図面 (/)

この項目の情報は公開日時点(2001年9月28日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (4)

課題

塗装された鋼材塗膜欠陥腐食などの塗装劣化を定量的に客観的に評価できるようにする。

解決手段

塗装された鋼材2の塗装劣化を診断するに際し、鋼材2とカラーサンプル3を同時に撮影し、撮影した画像を画像処理機能を備えたコンピュータ5に取り込み、カラー画像解析により腐食箇所色彩情報(色の明度彩度色相など)から腐食箇所(薄錆・赤錆鉄錆)8の検出と腐食状態の判定を行い、一般的な画像処理により塗膜欠陥(膨れ割れ剥離等)9の検出と塗膜欠陥状態の判定を行い、これら判定結果から塗装の劣化度合を評価する。

概要

背景

大型構造物構造部材プラント類の配管部材等においては、劣化による塗膜欠陥膨れ割れ剥離など)あるいは塗膜上に現れた腐食(薄錆,赤錆鉄錆など)を検出して劣化度合を評価することが行われており、従来においては、点検員目視で行う方法や、クロスカット試験等による方法などが採用されていた。

概要

塗装された鋼材の塗膜欠陥や腐食などの塗装劣化を定量的に客観的に評価できるようにする。

塗装された鋼材2の塗装劣化を診断するに際し、鋼材2とカラーサンプル3を同時に撮影し、撮影した画像を画像処理機能を備えたコンピュータ5に取り込み、カラー画像解析により腐食箇所色彩情報(色の明度彩度色相など)から腐食箇所(薄錆・赤錆・鉄錆)8の検出と腐食状態の判定を行い、一般的な画像処理により塗膜欠陥(膨れ,割れ,剥離等)9の検出と塗膜欠陥状態の判定を行い、これら判定結果から塗装の劣化度合を評価する。

目的

本発明は、前述のような問題点を解消すべくなされたもので、その目的は、塗装された鋼材の塗膜欠陥や腐食などの塗装劣化を定量的に客観的に評価することが可能となる塗装された鋼材の塗装劣化の診断方法を提供することにある。

効果

実績

技術文献被引用数
3件
牽制数
11件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

塗装された鋼材の塗装劣化診断するに際し、塗装された鋼材を撮影した画像を画像処理機能を備えたコンピュータに取り込み、カラー画像解析により腐食箇所色彩情報から腐食箇所の検出と腐食状態の判定を行い、一般的な画像処理により塗膜欠陥の検出と塗膜欠陥状態の判定を行い、これら判定結果から塗装の劣化度合を評価することを特徴とする塗装された鋼材の塗装劣化の診断方法

請求項2

既知サンプル色を有するカラーサンプルを鋼材と同時に撮影し、検出されたサンプル色の色彩情報から撮影条件により変動する鋼材の色彩情報の変動分を求め、検出された鋼材の表面状態を判定するしきい値を前記変動分で補正することを特徴とする塗装された鋼材の塗装劣化の診断方法。

技術分野

0001

本発明は、塗装された鋼材塗膜欠陥腐食などの塗装劣化画像処理により診断する方法に関するものである。

背景技術

0002

大型構造物構造部材プラント類の配管部材等においては、劣化による塗膜欠陥(膨れ割れ剥離など)あるいは塗膜上に現れた腐食(薄錆,赤錆鉄錆など)を検出して劣化度合を評価することが行われており、従来においては、点検員目視で行う方法や、クロスカット試験等による方法などが採用されていた。

発明が解決しようとする課題

0003

しかし、従来の目視点検の場合、点検員の個人差があり、また数値評価が困難なため、評価結果にばらつきが生じるなどの問題があった。また、クロスカット試験等による点検の場合は、局所的な評価となるため、試験箇所によるばらつきが生じるなどの問題があった。

0004

本発明は、前述のような問題点を解消すべくなされたもので、その目的は、塗装された鋼材の塗膜欠陥や腐食などの塗装劣化を定量的に客観的に評価することが可能となる塗装された鋼材の塗装劣化の診断方法を提供することにある。

課題を解決するための手段

0005

本発明の請求項1の塗装劣化の診断方法は、塗装された鋼材(山形鋼鋼管など)の塗装劣化を診断するに際し、塗装された鋼材を撮影した画像を画像処理機能を備えたコンピュータに取り込み、カラー画像解析により腐食箇所色彩情報から腐食箇所の検出と腐食状態の判定を行い、一般的な画像処理により塗膜欠陥(膨れ,割れ,剥離など)の検出と塗膜欠陥状態の判定を行い、これら判定結果から塗装の劣化度合を評価することを特徴とする。

0006

カラー画像解析で使用する色彩情報には、色の明度彩度色相あるいはRGB信号などがあり、表面状態判別の画像における例えば各画素の明度・彩度・色相と、明度・彩度・色相のしきい値をそれぞれ比較することで、薄錆・赤錆・鉄錆(黒錆)の有無を判定し、薄錆・赤錆・鉄錆の面積を求める。この面積率等により、腐食状態を評価する。

0007

また、既知サンプル色を有するカラーサンプルを鋼材と同時に撮影し、検出されたサンプル色の色彩情報から撮影条件により変動する鋼材の色彩情報の変動分を求め、検出された鋼材の表面状態を判定するしきい値を前記変動分で補正する(請求項2)。

0008

鋼材に腐食がある場合には、いったん腐食発生箇所を抽出し、腐食発生箇所以外を対象にして、一般的な画像処理手法組合せ(例えば、最大値フィルタ最小値フィルタ微分フィルタなど)、膨れ,割れ,剥離などの塗膜欠陥を抽出し、この塗膜欠陥の形状や面積を算出する。この面積率等により、塗膜欠陥状態を評価する。以上の腐食の判定結果と塗膜欠陥の判定結果を集計して塗装の劣化度合を評価する。

0009

以上のような構成において、画像解析機能を備えたコンピュータによるカラー画像解析により、塗膜上に現れた腐食箇所が自動的に検出され、腐食状態が定量的に判定され、また、塗膜欠陥も一般的な画像処理により、自動的に検出され、塗膜欠陥状態が定量的に判定され、塗装の劣化度合を定量的に客観的に評価することが可能となる。

0010

また、色彩情報(明度・彩度・色相など)を用いて腐食箇所を判定することにより、腐食箇所を誤検出なく確実に判定することができる。即ち、例えば、濃淡画像における明度のみでは、腐食箇所以外の明度の小さい部分があるため、腐食箇所を特定することが難しいが、彩度を用いることにより、腐食箇所の有彩色とその他の無彩色を明確に区別することができる。従って、一定の明度以上の領域について、有彩色の判定を行い、さらに色相による錆色判定を行うことにより、より正確な腐食領域の検出および腐食度合の判定を行うことができる。さらに、カラーサンプルを使用することにより、撮影条件が変動しても精度良く腐食状態を判定することができる。

発明を実施するための最良の形態

0011

以下、本発明を図示する実施形態に基づいて説明する。図1は、本発明の方法および実施するための装置を示したものである。図2は、本発明の腐食箇所のカラー画像解析と塗膜欠陥の画像処理を示したものである。図3は、腐食箇所の判定と剥離箇所の抽出の具体例を示したものである。

0012

図1(a) に示すように、現地調査において、ホワイトバランス調整が可能な3CCDデジタルビデオカメラまたは3CCDデジタルカメラ1等を使用し、山形鋼や鋼管等の鋼材2の塗膜劣化部2aに専用カラーサンプル3を取り付け、鋼材の塗膜劣化部2aと専用カラーサンプル3を同時に撮影する。専用カラーサンプル3はマグネットシート4等の表面に取り付けて鋼材2の表面に着脱自在とし、作業者被写体位置に順次取り付けながら撮影を行うことができる。

0013

カメラ1で撮影された画像は、例えば図1(b) に示すように、画像処理ボード映像入出力機能・画像処理機能)5aを備えたコンピュータ5およびカラーモニター6に出力し、カラーモニター6に映像を表示すると共に、コンピュータ5で腐食箇所8および塗膜欠陥9を自動的に検出・判定し、検出結果および判定結果をビデオテープレコーダー(または光磁気ディスクステム等)7またはコンピュータ5等に自動的に記録する。

0014

コンピュータ5においては、塗装の劣化度合を、腐食箇所(剥離箇所における素地状態:薄錆・赤錆・鉄錆)8と、塗膜欠陥(膨れ・割れ・剥離)9に分けて評価する。次に示すように、腐食箇所8の検出・判定は、本出願人が既に出願している亜鉛めっき鋼材等の腐食・劣化の検出・判定に関する特願平8−41005号、特願平9−300707号、特願平11−173858号、特願平11−362882号に記載されているカラー画像解析手法を利用して行い、塗膜欠陥9の検出・判定は、一般的な画像処理手法を利用して行う。

0015

(1)腐食箇所の検出・判定方法
(1-1)図2(a) は試験片をカメラ1で撮影したカラー原画像であり、クロスカット状に塗膜が剥離して素地が露出した腐食箇所8と、点在する膨れとクロスカット状の割れの塗膜欠陥9が写っている。このような原画像において、カメラ1から出力される信号は通常の伝送系でのアナログ処理により、YuvもしくはRGB信号へ変換され、変換された信号をデジタル化し、直交変換(RGB→Lab、もしくはYuv→RGB→Lab)により、L* a* b* カラー(人間の感じる色を数値化するために設計された表色系)に変換する。なお、このLabカラーによる方法の他、Yuv等の色彩情報により直接評価することもできる。一般的なRGB信号は変換式によりL* a* b*モデルに変換され、さらにa* ,b* から彩度C* および色相H* が得られる。

0016

(1-2) 本発明のカラー画像解析では、画像が様々な色情報を持った画素の集合で構成されていることを利用して、前記画素がどのような色彩情報を持っているかを3つのパラメータ、即ち、前記で得られた明度(輝度)L* (色の明暗度合)、彩度C* (色の鮮やかさの度合)、色相(色相角)H* (赤〜オレンジ〜緑〜青)を用いて調べる。

0017

(1-3)腐食の進行に伴い、明度L* は低下し、彩度C* は上昇し、色相角H* は赤〜黄色(0〜90°)に集中しており、劣化の進行に伴って色の特徴量も変化するため、明度・彩度・色相角のしきい値をL* th・C* th・H* thを用い、検出された各画素の明度L* ・彩度C* ・色相角H* と比較することで、薄錆(黄色)・赤錆・鉄錆(黒色)を判定することができる。また、薄錆と赤錆とでは明度・彩度には顕著な相違が見られないが、色相角に着目すると、約90°を境にして顕著な相違が見られ、色相角により薄錆と赤錆を明確に特定することができる。また、鉄錆は赤錆よりも彩度・明度が小さいため、赤錆と鉄錆を明確に特定することができる。なお、以上のような画素単位に限らず、画像を多数のブロックに分け、各ブロックの最頻値等としきい値を比較するなどしてもよい。

0018

(1-4)劣化度合の判定は、薄錆・赤錆・鉄錆が占める画素の割合を調べて行うことができる。即ち、図2(b) の腐食抽出画像において、腐食箇所8の薄錆8a・赤錆8b・鉄錆8cが抽出されており、塗膜健全部10の面積率、腐食箇所8の面積率、薄錆(亜鉛残存部分)8aの面積率、赤錆8bの面積率、鉄錆(素地露出部分)8cの面積率を求め、これらにより腐食度合を評価する。

0019

(1-5)カラーサンプルの利用
カラーサンプル3は、腐食レベルに対応する例えば4色の色見本あるいはカラー写真等からなり、鋼材2の塗膜劣化部2aと同時に撮影し、晴れ曇りなどの撮影条件によって変動する明度・彩度・色彩を画像処理により把握して基準値からの変動分を算出し、この変動分を用いて判定のための前記しきい値L* th・C* th・H* thを補正し、撮影条件が変動しても精度良く腐食レベルを判定できるようにする。

0020

また、鋼材が鋼管の場合には、鋼材2の塗膜劣化部2aとカラーサンプル3を円周方向に複数のブロックに分け、各分割ブロック毎に前記しきい値の補正を行うことにより、曲面による明暗で色彩情報が変化する場合でも、正確な判定を行うことができる。

0021

(2)塗膜欠陥の検出・判定方法
図2(c) に示す明度(輝度)画像を用い、腐食箇所がある場合には、前記(1)で検出された腐食発生箇所を抽出し、腐食発生箇所以外を対象にして、一般的な画像処理手法を組み合わせて、膨れなどの塗膜欠陥9を検出し、判定する。即ち、腐食箇所8の除去後、微分フィルタによるフィルタ処理により輝度変動箇所(塗膜欠陥箇所)および最大値フィルタまたは最小値フィルタによる局所的な欠陥抽出を行い、ラベリング処理により膨れ候補等をナンバリングし、膨れ候補等を結合処理して膨れ等の発生箇所を特定し、各膨れ等の発生箇所の形状(円形度など)を計測し、各膨れ等の発生箇所9の面積および塗膜健全部10の面積を算出し、これにより塗膜欠陥を評価する。

0022

(3) 前記(1) および(2) の結果を発生した欠陥別に集計して、塗装の劣化度合を総合的に評価する。なお、この塗装の劣化度合を定量評価する場合には、数値基準が必要となるが、JIS H 8502 または類似の規格を適用し、劣化レベル1〜5などに分類することができる。

0023

図3(a) および表1の左側に示す塗膜劣化材サンプルについて画像診断を行った。その塗装劣化診断結果を図3(b) および表1の右側に示す。

0024

0025

図3(b) に示すように、山形鋼の試験片Aの場合、薄錆(黄色)8aが全体にわたって、赤錆8bおよび鉄錆(黒色)8cが上部に検出されており、この腐食状態が表1に示すように定量的に評価されている。鋼管の試験片B,Cの場合、剥離による塗膜欠陥9が検出されており、この塗膜欠陥が表1に示すように定量的に評価されている。

発明の効果

0026

本発明は以上のような構成からなるので、次のような効果を奏する。
(1)鋼材を撮影した画像を画像処理機能を備えたコンピュータに取り込み、カラー画像解析により腐食箇所の色彩情報から腐食箇所の検出と腐食状態の判定を行い、一般的な画像処理により塗膜欠陥の検出と塗膜欠陥状態の判定を行い、これら判定結果から塗装の劣化度合を評価するようにしたため、塗装された鋼材の塗膜欠陥や腐食などの塗装劣化を定量的に客観的に評価することが可能となり、従来の目視点検の評価のばらつきや試験箇所によるばらつきを解消することができる。

0027

(2)カラーサンプルを使用することにより、撮影条件が変動しても精度良く腐食状態を判定することができる。

0028

(3)腐食箇所のカラー画像解析において、色彩情報(明度・彩度・色相など)を利用することにより、腐食箇所を誤検出なく確実に検出し判定することができる。

図面の簡単な説明

0029

図1本発明の塗装された鋼材の塗装劣化の診断方法を実施するための装置の例であり、(a) は鋼材を撮影する装置の斜視図、(b) は画像解析を行う装置を示す正面図である。
図2本発明の腐食箇所のカラー画像解析と塗膜欠陥の画像処理を示したものであり、(a) は取得画像を示す図、(b) は腐食箇所の検出画像を示す図、(c) は膨れ箇所の検出画像を示す図である。
図3本発明の各試験片の腐食箇所の判定と剥離箇所の抽出の具体例を示したものであり、(a) は原画像を示す図、(b) は検出画像を示す図である。

--

0030

1…デジタルビデオカメラまたはデジタルカメラ
2…鋼材
2a…塗膜劣化部
3…専用カラーサンプル
4…マグネットシート
5…コンピュータ
5a…画像処理ボード
6…カラーモニター
7…ビデオテープレコーダー
8…腐食箇所
8a…薄錆
8b…赤錆
8c…鉄錆
9…塗膜欠陥(膨れ,割れ,剥離など)
10…塗膜健全部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ