| 概要 | 近年,橋梁やトンネルなどの損傷状態の把握を目的として,コンクリート構造物に発生するひび割れの点検が行われているが,精度,効率の両面で問題となっている.本研究は,画像解析によりコンクリート構造物のひび割れを全自動,かつ高精度で検出する手法を構築し,点検の高精度化,および効率化を目指したものである. 本研究では,ナイーブベイズ分類器を機械学習により訓練することで高精度化を目指した.その結果,非常に精度の高い結果を得ることができ,特に影や汚れなどのひび割れと誤認識しやすい箇所について極めて良好に両者を区別することができた.また同時に,事業化を視野に入れ,FPGAによる高速化手法の開発も行い,その効果についても実際に確かめた. 今後の展開としては,撮影自体が難しい狭隘部を撮影するための例えばラジコンヘリコプターによる撮影機具の開発や,コンクリート以外のアプリケーション,例えば精密機器の損傷検出などへの応用が考えられる.
|
|---|
