JP7187830B2 - 画像処理プログラム、画像処理装置、及び画像処理方法 - Google Patents

Description

本発明は、画像処理プログラム、画像処理装置、及び画像処理方法に関する。

スス等で汚れているコンクリート壁面におけるひび割れの有無を検知するひび割れ検知装置、及び多色を呈する被検査面におけるひび、傷等の表面欠陥を検出する表面欠陥検出装置が知られている（例えば、特許文献１及び特許文献２を参照）。

特開２０１４－６２１９号公報 特開昭５８－３９９３６号公報

特許文献１のひび割れ検知装置は、赤色、青色、又は緑色の光のうち少なくとも１つの光を被検体に照射して、被検体を撮影する。そして、ひび割れ検知装置は、得られた画像の各画素についてＲＧＢ値から彩度を演算し、演算した彩度に基づいて、被検体の表面におけるひび割れの有無を判別する。

しかしながら、この技術では、コンクリート壁面上の毛髪、黒く汚れた蜘蛛の巣、黒ペンで描かれた黒線等をひび割れと誤認識することがある。

なお、かかる問題は、コンクリート壁面を撮影した画像からひび割れを検知する場合に限らず、他の物体を撮影した画像に含まれる線状領域の種別を特定する場合においても生ずるものである。

１つの側面において、本発明は、物体を撮影した画像に含まれる線状領域の種別を精度良く特定することを目的とする。

１つの案では、画像処理プログラムは、以下の処理をコンピュータに実行させる。
（１）コンピュータは、撮像装置によって撮影された物体の画像から線状領域を抽出する。
（２）コンピュータは、線状領域の長さ方向に離れた複数の位置それぞれにおいて、線状領域を横断する方向における明度変化を求める。
（３）コンピュータは、複数の位置における明度変化に基づいて、線状領域の種別を特定する。

実施形態によれば、物体を撮影した画像に含まれる線状領域の種別を精度良く特定することができる。

画像処理装置の機能的構成図である。 画像処理のフローチャートである。 画像処理システムの機能的構成図である。 撮影対象の物体を示す図である。 光の照射角度を示す図である。 ベクタデータを示す図である。 計算対象位置を示す図である。 分岐を有するベクタデータを示す図である。 計算対象領域を示す図である。 明度情報を示す図である。 画像圧縮処理の具体例を示すフローチャートである。 データベースに登録された黒線領域の種別及び統計値を示す図である。 明度情報が示す明度変化の統計値を示す図である。 情報処理装置の構成図である。

以下、図面を参照しながら、実施形態を詳細に説明する。

図１は、実施形態の画像処理装置の機能的構成例を示している。図１の画像処理装置１０１は、記憶部１１１、抽出部１１２、及び特定部１１３を含む。記憶部１１１は、撮像装置によって撮影された物体の画像１２１を記憶する。抽出部１１２及び特定部１１３は、画像１２１に対する画像処理を行う。

図２は、図１の画像処理装置１０１が行う画像処理の例を示すフローチャートである。まず、抽出部１１２は、画像１２１から線状領域を抽出する（ステップ２０１）。次に、特定部１１３は、抽出部１１２が抽出した線状領域の長さ方向に離れた複数の位置それぞれにおいて、その線状領域を横断する方向における明度変化を求める（ステップ２０２）。そして、特定部１１３は、複数の位置における明度変化に基づいて、線状領域の種別を特定する（ステップ２０３）。

図１の画像処理装置１０１によれば、物体を撮影した画像に含まれる線状領域の種別を精度良く特定することができる。

図３は、図１の画像処理装置１０１を含む画像処理システムの機能的構成例を示している。図３の画像処理システムは、画像処理装置３０１、撮像装置３０２、及びサーバ３０３を含む。

画像処理装置３０１は、図１の画像処理装置１０１に対応し、記憶部３１１、取得部３１２、抽出部３１３、特定部３１４、通信部３１５、及び出力部３１６を含む。サーバ３０３は、データベース３３１を含む。記憶部３１１、抽出部３１３、及び特定部３１４は、図１の記憶部１１１、抽出部１１２、及び特定部１１３にそれぞれ対応し、画像３２１は画像１２１に対応する。

撮像装置３０２は、例えば、ＣＣＤ（Charged-Coupled Device）、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）等の撮像素子を有するカメラであり、光を照射された物体を撮影して、物体の画像３２１を取得する。そして、撮像装置３０２は、物体の画像３２１を画像処理装置３０１へ出力する。

画像処理装置３０１の取得部３１２は、撮像装置３０２から画像３２１を取得して、記憶部３１１に格納する。抽出部３１３は、画像３２１から線状領域を抽出し、抽出した線状領域をベクタデータ３２２に変換して、記憶部３１１に格納する。ベクタデータ３２２は、線状領域を近似する複数の線分を含み、各線分は、その両端の端点の２次元座標によって表される。

特定部３１４は、ベクタデータ３２２を用いて、線状領域の長さ方向に離れた複数の位置を、明度変化の計算対象に決定する。そして、特定部３１４は、各位置において、その線状領域を横断する方向における明度変化を計算し、計算した明度変化を示す明度情報３２３を記憶部３１１に格納する。

サーバ３０３のデータベース３３１には、過去に撮影された物体の画像に含まれる線状領域の複数の種別それぞれと対応付けて、画像処理装置３０１が計算した明度変化を示す統計値が登録されている。

通信部３１５は、通信ネットワークを介してサーバ３０３と通信し、データベース３３１から、線状領域の種別と、その種別に対応する統計値とを取得する。特定部３１４は、記憶部３１１が記憶する明度情報３２３と、データベース３３１から取得した種別及び統計値とを用いて、画像３２１から抽出された線状領域の種別を特定する。出力部３１６は、特定部３１４が特定した線状領域の種別を出力する。

図４は、撮影対象の物体の例を示している。光源４０２は、赤色、青色、緑色等の複数色の光４１２をコンクリート壁面４０１に対して照射し、撮像装置３０２は、光が照射されたコンクリート壁面４０１を撮影する。

この場合、コンクリート壁面４０１を撮影した画像に含まれる線状領域は、例えば、ひび割れ４１１、毛髪、黒く汚れた蜘蛛の巣、黒ペンで描かれた黒線等が写っている、黒線領域である。特定部３１４は、画像から抽出された黒線領域の種別が、ひび割れ４１１又はそれ以外の種別のいずれであるかを特定する。例えば、撮像装置３０２としては、約０．１ｍｍ幅のひび割れ４１１まで撮影できるカメラを用いることができる。

例えば、青色の光は波長が短いため、空気中で散乱されやすく、赤色の光は波長が長いため、空気中で散乱されにくい。したがって、青色の光を照射してコンクリート壁面４０１を撮影した画像と、赤色の光を照射してコンクリート壁面４０１を撮影した画像とでは、ひび割れ４１１以外の黒線領域の明度分布が大きく異なってくる。

一方、ひび割れ４１１の場合、光の波長によらずに反射光が弱くなるため、青色の光を照射した場合と赤色の光を照射した場合とで、黒線領域の明度分布はあまり異ならない。したがって、複数色の光それぞれを照射して物体を撮影した画像を用いることで、黒線領域の種別がひび割れ４１１か否かを特定することができる。

なお、撮影対象の物体は、コンクリート壁面４０１には限られず、ガラス、セラミック、プラスチック、木材等の別の材質の物体であってもよい。また、物体の画像に含まれる線状領域は、ひび割れ等が写っている黒線領域に限られず、ひび割れに充填された補修材、ロープ、白ペンで描かれた白線等が写っている領域であってもよい。

図５は、光源４０２が照射する光の照射角度の例を示している。ｘ軸は、コンクリート壁面４０１の表面に含まれており、ｙ軸は、コンクリート壁面４０１の表面に垂直な方向を表す。撮像装置３０２は、ｙ軸上に配置され、コンクリート壁面４０１の表面を撮影する。

図５（ａ）は、コンクリート壁面４０１の表面に対して小さな角度で光を照射する光源４０２の例を示している。コンクリート壁面４０１の表面と光の照射方向との間の角度αとしては、例えば、０°～３０°の範囲の角度が用いられる。

図５（ｂ）は、コンクリート壁面４０１の表面に対して大きな角度で光を照射する光源４０２の例を示している。コンクリート壁面４０１の表面と光の照射方向との間の角度βとしては、例えば、６０°～９０°の範囲の角度が用いられる。

光源４０２は、コンクリート壁面４０１に対して複数の角度それぞれから光４１２を照射し、撮像装置３０２は、光が照射されたコンクリート壁面４０１を撮影する。例えば、コンクリート壁面４０１上に毛髪、蜘蛛の巣等の立体物が存在する場合、光４１２の照射角度が小さいほど影ができやすく、黒線領域が広がりやすい。一方、光４１２の照射角度が大きいほど影ができにくく、黒線領域が広がりにくい。したがって、複数の角度それぞれから光を照射して物体を撮影した画像を用いることで、黒線領域の種別が立体物か否かを特定することができる。

図６は、ひび割れ４１１の黒線領域を表すベクタデータ３２２の例を示している。図６（ａ）は、折れ線状のベクタデータの例を示している。ベクタデータ６０１～ベクタデータ６０４は、コンクリート壁面のひび割れに沿って屈曲した４本の黒線領域を表す。図６（ｂ）は、直線状のベクタデータの例を示している。ベクタデータ６０５は、コンクリート壁面のひび割れに沿って伸びる１本の黒線領域を表す。ベクタデータ６０１～ベクタデータ６０５は、所定間隔の線分に区切られている。

図７は、ベクタデータ３２２上における計算対象位置の例を示している。図７（ａ）は、図６（ａ）のベクタデータ６０１～ベクタデータ６０４上における計算対象位置の例を示しており、図７（ｂ）は、図６（ｂ）のベクタデータ６０５上における計算対象位置の例を示している。

図７（ａ）及び図７（ｂ）の各計算対象ライン７０１は、ベクタデータ６０１～ベクタデータ６０５上で、黒線領域を横断する方向における明度変化を計算する位置を表す。黒線領域の長さが所定値未満である場合、黒線領域の両端と中央の３箇所に計算対象ライン７０１を設定してもよい。

図８は、分岐を有するベクタデータ３２２の例を示している。ベクタデータが分岐している場合、分岐点８０１以降のベクタデータも、枝毎に所定間隔の線分に区切られる。

図９は、計算対象位置における計算対象領域の例を示している。黒線領域９０１の計算対象位置９０２において、黒線領域９０１を横断する方向に計算対象領域９０３が設定される。計算対象領域９０３は、計算対象位置９０２において、ベクタデータの線分と直交する方向に設定されてもよい。計算対象領域９０３の長さは、黒線領域９０１の幅の３倍以上であることが望ましい。図９の例では、黒線領域９０１の幅は３画素であり、計算対象領域９０３の長さは１５画素である。

図１０は、計算対象領域における明度変化を示す明度情報３２３の例を示している。横軸は、黒線領域を横断する計算対象領域に含まれる画素の位置を表し、縦軸は、各位置の画素の明度を表す。

図１０（ａ）～図１０（ｃ）は、図５（ｂ）に示したように、コンクリート壁面に対して大きな角度で青色の光を照射して撮影した画像Ｂにおける明度変化を示している。また、図１０（ｄ）～図１０（ｆ）は、図５（ａ）に示したように、コンクリート壁面に対して小さな角度で赤色の光を照射して撮影した画像Ｒにおける明度変化を示している。

図１０（ａ）のグラフ１００１－１～グラフ１００３－１と図１０（ｄ）のグラフ１０１１－１～グラフ１０１３－１は、３箇所の計算対象位置のうち１番目の計算対象位置における明度変化を示している。図１０（ｂ）のグラフ１００１－２～グラフ１００３－２と図１０（ｅ）のグラフ１０１１－２～グラフ１０１３－２は、２番目の計算対象位置における明度変化を示している。図１０（ｃ）のグラフ１００１－３～グラフ１００３－３と図１０（ｆ）のグラフ１０１１－３～グラフ１０１３－３は、３番目の計算対象位置における明度変化を示している。

グラフ１００１－ｉ及びグラフ１０１１－ｉ（ｉ＝１～３）は、黒線領域の種別がひび割れである場合のｉ番目の計算対象位置における明度変化を示している。グラフ１００２－ｉ及びグラフ１０１２－ｉは、黒線領域の種別が黒ペンで描かれた黒線である場合のｉ番目の計算対象位置における明度変化を示している。グラフ１００３－ｉ及びグラフ１０１３－ｉは、黒線領域の種別が毛髪である場合のｉ番目の計算対象位置における明度変化を示している。

画像Ｒの場合、波長が長い赤色の光が照射されるため、約０．２ｍｍ幅以下のひび割れが写っている画素の明度は、ひび割れ近辺のコンクリートからの反射光によって、黒ペン又は毛髪が写っている画素と同程度の明度になる。一方、画像Ｂの場合、波長が短い青色の光が照射されるため、ひび割れが写っている画素の明度は、黒ペン又は毛髪が写っている画素の明度よりも小さくなる。

また、ひび割れの場合、最深部において明度が最も小さくなるため、ひび割れの幅方向における明度変化は最小値のみを持ち、最小値以外の極値（極大値又は極小値）を持たない。一方、黒ペン又は毛髪の場合、インクのかすれ又は毛髪の凹凸によって明度が様々に変化し、明度変化が最小値以外の極値を持つ傾向が見られる。例えば、黒ペンのインクがかすれた部分又は毛髪からの反射光が強い部分では、明度が極大値を持つ。

したがって、画像Ｒ及び画像Ｂの３箇所の計算対象位置のいずれにおいても、明度変化が最小値以外の極値を持たない場合、その黒線領域はひび割れである可能性が高い。毛髪の場合、影ができることで明度の小さな部分（暗い部分）が広がる傾向も見られる。

例えば、グラフ１００２－１～グラフ１００２－３、グラフ１０１２－２、及びグラフ１０１２－３は極大値を持つため、これらのグラフに対応する黒線領域の種別はひび割れ以外の種別と判定することができる。同様に、グラフ１０１３－１～グラフ１０１３－３も極大値を持つため、これらのグラフに対応する黒線領域の種別もひび割れ以外の種別と判定することができる。

さらに、グラフ１０１３－ｉの明度の小さな部分は、グラフ１００３－ｉの明度の小さな部分よりも広がっているため、これらのグラフに対応する黒線領域の種別はひび割れ以外の種別と判定することができる。

計算対象位置の個数は３箇所に限られず、２箇所以上の複数の計算対象位置における明度変化を用いて、黒線領域の種別を判定することができる。計算対象位置の個数が多いほど、判定結果の精度が向上する。

図１１は、図３の画像処理システムが行う画像処理の具体例を示すフローチャートである。まず、光源４０２は、コンクリート壁面４０１に対して小さな角度で、複数色の光それぞれを照射し、撮像装置３０２は、複数色の光それぞれが照射されたコンクリート壁面４０１の画像３２１を、フラッシュなしで撮影する（ステップ１１０１）。

次に、光源４０２は、コンクリート壁面４０１に対して大きな角度で、複数色の光それぞれを照射し、撮像装置３０２は、複数色の光それぞれが照射されたコンクリート壁面４０１の画像３２１を、フラッシュなしで撮影する（ステップ１１０２）。

次に、抽出部３１３は、取得された複数の画像３２１それぞれに含まれる黒い線状領域を、黒線領域として抽出する（ステップ１１０３）。そして、特定部３１４は、複数の画像３２１それぞれから抽出された黒線領域の幅を比較することで、抽出された黒線領域に影が含まれているか否かをチェックする（ステップ１１０４）。

例えば、特定部３１４は、画像Ｒの黒線領域と画像Ｂの黒線領域とを重ね合わせ、両方の黒線領域の幅が一致した場合、それらの黒線領域には影が含まれていないと判定する。また、特定部３１４は、一方の黒線領域の幅が他方の黒線領域の幅よりも太い場合、太い方の黒線領域に影が含まれていると判定する。これにより、影の有無に基づいて、黒線領域の種別が立体物か否かを特定することができる。

黒線領域に影が含まれている場合（ステップ１１０４，ＹＥＳ）、特定部３１４は、その黒線領域の種別をひび割れ以外の種別に決定し（ステップ１１１０）、出力部３１６は、決定された黒線領域の種別を出力する。

一方、黒線領域に影が含まれていない場合（ステップ１１０４，ＮＯ）、抽出部３１３は、その黒線領域をベクタデータ３２２に変換する（ステップ１１０５）。

次に、特定部３１４は、各画像３２１のベクタデータ３２２上で複数の計算対象位置を決定し、各計算対象位置に計算対象領域を設定する。そして、特定部３１４は、各計算対象領域における明度変化を示す明度情報３２３を生成し（ステップ１１０６）、その明度変化が最小値以外の極値を有するか否かをチェックする（ステップ１１０７）。

明度変化が最小値以外の極値を有する場合（ステップ１１０７，ＹＥＳ）、特定部３１４は、黒線領域の種別をひび割れ以外の種別に決定し（ステップ１１１０）、出力部３１６は、決定された黒線領域の種別を出力する。

一方、明度変化が最小値以外の極値を有さない場合（ステップ１１０７，ＮＯ）、特定部３１４は、通信部３１５を介して、データベース３３１から黒線領域の種別及び統計値を取得する。そして、特定部３１４は、データベース３３１から取得した種別及び統計値を用いて、明度情報３２３が示す明度変化がひび割れに対応するか否かを判定する（ステップ１１０８）。

例えば、特定部３１４は、明度情報３２３が示す明度変化の統計値を計算し、計算した統計値を、データベース３３１から取得した統計値と比較することで、明度変化がひび割れに対応するか否かを判定する。明度変化の統計値としては、計算対象領域における明度の最大値、最小値、中央値、平均値等を用いることができる。

明度変化がひび割れに対応する場合（ステップ１１０８，ＹＥＳ）、特定部３１４は、黒線領域の種別をひび割れに決定し（ステップ１１０９）、出力部３１６は、決定された黒線領域の種別を出力する。一方、明度変化がひび割れに対応しない場合（ステップ１１０８，ＮＯ）、特定部３１４は、黒線領域の種別をひび割れ以外の種別に決定し（ステップ１１１０）、出力部３１６は、決定された黒線領域の種別を出力する。

図１２は、データベース３３１に登録された黒線領域の種別及び統計値の例を示している。ひび割れ、黒ペン、及び毛髪は、黒線領域の種別を表し、Ｐ１～Ｐ５は、黒線領域上における計算対象位置を表す。計算対象位置Ｐｊ（ｊ＝１～５）が示す列の数字は、行が示す種別の黒線領域上の計算対象位置Ｐｊにおける明度変化の最小値を表す。平均値が示す列の数字は、計算対象位置Ｐ１～計算対象位置Ｐ５の５個の最小値の平均値を表す。

図１２（ａ）は、コンクリート壁面に対して大きな角度で青色の光を照射して撮影した画像から計算された、最小値及び平均値の例を示している。図１２（ｂ）は、コンクリート壁面に対して小さな角度で赤色の光を照射して撮影した画像から計算された、最小値及び平均値の例を示している。

図１２（ａ）又は図１２（ｂ）のいずれの条件を用いた場合も、ひび割れ、黒ペン、及び毛髪の間で、明度の最小値及び平均値が異なっている。したがって、同じ条件で別のコンクリート壁面を撮影した場合、黒線領域の種別が同じであれば、明度の最小値及び平均値も同様の値になると考えられる。

図１３は、明度情報３２３が示す明度変化の統計値の例を示している。Ｐ１１～Ｐ１５は、黒線領域上における計算対象位置を表す。各計算対象位置の数字は、その計算対象位置における明度変化の最小値を表し、平均値は、計算対象位置Ｐ１１～計算対象位置Ｐ１５の５個の最小値の平均値を表す。

図１３（ａ）は、コンクリート壁面に対して大きな角度で青色の光を照射して撮影した画像から計算された、最小値及び平均値の例を示している。図１３（ｂ）は、コンクリート壁面に対して小さな角度で赤色の光を照射して撮影した画像から計算された、最小値及び平均値の例を示している。

例えば、図１２（ａ）又は図１２（ｂ）のいずれかの種別の平均値をＡとすると、特定部３１４は、図１３（ａ）又は図１３（ｂ）の平均値がＡ－Δ～Ａ＋Δの範囲内である場合、明度情報３２３が示す明度変化がその種別に対応すると判定することができる。

Δ＝１の場合、図１２（ａ）のひび割れに対応する平均値の範囲Ｒ１は３６．２～３８．２であり、黒ペンに対応する平均値の範囲Ｒ２は３９．２～４１．２であり、毛髪に対応する平均値の範囲Ｒ３は４１～４３である。また、図１２（ｂ）のひび割れに対応する平均値の範囲Ｒ４は６１．４～６３．４であり、黒ペンに対応する平均値の範囲Ｒ５は６４．２～６６．２であり、毛髪に対応する平均値の範囲Ｒ６は６８．２～７０．２である。

図１３（ａ）の平均値４１．２は、図１２（ａ）のひび割れの範囲Ｒ１には含まれず、黒ペンの範囲Ｒ２及び毛髪の範囲Ｒ３に含まれている。したがって、図１３の黒線領域の種別は黒ペン又は毛髪のいずれかであると判定することができる。さらに、図１３（ｂ）の平均値６８．６は、図１２（ｂ）のひび割れの範囲Ｒ４又は黒ペンの範囲Ｒ５のいずれにも含まれず、毛髪の範囲Ｒ６に含まれている。したがって、図１３の黒線領域の種別は毛髪に決定される。

このように、明度情報３２３が示す明度変化の統計値を、データベース３３１から取得した統計値と比較することで、黒線領域の種別に対する判定精度を高めることができる。同じコンクリート壁面に対して光の色又は照射角度の条件が異なる画像の枚数が増えるほど、判定精度が向上する。

特定部３１４は、計算した明度変化の統計値を、現場で作業者が確認した黒線領域の種別と対応付けてデータベース３３１に登録しておき、次回の画像処理で利用することもできる。

図１１の画像処理によれば、コンクリート壁面の画像に含まれる黒線領域の種別を自動的に特定できるため、作業者によるコンクリート壁面の点検作業が効率化される。例えば、コンクリート壁面上に毛髪、黒く汚れた蜘蛛の巣、黒ペンで描かれた黒線等が存在する場合であっても、それらの物質とひび割れとを区別することができる。

なお、ステップ１１０４において複数の画像３２１の黒線領域の幅を比較することで影の有無をチェックする代わりに、複数の画像３２１の同じ計算対象位置における明度変化を比較することで影の有無をチェックすることも可能である。この場合、特定部３１４は、複数の画像３２１それぞれの同じ計算対象位置における明度変化から、所定値よりも小さな明度を有する領域の幅を求める。そして、２枚の画像３２１間における領域の幅の差分が閾値よりも大きい場合、特定部３１４は、幅が広い方の領域に影が含まれていると判定する。

図１の画像処理装置１０１の構成は一例に過ぎず、画像処理装置１０１の用途又は条件に応じて一部の構成要素を省略又は変更してもよい。

図３の画像処理システムの構成は一例に過ぎず、画像処理装置３０１の用途又は条件に応じて一部の構成要素を省略又は変更してもよい。例えば、画像３２１が事前に記憶部３１１に格納されている場合は、取得部３１２を省略することができ、データベース３３１を利用しない場合は、通信部３１５を省略することができる。線状領域の種別を出力する必要がない場合は、出力部３１６を省略することができる。

図２及び図１１のフローチャートは一例に過ぎず、画像処理装置の構成又は条件に応じて一部の処理を省略又は変更してもよい。例えば、図１１の画像処理において、画像３２１が事前に記憶部３１１に格納されている場合は、ステップ１１０１及びステップ１１０２の処理を省略することができる。影の有無をチェックする必要がない場合は、ステップ１１０４の処理を省略することができ、データベース３３１を利用しない場合は、ステップ１１０８の処理を省略することができる。

図４に示したコンクリート壁面４０１は一例に過ぎず、撮影対象の物体は、別の材質の物体であってもよい。図５に示した光の照射角度は一例に過ぎず、画像処理装置の構成又は条件に応じて別の照射角度を用いてもよい。図６～図８に示した黒線領域、ベクタデータ、及び計算対象ラインは一例に過ぎず、黒線領域、ベクタデータ、及び計算対象ラインは、画像３２１に応じて変化する。

図９に示した計算対象領域９０３は一例に過ぎず、画像処理装置の構成又は条件に応じて別の形状又は別のサイズの計算対象領域を用いてもよい。計算対象領域９０３は、ベクタデータの線分と直交していなくてもよい。図１０に示した明度情報３２３は一例に過ぎず、明度情報３２３は、画像３２１に応じて変化する。

図１２及び図１３に示した最小値及び平均値は一例に過ぎず、明度変化の統計値は、各計算対象位置における明度変化に応じて変化する。

図１４は、図１の画像処理装置１０１及び図３の画像処理装置３０１として用いられる情報処理装置（コンピュータ）の構成例を示している。図１４の情報処理装置は、ＣＰＵ（Central Processing Unit）１４０１、メモリ１４０２、入力装置１４０３、出力装置１４０４、補助記憶装置１４０５、媒体駆動装置１４０６、及びネットワーク接続装置１４０７を含む。これらの構成要素はバス１４０８により互いに接続されている。図３の撮像装置３０２は、バス１４０８に接続されていてもよい。

メモリ１４０２は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリであり、処理に用いられるプログラム及びデータを格納する。メモリ１４０２は、図１の記憶部１１１又は図３の記憶部３１１として用いることができる。

ＣＰＵ１４０１（プロセッサ）は、例えば、メモリ１４０２を利用してプログラムを実行することにより、図１の抽出部１１２及び特定部１１３として動作する。ＣＰＵ１４０１は、メモリ１４０２を利用してプログラムを実行することにより、図３の取得部３１２、抽出部３１３、及び特定部３１４としても動作する。

入力装置１４０３は、例えば、キーボード、ポインティングデバイス等であり、オペレータ又はユーザからの指示又は情報の入力に用いられる。出力装置１４０４は、例えば、表示装置、プリンタ、スピーカ等であり、オペレータ又はユーザへの問い合わせ又は指示、及び処理結果の出力に用いられる。出力装置１４０４は、図３の出力部３１６として用いることができる。処理結果は、線状領域の種別を示す情報であってもよい。

補助記憶装置１４０５は、例えば、磁気ディスク装置、光ディスク装置、光磁気ディスク装置、テープ装置等である。補助記憶装置１４０５は、ハードディスクドライブ又はフラッシュメモリであってもよい。情報処理装置は、補助記憶装置１４０５にプログラム及びデータを格納しておき、それらをメモリ１４０２にロードして使用することができる。補助記憶装置１４０５は、図１の記憶部１１１又は図３の記憶部３１１として用いることができる。

媒体駆動装置１４０６は、可搬型記録媒体１４０９を駆動し、その記録内容にアクセスする。可搬型記録媒体１４０９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。可搬型記録媒体１４０９は、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ（Digital Versatile Disk）、ＵＳＢ（Universal Serial Bus）メモリ等であってもよい。オペレータ又はユーザは、この可搬型記録媒体１４０９にプログラム及びデータを格納しておき、それらをメモリ１４０２にロードして使用することができる。

このように、処理に用いられるプログラム及びデータを格納するコンピュータ読み取り可能な記録媒体は、メモリ１４０２、補助記憶装置１４０５、又は可搬型記録媒体１４０９のような、物理的な（非一時的な）記録媒体である。

ネットワーク接続装置１４０７は、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等の通信ネットワークに接続され、通信に伴うデータ変換を行う通信インタフェース回路である。情報処理装置は、プログラム及びデータを外部の装置からネットワーク接続装置１４０７を介して受信し、それらをメモリ１４０２にロードして使用することができる。ネットワーク接続装置１４０７は、図３の通信部３１５として用いることができる。

なお、情報処理装置が図１４のすべての構成要素を含む必要はなく、用途又は条件に応じて一部の構成要素を省略することも可能である。例えば、オペレータ又はユーザと対話する必要がない場合は、入力装置１４０３及び出力装置１４０４を省略してもよい。可搬型記録媒体１４０９又は通信ネットワークを使用しない場合は、媒体駆動装置１４０６又はネットワーク接続装置１４０７を省略してもよい。

図３のサーバ３０３としては、図１４と同様の情報処理装置を用いることができる。この場合、補助記憶装置１４０５は、データベース３３１として用いられる。

開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができるであろう。

図１乃至図１４を参照しながら説明した実施形態に関し、さらに以下の付記を開示する。
（付記１）
撮像装置によって撮影された物体の画像から線状領域を抽出し、
前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、
前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する、
処理をコンピュータに実行させるための画像処理プログラム。
（付記２）
前記複数の位置のいずれかの明度変化において、明度の最小値以外の極値が存在するか否かに基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記１記載の画像処理プログラム。
（付記３）
前記物体に対し複数色の光それぞれが照射され撮影された複数の画像それぞれから線状領域を抽出し、各線状領域の長さ方向に離れた複数の位置それぞれにおいて、各線状領域を横断する方向における明度変化を求め、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記１又は２記載の画像処理プログラム。
（付記４）
前記物体に対し複数の角度それぞれから光が照射され撮影された複数の画像それぞれから線状領域を抽出し、各線状領域の長さ方向に離れた複数の位置それぞれにおいて、各線状領域を横断する方向における明度変化を求め、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記１又は２記載の画像処理プログラム。
（付記５）
前記複数の画像それぞれから抽出された線状領域の幅を比較した比較結果に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記４記載の画像処理プログラム。
（付記６）
前記複数の画像それぞれから抽出された線状領域の同じ位置における明度変化を比較した比較結果に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記４記載の画像処理プログラム。
（付記７）
複数の種別それぞれに対応付けて登録された、線状領域の複数の位置における明度変化を示す第１統計値を取得し、取得した第１統計値と、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化を示す第２統計値とを比較し、前記第１統計値と前記第２統計値とを比較した比較結果に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする付記３乃至６のいずれか１項に記載の画像処理プログラム。
（付記８）
前記物体はコンクリート壁面であり、前記線状領域の種別はひび割れ又はひび割れ以外の種別であることを特徴とする付記１乃至７のいずれか１項に記載の画像処理プログラム。
（付記９）
撮像装置によって撮影された物体の画像を記憶する記憶部と、
前記物体の画像から線状領域を抽出する抽出部と、
前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する特定部と、
を備えることを特徴とする画像処理装置。
（付記１０）
前記特定部は、前記複数の位置のいずれかの明度変化において、明度の最小値以外の極値が存在するか否かに基づいて、前記線状領域の種別を特定することを特徴とする付記９記載の画像処理装置。
（付記１１）
前記撮像装置は、複数色の光それぞれが照射された前記物体を撮影することで、前記画像を含む複数の画像を取得し、
前記抽出部は、前記複数の画像それぞれから線状領域を抽出し、
前記特定部は、各線状領域の長さ方向に離れた複数の位置それぞれにおいて、各線状領域を横断する方向における明度変化を求め、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化に基づいて、前記線状領域の種別を特定することを特徴とする付記９又は１０記載の画像処理装置。
（付記１２）
前記撮像装置は、複数の角度それぞれから光が照射された前記物体を撮影することで、前記画像を含む複数の画像を取得し、
前記抽出部は、前記複数の画像それぞれから線状領域を抽出し、
前記特定部は、各線状領域の長さ方向に離れた複数の位置それぞれにおいて、各線状領域を横断する方向における明度変化を求め、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化に基づいて、前記線状領域の種別を特定することを特徴とする付記９又は１０記載の画像処理装置。
（付記１３）
コンピュータにより実行される画像処理方法であって、
前記コンピュータが、
撮像装置によって撮影された物体の画像から線状領域を抽出し、
前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、
前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する、
ことを特徴とする画像処理方法。
（付記１４）
前記コンピュータは、前記複数の位置のいずれかの明度変化において、明度の最小値以外の極値が存在するか否かに基づいて、前記線状領域の種別を特定することを特徴とする付記１３記載の画像処理方法。

１０１、３０１ 画像処理装置
１１１、３１１ 記憶部
１１２、３１３ 抽出部
１１３、３１４ 特定部
１２１、３２１ 画像
３０２ 撮像装置
３０３ サーバ
３１２ 取得部
３１５ 通信部
３１６ 出力部
３２２、６０１～６０５ ベクタデータ
３２３ 明度情報
３３１ データベース
４０１ コンクリート壁面
４０２ 光源
４１２ 光
７０１ 計算対象ライン
８０１ 分岐点
９０１ 黒線領域
９０２ 計算対象位置
９０３ 計算対象領域
１００１－１～１００１－３、１００２－１～１００２－３、１００３－１～１００３－３、１０１１－１～１０１１－３、１０１２－１～１０１２－３、１０１３－１～１０１３－３ グラフ
１４０１ ＣＰＵ
１４０２ メモリ
１４０３ 入力装置
１４０４ 出力装置
１４０５ 補助記憶装置
１４０６ 媒体駆動装置
１４０７ ネットワーク接続装置
１４０８ バス
１４０９ 可搬型記録媒体

Claims (5)

1. 撮像装置によって撮影された物体の画像から線状領域を抽出し、
   前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、
   前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する、
   処理をコンピュータに実行させるための画像処理プログラムであって、
   前記物体に対し第１の角度で第１の色の光が照射され撮影された第１の画像から抽出された線状領域と、前記物体に対して前記第１の角度よりも小さな第２の角度で第２の色の光が照射され撮影された第２の画像から抽出された前記線状領域とを重ね合わせて、一方の前記線状領域の幅が、他方の前記線状領域の幅よりも太い場合、太い方の前記線状領域に立体物の影が含まれていると判定する、
   処理を、更にコンピュータに実行させるための画像処理プログラム。
2. 前記複数の位置のいずれかの明度変化において、明度の最小値以外の極値が存在するか否かに基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする請求項１記載の画像処理プログラム。
3. 複数の種別それぞれに対応付けて登録された、線状領域の複数の位置における明度変化を示す第１統計値を取得し、取得した第１統計値と、前記複数の画像それぞれから抽出された線状領域の複数の位置における明度変化を示す第２統計値とを比較し、前記第１統計値と前記第２統計値とを比較した比較結果に基づいて、前記線状領域の種別を特定する処理をコンピュータに実行させることを特徴とする請求項１または２に記載の画像処理プログラム。
4. 撮像装置によって撮影された物体の画像を記憶する記憶部と、
   前記物体の画像から線状領域を抽出する抽出部と、
   前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する特定部と、
   を備え、
   前記特定部は、前記物体に対し第１の角度で第１の色の光が照射され撮影された第１の画像から抽出された線状領域と、前記物体に対して前記第１の角度よりも小さな第２の角度で第２の色の光が照射され撮影された第２の画像から抽出された前記線状領域とを重ね合わせて、一方の前記線状領域の幅が、他方の前記線状領域の幅よりも太い場合、太い方の前記線状領域に立体物の影が含まれていると判定することを特徴とする画像処理装置。
5. コンピュータにより実行される画像処理方法であって、
   前記コンピュータが、
   撮像装置によって撮影された物体の画像から線状領域を抽出し、
   前記線状領域の長さ方向に離れた複数の位置それぞれにおいて、前記線状領域を横断する方向における明度変化を求め、
   前記複数の位置における明度変化に基づいて、前記線状領域の種別を特定する、
   ことを含み、
   前記コンピュータが、前記物体に対し第１の角度で第１の色の光が照射され撮影された第１の画像から抽出された線状領域と、前記物体に対して前記第１の角度よりも小さな第２の角度で第２の色の光が照射され撮影された第２の画像から抽出された前記線状領域とを重ね合わせて、一方の前記線状領域の幅が、他方の前記線状領域の幅よりも太い場合、太い方の前記線状領域に立体物の影が含まれていると判定する、
   ことを更に含む、画像処理方法。

Images