[发明专利]信息处理设备、信息处理方法和程序

说明书

用于改进在用于评估图像中拍摄的被检体的异常部分的属性的技术中的评估精度的设备、方法以及程序。检测输入图像中拍摄的成像被摄体的异常部分。基于异常部分检测结果，从输入图像提取与异常部分的部分图像相关的特征值。使用与异常部分的部分图像相关的特征值来评估异常部分的属性。

技术领域

本发明涉及信息处理设备、信息处理方法和程序。

背景技术

近来，正在研究用于使通常由肉眼进行的检查自动化的技术。例如，当检查桥梁、大坝、隧道等的混凝土壁面时，检查技术人员接近混凝土壁面并通过肉眼检验诸如裂纹的异常。对于这种被称为“近距离视觉观察”的检查工作，导致了高昂的工作成本。因此，已提出了一种从混凝土壁面的拍摄图像中自动检测缺陷的方法(专利文献1)。

在检查期间，不仅期望检测是否存在缺陷，而且期望确定缺陷的属性。例如，在检查混凝土裂纹时，确认裂纹的宽度使得可以确定裂纹造成的危险的严重性或等级。专利文献1公开了一种根据图像确定裂纹的宽度的方法。具体地，构建数据库，该数据库保持以代表裂纹的像素为中心的局部区域的亮度分布数据与裂纹的宽度之间的关系。针对用于检测的图像中的各个像素获得局部区域的亮度分布数据，并对比数据库对该亮度分布数据进行验证，将最相似的亮度分布数据所独有的裂纹宽度输出，作为确定裂纹宽度的结果。通过对裂纹中的各个像素执行该处理来确定裂纹的宽度。

引用列表

专利文献

专利文献1：日本特开2009-103720号公报

发明内容

技术问题

然而，当像专利文献1那样使用局部区域的图像数据确定裂纹的宽度时，存在将裂纹确定为比实际宽度宽的情况。例如，混凝土表面可能已经剥落(碎裂)，或者在混凝土表面可能形成了气泡(麻点)。如果在存在碎裂或由气泡形成的孔的区域中的局部区域的亮度分布是针对穿过该部分的裂纹而求出，则求出的亮度分布犹如裂纹较宽一样。在这种情况下，如果通过与专利文献1相同的方法确定裂纹的宽度，则裂纹将被确定为比实际宽度宽。此外，如果基于专利文献1计算单个裂纹的最大裂纹宽度，则由于已确定为比实际更大的裂纹宽度的影响，最大裂纹宽度可能被计算为大于实际的最大裂纹宽度。因此，通过仅使用来自局部区域的图像信息来确定裂纹宽度的常规方法不能准确地求出最大裂纹宽度。

本发明使得可以在确定出现在图像中的被检体的缺陷的属性的技术中提高确定的准确度。

技术方案

为了实现本发明的目的，根据本发明的信息处理设备例如以如下方式构造。信息处理设备包括：缺陷检测部，其用于检测输入图像中的被检体的缺陷；提取部，其用于基于检测缺陷的结果，从输入图像中提取与缺陷的部分图像有关的特征量；以及属性确定部，其用于使用与缺陷的部分图像有关的特征量来确定缺陷的属性。

发明的有益效果

在确定出现在图像中的被检体的缺陷的属性的技术中，可以提高确定的准确度。

通过以下结合附图的描述，本发明的其他特征和优点将变得清楚。注意，在整个附图中，相同的附图标记表示相同或相似的组件。

附图说明

包含在说明书中并构成说明书一部分的附图示出了本发明的实施例，并且与该说明书一起用于示出本发明的原理。

图1是示出根据第一实施例的信息处理设备的构造的示例的框图。

图2是示出根据第一实施例的处理的流程图。

图3A是示出由缺陷分离单元执行的处理的图。

图3B是示出由缺陷分离单元执行的处理的图。

图3C是示出由缺陷分离单元执行的处理的图。