JP5055404B2 - 劣化診断方法、劣化診断装置及び劣化診断プログラム - Google Patents

Description

本発明は、ケーブルの劣化を診断する技術に関する。

従来、ケーブル（非特許文献１参照）の検査は目視によることが多い。しかし、最近は効率化や定量化のために画像処理が適用されはじめている。その中で、鉄線などの裸電線では、腐食に伴った色の変化に注目した劣化診断法が広く用いられている。

「電線」, [online],［平成２２年６月８日検索］、インターネット〈ＵＲＬ：http://ja.wikipedia.org/wiki/%E9%9B%BB%E7%B7%9A〉 ディジタル画像処理編集委員会監修、「ディジタル画像処理」、第２版、財団法人画像情報教育振興委員会、２００６年３月

腐食の程度は色の変化のみならず、表面の形状やテクスチャ（模様）を伴っている。しかし、これまでは診断できる範囲が限られていたため、要因分析などが詳細にできない問題があった。

特に、色についてはＲＧＢの３つのチャネルについて行われていたが、色座標変換（非特許文献２参照）は用いられておらず、太陽光や街灯などによるケーブルの光沢があるままに解析がなされていた。そのため、精度が低下するという問題があった。

また、テクスチャ解析を用いる場合も、ＲＧＢのチャネルごと、もしくは、ＲＧＢの各チャネルの画像への平均などによる重み付けを施した画像に対して適用されていた。

本発明は、上記に鑑みてなされたものであり、ケーブルの劣化診断をより的確に行うことを目的とする。

第１の本発明に係る劣化診断方法は、細い鉄線が束ねられたケーブルを撮影した画像データを入力して蓄積手段に蓄積するステップと、前記蓄積手段から前記画像データを読み出し、ＨＳＶ色空間に変換するステップと、変換して得られた色相画像と当該色相画像のエッジを検出したエッジ画像の差分を取った差分画像をフーリエ変換して周波数画像を得るステップと、前記周波数画像に基づいて前記ケーブルの劣化の程度を判定するステップと、を有することを特徴とする。

上記劣化診断方法において、前記周波数画像と過去の周波数画像との差分画像を得るステップをさらに有し、前記判定するステップは、前記差分画像に基づいて劣化の程度を判定することを特徴とする。

上記劣化診断方法において、前記判定するステップは、周波数解析と色相解析の結果を統合して劣化の程度を判定することを特徴とする。

第２の本発明に係る劣化診断装置は、細い鉄線が束ねられたケーブルを撮影した画像データを入力する入力手段と、前記画像データを蓄積する蓄積手段と、前記蓄積手段から前記画像データを読み出し、ＨＳＶ色空間に変換する変換手段と、変換して得られた色相画像と当該色相画像のエッジを検出したエッジ画像の差分を取った差分画像をフーリエ変換して周波数画像を得る解析手段と、前記周波数画像に基づいて前記ケーブルの劣化の程度を判定する判定手段と、を有することを特徴とする。

上記劣化診断装置において、前記周波数画像と過去の周波数画像との差分画像を得る照合手段をさらに有し、前記判定手段は、前記差分画像に基づいて劣化の程度を判定することを特徴とする。

上記劣化診断装置において、前記判定手段は、周波数解析と色相解析の結果を統合して劣化の程度を判定することを特徴とする。

第３の本発明に係る劣化診断プログラムは、上記劣化診断方法をコンピュータに実行させることを特徴とする。

本発明によれば、ケーブルの劣化診断をより的確に行うことができる。

本実施の形態における〜である。 経年変化をしたケーブルの画像の例である。 ケーブルの画像に色座標変換を施し、テクスチャ解析を行った結果を示す模式図である。 劣化の程度の定量化を示すグラフである。 経年変化するケーブルの周波数画像を示す図である。

以下、本発明の実施の形態について図面を用いて説明する。

図１は、本実施の形態における劣化診断装置の構成を示す機能ブロック図である。同図に示す劣化診断装置１は、画像入力部１１、データ蓄積部１２、色座標変換部１３、テクスチャ解析部１４、照合部１５、および表示部１６を備える。劣化診断装置１が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは劣化診断装置１が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。

画像入力部１１は、カメラなどにより撮影した診断対象の屋外のケーブルの画像データを入力する。本劣化診断装置１は、ケーブルの劣化を診断するものであるので、背景等を含まず、診断対象のケーブルが大きく写された画像データが好ましい。経年変化を診断するためには画像データ中のケーブルは、同一箇所の画像を入力することが好ましいが、本実施の形態では、位置不変量である周波数解析を行い、平均的な情報を取得できればよいので、画像データ中のケーブルの位置、大きさを厳密に同一にしなくてもよい。

データ蓄積部１２は、画像入力部１１が入力した画像データを蓄積する。

色座標変換部１３は、データ蓄積部１２から画像データを読み出し、色座標変換を施して、画像データのＲＧＢをＨＳＶへ変換する。Ｈ，Ｓ，Ｖはそれぞれ、色相、彩度、明度である。

テクスチャ解析部１４は、色座標変換部１３により得られたＨ（色相）画像とそのＨ画像に対して空間一次微分によるエッジ検出を適用した画像との差分画像を作り、差分画像にフーリエ変換を施して空間周波数解析を行い、周波数画像を得る。

照合部１５は、テクスチャ解析部１４が取得した周波数画像と過去の周波数画像との差分画像を計算し、最も変化した周波数成分を得て、経年変化の程度を検出する。

表示部１６は、テクスチャ解析部１４において周波数画像により定量的に特徴づけられた結果、および照合部１５により検出された経年変化の程度を表示する。

ここで、ケーブルの劣化について説明する。

図２は、（１）から（３）へ経年変化をしたケーブルの画像の例である。図２（１）は、新品のケーブルの画像である。新品の場合は、ケーブルを構成している細かいケーブルの筋がわかる。時間が経つにつれて、図２（２）で示すように、色と細いケーブルの表面のテクスチャが変化し、さらには、図２（３）に示すように、筋が不明瞭になる。

鉄などでつくられているケーブル類は環境によりその経年変化の速度が異なっている。また、材料ごとに見かけの劣化の程度は類似しているが、外的要因ごとの違いにより、見た目の色や、表面のテクスチャにはさまざまな変化が見られる。そのため、色だけでは判別がつかない表面のテクスチャまでの細部にわたる解析は、より的確な劣化の要因解明には必要不可欠である。色の特徴は重要であるが、図２で示すように、表面のテクスチャ解析も必要である。

次に、色座標変換部１３の処理について説明する。

図３は、ケーブルの画像に色座標変換を施し、テクスチャ解析を行った結果を示す模式図である。ケーブルを撮影した画像データ３００においては、太陽光や街灯などによりケーブル３０１の一部に光沢３０２があることが多い。そのため、ＲＧＢの画像データ３００を直接用いて解析した場合、劣化の程度の判断がずれてしまう問題が生じる。これを避けるために、本実施の形態では、色座標変換を施してＨＳＶ変換を行う。図３の、画像データをＨＳＶ変換した明度（Ｖ）画像３１０、彩度（Ｓ）画像３２０、色相（Ｈ）画像３３０のうち、劣化解析に有効な画像は、テクスチャが含まれるＨ画像３３０である。

Ｒ，Ｇ，Ｂそれぞれが０．０を最小量、１．０を最大値とする０．０から１．０の範囲にあり、（Ｒ，Ｇ，Ｂ）で定義された色が与えられたとすると、その色に相当する（Ｈ，Ｓ，Ｖ）カラーは、次式により決定することができる。Ｒ，Ｇ，Ｂの３つの値の内、最大のものをＭＡＸ、最小のものをＭＩＮとした。

Ｓ，Ｖは、０．０から１．０までの範囲で変化する。Ｈは０．０から３６０．０まで変化し、色相が示された色環に沿ったディグリーの角度で表現される。０．０から３６０．０の範囲を超えるＨのいずれも３６０．０で割ることでこの範囲に対応させることができ、剰余で求めることができる。つまり、例えば−３０は３３０と等しく、４８０は１２０と等しくなる。

次に、テクスチャ解析部１４の処理について説明する。

ケーブルは細い線が束ねられているため、表面のテクスチャ以外に、細い線によるエッジが線状に存在する。新品の時に比べると、経年変化した細い線も腐食により変化する。一方で、新品のときの特徴も残されている。そこで、本実施の形態では、テクスチャを解析する前に、細い線のエッジを除去する。

テクスチャ解析部１４は、まず、色座標変換部１３が変換したＨ画像３３０において、空間一次微分によるエッジ検出を適用したエッジ画像を作り、エッジ画像とＨ画像３３０との差分画像３４０を得る。この処理は、以後の空間周波数解析において、エッジによる高周波成分が解析上混入することを緩和するためである。

続いて、テクスチャ解析部１４は、差分画像３４０を用いてテクスチャ解析を行う。その最も簡便な方法は空間周波数解析である。空間周波数解析では、差分画像３４０にフーリエ変換を施し、周波数画像３５０を得る。周波数画像３５０は、中心から外側に向かうほど高い周波数をもっている。周波数画像３５０において、周波数の広がりについて解析するため、画像の中心から同心円ごとに輝度の値を積算する。積算した結果は、横軸に周波数、縦軸にその周波数をもつ大きさに比例した量として描くことができる。劣化の程度はこれにより定量的に特徴づけることができる。例えば、周波数成分の分布に基づいて劣化の程度を特徴づける。

図４は、劣化の程度の定量化を示すグラフである。横軸には、周波数解析と色相解析の結果を統合した値、縦軸には、事前に主観的に定めておいた評定値を１〜５でランク付けして劣化の程度を定量化した。色相解析についてはＨ画像３３０を併用することが可能である。テクスチャ解析部１４により定量化された結果をＦ１、色相解析の結果をＦ２とすると、総合判定は、Ｆ＝Ｆ１＋Ｆ２で定義できる。Ｆ１だけ、Ｆ２だけを用いたときの劣化の程度は、Ｆ１、Ｆ２の順に主観的な評価のものと一致した。総合判定Ｆでの劣化の程度による客観的な評価は主観的な評価により近づくものとなった。

図５は、経年変化するケーブルの周波数画像を示す図である。過去の周波数画像と照合することで経年変化について解析することができる。新品のときから一定期間ごとに周波数解析を進めていきながら、新品のときの周波数画像との差分をとる。これにより、どの周波数成分が最も変化したのかわかる。これは色解析では得られないものである。この照合により、低周波数あるいは高周波数の変化が、ケーブルがおかれている環境や外的要因によって変わることがわかる。

したがって、本実施の形態によれば、ケーブルを撮影した画像データを入力し、画像データのＲＧＢをＨＳＶへ変換し、得られたＨ（色相）画像にフーリエ変換を施して周波数画像を得て、その周波数画像に基づいてケーブルの劣化の程度を判定することで、画像データ上の光沢などが除去され、的確にケーブルの劣化診断を行うことができる。

また、本実施の形態によれば、周波数解析と色相解析の結果を統合して劣化診断を行うことで、従来よりも的確にケーブルの劣化診断を行うことができる。

また、本実施の形態によれば、過去の周波数画像との差分を取ることにより、低周波数あるいは高周波数の変化が、ケーブルがおかれている環境や外的要因によって変わることがわかり、より細かい劣化の要因分析が可能である。

１…劣化診断装置
１１…画像入力部
１２…データ蓄積部
１３…色座標変換部
１４…テクスチャ解析部
１５…照合部
１６…表示部

Claims (7)

1. 細い鉄線が束ねられたケーブルを撮影した画像データを入力して蓄積手段に蓄積するステップと、
   前記蓄積手段から前記画像データを読み出し、ＨＳＶ色空間に変換するステップと、
   変換して得られた色相画像と当該色相画像のエッジを検出したエッジ画像の差分を取った差分画像をフーリエ変換して周波数画像を得るステップと、
   前記周波数画像に基づいて前記ケーブルの劣化の程度を判定するステップと、
   を有することを特徴とする劣化診断方法。
2. 前記周波数画像と過去の周波数画像との差分画像を得るステップをさらに有し、
   前記判定するステップは、前記差分画像に基づいて劣化の程度を判定することを特徴とする請求項１記載の劣化診断方法。
3. 前記判定するステップは、周波数解析と色相解析の結果を統合して劣化の程度を判定することを特徴とする請求項１又は２に記載の劣化診断方法。
4. 細い鉄線が束ねられたケーブルを撮影した画像データを入力する入力手段と、
   前記画像データを蓄積する蓄積手段と、
   前記蓄積手段から前記画像データを読み出し、ＨＳＶ色空間に変換する変換手段と、
   変換して得られた色相画像と当該色相画像のエッジを検出したエッジ画像の差分を取った差分画像をフーリエ変換して周波数画像を得る解析手段と、
   前記周波数画像に基づいて前記ケーブルの劣化の程度を判定する判定手段と、
   を有することを特徴とする劣化診断装置。
5. 前記周波数画像と過去の周波数画像との差分画像を得る照合手段をさらに有し、
   前記判定手段は、前記差分画像に基づいて劣化の程度を判定することを特徴とする請求項４記載の劣化診断装置。
6. 前記判定手段は、周波数解析と色相解析の結果を統合して劣化の程度を判定することを特徴とする請求項４又は５に記載の劣化診断装置。
7. 請求項１乃至３のいずれかに記載の劣化診断方法をコンピュータに実行させることを特徴とする劣化診断プログラム。