JP7207842B2 - 地盤材料の粒度判定方法及びシステム - Google Patents

Description

本発明は地盤材料の粒度判定方法及びシステムに関し，とくに地盤材料の画像から粒度を判定する方法及びシステムに関する。

ダム・堤防・路体・路盤・路床等の土木構造物を構築する際に，材料・施工の合理化を図る観点から，現場付近の地山等の採取場で調達された地盤材料（粘土，砂，礫等の様々な粒径の粒状材が混在する土木材料）を原材料として使用することがある。例えばＣＳＧ（Ｃｅｍｅｎｔｅｄ Ｓａｎｄ ａｎｄ Ｇｒａｖｅｌ），セメント改良土等の構造材料は，現場付近で調達した地盤材料Ｓ（ＣＳＧ材，セメント改良土母材等と呼ばれる）に水及びセメントを混合してそのまま施工するものであり，大量且つ高速な施工を可能とする利点を有している。現場付近で調達した地盤材料Ｓを骨材としたコンクリートを構造材料として使用する場合もある。

ＣＳＧ材，セメント改良土母材，骨材等の地盤材料Ｓは，図６に示すように，採取場１等で調達したのち破砕装置１ａ等で適当に破砕することはあるが，基本的に人為的な粒度調整を施さずそのまま用いるものであり，粒度や含水率の変動によって構造物の品質（とくに強度）に変動を生じさせる。そのため，採取場１からストックヤード２経由でトラック等の運搬機械３によって工事現場に順次搬入される地盤材料Ｓを適宜抜き取って粒度，含水率等を確認し，地盤材料Ｓと混合する水Ｗ及びセメントＣの添加量を調整して構造材料の品質を適切に管理することが求められる。図中の符号４は工事現場に搬入された地盤材料Ｓを投入するホッパーを示し，符号９は水Ｗ及びセメントＣを混合する混合装置（ミキサー等）を示す。

一般に地盤材料Ｓの粒度（粒度分布）は，混在する各粒状材の粒径ｄを横軸（対数軸）とし，各粒径ｄ以下の粒状材の全体に対する質量百分率（＝その粒径ｄ以下の粒状材の総質量／粒状材全体の総質量×１００。以下，加積通過率ということがある）を縦軸（線形軸）とした片対数グラフ，すなわち図７のような粒径加積曲線Ｐによって表すことができる。粒径加積曲線Ｐを作成するためには，地盤材料Ｓを複数回篩い分けして複数の粒径ｄの加積通過率Ｐ（ｄ）を求める必要がある。しかし，地盤材料Ｓの篩い分けには非常に手間がかかるため，地盤材料Ｓの撒き出し画像Ｇからコンピュータ（画像処理装置）によって粒径加積曲線Ｐを求める方法が開発されている（特許文献１～３参照）。

地盤材料Ｓは最大粒径から最小粒径までの範囲（粒径範囲）が広いので，地盤材料Ｓの撒き出し画像Ｇから特定の粒径ｄ（例えば１００ｍｍ）以下の粒状材を全て検出して加積通過率Ｐ（ｄ）を直接的に求めることは困難である。特許文献１～３は，画像Ｇから特定の粒径ｄ以上の粒状材を全て検出し，画像Ｇの全体面積Ｅに対する粒径ｄ以上の粒状材の面積ｅの総和（Σｅ）の割合Σｅ／Ｅ（以下，粒度インデクスＩという）から，その粒径ｄの加積通過率Ｐ（ｄ）を間接的に求めるものである。

図８は，地盤材料Ｓの粒度インデクスＩと加積通過率Ｐ（ｄ）との変換式Ｋの一例を示すグラフである。このグラフは，地盤材料Ｓの複数の粒径ｄ＝１０ｍｍ，２０ｍｍ，３０ｍｍ，４０ｍｍについて従来の篩い分けで加積通過率Ｐ（ｄ）を求め，他方でその地盤材料Ｓの撒き出し画像Ｇから各粒径ｄ＝１０ｍｍ，２０ｍｍ，３０ｍｍ，４０ｍｍの粒度インデクスＩ（ｄ）を算出し，それらを二次平面にプロットして両者の関係を示したものである。同グラフから，各粒径ｄの加積通過率Ｐ（ｄ）＝ｙが粒度インデクスＩ（ｄ）＝ｘの多次元回帰モデルＫ（ｙ＝Σａ_ｎ・ｘ^ｎ）で表せること，すなわち各粒径ｄの粒度インデクスＩを加積通過率Ｐに変換できることが分かる。このような変換式Ｋ（例えば回帰モデル）を利用すれば，地盤材料Ｓの撒き出し画像Ｇから所要粒径ｄの粒度インデクスＩを求めて加積通過率Ｐに変換することできる。

図９は，粒度インデクスＩを利用して地盤材料Ｓの粒径加積曲線Ｐ（ｄ）を作成する特許文献３の粒度計測システムを示す。図示例のシステムは，地盤材料Ｓの撒き出し画像Ｇを撮影するデジタルカメラ等の撮像装置５と，その画像Ｇを入力して地盤材料Ｓの粒径加積曲線Ｐ（ｄ）を作成するコンピュータ３０とを有している。図示例のコンピュータ３０は，キーボード等の入力装置３１と，ディスプレイ・プリンタ等の出力装置３２と，粒度インデクスＩを加積通過率Ｐに変換する変換式Ｋ等を記憶する記憶手段３５とを有する。

また図示例のコンピュータ３０は，内蔵プログラム（画像処理プログラム）として，画像Ｇから地盤材料Ｓ中の各粒状材の輪郭を検出する検出手段４１と，各粒状材の輪郭から粒径ｄ及び面積ｅを求めて複数の粒径ｄの粒度インデクスＩ（ｄ）を算出する算出手段４２と，算出した複数の粒径ｄの粒度インデクスＩ（ｄ）を変換式Ｋにより加積通過率Ｐに変換して粒径加積曲線Ｐ（ｄ）を作成する作成手段４３と，作成した粒径加積曲線Ｐ（ｄ）に基づき地盤材料Ｓの粒度品質を判定・評価する評価手段４４とを有している。

図９の粒度計測システムによれば，工事現場に搬入される地盤材料Ｓを適宜抜き取って撒き出し，その撒き出し画像Ｇを撮影してコンピュータ３０に入力することにより，地盤材料Ｓの粒径加積曲線Ｐ（ｄ）を迅速に作成することができ，地盤材料Ｓの粒度品質を例えば１５分～３０分に１回程度の頻度で判定・評価（管理）することができる。また，図５に示すように地盤材料Ｓを搬送するベルトコンベア１０上で振動させて撒き出す（分散させる）技術が開発されており（特許文献４参照），そのような振動ベルトコンベア１０等を用いて撒き出す時間を更に短縮ないし省略することにより，工事現場に搬入される地盤材料Ｓの粒度品質をほぼ連続的に判定・評価（管理）することも可能である。

図５（Ａ）は，地盤材料Ｓを載置して搬送しながら分散させる特許文献４の振動ベルトコンベア１０を示す。図示例のベルトコンベア１０は，通常のベルトコンベアと同様に駆動プーリ１１とテールプーリ１３との間に環状に帯状ベルト１４を架け渡したものである。駆動装置１２により駆動プーリ１１を駆動し，駆動プーリ１１とテールプーリ１３との間で帯状ベルト１４を回転させることにより，ベルト面に載置した地盤材料Ｓを搬送する。ベルト面の下方には，搬送方向に沿って複数のキャリアローラ１５，１６が並べられており，ベルト面の上流部のキャリアローラ１５は第１支持体２１によって連結支持され，下流部のキャリアローラ１６は第１支持体２１から縁切りされた第２支持体１７によって連結支持されている。第１支持体２１及び第２支持体１７は，それぞれ支持脚によって工事現場の基盤上に支持されている。

図５（Ａ）のベルトコンベア１０において，ベルト面の荷重はキャリアローラ１５，１６を介して第１支持体２１及び第２支持体１７により支持されるが，第１支持体２１と第２支持体１７とは相互に縁切りされているので，第１支持台２１にはキャリアローラ１５の荷重のみが伝達され，他のキャリアローラ１６の荷重は伝達されない。また，ベルトコンベア１０は第１支持体２１を振動させる振動装置２２を有しているが，振動装置２２の振動は第２支持体１７に伝達されることはなく，第１支持体２１とそれに連結されたキャリアローラ１５のみを振動させることができる。

図５（Ａ）の撮像装置５は，ベルトコンベア１０の下流部の無振動エリアに，ベルト面と対向するように配置されている。ベルトコンベア１０の上流部において地盤材料Ｓを振動させながらベルト面画像Ｇを撮影すると，撮影のたびに地盤材料Ｓ中の粒子や土塊が異なる形として写り込み，画像Ｇから測定される粒度の精度が低下するおそれがある。図５（Ａ）のように，地盤材料Ｓを上流の振動エリアにおいて振動させて分散させたのち，その下流の無振動エリアにおいてベルト面画像Ｇを撮影することにより，画像Ｇから粒度を精度よく求めることができる。

特開２０１０－２４９５５３号公報 特開２０１１－１６３８３６号公報 特開２０１３－２５７１８８号公報 特開２０１６－１２４６６５号公報

原田達也「機械学習プロフェッショナルシリーズ 画像認識」講談社，２０１７年５月２４日発行 涌井良幸・涌井貞美「Ｅｘｃｅｌでわかるディープラーニング超入門」技術評論社，２０１８年１月５日発行

上述したように，例えば図５の振動ベルトコンベア１０等に地盤材料Ｓを載置して搬送しながら分散させ，ベルトコンベア１０上の分散した状態の地盤材料Ｓのベルト面画像Ｇを図９のコンピュータ３０に入力することにより，工事現場に搬入される地盤材料Ｓの粒度品質をほぼ連続的に管理することが期待できる。しかし，本発明者らの予備的実験によると，ベルトコンベア１０のベルト面１４と対向する撮像装置５で撮影したベルト面画像Ｇには，地盤材料Ｓだけでなく，地盤材料Ｓ以外の物体（例えば露出したベルト面等）も写り込んでおり，その物体の輪郭を誤って地盤材料Ｓと認識してしまうことが経験された。地盤材料Ｓの誤認識は粒径加積曲線Ｐ（ｄ）の誤差の原因となり，ひいては地盤材料Ｓの粒度品質管理の精度低下につながる。また，地盤材料Ｓを用いる構造物の品質低下を招くことから，地盤材料Ｓの誤認識はできる限り小さく抑えることが必要である。

また，地盤材料Ｓ以外の物体が写り込んだベルト面画像Ｇは，上述した地盤材料Ｓの粒度インデクスＩの誤差の原因ともなりうる。すなわち，粒度インデクスＩは画像Ｇの全体面積Ｅに対する特定粒径ｄ以上の粒状材の面積ｅの総和（Σｅ）の割合Σｅ／Ｅとして定義されるが，全体面積Ｅに地盤材料Ｓ以外の物体が含まれると誤差となり，特定粒径ｄの粒状材の面積ｅに地盤材料Ｓ以外の物体が含まれる場合も誤差となるので，粒度インデクスＩから加積通過率Ｐ（ｄ）を正確に求めることができなくなる。工事現場に搬入される地盤材料Ｓの粒度品質の連続的な管理を実現するためには，画像Ｇに写り込んだ地盤材料Ｓ以外の物体の影響を避ける技術の開発が必要である。

そこで本発明の目的は，ベルトコンベア上の分散した状態の地盤材料の画像から精度よく粒度を判定できる地盤材料の粒度判定方法及びシステムを提供することにある。

一態様において本発明は，図１の実施例及び図２の流れ図並びに図３（Ｂ）及び図４（Ｄ）に示すように，異なる粒径ｄの粒状材が混在した地盤材料Ｓをベルトコンベア１０の帯状ベルト１４に分散した状態で載置し，ベルトコンベア１０と対向する撮像装置５により地盤材料Ｓを載置したベルト面画像Ｇ（図３（Ａ）及び図４（Ａ）参照）を撮影し，ベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを機械学習による推定により検知し，露出ベルト面１４の輪郭領域Ｔ２を地盤材料Ｓ以外の領域としてベルト面画像Ｇから差し引いた除去画像Ｅ（図３（Ｂ）及び図４（Ｄ）参照）を作成し，その除去画像Ｅから地盤材料Ｓの粒度Ｐ（ｄ）を判定してなる地盤材料の粒度判定方法を提供する。

他の態様において本発明は，図１，図３（Ｂ）及び図４（Ｄ）の実施例に示すように，異なる粒径ｄの粒状材が混在した地盤材料Ｓを帯状ベルト１４に分散した状態で載置するベルトコンベア１０，ベルトコンベア１０と対向して地盤材料Ｓを載置したベルト面画像Ｇ（図３（Ａ）及び図４（Ａ）参照）を撮影する撮像装置５，ベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を差し引いた除去画像Ｅ（図３（Ｂ）及び図４（Ｄ）参照）を作成する画素選択手段５０，及び除去画像Ｅから地盤材料Ｓの粒度Ｐ（ｄ）を判定する判定手段４０を備え，画素選択手段５０にベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを検知する検知手段５２（図１のブロック図参照）を含め，その検知手段５２を，地盤材料Ｓ中の各粒状材の輪郭形状とベルト面１４上に分散させた地盤材料Ｓ周りの露出ベルト面１４の輪郭形状とを教師データとして用い，ベルト面画像Ｇからセマンティックセグメンテーション手法の機械学習により生成された地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを推定する輪郭推定モデルとし，画素選択手段５０により露出ベルト面１４の輪郭領域Ｔ２を地盤材料Ｓ以外の領域として除去画像Ｅを作成してなる地盤材料の粒度判定システムを提供する。

更に他の態様において本発明は，図１，図３（Ｃ），図３（Ｄ）及び図４（Ｄ）の実施例に示すように，異なる粒径ｄの粒状材が混在した地盤材料Ｓを帯状ベルト１４に分散した状態で載置するベルトコンベア１０，ベルトコンベア１０と対向して地盤材料Ｓを載置したベルト面画像Ｇ（図３（Ａ）及び図４（Ａ）参照）を撮影する撮像装置５，ベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を差し引いた除去画像Ｅ（図３（Ｂ）及び図４（Ｄ）参照）を作成する画素選択手段５０，及び除去画像Ｅから地盤材料Ｓの粒度Ｐ（ｄ）を判定する判定手段４０を備え，画素選択手段５０にベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを検知する検知手段５２（図１のブロック図参照）と共に露出ベルト面１４の輪郭領域Ｔ２をベルト面１４の帯幅方向に拡大してベルト面全幅にわたる矩形領域Ｔ４，Ｔ５に変形する領域変形手段５４を含め（図３（Ｃ）参照）を含め，画素選択手段５０によりベルト面全幅にわたる矩形領域Ｔ４，Ｔ５を地盤材料以外の領域として除去画像Ｅを作成してなる地盤材料の粒度判定システムを提供する。

好ましい実施例では，図４（Ｂ）～（Ｃ）に示すように，画素選択手段５０にベルト面画像Ｇを所要大きさの複数の分割画像ｇ１～ｇ８（図４（Ｂ）参照）に区分けする分割手段５１（図１のブロック図参照）と各分割画像ｇ１～ｇ８を統合する統合手段５３（図１のブロック図参照）とを含め，検知手段５２により分割画像ｇ１～ｇ８毎に地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを推定し（図４（Ｃ）参照），統合手段５３により各分割画像ｇ１～ｇ８の地盤材料Ｓの輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とをそれぞれ統合してベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とを検知する。

本発明による地盤材料の粒度判定方法及びシステムは，異なる粒径ｄの粒状材が混在した地盤材料Ｓをベルトコンベア１０の帯状ベルト１４に分散した状態で載置し，ベルトコンベア１０と対向する撮像装置５により地盤材料Ｓを載置したベルト面画像Ｇを撮影し，ベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓ周りの露出ベルト面１４の輪郭領域Ｔ２とを機械学習による推定により検知し，露出ベルト面１４の輪郭領域Ｔ２を地盤材料Ｓ以外の領域としてベルト面画像Ｇから差し引いた除去画像Ｅを作成し，その除去画像Ｅから地盤材料Ｓの粒度Ｐ（ｄ）を判定するので，次の有利な効果を奏する。

（イ）ベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を差し引いた除去画像Ｅを作成し，地盤材料Ｓのみが写り込んだ除去画像Ｅに基づいて粒径加積曲線Ｐ（ｄ）を作成することにより，地盤材料Ｓ以外の物体の影響を避け，精度の高い粒径加積曲線Ｐを作成することができる。
（ロ）色彩や光反射率の相違等を利用してベルト面画像Ｇに写り込んだ地盤材料Ｓ以外の物体を識別検知することもできるが，地盤材料Ｓ以外の物体は地盤材料Ｓ中の粒状材とは通常異なる輪郭形状であることから，輪郭形状を利用してベルト面画像Ｇの地盤材料Ｓ以外の領域Ｔ２，Ｔ３を識別検知することにより，色彩や光反射率の相違等が利用できない条件下でも地盤材料Ｓの粒径加積曲線Ｐを精度よく作成できる。
（ハ）地盤材料Ｓの輪郭形状は一定ではなく，地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３の輪郭形状も一定ではないが，セマンティックセグメンテーション手法の機械学習により生成された輪郭推定モデルを利用することにより，ベルト面画像Ｇから地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を精度よく識別検知し，地盤材料Ｓの粒径加積曲線Ｐの精度を高めることが可能である。判定対象の地盤材料Ｓを教師データとして輪郭推定モデルのパラメタを最適化することにより，判定対象の地盤材料Ｓに応じて地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３の検知精度を高めることもできる。

以下，添付図面を参照して本発明を実施するための形態及び実施例を説明する。
は，本発明の地盤材料の粒度判定システムの一実施例のブロック図である。 は，本発明の粒度判定方法を示す流れ図の一例である。 は，本発明で用いるベルト面画像Ｇ及び除去画像Ｅの一例の説明図である。 は，本発明で用いる地盤材料の輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とを検知する検知手段の一例の説明図である。 は，粒度判定で用いる従来の振動ベルトコンベアの一例の説明図である。 は，地盤材料Ｓを用いて構造材料を製造する従来方法の流れ図である。 は，地盤材料Ｓの粒径加積曲線ｄの一例を示すグラフである。 は，地盤材料Ｓの粒度インデクスＩｉと加積通過率Ｐ（ｄｉ）との変換式Ｋを示すグラフの一例である。 は，地盤材料Ｓの撒き出し画像Ｇから粒径加積曲線ｄを作成する従来システムの一例の説明図である。

図１は，工事現場付近で調達した地盤材料Ｓを原材料として構造材料（ＣＳＧ，セメント改良土，コンクリート等）を製造する工事現場に適用した本発明の粒度判定システムの実施例を示す。図６に示すように，工事現場に搬入された地盤材料Ｓはホッパー４に投入され，ホッパー４から混合装置９（ミキサー等）に搬送して水Ｗ及びセメントＣを添加することにより構造材料とする。図示例の粒度判定システムは，ホッパー４から混合装置９への搬送路に設けたベルトコンベア１０と，そのベルトコンベア１０上の分散させた状態の地盤材料Ｓを含むベルト面画像Ｇを継続的に撮影する撮像装置５と，そのベルト面画像Ｇを順次入力して地盤材料Ｓの粒径加積曲線Ｐ（ｄ）を作成するコンピュータ３０（画像処理装置）とにより構成されている。

図示例のベルトコンベア１０は，例えば図５（Ａ）を参照して上述した振動ベルトコンベア１０と同様のものとすることができる。すなわち，ベルトコンベア１０の上流部を振動装置２２付き第１支持体２１で支持された振動エリアとし，その下流部を第１支持体２１から縁切りされた第２支持体１７で支持された無振動エリアとし，ベルト面１４を搬送方向に沿って振動エリアと無振動エリアとに区分けしたものとする。ベルト面１４の上流側の振動エリアに地盤材料Ｓを投入・載置し，搬送しながら所要振動数で振動させて分散させ，分散後の地盤材料Ｓを無振動エリアに搬送して無振動状態で観察可能とする。ベルト面１４は，後述する撮像装置５の画像Ｇ中に写り込んだ地盤材料Ｓとベルト面１４とが色彩，光反射率等で識別検知できるように選択又は加工することができる。

ベルトコンベア１０の振動エリアの長さ（第１支持体２１の搬送方向長さ）及び振動周波数は，粒度の判定に適した地盤材料Ｓの均等な分散が得られるように適宜選択することができる。必要に応じて，図５（Ｂ）に示すように上流側の第１支持体２１と下流側の第２支持体１７との間に両支持体２１，１７から縁切りされた振動装置２４付き第３支持体２３を設け，地盤材料Ｓを二段階で振動させてもよい。図５（Ｂ）のベルトコンベア１０は，振動装置２２，２４を同一又は異なる振動条件で振動させることができ，地盤材料Ｓの性状に応じて振動条件の組み合わせを変化させることもでき，より粒度の判定に適した地盤材料Ｓの均等な分散を得ることが期待できる。振動装置２４付き第３支持体２３は，第１支持体２１と同様に，支持脚によって工事現場の基盤上に支持することができる。

ただし，本発明で用いるベルトコンベア１０は振動ベルトコンベアに限定されるわけではなく，地盤材料Ｓを搬送しながら均等に分散させることができる他のベルトコンベアとしてもよい。例えば，地盤材料Ｓを載置するベルト面１４の上流側（上流部分）と対向させてレーキ等の敷き均し板を取り付けたベルトコンベア１０を用い，ベルト面１４上に載置した地盤材料Ｓを搬送しながら敷き均し板によって均等に分散させることも可能である。更に本発明は，ベルトコンベア１０に載置した地盤材料Ｓを搬送しながら分散させるものに限定されず，地盤材料Ｓを適当に分散させたのち又は分散させつつベルトコンベア１０に載置してもよい。例えばホッパー４の投入出口に適当な分散器具を取り付け，ホッパー４から投入される地盤材料Ｓを分散器具で適当に分散した状態でベルトコンベア１０のベルト面１４に載置することもできる。

図示例の撮像装置５は，ベルトコンベア１０の無振動エリアのベルト面１４と対向するように配置されており，上流部において分散させた状態の地盤材料Ｓを含むベルト面画像Ｇを振動させずに撮影することができる。また，図示例の撮像装置５は，遮光板又は遮光カーテンで覆われた撮影建屋５ａ内に照明装置（フラッシュ等）と共に配置されている。撮像装置５と組み合わせる照明装置は，後述するように画像Ｇ中に写り込んだ地盤材料Ｓと地盤材料Ｓ以外の物体とが色彩，光反射率等で識別検知できるように選択することができる。図示例においてベルトコンベア１０上の地盤材料Ｓは，無振動エリアを搬送されながら撮影建屋５ａの内部に進入し，所要の照明状態に維持された状態でベルト面画像Ｇ中に写り込む。撮像装置５で撮影するベルト面画像Ｇは静止画又は動画の何れとすることも可能である。

図示例のコンピュータ３０は，図９を参照して上述したコンピュータと同様に，入力装置３１と出力装置３２と記憶手段３５とを有する。記憶手段３５には，ベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を検知するために必要な画素選択パラメタＦ，地盤材料Ｓの粒度インデクスＩｉを加積通過率Ｐ（ｄｉ）に変換する関係式Ｋその他のパラメタを記憶する。また内蔵プログラムとして，撮像装置５からベルト面画像Ｇを入力する入力手段３３と，そのベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を差し引いた除去画像Ｅを作成する画素選択手段５０と，その画素選択手段５０で作成された除去画像Ｅを取り込んで地盤材料Ｓの粒度Ｐ（ｄ）を判定する判定手段４０と，地盤材料Ｓの粒度Ｐ（ｄ）その他の判定結果を出力装置３２に出力する出力手段３４とを有する。

図示例のコンピュータ３０の判定手段４０は，除去画像Ｅから地盤材料Ｓ中の各粒状材の輪郭を検出する検出手段４１と，各粒状材の輪郭から粒径ｄ及び面積ｅを求めて複数の粒径ｄの粒度インデクスＩ（ｄ）を算出する算出手段４２と，算出した複数の粒径ｄの粒度インデクスＩ（ｄ）を変換式Ｋにより加積通過率Ｐに変換して粒径加積曲線Ｐ（ｄ）を作成する作成手段４３と，作成した粒径加積曲線Ｐ（ｄ）に基づき地盤材料Ｓの粒度品質を判定・評価する評価手段４４とを含んでいる。これらの検出手段４１，算出手段４２，作成手段４３，及び評価手段４４は，判定対象を地盤画像Ｓではなく除去画像Ｅとしている点以外は，図９を参照して上述した特許文献３の粒度計測システムと同様のものとすることできる。

他方，コンピュータ３０の画素選択手段５０は，例えば図４（Ａ）に示すようなベルト面画像Ｇ中に写り込んだ地盤材料Ｓ以外の領域（例えばベルト面１４の露出領域やベルト面１４の外側領域）を検知し，その地盤材料Ｓ以外の領域（例えばベルト面１４の露出領域Ｔ２）をベルト面画像Ｇから差し引いて図４（Ｄ）に示すような除去画像Ｅを作成する。図４（Ａ）は，撮像装置５で撮影したベルト面画像Ｇの一例を示している。ベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２を差し引いた除去画像Ｅ（図４（Ｄ）参照）を作成し，地盤材料Ｓの領域Ｔ１のみが写り込んだ除去画像Ｅを判定手段４０に入力して地盤材料Ｓの粒度Ｐ（ｄ）を判定することにより，地盤材料Ｓ以外の物体の写り込みによる影響を避け，地盤材料Ｓの粒度Ｐを精度よく判定することができる。

図３（Ａ）は，ベルト面画像Ｇに写り込んだ地盤材料Ｓ以外の物体の輪郭領域Ｔ２，Ｔ３の一例を示している。ベルトコンベア１０上に載置した地盤材料Ｓは，ベルト面１４に分散された状態で載置されるが，ベルト面１４の全体を覆うように分散するとは限らず，地盤材料Ｓの周りにベルト面１４の露出した領域Ｔ２が残ることがある（図４（Ａ）も参照）。画素選択手段５０は，例えば地盤材料Ｓとベルト面１４との色彩や光反射率の相違に基づいて，ベルト面画像Ｇ中に写り込んだ地盤材料Ｓの輪郭領域Ｔ１とその地盤材料Ｓの周りの露出ベルト面１４の輪郭領域Ｔ２とを検知する検知手段５２を含んでいる。画素選択手段５０は，検知手段５２で検知された露出ベルト面１４の輪郭領域Ｔ２を地盤材料Ｓ以外の領域としてベルト面画像Ｇから差し引くことにより，図３（Ｂ）のような除去画像Ｅを作成することができる。

また図３（Ａ）に示すように，ベルト面画像Ｇにはベルト面１４の外側（帯幅方向の片側又は両側）に，例えばベルトコンベア１０を設置した現場の基盤が写り込むことがある。画素選択手段５０に含まれる検知手段５２は，例えばベルト面１４とその外側（例えば現場の基盤）との色彩や光反射率の相違に基づいて，ベルト面画像Ｇ中に写り込んだベルト面１４の外側の輪郭領域Ｔ３とを検知する（ベルト面１４とその外側との境界を検知する）ことができる。画素選択手段５０は，検知手段５２で検知された露出ベルト面１４の輪郭領域Ｔ２と共にベルト面外側の輪郭領域Ｔ３を地盤材料Ｓ以外の領域としてベルト面画像Ｇから差し引いくことにより，図３（Ｂ）のような除去画像Ｅを作成することができる。

ベルト面画像Ｇに写り込んだ地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３は，地盤材料Ｓ中の粒状材の輪郭とは異なる輪郭形状となるのが通常であることから，地盤材料Ｓとの色彩や光反射率の相違を利用できない条件下であっても，地盤材料Ｓ中の粒状材の輪郭形状との相違を利用して地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を検知することができる。粒状材の輪郭形状は一定ではなく，地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３の輪郭形状も一定ではないが，必ずしも輪郭形状が一定でない物体の画像（例えば手書き文字の画像）から機械学習により物体の属するクラス及び輪郭形状（物体と背景との境界）を予測する技術（セマンティックセグメンテーション手法）が開発されている（非特許文献１参照）。このようなセマンティックセグメンテーション手法の機械学習により生成された輪郭推定モデルを，ベルト面画像Ｇから地盤材料Ｓの輪郭領域Ｔ１と地盤材料Ｓ以外の物体の輪郭形状Ｔ２，Ｔ３とを識別検知する画素選択手段５０の検知手段５２とすることができる。

セマンティックセグメンテーション手法の機械学習によって画像中の物体のクラス及び輪郭形状（物体と背景との境界）を推定する検知手段５２の一例は，畳み込み層とブーリング層とを積み重ねた畳み込みニューラルネットワーク（ＣＮＮ）プログラムにより構成することができる。セマンティックセグメンテーション手法は，物体の属するクラスと共に画像中の物体が存在する領域を推定する物体検出手法の一種であり，通常の物体検出手法では物体を囲む矩形領域が推定されるのに対し，セマンティックセグメンテーション手法では画素中の画素レベルまで物体の領域と背景の領域とを切り分け，物体の輪郭形状（物体と背景の境界）を推定することができる（非特許文献１参照）。

例えば，図４（Ａ）のようなベルト面画像Ｇに基づき，予め露出ベルト面１４の輪郭領域Ｔ２（及び，必要な場合はベルト面外側の輪郭領域Ｔ３）を多角形で近似した複数の教師データを調製し，その教師データを画素選択手段５０の検知手段５２に入力して地盤材料Ｓ以外の輪郭領域Ｔ２を推定させ，その推定結果と教師データとの誤差が最小となるように画素選択パラメターＦ（畳み込みニューラルネットワークの重みデータ等のパラメタ）を最適化する。最適化されたパラメタＦを用いて検知手段５２の畳み込みニューラルネットワークを構成することにより，教師データ以外の通常のベルト面画像Ｇから地盤材料Ｓの輪郭領域Ｔ１と地盤材料Ｓ以外の輪郭領域Ｔ２を精度よく識別検知することができる。

地盤材料Ｓの輪郭領域Ｔ１，及び地盤材料Ｓ以外の輪郭領域Ｔ２は，判定対象の地盤材料Ｓの性状に応じて相違することがある。例えば，粘土質の土を多く含むコア材等の地盤材料Ｓと，礫や砕石を多く含むロック材等の地盤材料Ｓとは，分散させたときの輪郭形状が相違しうる。従って，上述した画素選択パラメターＦを最適化するための教師データは，判定対象の地盤材料Ｓに基づいて調整することが望ましい。また，作業現場毎に地盤材料Ｓ中の粒状材の大きさ，色，凹凸，サイズ，形状等が変わってくるので，画素選択パラメターＦを最適化するための教師データは作業現場毎に調整することが望ましい。判定対象の地盤材料Ｓに応じた教師データによって画素選択パラメターＦを最適化することにより，その地盤材料Ｓに応じた輪郭領域Ｔ１と地盤材料Ｓ以外の輪郭領域Ｔ２との識別検知精度を高めることができる。

好ましくは，図１の画素選択手段５０に示すように，ベルト面画像Ｇを所要大きさの複数の分割画像ｇ１～ｇ８に区分けする分割手段５１と，複数の分割画像ｇ１～ｇ８を統合する統合手段５３とを画素選択手段５０に含める。画素選択手段５０の検知手段５２により，例えば図４（Ａ）のような撮像装置５から出力されるベルト面の帯幅全体にわたるベルト面画像Ｇから直接的に地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を検知することもできるが，全体の画像Ｇが大きくなると輪郭領域Ｔ２，Ｔ３の輪郭形状が複雑になり，複数の教師データの相互間のバラツキが大きくなるため，画素選択パラメターＦを最適化しても，地盤材料Ｓの輪郭領域Ｔ１と地盤材料Ｓ以外の輪郭領域Ｔ２とを識別検知する精度の低下が経験された。

例えば，図４（Ａ）のベルト面画像Ｇを，分割手段５１によって図４（Ｂ）のように所要大きさの複数の分割画像（例えば一辺３００～２４００画素程度の矩形画像）ｇ１～ｇ８に区分し，検知手段５２によって図４（Ｃ）のように分割画像ｇ１～ｇ８毎に地盤材料Ｓの輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とを推定する。そのうえで，統合手段５３によって図４（Ｄ）のように各分割画像ｇ１～ｇ８の地盤材料Ｓの輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とをそれぞれ統合することにより，ベルト面画像Ｇ上の地盤材料Ｓの輪郭領域Ｔ１と露出ベルト面１４の輪郭領域Ｔ２とを検知する。ベルト面画像Ｇを複数の分割画像ｇ１～ｇ８に分割したうえで地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を推定することにより，地盤材料Ｓの輪郭領域Ｔ１と地盤材料Ｓ以外の輪郭領域Ｔ２との識別検知精度の向上を図ることができる。

図２は，図１のシステムを用いて地盤材料Ｓの粒度Ｐ（ｄ）を判定する方法の流れ図を示す。以下，図２の流れ図を参照して図１のシステムを説明する。図２のステップＳ１０１は，コンピュータ１０の関係式設定手段４６により，図８を参照して上述した地盤材料Ｓの粒度インデクスＩと加積通過率Ｐ（ｄ）との変換式Ｋを設定する初期処理を示す。例えば，工事現場付近で調達した地盤材料Ｓについて篩い分けにより複数の粒径ｄの加積通過率Ｐ（ｄ）をそれぞれ求め，他方でその地盤材料Ｓのベルト面画像Ｇから各粒径ｄの粒度インデクスＩ（ｄ）を算出し，それらから図８のような変換式Ｋ（例えば回帰モデル）を求めてコンピュータ３０の記憶手段３５に設定・記憶する。ただし，関係式Ｋは予め記憶手段３５に記憶されていれば足り，予め記憶されている場合は図２のステップＳ１０１は省略可能であり，パラメタ設定手段５６は本発明に必須のものではない。

また図２のステップＳ１０２は，コンピュータ１０のパラメタ設定手段５６により，画素選択手段５０の検知手段５２に教師データを入力して，最適化された画素選択パラメターＦを設定する初期処理を示す。例えば，検知手段５２をセマンティックセグメンテーション手法の機械学習によって画像Ｇ中の物体の輪郭形状を推定する輪郭推定モデルとし，工事現場付近で調達した地盤材料Ｓのベルト面画Ｇに基づき，予め露出ベルト面１４の輪郭領域Ｔ２（及び，必要な場合はベルト面外側の輪郭領域Ｔ３）を多角形で近似した複数の教師データを調製する。そして，その教師データと検知手段５２の推定結果との誤差が最小となるように画素選択パラメターＦを最適化し，最適化した画素選択パラメターＦをコンピュータ３０の記憶手段３５に設定・記憶する。ただし，画素選択パラメターＦも予め記憶手段３５に記憶されていれば足り，予め記憶されている場合は図２のステップＳ１０２は省略可能であり，パラメタ設定手段５６も本発明に必須のものではない。

図２のステップＳ１０３において，画像装置５によりベルトコンベア１０上の分散させた状態の地盤材料Ｓを含むベルト面画像Ｇを撮影し，そのベルト面画像Ｇをコンピュータ３０の入力手段３３に入力する。ステップＳ１０４において，入力したベルト面画像Ｇを画素分離手段５０に送り，画素分離手段５０の検知手段５２においてベルト面画像Ｇ中に写り込んだ地盤材料Ｓ以外の物体の輪郭領域Ｔ２，Ｔ３を検知し，その領域Ｔ２，Ｔ３をベルト面画像Ｇから差し引いて除去画像Ｅを作成する。必要に応じて，図４を参照して上述したように，画素分離手段５０の検知手段５２の前段，後段にそれぞれ分割手段５１，統合手段５３を設けてもよい。分割手段５１によりベルト面画像Ｇを複数の矩形分割画像ｇ１～ｇ８に区分し，検知手段５２により分割画像ｇ１～ｇ８毎に地盤材料Ｓ以外の物体の輪郭領域Ｔ２，Ｔ３を検知したのち，統合手段５３により各分割画像ｇ１～ｇ８を統合することによりベルト面画像Ｇ上の地盤材料Ｓ以外の物体の輪郭領域Ｔ２，Ｔ３を検知し，その輪郭領域Ｔ２，Ｔ３をベルト面画像Ｇから差し引いて除去画像Ｅを作成する。

図２のステップＳ１０５において，画素分離手段５０の作成した除去画像Ｅを判定手段４０に送り，判定手段４０の検出手段４１により除去画像Ｅ中の個々の粒状材の輪郭を検出する。上述した画素分離手段５０において個々の粒状材の輪郭形状が既に検知済みである場合は，検出手段４１による検出を省略し，画素分離手段５０で検出した輪郭を用いてもよい。次いでステップＳ１０６において，算出手段４２により各粒状材の粒径ｄｉ及び面積ｅを求め，複数の粒径ｄの粒度インデクスＩ（ｄ）を算出する。更にステップＳ１０７において，複数の粒径ｄｉの粒度インデクスＩｉを作成手段４３に入力し，作成手段４３において記憶手段３５の変換式Ｋにより各粒径ｄｉの粒度インデクスＩｉを加積通過率Ｐ（ｄｉ）に変換して粒径加積曲線Ｐ（ｄ）を作成する。

図２のステップＳ１０８は，ステップＳ１０７で作成した粒状材料Ｓの粒径加積曲線Ｐ（ｄ）を評価手段４４に入力し，評価手段４４において地盤材料Ｓの粒度品質を判定・評価する処理を示す。例えば，地盤材料Ｓの粒度規定範囲を示す最粗粒標本Ｔｒの粒径加積曲線Ｐｒ（ｄ）と最細粒標本Ｔｓの粒径加積曲線Ｐｓ（ｄ）とを予めコンピュータ３０の記憶手段３５にしておき，評価手段４４により粒径加積曲線Ｐｒ，Ｐｓと比較することにより粒状材料Ｓの粒径加積曲線Ｐ（ｄ）が規定範囲内であるか否かを評価する（図７を参照）。規定範囲外であると評価された場合は，例えばコンピュータ３０の出力手段３４を介してディスプレイ・プリンタ等の出力装置３２に警報を出力し，必要に応じて粒状材料Ｓの粒度を調整することができる。

図２のステップＳ１０８において粒状材料Ｓの粒度品質が規定範囲内であると判定された場合は，例えば粒径加積曲線Ｐ（ｄ）を記憶手段３５に累積記憶したのち，ステップＳ１０９において粒状材料Ｓの粒度判定を継続するか否かを判断する。継続する場合はステップＳ１０３へ戻り，次回に入力されたベル面画像Ｇに基づいて粒径加積曲線Ｐを作成して記録する。粒径加積曲線Ｐを累積記憶しておくことにより，次回以降のステップＳ１０８において，浄化手段４４により粒状材料Ｓの粒度の経時的変化（粒度変動）を評価することも可能である。

本発明は，粒状材料Ｓを分散させたベルト面画像Ｇから地盤材料Ｓ以外の領域Ｔ２，Ｔ３を差し引いた除去画像Ｅを作成し，地盤材料Ｓのみが写り込んだ除去画像Ｅに基づいて粒径加積曲線Ｐ（ｄ）を作成するので，地盤材料Ｓ以外の物体の影響を避けつつ，精度の高い粒径加積曲線Ｐを作成することができる。また，色彩や光反射率の相違等を利用してベルト面画像Ｇに写り込んだ地盤材料Ｓ以外の物体を識別検知することもできるが，輪郭形状を利用してベルト面画像Ｇの地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を識別検知することにより，色彩や光反射率の相違等が利用できない条件下でも地盤材料Ｓの粒径加積曲線Ｐを精度よく作成することができる。

こうして本発明の目的である「ベルトコンベア上の分散した状態の地盤材料の画像から精度よく粒度を判定できる地盤材料の粒度判定方法及びシステム」を提供することができる。

図２のステップ１０４では，例えば図３（Ａ）のようなベルト面画像Ｇ中に写り込んだ地盤材料Ｓ以外の輪郭領域Ｔ２，Ｔ３を検知し，その領域Ｔ２，Ｔ３をベルト面画像Ｇから差し引いて図３（Ｂ）のような除去画像Ｅを作成できるが，本発明者の予備的実験によると，地盤材料Ｓ以外の輪郭領域Ｔ２の識別検知に漏れが発生しうることも経験された。この場合，識別検知が漏れた地盤材料Ｓ以外の輪郭領域Ｔ２は，識別検知された他の輪郭領域Ｔ２とベルト面１４の帯幅方向に並んでいることが多いことを見出した。このようにベルト面１４の帯幅方向に並んだ複数の輪郭領域Ｔ２の一部分に識別検知の漏れが生じた原因の詳細は不明であるが，図１に示すようにベルト面１４の帯幅方向は搬送方向と直角に交差しており，ベルト面１４に同時に投入・載置された地盤材料Ｓはほぼ帯幅方向に並ぶことが一原因であると推定される。

図３（Ｃ）は，上述した識別検知の漏れた地盤材料Ｓ以外の輪郭領域Ｔ２の影響を避けるため，ベルト面画像Ｇ中の識別検知された地盤材料Ｓ以外の輪郭領域Ｔ２をベルト面１４の帯幅方向に拡大し，ベルト面全幅にわたる矩形領域Ｔ４，Ｔ５に変形する実施例を示している。例えば，図１に示すように，識別検知された輪郭領域Ｔ２をベルト面全幅にわたる矩形領域Ｔ４，Ｔ５に変形する領域変形手段５４を画素選択手段５０に含めることができる。

領域変形手段５４によってベルト面画像Ｇ中の識別検知された地盤材料Ｓ以外の輪郭領域Ｔ２をベルト面全幅にわたる矩形領域Ｔ４，Ｔ５に変更したのち，画素選択手段５０によってベルト面全幅にわたる矩形領域Ｔ４，Ｔ５をベルト面画像Ｇから差し引いて図３（Ｄ）のような除去画像Ｅを作成する。図３（Ｄ）に示すように，ベルト面画像Ｇから矩形領域Ｔ４，Ｔ５を差し引くと，ベルト面全幅が地盤材料Ｓのみからなる矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃが残るので，例えば残された矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃを結合して単一の除去画像Ｅを作成することができる。或いは，残された矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃからそれぞれ除去画像Ｅを作成することもできる。

更に，図３（Ｄ）のような除去画像Ｅを画素選択手段５０から判定手段４０に送って粒度インデクスＩ（ｄ）を算出する。例えば，図３（Ｄ）において複数の矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃを結合して単一の除去画像Ｅとした場合は，判定手段４０の算出手段４２において単一の除去画像Ｅから粒度インデクスＩ（ｄ）を算出する。また，図３（Ｄ）において複数の矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃをそれぞれ除去画像Ｅとした場合は，判定手段４０の算出手段４２において各矩形領域Ｔ１ａ，Ｔ１ｂ，Ｔ１ｃの粒度インデクスを算出し，それらの平均値を除去画像Ｅの粒度インデクスＩ（ｄ）とすることもできる。

図３（Ｄ）のようにベルト面全幅にわたる矩形領域Ｔ４，Ｔ５を差し引いた除去画像Ｅの粒度インデクスＩ（ｄ）から，判定手段４０の作成手段４３において粒径加積曲線Ｐ（ｄ）を作成することにより，上述した識別検知の漏れが発生しうる帯幅方向に並んだ地盤材料Ｓ以外の輪郭領域Ｔ２の影響を避けることができ，精度の高い粒径加積曲線Ｐを作成することができる。

１…採取場（地山） １ａ…破砕装置
２…ストックヤード ３…運搬装置（トラック等）
４…ホッパー ５…撮像装置
５ａ…撮影建屋 ６…分離装置
７ａ…重量計測器 ７ｂ…含水率計測器
８ａ…セメント供給装置 ８ｂ…水供給装置
１０…ベルトコンベア １１…駆動プーリ（ドライブプーリ）
１２…駆動装置 １３…テールプーリ
１４…帯状ベルト １５，１６…キャリアローラ
１７…第２支持体 １８…スナッププーリ
２１…第１支持体 ２２…振動装置
２３…第３支持体 ２４…振動装置
２５，２６…振動制御装置 ２７…駆動制御装置
３０…コンピュータ ３１…入力装置
３２…出力装置 ３３…入力手段
３４…出力手段 ３５…記憶手段
４０…判定手段
４１…検出手段 ４２…算出手段
４３…作成手段 ４３ａ…調整手段
４３ｂ…合成手段 ４４…評価手段
４５…演算手段 ４６…関係式設定手段
４７…推定手段
５０…画素選択手段 ５１…画像分割手段
５２…検知手段 ５３…画像統合手段
５４…領域変形手段 ５６…パラメタ設定手段
Ｇ…ベルト面画像 Ｅ…除去画像
Ｓ…地盤材料 Ｋ…変換式
Ｔ１…地盤材料の輪郭領域 Ｔ２…露出ベルト面の輪郭領域
Ｔ３…ベルト面の外側領域 Ｔ４，Ｔ５…変形後の矩形領域
Ｐ…加積通過率，粒径加積曲線
Ｕ，Ｒ…（微小粒状材の加積通過率推定用の）関数
Ｆ…画素選択用パラメタ

Claims (4)

1. 異なる粒径の粒状材が混在した地盤材料をベルトコンベアの帯状ベルトに分散した状態で載置し，前記ベルトコンベアと対向する撮像装置により地盤材料を載置したベルト面画像を撮影し，前記ベルト面画像上の地盤材料の輪郭領域と当該地盤材料周りの露出ベルト面の輪郭領域とを機械学習による推定により検知し，前記露出ベルト面の輪郭領域を地盤材料以外の領域としてベルト面画像から差し引いた除去画像を作成し，前記除去画像から地盤材料の粒度を判定してなる地盤材料の粒度判定方法。
2. 異なる粒径の粒状材が混在した地盤材料を帯状ベルトに分散した状態で載置するベルトコンベア，前記ベルトコンベアと対向して地盤材料を載置したベルト面画像を撮影する撮像装置，前記ベルト面画像から地盤材料以外の領域を差し引いた除去画像を作成する画素選択手段，及び前記除去画像から地盤材料の粒度を判定する判定手段を備え，前記画素選択手段に前記ベルト面画像上の地盤材料の輪郭領域と当該地盤材料周りの露出ベルト面の輪郭領域とを検知する検知手段を含め，当該検知手段を，前記地盤材料中の各粒状材の輪郭形状と前記ベルト面上に分散させた地盤材料周りの露出ベルト面の輪郭形状とを教師データとして用い，前記ベルト面画像からセマンティックセグメンテーション手法の機械学習により生成された地盤材料の輪郭領域と当該地盤材料周りの露出ベルト面の輪郭領域とを推定する輪郭推定モデルとし，前記画素選択手段により前記露出ベルト面の輪郭領域を地盤材料以外の領域として除去画像を作成してなる地盤材料の粒度判定システム。
3. 異なる粒径の粒状材が混在した地盤材料を帯状ベルトに分散した状態で載置するベルトコンベア，前記ベルトコンベアと対向して地盤材料を載置したベルト面画像を撮影する撮像装置，前記ベルト面画像から地盤材料以外の領域を差し引いた除去画像を作成する画素選択手段，及び前記除去画像から地盤材料の粒度を判定する判定手段を備え，前記画素選択手段に前記ベルト面画像上の地盤材料の輪郭領域と当該地盤材料周りの露出ベルト面の輪郭領域とを検知する検知手段と共に前記露出ベルト面の輪郭領域をベルト面の帯方向に拡大してベルト面全幅にわたる矩形領域に変形する領域変形手段を含め，前記画素選択手段により前記ベルト面全幅にわたる矩形領域を地盤材料以外の領域として除去画像を作成してなる地盤材料の粒度判定システム。
4. 請求項２又は３の何れかのシステムにおいて，前記画素選択手段に前記露出ベルト面の輪郭領域をベルト面の帯方向に拡大してベルト面全幅にわたる矩形領域に変形する領域変形手段を含め，前記画素選択手段により前記ベルト面全幅にわたる矩形領域を地盤材料以外の領域として除去画像を作成してなる地盤材料の粒度判定システム。

Images