検査技術・診断(2)

[VI-279] The improvement in precision of detection system of concrete degradation by image processing

〇Tetsuro Mampo¹, Masaharu Takabatake¹, Chenguang Wu², Yoshikazu Nishizawa², Hitoshi Arai³ (1.Electric Power Development, 2.J-POWER Buisiness Service, 3.Waseda University)

Keywords:crack, image analysis, YoLo, deep learning, image processing, pinwheel framelet

コンクリート構造物の健全性を評価する上で，ひび割れを管理することは重要である．筆者らは，近接困難なコンクリート構造物を対象に遠方より超高解像度の画像を取得し，画像内に含まれるひび割れを自動検出する技術を開発しており，開発技術の実用による点検精度の定量化等による維持管理高度化を目指している．前年の報告以降「ＹｏＬｏ」によるひび割れ検出を継続しているが，検出精度は，総合で６０％～７５％程度，幅０．２mmに限ると４０％～６５％程度と低い状態であった．そこで，ひび割れ検出の総合精度を向上させることおよび，幅０．２mmのひび割れの検出精度を８０％以上に向上させることを目的に，画像処理技術を活用した．