, and crack detection system | |
| JP6652327B2 (en) | Inspection object condition evaluation device | |
| Tang et al. | Characterization of three algorithms for detecting surface flatness defects from dense point clouds | |
| JP2024166300A (en) | Information processing device, control method for information processing device, and program | |
| CN120677379A (en) | Spalling prediction device, method and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140924 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150626 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150907 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160204 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160225 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5894013 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |