[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP7149738B2 - Roof deterioration diagnosis method - Google Patents

Roof deterioration diagnosis method Download PDF

Info

Publication number
JP7149738B2
JP7149738B2 JP2018114341A JP2018114341A JP7149738B2 JP 7149738 B2 JP7149738 B2 JP 7149738B2 JP 2018114341 A JP2018114341 A JP 2018114341A JP 2018114341 A JP2018114341 A JP 2018114341A JP 7149738 B2 JP7149738 B2 JP 7149738B2
Authority
JP
Japan
Prior art keywords
roof
deterioration
image
building
color
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018114341A
Other languages
Japanese (ja)
Other versions
JP2019218681A (en
Inventor
雅之 今仲
嵩之 湯淺
淳司 大澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daiwa House Industry Co Ltd
Original Assignee
Daiwa House Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daiwa House Industry Co Ltd filed Critical Daiwa House Industry Co Ltd
Priority to JP2018114341A priority Critical patent/JP7149738B2/en
Publication of JP2019218681A publication Critical patent/JP2019218681A/en
Application granted granted Critical
Publication of JP7149738B2 publication Critical patent/JP7149738B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Working Measures On Existing Buildindgs (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Description

本発明は、カメラなどの撮像装置を用いて、建物の屋根の劣化を診断する屋根の劣化診断方法に関する。 The present invention relates to a roof deterioration diagnosis method for diagnosing deterioration of a roof of a building using an imaging device such as a camera.

従来から建物の屋根の劣化を診断する際に、撮像装置を用いて診断されることがある。たとえば、特許文献1の技術では、異なる時期に建物の屋根を撮像装置で撮像し、撮影した異なる時期の複数の屋根の画像間での画素値の変化量が、所定の劣化判定閾値を超えたことに基づいて、屋根の劣化部分を判定している。 Conventionally, when diagnosing the deterioration of the roof of a building, it may be diagnosed using an imaging device. For example, in the technique disclosed in Patent Document 1, the roof of a building is imaged at different times by an imaging device, and the amount of change in pixel values between the images of a plurality of roofs taken at different times exceeds a predetermined deterioration determination threshold. Deteriorated portions of the roof are determined based on this fact.

特許第5090062公報Japanese Patent No. 5090062

しかしながら、特許文献1の技術で、屋根の劣化診断を行った場合、同一の建物の屋根が経時的に劣化することを前提として、異なる時期において、撮像装置で屋根の画像を複数取得せねばならず、屋根の劣化を診断するのに長い期間を要する。 However, when the roof deterioration diagnosis is performed with the technique of Patent Document 1, it is necessary to acquire multiple images of the roof with an imaging device at different times on the premise that the roof of the same building deteriorates over time. However, it takes a long time to diagnose roof deterioration.

本発明は、このような点を鑑みてなされたものであり、その目的とするところは、屋根の劣化診断をより短期間かつ簡単に行うことができる屋根の劣化診断方法を提供する。 SUMMARY OF THE INVENTION The present invention has been made in view of the above points, and its object is to provide a roof deterioration diagnosis method that enables roof deterioration diagnosis to be performed easily in a shorter period of time.

前記課題を鑑みて、発明者らは、鋭意検討を重ねた結果、建物の屋根が劣化する際には、その屋根の屋根面の彩色にバラツキが大きくなり、この彩色のバラツキを数値として特定することにより、屋根の劣化を診断することができるとの新たな知見を得た。 In view of the above problems, the inventors conducted extensive studies and found that when the roof of a building deteriorates, the coloration of the roof surface of the roof varies greatly, and this coloration variation is specified as a numerical value. New knowledge was obtained that it is possible to diagnose the deterioration of the roof by doing so.

本発明は、このような発明者らの新たな知見に基づくものであり、本明細書では、以下の2つの発明を開示する。第1の発明に係る屋根の劣化診断方法は、前記屋根の屋根面の画像を取得する画像取得工程と、取得した前記屋根面の画像を構成する各画素の色彩値を算出する色彩値算出工程と、算出した前記色彩値から、前記色彩値の最大値と最小値を特定し、特定した前記最大値と前記最小値との差分を算出する差分算出工程と、算出した前記差分から、前記屋根の劣化を診断する劣化診断工程と、を含むことを特徴とする。 The present invention is based on such new findings of the inventors, and the following two inventions are disclosed in this specification. A roof deterioration diagnosis method according to a first aspect of the present invention includes an image acquiring step of acquiring an image of the roof surface of the roof, and a color value calculating step of calculating a color value of each pixel constituting the acquired image of the roof surface. a difference calculation step of specifying the maximum value and the minimum value of the color value from the calculated color value, and calculating the difference between the specified maximum value and the minimum value; and from the calculated difference, the roof and a deterioration diagnosis step of diagnosing deterioration of the

第1の発明では、診断対象となる屋根の屋根面の画像を取得し、取得した屋根面の画像を構成する各画素の色彩値を算出する。発明者らの知見によれば、屋根面の画像の画素の色彩値の最大値と最小値との差分が大きければ、屋根の劣化が進行していることが分かっており、本発明では、この差分から、屋根の劣化を診断する。このようにして、本発明によれば、劣化診断を行うタイミングで、屋根面の画像を取得すれば、この画像から屋根がどの程度劣化しているかを、これまでよりも短い期間かつ簡単に診断することができる。 In the first invention, an image of a roof surface of a roof to be diagnosed is acquired, and a color value of each pixel constituting the acquired image of the roof surface is calculated. According to the knowledge of the inventors, it is known that if the difference between the maximum value and the minimum value of the color values of the pixels of the image of the roof surface is large, the deterioration of the roof progresses. Deterioration of the roof is diagnosed from the difference. In this way, according to the present invention, if an image of the roof surface is acquired at the timing of diagnosing deterioration, the degree of deterioration of the roof can be easily diagnosed from this image in a shorter period of time than before. can do.

第1の発明および以下に説明する第2の発明でいう、色彩値は、屋根面の画像の各画素における表色に関するパラメータであり、たとえば、Lab表色系(L,a,b)、RBG表色系(R,B,G)、XYZ表色系(X,Y,Z(3刺激値))、等で得られる1つのパラメータである。 The color value referred to in the first invention and the second invention described below is a parameter relating to the color specification of each pixel of the image of the roof surface. , RBG color system (R, B, G), XYZ color system (X, Y, Z (tristimulus values)), and the like.

ここで、診断対象となる建物の屋根の屋根面の画像が得ることができれば、画像取得工程において取得する画像は、特に限定されるものではないが、第1の発明のより好ましい態様としては、前記画像取得工程において、診断対象となる建物を含む複数の建物の屋根の屋根面を撮像し、撮像した画像から、前記各建物の屋根の屋根面の画像を抽出し、抽出した前記各建物の屋根面の画像に対して、前記色彩値算出工程および前記差分算出工程を行い、前記劣化診断工程において、前記各建物に対する差分を比較することにより、診断対象となる前記屋根の劣化を診断する。 Here, the image acquired in the image acquisition step is not particularly limited as long as the image of the roof surface of the roof of the building to be diagnosed can be obtained. However, as a more preferable aspect of the first invention, In the image acquisition step, the roof surface of a plurality of buildings including the building to be diagnosed is imaged, the image of the roof surface of each building is extracted from the imaged image, and the extracted roof surface of each building The color value calculation step and the difference calculation step are performed on the image of the roof surface, and the deterioration of the roof to be diagnosed is diagnosed by comparing the differences for each building in the deterioration diagnosis step.

この態様によれば、各建物に対する色彩値の差分を比較することにより、診断対象となる屋根の劣化の程度を診断することができる。特に、画像取得工程において、診断対象となる建物を含む複数の建物の屋根面の画像を、同じタイミングで取得することができ、診断対象となる建物以外の屋根の劣化の程度や、その築年数などが予めわかっていれば、これらの差分同士を比較することにより、診断対象となる建物の屋根の劣化をより正確に診断することができる。 According to this aspect, the degree of deterioration of the roof to be diagnosed can be diagnosed by comparing the difference in color value for each building. In particular, in the image acquisition process, it is possible to acquire images of the roof surface of a plurality of buildings, including the building to be diagnosed, at the same timing, and to determine the degree of deterioration and age of the roofs other than the building to be diagnosed. If these factors are known in advance, the deterioration of the roof of the building to be diagnosed can be diagnosed more accurately by comparing these differences.

第2の発明に係る屋根の劣化診断方法は、建物の屋根の劣化を診断する劣化診断方法であって、前記屋根の屋根面の画像を取得する画像取得工程と、取得した前記屋根面の画像を構成する各画素の色彩値を算出する色彩値算出工程と、算出した前記色彩値から、前記色彩値の標準偏差を算出する偏差算出工程と、算出した前記標準偏差に基づいて、前記建物の屋根の劣化を診断する劣化診断工程と、を含むことを特徴とする。 A roof deterioration diagnosis method according to a second aspect of the invention is a deterioration diagnosis method for diagnosing deterioration of a roof of a building, comprising: an image acquisition step of acquiring an image of the roof surface of the roof; A color value calculation step of calculating the color value of each pixel constituting the building; a deviation calculation step of calculating the standard deviation of the color value from the calculated color value; and a deterioration diagnosis step of diagnosing deterioration of the roof.

第2の発明では、診断対象となる屋根の屋根面の画像を取得し、取得した屋根面の画像を構成する各画素の色彩値を算出する。ここで、発明者らの後述する知見によれば、退色が進んだ屋根面は、退色の進行とともに、標準偏差が減少することがわかっている。したがって、第2の発明では、色彩値の標準偏差から、屋根の劣化を診断する。このようにして、本発明によれば、劣化診断を行うタイミングで、屋根面の画像を取得すれば、この画像から屋根がどの程度劣化しているかを、これまでよりも短い期間かつ簡単に診断することができる。 In the second invention, an image of the roof surface of the roof to be diagnosed is acquired, and the color value of each pixel constituting the acquired image of the roof surface is calculated. Here, according to the findings of the inventors, which will be described later, it is known that the standard deviation of the roof surface with advanced fading decreases as the fading progresses. Therefore, in the second invention, the deterioration of the roof is diagnosed from the standard deviation of the color values. In this way, according to the present invention, if an image of the roof surface is acquired at the timing of diagnosing deterioration, the degree of deterioration of the roof can be easily diagnosed from this image in a shorter period of time than before. can do.

第2の発明のより好ましい態様としては、前記偏差算出工程において、前記算出した前記色彩値から、前記色彩値の平均値をさらに算出し、前記劣化診断工程において、前記標準偏差に、前記平均値をさらに加味して、前記建物の屋根の劣化を診断する。 As a more preferable aspect of the second invention, in the deviation calculating step, an average value of the color values is further calculated from the calculated color values, and in the deterioration diagnosis step, the standard deviation is added to the average value is further taken into account to diagnose the deterioration of the roof of the building.

発明者らの知見によれば、屋根が新しい場合(劣化が全く進行していない場合)には、この色彩値の標準偏差は小さく、色彩値の平均値も小さい傾向にあり、屋根の劣化の進行が開始すると、色彩値の平均値は変化しないが色彩値の標準偏差が急激に増加する。さらに、屋根の劣化が進行すると、色彩値の標準偏差が減少するとともに色彩値の平均値は増加する。このような発明者の知見から、評価対象となる建物の屋根に用いられる屋根材に対して、たとえば、少なくとも、新しい状態の屋根材の色彩値の標準偏差と色彩値の平均値を測定しておけば、これらの値から、屋根の劣化に伴う屋根の色彩値の標準偏差と色彩値の平均値の推移を予測することができる。このようにして、屋根の屋根面の色彩値の標準偏差と色彩値の平均値から、その建物の屋根がどの程度劣化しているかを短期間かつ簡単に診断することができる。 According to the knowledge of the inventors, when the roof is new (when deterioration has not progressed at all), the standard deviation of the color values tends to be small, and the average value of the color values tends to be small. When progression begins, the standard deviation of the color values increases sharply while the average color values do not change. Furthermore, as the deterioration of the roof progresses, the standard deviation of the color values decreases and the average value of the color values increases. Based on the findings of the inventor, for example, at least the standard deviation of the color values and the average value of the color values of the roof material in a new state are measured for the roof material used for the roof of the building to be evaluated. From these values, it is possible to predict the transition of the standard deviation of the color value of the roof and the average value of the color value of the roof as the roof deteriorates. In this way, it is possible to quickly and easily diagnose how much the roof of the building has deteriorated from the standard deviation of the color values of the roof surface of the roof and the average value of the color values.

ここで、第1および第2の発明において、診断対象となる建物の屋根の画像を取得することができるのであれば、その屋根の画像の取得方法は特に限定されるものではないが、第1および第2の発明において、より好ましい態様としては、前記画像取得工程において、撮像装置を搭載した無人航空機を建物の上空に飛行させ、前記撮像装置で、屋根の屋根面を撮像する。 Here, in the first and second inventions, the method of acquiring the image of the roof of the building to be diagnosed is not particularly limited as long as the image of the roof of the building to be diagnosed can be acquired. In the second invention, as a more preferable aspect, in the image acquiring step, an unmanned aerial vehicle equipped with an imaging device is flown over a building, and the imaging device captures an image of the roof surface of the roof.

この態様によれば、無人航空機を建物の上空に飛行させ、無人航空機に搭載した撮像装置で、屋根の屋根面を撮像するので、所望の高さから屋根面の画像を簡単に取得することができる。さらに、複数の建物の屋根を撮像する場合には、1つの画像に、これらの屋根の屋根面を収めることができるため、これらの屋根面に対して、略同じ撮像環境下で撮像することができる。 According to this aspect, the unmanned aerial vehicle is flown over the building, and the imaging device mounted on the unmanned aerial vehicle captures an image of the roof surface of the roof. can. Furthermore, when imaging the roofs of a plurality of buildings, the roof surfaces of these roofs can be captured in one image, so that these roof surfaces can be imaged under substantially the same imaging environment. can.

さらに、第1の発明および第2の発明で、取得する屋根面の画像は、屋根面の棟側の画像、軒先側の画像いずれであってもよいが、好ましい態様としては、前記画像取得工程において、前記屋根面の画像のうち、前記屋根の棟側の画像を取得する。屋根の棟側の屋根の部分は、その他の屋根の部分に比べて、劣化が進行し易いため、屋根の棟側の画像を用いて、屋根の劣化をより正確に診断することができる。 Furthermore, in the first and second inventions, the image of the roof surface to be acquired may be either the image of the ridge side of the roof surface or the image of the eaves side of the roof surface. , an image of the ridge side of the roof is acquired from among the images of the roof surface. Since the roof portion on the ridge side of the roof deteriorates more easily than the other roof portions, the deterioration of the roof can be diagnosed more accurately using the image on the ridge side of the roof.

本発明によれば、屋根の劣化診断を、非破壊で、より短期間かつ簡単に行うことができる。 ADVANTAGE OF THE INVENTION According to this invention, a deterioration diagnosis of a roof can be performed nondestructively in a short period of time and easily.

第1の発明の実施形態に係る建物の屋根の劣化診断方法を実施するための装置概略図である。1 is a schematic diagram of an apparatus for carrying out a method for diagnosing deterioration of a roof of a building according to an embodiment of the first invention; FIG. 第1実施形態に係る建物の屋根の劣化診断方法のフロー図である。FIG. 2 is a flowchart of a method for diagnosing deterioration of a roof of a building according to the first embodiment; 建物の屋根を上空から撮像した画像の模式図である。It is a schematic diagram of the image which imaged the roof of the building from the sky. 図3に示す屋根面の一部の画像の模式図である。4 is a schematic diagram of an image of a part of the roof surface shown in FIG. 3; FIG. 図3に示す各建物の屋根の屋根面の色分布幅(差分)を示したグラフである。4 is a graph showing the color distribution width (difference) of the roof surface of the roof of each building shown in FIG. 3; 第2実施形態(第2の発明)に係る建物の屋根の劣化診断方法のフロー図である。FIG. 10 is a flowchart of a deterioration diagnosis method for a building roof according to a second embodiment (second invention); 色彩値の標準偏差と色彩値の平均値との関係を示したグラフである。4 is a graph showing the relationship between the standard deviation of color values and the average value of color values. 確認試験1に係る各建物の屋根の屋根面の画像の色分布幅(差分)を示したグラフである。10 is a graph showing the color distribution width (difference) of the image of the roof surface of the roof of each building according to Verification Test 1. FIG. 確認試験1に係る各建物の屋根の屋根面の画像の色分布幅(差分)を示したグラフである。10 is a graph showing the color distribution width (difference) of the image of the roof surface of the roof of each building according to Verification Test 1. FIG. 確認試験2に係る各屋根の屋根面の画素の色彩値の標準偏差と色彩値の平均値との関係を示したグラフである。7 is a graph showing the relationship between the standard deviation of the color values of the pixels on the roof surface of each roof and the average value of the color values according to Confirmation Test 2;

以下、第1および第2の発明に対応する第1および第2実施形態に係る建物の屋根の劣化診断方法を、図面を参照しながら説明する。 Hereinafter, a method for diagnosing deterioration of a roof of a building according to first and second embodiments corresponding to the first and second inventions will be described with reference to the drawings.

〔第1実施形態〕
図1は、第1の発明の実施形態に係る建物の屋根の劣化診断方法を実施するための装置概略図である。図2は、第1実施形態に係る建物の屋根の劣化診断方法のフロー図である。
[First embodiment]
FIG. 1 is a schematic diagram of an apparatus for carrying out a method for diagnosing deterioration of a building roof according to an embodiment of the first invention. FIG. 2 is a flow diagram of a deterioration diagnosis method for a building roof according to the first embodiment.

1.建物の屋根の劣化を診断する診断装置1について
本実施形態に係る劣化診断方法では、建物10の屋根11の劣化を診断する。この診断方法では、図1に示す撮像装置6を搭載した無人航空機(UAV)5と、処理装置7と、を用いて、屋根11の劣化を診断する。
1. Diagnosis Apparatus 1 for Diagnosing Deterioration of Building Roof In the deterioration diagnosis method according to the present embodiment, deterioration of the roof 11 of the building 10 is diagnosed. In this diagnostic method, deterioration of the roof 11 is diagnosed using an unmanned aerial vehicle (UAV) 5 equipped with an imaging device 6 shown in FIG. 1 and a processing device 7 .

1-1.撮像装置6を搭載した無人航空機(UAV)5について
無人航空機(UAV)5は、いわゆるドローンであり、無人航空機5は、無線コントローラ(図示せず)により、建物10等の上空まで操作される。無人航空機5には、撮像装置6が搭載されており、無線コントローラの操作により、対象物を撮像することができる。
1-1. Unmanned Aerial Vehicle (UAV) 5 Mounted with Imaging Device 6 The unmanned aerial vehicle (UAV) 5 is a so-called drone, and the unmanned aerial vehicle 5 is operated up to the sky above the building 10 or the like by a wireless controller (not shown). An imaging device 6 is mounted on the unmanned aerial vehicle 5, and an object can be imaged by operating a wireless controller.

無人航空機5に搭載された撮像装置6は、カラーのデジタル画像が撮影できる装置であり、後述する工程において、建物10の屋根11等を、撮像する装置である。撮像装置6としては、たとえば、デジタルカメラ(いわゆるデジカメ)、カメラ機能を有する通信端末等を挙げることができる。 The imaging device 6 mounted on the unmanned aerial vehicle 5 is a device capable of capturing a color digital image, and is a device that captures an image of the roof 11 of the building 10 and the like in a process to be described later. Examples of the imaging device 6 include a digital camera (so-called digital camera), a communication terminal having a camera function, and the like.

1-2.処理装置7について
処理装置7は、入力装置71、表示装置72、演算装置(CPU)73、および記憶装置(たとえばRAM等)74を備えている。処理装置7は、パーソナルコンピュータまたはスマートフォン、タブレット端末等の形態端末である。記憶装置74には、図2および後述する第2の発明における図6に示す色彩値算出工程S22(S82)、差分算出工程S23(偏差算出工程S83)等において算出を行う算出プログラムと、劣化診断工程S24(S84)を行う診断プログラム等が記憶されている。なお、記憶装置74には、OS(オペレーションプログラム)(図示せず)が記憶され、これらのプログラムは、アプリケーションプログラムとしてインストールされている。
1-2. About Processing Device 7 The processing device 7 includes an input device 71 , a display device 72 , an arithmetic device (CPU) 73 , and a storage device (such as RAM) 74 . The processing device 7 is a form terminal such as a personal computer, a smart phone, or a tablet terminal. The storage device 74 stores a calculation program for performing calculations in the color value calculation step S22 (S82), the difference calculation step S23 (deviation calculation step S83), etc. shown in FIG. A diagnostic program or the like for performing step S24 (S84) is stored. Note that the storage device 74 stores an OS (operation program) (not shown), and these programs are installed as application programs.

入力装置71は、キーボード、マウス、タッチパネル等の入力機器であり、USB規格等のインタフェースなどの入出力ポート(図示せず)を介して、演算装置73および記憶装置74に接続される。入力装置71により、たとえば、プログラム、各工程の処理条件等が入力される。なお、撮像装置6で撮像された画像は、たとえば無線により入出力ポートを介して、演算装置73に入力される。表示装置72は、液晶表示装置等の画像を表示可能な出力機器であり、撮像した画像、算出した明度、色彩値の最大値と最小値、これらの差分、色彩値の標準偏差、その平均値等が出力される。 The input device 71 is an input device such as a keyboard, mouse, touch panel, etc., and is connected to an arithmetic device 73 and a storage device 74 via an input/output port (not shown) such as an interface such as a USB standard. The input device 71 inputs, for example, a program, processing conditions for each step, and the like. An image captured by the imaging device 6 is input to the arithmetic device 73 via an input/output port, for example, wirelessly. The display device 72 is an output device capable of displaying an image, such as a liquid crystal display device. etc. is output.

2.建物10の屋根11の劣化診断方法について
以下に、建物10の屋根11の劣化診断方法を図2~図5を参照しながら説明する。この劣化診断方法では、建物10の屋根11に対して、図2に示す画像取得工程S21~劣化診断工程S24の一連の工程を行うことにより、屋根11の劣化診断を行う。
2. Deterioration Diagnosis Method for Roof 11 of Building 10 A deterioration diagnosis method for the roof 11 of the building 10 will be described below with reference to FIGS. 2 to 5. FIG. In this deterioration diagnosis method, deterioration diagnosis of the roof 11 is performed by performing a series of steps from the image acquisition step S21 to the deterioration diagnosis step S24 shown in FIG.

2-1.画像取得工程S21について
画像取得工程S21では、建物10の屋根11の屋根面12の画像12aを取得する。具体的には、撮像装置6を搭載した無人航空機5を建物10の上空に飛行させ、撮像装置6で、屋根11の屋根面12を撮像する。本実施形態では、無人飛行機5を、地面から所定の高さまで上昇させて、撮像装置6で、建物10の屋根11の屋根面12と、建物10の周りの建物20~60の屋根21~61の屋根面22~62を撮像する。たとえば、撮像された画像100(図3参照)のデータは、撮像装置6から処理装置7に送信される。
2-1. Image Acquisition Step S21 In the image acquisition step S21, an image 12a of the roof surface 12 of the roof 11 of the building 10 is acquired. Specifically, an unmanned aerial vehicle 5 equipped with an imaging device 6 is flown over the building 10 , and an image of the roof surface 12 of the roof 11 is captured by the imaging device 6 . In this embodiment, the unmanned airplane 5 is raised from the ground to a predetermined height, and the imaging device 6 detects the roof surface 12 of the roof 11 of the building 10 and the roofs 21 to 61 of the buildings 20 to 60 around the building 10. The roof surfaces 22 to 62 of are imaged. For example, data of captured image 100 (see FIG. 3) is transmitted from imaging device 6 to processing device 7 .

なお、本実施形態では、建物10の周りの建物20~60の屋根21~61の屋根面22~62も撮像したが、たとえば、評価対象となる建物10の屋根11の屋根面12のみを撮像してもよい。さらに、本実施形態では、無人航空機5により、屋根11~61の屋根面12~62を撮像したが、たとえば、これらの屋根が確認できる高所から、屋根面12~62を撮像してもよい。 In this embodiment, the roof surfaces 22 to 62 of the roofs 21 to 61 of the buildings 20 to 60 around the building 10 are also imaged, but for example, only the roof surface 12 of the roof 11 of the building 10 to be evaluated is imaged. You may Furthermore, in this embodiment, the unmanned aerial vehicle 5 images the roof surfaces 12 to 62 of the roofs 11 to 61, but for example, the roof surfaces 12 to 62 may be imaged from a high place where these roofs can be confirmed. .

さらに、屋根を撮像する際には、無人飛行機5に高度計を設けて、高度計の計測値に基づいて、複数の劣化診断ごとに、無人飛行機5を一定の高さの範囲まで上昇させ、診断対象となる建物の屋根の屋根面を、撮像装置6で撮像してもよい。これにより、診断に用いる屋根面の画素数を、所定の数確保することができるとともに、取得した画像の画素数に起因した劣化診断の精度のバラツキを低減することができる。なお、後述する屋根面の画像(たとえば図4参照)を抽出する際に、抽出した画像に、少なくとも100~50万の画素(ピクセル)が含まれていることが好ましい。これにより、後述する色彩値の差分または標準偏差による屋根の劣化をより正確に診断することができる。さらに、撮像される画像の色に影響を及ぼす、ISO感度、露出、ホワイトバランス、測光方式などの撮像装置で設定できる値が自動的に調整されるように、撮像装置を「オートモード」に設定して、屋根を撮像してもよい。これにより、撮像環境による色彩値のバラツキを自動的に補正することができ、撮像環境によらず、屋根の退色を画像に反映することができる。 Furthermore, when imaging the roof, an altimeter is provided on the unmanned aerial vehicle 5, and the unmanned aerial vehicle 5 is raised to a certain height range for each of a plurality of deterioration diagnoses based on the measurement values of the altimeter. You may image the roof surface of the roof of the building which becomes by the imaging device 6. FIG. As a result, it is possible to secure a predetermined number of pixels on the roof surface to be used for diagnosis, and to reduce variations in accuracy of degradation diagnosis due to the number of pixels of the acquired image. When extracting an image of the roof surface (see, for example, FIG. 4), which will be described later, it is preferable that the extracted image contains at least 1,000,000 to 500,000 pixels. This makes it possible to more accurately diagnose deterioration of the roof due to differences or standard deviations in color values, which will be described later. In addition, set the imaging device to "auto mode" so that the values that can be set in the imaging device, such as ISO sensitivity, exposure, white balance, and metering method, that affect the color of the captured image are automatically adjusted. Then, the roof may be imaged. As a result, it is possible to automatically correct variations in color values due to the imaging environment, and to reflect the color fading of the roof in the image regardless of the imaging environment.

さらに、屋根を撮像する際には、無人飛行機5に照度計を設けて、複数の劣化診断ごとに、照度計で測定された照度が、一定の照度の範囲となる環境下で、診断対象となる建物の屋根の屋根面を、撮像装置6で撮像してもよい。これにより、一定の撮像環境下で、建物の屋根の屋根面を撮像できるため、撮像時の照度に起因した劣化診断の精度のバラツキを低減することができる。さらに、屋根面12の画像のうち、屋根11の棟側の画像12aを取得することが好ましい。屋根11の棟側は、屋根11のその他の部分に比べて、劣化が進行し易いため、屋根11の劣化の進行をより正確に診断することができる。 Furthermore, when imaging the roof, an illuminance meter is provided on the unmanned aerial vehicle 5, and the illuminance measured by the illuminance meter is within a certain range for each of a plurality of deterioration diagnoses. The imaging device 6 may image the roof surface of the roof of the building. As a result, the roof surface of the building roof can be imaged under a constant imaging environment, so that it is possible to reduce variations in the accuracy of degradation diagnosis due to the illuminance at the time of imaging. Furthermore, it is preferable to acquire the image 12 a of the ridge side of the roof 11 among the images of the roof surface 12 . Since the ridge side of the roof 11 is more susceptible to deterioration than other parts of the roof 11, progress of deterioration of the roof 11 can be diagnosed more accurately.

次に、処理装置7を用いて、図3に示す画像から、建物10の屋根11の屋根面12の画像12aを、抽出する(図4参照)。本実施形態では、屋根11を構成する屋根材は、スレート瓦であり、屋根面12は、スレート瓦を敷設されることにより形成された屋根11の外皮の表面である。ここで、屋根面11の屋根面の方向と太陽の方位角、太陽の高度などの関係で、たとえば、日射される屋根面では、日射による反射光の影響を撮像装置6が受けることがあり、これとは反対に位置する日射されない屋根面では、日射の影響が強くなって、たとえば、平均的に明度が低くなることが考えられる。したがって、複数の劣化診断を行う場合には、これらの条件を統一することが望ましい。本実施形態では、屋根11の複数の屋根面のうち、たとえば、日射されている屋根面12を選択し、この屋根面12の画像を抽出する。 Next, using the processing device 7, an image 12a of the roof surface 12 of the roof 11 of the building 10 is extracted from the image shown in FIG. 3 (see FIG. 4). In the present embodiment, the roof material forming the roof 11 is slate tiles, and the roof surface 12 is the surface of the skin of the roof 11 formed by laying the slate tiles. Here, due to the relationship between the roof surface direction of the roof surface 11, the azimuth angle of the sun, the altitude of the sun, and the like, for example, on the roof surface exposed to sunlight, the imaging device 6 may be affected by reflected light from the sunlight. On the opposite side of the roof, which is not exposed to the sun, the influence of the sun's rays is stronger, and for example, it is conceivable that the brightness becomes lower on average. Therefore, when performing a plurality of deterioration diagnoses, it is desirable to unify these conditions. In this embodiment, for example, the roof surface 12 exposed to sunlight is selected from among the plurality of roof surfaces of the roof 11, and the image of this roof surface 12 is extracted.

さらに、本実施形態では、画像12aの抽出で例示した方法と同様の方法で、建物10以外の建物20~60に対して各屋根21~61の屋根面22~62の画像22a~62aも抽出する。 Furthermore, in the present embodiment, the images 22a to 62a of the roof surfaces 22 to 62 of the roofs 21 to 61 for the buildings 20 to 60 other than the building 10 are also extracted by the same method as the extraction of the image 12a. do.

2-2.色彩値算出工程S22について
次に、色彩値算出工程S22を行う。この工程では、抽出した屋根面12の画像12aを構成する各画素の色彩値を算出する。具体的には、処理装置7の記憶装置に記憶された画像処理プログラムを用いて、画像12aを構成する各画素の色彩値を算出する。色彩値は、屋根面12の画像12aの各画素における表色に関するパラメータであり、たとえば、Lab表色系(L,a,b)、RBG表色系(R,B,G)、XYZ表色系(X,Y,Z(3刺激値))、等で得られる1つのパラメータである。たとえば、RBG表色系の各色彩値として、R値,B値,G値をすべての画素に対して算出してもよく、そのパラメータの種類および個数は特に限定されるものではない。
2-2. Color Value Calculation Step S22 Next, the color value calculation step S22 is performed. In this step, the color value of each pixel forming the extracted image 12a of the roof surface 12 is calculated. Specifically, the image processing program stored in the storage device of the processing device 7 is used to calculate the color value of each pixel forming the image 12a. The color value is a parameter related to the color specification of each pixel of the image 12a of the roof surface 12, and is, for example, Lab color system (L, a * , b * ), RBG color system (R, B, G), XYZ It is one parameter obtained from a color system (X, Y, Z (tristimulus values)), and the like. For example, as each color value of the RBG color system, R value, B value, and G value may be calculated for all pixels, and the types and number of parameters are not particularly limited.

さらに、本実施形態では、画像12aを構成する各画素の色彩値の算出で例示した方法と同様の方法で、建物10以外の建物20~60に対して各屋根21~61の屋根面22~62の画像22a~62aを構成する各画素の色彩値も算出する。なお、屋根11~61の棟側では、屋根材が局所的に退色することもあるため、撮像後に抽出した画像の画素のうち、棟側の屋根材に相当する部分(領域)の画素の色彩値に下限値を設けてもよい。これにより、後述する色分布幅(差分)が過度に大きい値で算出されることを防止し、後述する第2実施形態では色彩値の標準偏差等が過度に大きい値で算出されることを防止し、屋根10の劣化診断をより正確に行うことができる。 Furthermore, in this embodiment, the roof surfaces 22 to 22 of the roofs 21 to 61 of the buildings 20 to 60 other than the building 10 are calculated in the same manner as the method exemplified in the calculation of the color value of each pixel constituting the image 12a. The color value of each pixel constituting the 62 images 22a to 62a is also calculated. On the ridge side of the roofs 11 to 61, the roof material may locally fade. A lower limit may be set for the value. This prevents the color distribution width (difference) from being calculated with an excessively large value, and prevents the standard deviation of the color value from being calculated with an excessively large value in the second embodiment, which will be described later. As a result, the deterioration diagnosis of the roof 10 can be performed more accurately.

2-3.差分算出工程S23について
次に、差分算出工程S23を行う。この工程では、画像12aを構成する複数の画素に対して算出した色彩値から、色彩値の最大値と最小値を特定し、特定した最大値と最小値との差分を算出する。さらに、本実施形態では、画像12aに対する差分の算出で例示した方法と同様の方法で、屋根面22~62の画像22a~62aに対する差分も算出する。このようにして、図5に示すように、各建物10~60の屋根11~61の屋根面12~62の色分布幅(差分)を示したグラフを得ることができる。なお、図5の(1)~(6)に示す色分布幅(差分)が、各建物10~60の色分布幅(差分)に対応している。
2-3. Difference Calculation Step S23 Next, the difference calculation step S23 is performed. In this step, the maximum and minimum color values are specified from the color values calculated for the plurality of pixels forming the image 12a, and the difference between the specified maximum and minimum values is calculated. Furthermore, in the present embodiment, the differences of the roof surfaces 22 to 62 with respect to the images 22a to 62a are also calculated by the same method as the method exemplified for the calculation of the difference with respect to the image 12a. In this way, as shown in FIG. 5, a graph showing the color distribution width (difference) of the roof surfaces 12-62 of the roofs 11-61 of the buildings 10-60 can be obtained. Note that the color distribution widths (differences) shown in (1) to (6) in FIG. 5 correspond to the color distribution widths (differences) of the buildings 10 to 60, respectively.

2-4.劣化診断工程S24について
次に、劣化診断工程S24を行う。この工程では、算出した差分から、屋根11の劣化を診断する。本実施形態では、各建物10~60に対する差分を比較することにより、診断対象となる屋根11の劣化を診断する。
2-4. Deterioration Diagnosis Step S24 Next, the deterioration diagnosis step S24 is performed. In this step, deterioration of the roof 11 is diagnosed from the calculated difference. In this embodiment, the deterioration of the roof 11 to be diagnosed is diagnosed by comparing the difference for each building 10-60.

ここで、屋根11の屋根面12の劣化が進行すると、屋根面12の色彩値のバラツキが大きくなり、屋根11の屋根面12の色分布幅(差分)が大きくなる。たとえば、図5に示すように、各建物20~60に対する色分布幅(差分)を比較することにより、診断対象となる屋根11の劣化の程度を正確に診断することができる。 Here, as the deterioration of the roof surface 12 of the roof 11 progresses, the variation in the color values of the roof surface 12 increases, and the color distribution width (difference) of the roof surface 12 of the roof 11 increases. For example, as shown in FIG. 5, by comparing the color distribution width (difference) for each building 20 to 60, the degree of deterioration of the roof 11 to be diagnosed can be accurately diagnosed.

図5に示すように、たとえば、建物30~60が、新築(築年数1年以内)の建物であり、これらの建物30~60に対する色分布幅(差分)に比べて、建物10に対する色分布幅(差分)が大きいので、屋根11の屋根面12の劣化が進行していると診断することができる。 As shown in FIG. 5, for example, buildings 30 to 60 are new buildings (within one year of construction), and the color distribution width (difference) for these buildings 30 to 60 is lower than that for building 10. Since the width (difference) is large, it can be diagnosed that the deterioration of the roof surface 12 of the roof 11 is progressing.

さらに、建物20の築年数が20年程度であり、屋根21の劣化が進行している場合、建物20に対する色分布幅(差分)と比べて、建物10に対する色分布幅(差分)がさらに大きいので、屋根11の劣化が、屋根21の劣化よりもさらに進行していると診断することができる。 Furthermore, when the building 20 is about 20 years old and the deterioration of the roof 21 is progressing, the color distribution width (difference) for the building 10 is larger than the color distribution width (difference) for the building 20. Therefore, it can be diagnosed that the deterioration of the roof 11 is progressing further than the deterioration of the roof 21 .

このように、本実施形態では、建物10~60に対する色彩値の差分を比較することにより、診断対象となる建物10の屋根11の劣化の程度を正確に診断することができる。特に、画像取得工程S21において、診断対象となる建物10を含む複数の建物20~60の屋根21~61の屋根面22~62の画像22a~62aを、同じタイミングで取得できるので、同じ撮像環境下で、これらを対比することができる。さらに、診断対象となる建物10の屋根11以外の屋根の劣化の程度が予めわかっていれば、これらの差分を比較することにより、診断対象となる建物10の屋根11の劣化をより正確に診断することができる。 As described above, in this embodiment, by comparing the differences in color values of the buildings 10 to 60, the degree of deterioration of the roof 11 of the building 10 to be diagnosed can be accurately diagnosed. In particular, in the image acquisition step S21, the images 22a to 62a of the roof surfaces 22 to 62 of the roofs 21 to 61 of the plurality of buildings 20 to 60 including the building 10 to be diagnosed can be acquired at the same timing, so the same imaging environment can be obtained. Below you can compare them. Furthermore, if the degree of deterioration of the roofs other than the roof 11 of the building 10 to be diagnosed is known in advance, the deterioration of the roof 11 of the building 10 to be diagnosed can be diagnosed more accurately by comparing the differences between them. can do.

なお、たとえば、図5に示すように、色分布幅(差分)に対して所定の閾値A1,A2等を設け、これらの閾値に基づいて、屋根11の劣化診断を行ってもよい。たとえば、色分布幅(差分)が、たとえば閾値A1未満である場合には、屋根の劣化が進行していないと判断し、閾値A1以上かつ閾値A2未満で、屋根の劣化がやや進んでいると判断し、色分布幅(差分)が、たとえば閾値A2以上である場合には、屋根の劣化がかなり進んでいると判断してもよい。 For example, as shown in FIG. 5, predetermined threshold values A1, A2, etc. may be provided for the color distribution width (difference), and the deterioration diagnosis of the roof 11 may be performed based on these threshold values. For example, if the color distribution width (difference) is less than the threshold value A1, it is determined that the deterioration of the roof has not progressed. If the color distribution width (difference) is, for example, equal to or greater than the threshold value A2, it may be determined that the deterioration of the roof has progressed considerably.

このように、本実施形態によれば、継時的な屋根11の劣化の変化を観察しなくても、劣化診断を行うタイミングで、屋根面12の画像12aを取得すれば、この画像12aから屋根11がどの程度劣化しているかを、これまでよりも短い期間かつ簡単に診断することができる。 As described above, according to the present embodiment, if the image 12a of the roof surface 12 is acquired at the timing of diagnosing deterioration without observing changes in the deterioration of the roof 11 over time, the image 12a can be To what extent the roof 11 has deteriorated can be easily diagnosed in a shorter period of time than before.

〔第2実施形態〕
以下に、第2の発明の実施形態(第2実施形態)に係る建物の屋根の劣化診断方法を、図6および図7を参照して説明する。図6は、第2実施形態(第2の発明)に係る建物の屋根の劣化診断方法のフロー図であり、図7は、色彩値の標準偏差と色彩値の平均値との関係を示したグラフである。
[Second embodiment]
A method for diagnosing deterioration of a roof of a building according to an embodiment (second embodiment) of the second invention will be described below with reference to FIGS. 6 and 7. FIG. FIG. 6 is a flowchart of a deterioration diagnosis method for a building roof according to the second embodiment (second invention), and FIG. 7 shows the relationship between the standard deviation of color values and the average value of color values. graph.

3-1.画像取得工程S81について
図6に示すように、まず、本実施形態では、第1実施形態と同様に、画像取得工程S81を行う。この工程では、第1実施形態で示した場合と同様の方法で、建物10の屋根11の屋根面12の画像12aを取得する。具体的には、本実施形態では、無人飛行機5を、地面から所定の高さまで上昇させて、撮像装置6で、建物10の屋根11の屋根面12を撮像する。但し、本実施形態では、建物10の周りの建物20~60等は撮像しなくてもよい。撮像された画像100(図3参照)のデータは、第1実施形態と同様に、撮像装置6から処理装置7に送信される。
3-1. Image Acquisition Step S81 As shown in FIG. 6, first, in the present embodiment, as in the first embodiment, an image acquisition step S81 is performed. In this step, the image 12a of the roof surface 12 of the roof 11 of the building 10 is acquired by the same method as shown in the first embodiment. Specifically, in the present embodiment, the unmanned airplane 5 is raised from the ground to a predetermined height, and the imaging device 6 images the roof surface 12 of the roof 11 of the building 10 . However, in this embodiment, the buildings 20 to 60 and the like around the building 10 may not be imaged. Data of the captured image 100 (see FIG. 3) is transmitted from the imaging device 6 to the processing device 7 as in the first embodiment.

次に、処理装置7を用いて、図3に示す画像から、建物10の屋根11の屋根面12の画像12aを、抽出する(図4参照)。本実施形態では、屋根11を構成する屋根材は、スレート瓦であり、屋根面12は、スレート瓦を敷設されることにより形成された屋根11の外皮の表面である。本実施形態では、屋根11の複数の屋根面のうち、たとえば、日射されている屋根面12を選択し、この屋根面12の画像を抽出する。 Next, using the processing device 7, an image 12a of the roof surface 12 of the roof 11 of the building 10 is extracted from the image shown in FIG. 3 (see FIG. 4). In the present embodiment, the roof material forming the roof 11 is slate tiles, and the roof surface 12 is the surface of the skin of the roof 11 formed by laying the slate tiles. In this embodiment, for example, the roof surface 12 exposed to sunlight is selected from among the plurality of roof surfaces of the roof 11, and the image of this roof surface 12 is extracted.

3-2.色彩値算出工程S82について
次に、色彩値算出工程S82を行う。この工程では、抽出した屋根面12の画像12aを構成する各画素の色彩値を算出する。具体的には、処理装置7の記憶装置74に記憶された画像処理プログラムを用いて、画像12aを構成する各画素の色彩値を算出する。色彩値は、屋根面12の画像12aの各画素における表色に関するパラメータであり、たとえば、Lab表色系(L,a,b)、RBG表色系(R,B,G)、XYZ表色系(X,Y,Z(3刺激値))、等で得られる1つのパラメータである。
3-2. Color Value Calculation Step S82 Next, the color value calculation step S82 is performed. In this step, the color value of each pixel forming the extracted image 12a of the roof surface 12 is calculated. Specifically, the image processing program stored in the storage device 74 of the processing device 7 is used to calculate the color value of each pixel forming the image 12a. The color value is a parameter related to the color specification of each pixel of the image 12a of the roof surface 12, and is, for example, Lab color system (L, a * , b * ), RBG color system (R, B, G), XYZ It is one parameter obtained from a color system (X, Y, Z (tristimulus values)), and the like.

3-3.偏差算出工程S83について
次に、偏差算出工程S83を行う。具体的には、この工程では、算出した色彩値から、色彩値の標準偏差と、色彩値の平均値とを算出する。具体的には、屋根面12の画像12aを構成するすべての画素に対して算出した色彩値から、色彩値の標準偏差と、色彩値の平均値とを算出する。なお、本実施形態では、色彩値から、色彩値の標準偏差と、色彩値の平均値とを算出したが、色彩値の標準偏差から屋根11の劣化診断を行う場合には、色彩値の平均値を算出しなくてもよい。
3-3. Deviation Calculation Step S83 Next, a deviation calculation step S83 is performed. Specifically, in this step, the standard deviation of the color values and the average value of the color values are calculated from the calculated color values. Specifically, from the color values calculated for all the pixels forming the image 12a of the roof surface 12, the standard deviation of the color values and the average value of the color values are calculated. In this embodiment, the standard deviation of the color values and the average value of the color values are calculated from the color values. You don't have to calculate the value.

3-4.劣化診断工程S84について
次に、劣化診断工程S84を行う。この工程では、算出した色彩値の標準偏差と色彩値の平均値に基づいて、建物10の屋根11の劣化を診断する。ここで、屋根11が新しい場合または劣化がほとんど進行していない場合には、図7の(A)に示すように、色彩値の標準偏差は小さく、色彩値の平均値も小さい傾向にある。
3-4. Deterioration Diagnosis Step S84 Next, the deterioration diagnosis step S84 is performed. In this step, deterioration of the roof 11 of the building 10 is diagnosed based on the calculated standard deviation of the color values and the average value of the color values. Here, when the roof 11 is new or has hardly deteriorated, the standard deviation of the color values tends to be small and the average value of the color values tends to be small, as shown in FIG.

さらに、屋根11の劣化の進行が開始すると、図7の(B)に示すように、色彩値の平均値はほとんど変化しないが色彩値の標準偏差が急激に増加する。これは、たとえば、屋根11の屋根面12が、スレート瓦により構成されている場合には、スレート瓦の顔料粒子のごく一部が退色することなどにより、屋根11の屋根面12全体としての色彩値(色彩値の平均値)は、ほとんど変化しないが、屋根面12のごく一部の部分の色彩値が、大きく変化している状態である。 Furthermore, when the deterioration of the roof 11 starts to progress, as shown in FIG. 7B, the average value of the color values hardly changes, but the standard deviation of the color values sharply increases. For example, if the roof surface 12 of the roof 11 is made of slate tiles, the color of the entire roof surface 12 of the roof 11 may be affected by the fading of a small portion of the pigment particles of the slate tiles. The value (average value of color values) hardly changes, but the color values of a very small portion of the roof surface 12 change greatly.

さらに、屋根11の劣化が進行すると、図7の(C)に示すように、色彩値の標準偏差が減少するとともに色彩値の平均値は増加する。これは、屋根11の屋根面12全体の色が、日射等により、徐々に色褪せている状態である。このような色褪せは、屋根面12全体の劣化であるため、色彩値の標準偏差は減少し、色彩値の平均値は増加する。 Furthermore, as the deterioration of the roof 11 progresses, the standard deviation of the color values decreases and the average value of the color values increases, as shown in FIG. 7(C). This is a state in which the color of the entire roof surface 12 of the roof 11 is gradually faded due to sunlight or the like. Since such fading is deterioration of the entire roof surface 12, the standard deviation of the color values decreases and the average value of the color values increases.

そして、評価対象となる建物10の屋根11に用いられる屋根材に対して、たとえば、新しい状態の屋根材の色彩値の標準偏差と色彩値の平均値を予め測定しておけば(図7の(A)のグラフの位置を把握しておけば)、これらの数値(これらの位置)から、屋根11の劣化に伴う屋根面12の色彩値の標準偏差と色彩値の平均値の推移を予測することができる。これにより、算出した色彩値の標準偏差と色彩値の平均値から屋根11の劣化の程度を推定することができる。たとえば、標準偏差の値に、複数の閾値を設けて、この閾値同士の区間ごとに、屋根の劣化のレベルを対応付けて、算出した色彩値が、どのレベルに該当するかで、屋根の劣化の程度を推定してもよい。 Then, for the roof material used for the roof 11 of the building 10 to be evaluated, for example, if the standard deviation of the color value and the average value of the color value of the roof material in a new state are measured in advance (Fig. 7 If the position of the graph (A) is known), from these numerical values (these positions), the transition of the standard deviation of the color value and the average value of the color value of the roof surface 12 due to the deterioration of the roof 11 can be predicted. can do. As a result, the degree of deterioration of the roof 11 can be estimated from the calculated standard deviation of the color values and the average value of the color values. For example, multiple thresholds are set for the standard deviation values, and each interval between these thresholds is associated with the level of deterioration of the roof. can be estimated.

このようにして、屋根11の屋根面12の色彩値の標準偏差と色彩値の平均値の2つのパラメータにより、その建物10の屋根11が、どの程度劣化しているかを短期間かつ簡単に診断することができる。なお、本実施形態では、色彩値の標準偏差と色彩値の平均値の2つのパラメータにより、建物10の屋根11の劣化を診断しているが、例えば、図7の(B)から(C)に示すように、退色が進んだ屋根面12は、退色の進行とともに、色彩値の標準偏差が減少することがわかっているので、屋根11の屋根面12の色彩値の標準偏差から、建物10の屋根11の劣化を診断してもよい。 In this way, the degree of deterioration of the roof 11 of the building 10 can be easily diagnosed in a short period of time using the two parameters of the standard deviation of the color values of the roof surface 12 of the roof 11 and the average value of the color values. can do. In this embodiment, deterioration of the roof 11 of the building 10 is diagnosed using two parameters, the standard deviation of the color values and the average value of the color values. As shown in , it is known that the standard deviation of the color value of the roof surface 12 of the roof surface 12 with advanced fading decreases as the fading progresses. of the roof 11 may be diagnosed.

<確認試験1>
発明者らは、第1実施形態の確認試験を行った。具合的には、無人航空機(UAV)を所定の飛行高度に飛行させて、複数の建物の屋根を含む1つの画像を取得した。これらのうち、築年数がわかる6棟の建物(No.1~No.6)ごとの屋根面の画像を抽出し、抽出した画像の各画素に対して、色彩値として、RBG表色系のR値,G値,B値と、Lab表色系のL値(明度)を算出した。次に、各種の色彩値に対して、これらの最大値と最小値を特定し、それぞれの差分を、屋根の色分布幅として算出した。この結果を、図8に示す。
<Confirmation test 1>
The inventors conducted confirmation tests of the first embodiment. Specifically, an unmanned aerial vehicle (UAV) was flown to a predetermined flight altitude and acquired a single image containing the roofs of multiple buildings. Among these, the image of the roof surface of each of the six buildings (No. 1 to No. 6) whose age is known is extracted, and for each pixel of the extracted image, the RBG color system is used as the color value. The R value, G value, B value, and L value (lightness) of the Lab color system were calculated. Next, the maximum and minimum values were specified for various color values, and the difference between them was calculated as the color distribution width of the roof. The results are shown in FIG.

さらに、異なる地域において、築年数がわかる2棟の建物(No.7,No.8)ごとの屋根面の画像を抽出し、抽出した画像の各画素に対して、色彩値として、R値,G値,B値と、L値(明度)を算出した。この結果を、図9に示す。なお、図9には、図8に示すNo.2~No.6の建物の屋根の色分布幅(差分)も示した。なお、No.1~No.8に示す各建物の築年数と、対応する建物の屋根の屋根材の使用年数は一致している。 Furthermore, in different regions, images of the roof surface of each of two buildings (No. 7 and No. 8) whose age is known are extracted, and each pixel of the extracted image is assigned an R value, G value, B value, and L value (brightness) were calculated. The results are shown in FIG. 9, No. shown in FIG. 2 to No. The color distribution width (difference) of the roofs of the 6 buildings is also shown. In addition, No. 1 to No. The age of each building shown in 8 and the age of use of the roof material of the roof of the corresponding building are the same.

No.1の建物の屋根は、築20年以上の建物の緑色を基調とした屋根であり、No.2~No.6は、の建物は、築1年未満の建物の黒色または茶色を基調とした屋根である。No.7,No.8の建物の屋根は、築17年の建物の黒色を基調とした屋根である。 No. The roof of the building No. 1 is a green-based roof of a building over 20 years old. 2 to No. 6 is a building less than a year old with a black or brown roof. No. 7, No. The roof of the building in No. 8 is based on the black color of the 17-year-old building.

図8に示すように、築20年以上のNo.1の建物の屋根のR値,G値,B値、およびL値(明度)のすべての色分布幅(差分)は、築1年未満のNo.2~No.6の建物の屋根の対応する色分布幅(差分)よりも大きかった。さらに、図9に示すように、築17年のNo.7,No.8の建物の屋根のR値,G値,B値、およびL値(明度)のすべての色分布幅(差分)は、築1年未満のNo.2~No.6の建物の屋根の対応する色分布幅(差分)よりも大きかった。 As shown in FIG. 8, No. 20 years old or more. All the color distribution widths (differences) of the R value, G value, B value, and L value (brightness) of the roof of building No. 1 are less than one year old. 2 to No. than the corresponding color distribution widths (differences) of 6 building roofs. Furthermore, as shown in FIG. 9, the 17-year-old No. 7, No. All the color distribution widths (differences) of the R value, G value, B value, and L value (brightness) of the roof of No. 8 building are less than one year old. 2 to No. than the corresponding color distribution widths (differences) of 6 building roofs.

このような結果から、築年数が分からない建物(具体的には使用年数がわからない屋根材)であっても、屋根の色彩値の色分布幅(差分)が分かれば、屋根の劣化の程度(色褪せ状態)を診断することができる。たとえば、図8に示すように、No.2の建物の築年数(具体的には屋根材の使用年数)と、色分布幅(差分)がわかれば、No1,No.3~No.6の建物の築年数(具体的には屋根材の使用年数)がわからなくても、色分布幅(差分)から、これらの建物の屋根の劣化の程度を簡単に把握することができる。特に、複数の建物の屋根を同時に撮像すれば、同じ条件で、複数の屋根を撮影することができるため、撮像環境によらない正確な建物の色分布幅(差分)を算出することができる。これにより、屋根の劣化の程度をより正確に診断することができる。 From these results, even if the building age is unknown (specifically, the roof material whose usage age is unknown), if the color distribution width (difference) of the roof color value is known, the degree of deterioration of the roof ( fading state) can be diagnosed. For example, as shown in FIG. 2 building age (specifically, the number of years the roof material has been used) and the color distribution width (difference) are known, No. 1 and No. 2 can be identified. 3 to No. Even if you do not know the age of the building in 6 (specifically, the age of the roof material), you can easily grasp the degree of deterioration of the roof of these buildings from the color distribution width (difference). In particular, if the roofs of a plurality of buildings are imaged at the same time, the plurality of roofs can be imaged under the same conditions, so it is possible to accurately calculate the color distribution width (difference) of the building regardless of the imaging environment. This makes it possible to more accurately diagnose the degree of deterioration of the roof.

<確認試験2>
発明者らは、第2実施形態の確認試験を行った。具合的には、無人航空機(UAV)を所定の飛行高度に飛行させて、築年数が異なる建物に対して、屋根材Aを用いた複数の屋根を撮像した。同様に、屋根材B、屋根材Cを用いた複数の屋根を撮像した。屋根材A~Cは、すべてスレート瓦である。次に、これらの屋根材A~Cを用いた屋根の屋根面の画像を抽出し、抽出した画像の各画素に対して、色彩値としてL値(明度)を算出した。次に、これらの明度の標準偏差Sと平均明度(明度の平均値)を算出した。この結果を図10に示す。
<Confirmation test 2>
The inventors conducted confirmation tests of the second embodiment. Specifically, an unmanned aerial vehicle (UAV) was flown at a predetermined flight altitude, and images of a plurality of roofs using the roofing material A were taken for buildings of different ages. Similarly, a plurality of roofs using roof material B and roof material C were imaged. Roof materials A to C are all slate tiles. Next, an image of the roof surface of the roof using these roof materials A to C was extracted, and the L value (brightness) was calculated as a color value for each pixel of the extracted image. Next, the standard deviation S of the brightness and the average brightness (average value of brightness) were calculated. The results are shown in FIG.

なお、屋根材Aは、(a)~(d)の順に、劣化が進んでおり、屋根材Bは、(1)~(4)の順に劣化が進んでおり、屋根材Cは、(A)~(D)の順に劣化が進んでいる。なお、屋根材Aの(a)、屋根材Bの(1)、屋根材Cの(A)は、各屋根材が新品である状態の明度の標準偏差Sと平均明度L(明度の平均値)である。 In addition, the deterioration of the roof material A progresses in the order of (a) to (d), the deterioration of the roof material B progresses in the order of (1) to (4), and the roof material C progresses in the order of (A ) to (D). In addition, (a) of roofing material A, (1) of roofing material B, and (A) of roofing material C are the standard deviation S of brightness and the average brightness L (average value of brightness ).

図10の結果から、各屋根材A~Cいずれの場合も、屋根材が新しい(劣化がほとんど進行していない)場合には、それぞれ、この色彩値の標準偏差は小さく、色彩値の平均値も小さい傾向にあり、屋根材A~Cの劣化の進行が開始すると、色彩値の平均値は変化しないが色彩値の標準偏差が急激に増加することが推定される。さらに、屋根材A~Cの劣化が進行すると、色彩値の標準偏差が減少するとともに色彩値の平均値は増加することが推定される。 From the results of FIG. 10, for any of the roofing materials A to C, when the roofing material is new (deterioration has hardly progressed), the standard deviation of the color values is small, and the average value of the color values is also tends to be small, and it is presumed that when the progress of deterioration of the roofing materials A to C begins, the standard deviation of the color values increases abruptly, although the average value of the color values does not change. Furthermore, it is presumed that as the deterioration of the roofing materials A to C progresses, the standard deviation of the color values decreases and the average value of the color values increases.

したがって、新しい状態(劣化の無い)の屋根材A~Cの色彩値の標準偏差と色彩値の平均値を予め測定しておけば、これらの値から、屋根材A~Cの劣化に伴う、屋根材A~Cの色彩値の標準偏差と色彩値の平均値の推移を予測することができると考えられる。このようにして、屋根材A~Cの色彩値の標準偏差と色彩値の平均値から、その建物の屋根がどの程度劣化しているかを短期間かつ簡単に診断することができると考えられる。また、図10に示すように、標準偏差の値に、複数の閾値を設けて、この閾値同士の区間ごとに、屋根の劣化のレベル1~5を設け、算出した色彩値の標準偏差が、どのレベルに該当するかで、屋根の劣化の程度を推定してもよい。なお、このような閾値による屋根の劣化のレベルを、屋根材ごとに、個別に設けてもよい。 Therefore, if the standard deviation of the color value and the average value of the color value of the roof materials A to C in a new state (no deterioration) are measured in advance, from these values, It is considered that the transition of the standard deviation of the color values and the average value of the color values of the roof materials A to C can be predicted. In this way, from the standard deviation of the color values and the average value of the color values of the roof materials A to C, it is possible to easily diagnose how much the roof of the building has deteriorated in a short period of time. Further, as shown in FIG. 10, a plurality of thresholds are provided for the standard deviation value, and levels 1 to 5 of roof deterioration are provided for each interval between these thresholds, and the standard deviation of the calculated color value is The degree of deterioration of the roof may be estimated according to which level it corresponds to. It should be noted that the level of deterioration of the roof based on such a threshold value may be set individually for each roof material.

以上、本発明の実施形態について詳述したが、本発明は、前記の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の精神を逸脱しない範囲で、種々の設計変更を行うことができるものである。 Although the embodiments of the present invention have been described in detail above, the present invention is not limited to the above-described embodiments, and various designs can be made without departing from the spirit of the invention described in the claims. Changes can be made.

1:診断装置、5:無人航空機(UAV)、6:撮像装置、7:処理装置、10:建物、11:屋根、12:屋根面、12a:画像、S21,S81:画像取得工程、S22,S82:色彩値算出工程、S23:差分算出工程、S24,S84:劣化診断工程、S83:偏差算出工程 1: diagnostic device, 5: unmanned aerial vehicle (UAV), 6: imaging device, 7: processing device, 10: building, 11: roof, 12: roof surface, 12a: image, S21, S81: image acquisition step, S22, S82: color value calculation step, S23: difference calculation step, S24, S84: deterioration diagnosis step, S83: deviation calculation step

Claims (6)

建物の屋根の劣化を診断する劣化診断方法であって、
前記屋根の屋根面の画像を取得する画像取得工程と、
取得した前記屋根面の画像を構成する各画素の色彩値を算出する色彩値算出工程と、
算出した前記色彩値から、前記色彩値の最大値と最小値を特定し、特定した前記最大値と前記最小値との差分を算出する差分算出工程と、
算出した前記差分から、前記屋根の劣化を診断する劣化診断工程と、を含むことを特徴とする屋根の劣化診断方法。
A deterioration diagnosis method for diagnosing deterioration of a roof of a building,
an image acquisition step of acquiring an image of the roof surface of the roof;
a color value calculation step of calculating a color value of each pixel constituting the acquired image of the roof surface;
a difference calculation step of specifying the maximum value and the minimum value of the color value from the calculated color value, and calculating the difference between the specified maximum value and the minimum value;
and a deterioration diagnosis step of diagnosing deterioration of the roof from the calculated difference.
前記画像取得工程において、診断対象となる建物を含む複数の建物の屋根の屋根面を撮像し、撮像した画像から、前記各建物の屋根の屋根面の画像を抽出し、
抽出した前記各建物の屋根面の画像に対して、前記色彩値算出工程および前記差分算出工程を行い、
前記劣化診断工程において、前記各建物に対する差分を比較することにより、診断対象となる前記屋根の劣化を診断することを特徴とする請求項1に記載の屋根の劣化診断方法。
In the image acquisition step, the roof surface of a plurality of buildings including the building to be diagnosed is imaged, and an image of the roof surface of the roof of each building is extracted from the imaged images,
performing the color value calculation step and the difference calculation step on the extracted image of the roof surface of each building;
2. The method of diagnosing deterioration of a roof according to claim 1, wherein, in said deterioration diagnosing step, deterioration of said roof to be diagnosed is diagnosed by comparing differences for said buildings.
建物の屋根の劣化を診断する劣化診断方法であって、
前記屋根の屋根面の画像を取得する画像取得工程と、
取得した前記屋根面の画像を構成する各画素の色彩値を算出する色彩値算出工程と、
算出した前記色彩値から、前記色彩値の標準偏差を算出する偏差算出工程と、
算出した前記標準偏差に基づいて、前記建物の屋根の劣化を診断する劣化診断工程と、を含み、
前記画像取得工程において、前記屋根面の画像のうち、前記屋根の棟側の画像を取得することを特徴とする屋根の劣化診断方法。
A deterioration diagnosis method for diagnosing deterioration of a roof of a building,
an image acquisition step of acquiring an image of the roof surface of the roof;
a color value calculation step of calculating a color value of each pixel constituting the acquired image of the roof surface;
a deviation calculating step of calculating the standard deviation of the color value from the calculated color value;
a deterioration diagnosis step of diagnosing deterioration of the roof of the building based on the calculated standard deviation ;
A method for diagnosing deterioration of a roof , wherein in the image acquiring step, an image of the ridge side of the roof is acquired from among the images of the roof surface .
前記偏差算出工程において、前記算出した前記色彩値から、前記色彩値の平均値をさらに算出し、
前記劣化診断工程において、前記標準偏差に、前記平均値をさらに加味して、前記建物の屋根の劣化を診断することを特徴とする請求項3に記載の屋根の劣化診断方法。
In the deviation calculating step, further calculating an average value of the color values from the calculated color values,
4. The method for diagnosing deterioration of a roof according to claim 3, wherein, in said deterioration diagnosis step, deterioration of said roof of said building is diagnosed by adding said average value to said standard deviation.
前記画像取得工程において、撮像装置を搭載した無人航空機を建物の上空に飛行させ、前記撮像装置で、屋根の屋根面を撮像することを特徴とする請求項1~4のいずれか一項に記載の屋根の劣化診断方法。 5. The image acquisition step according to any one of claims 1 to 4, wherein an unmanned aerial vehicle equipped with an imaging device is flown over a building, and the imaging device captures an image of a roof surface of a roof. roof deterioration diagnosis method. 前記画像取得工程において、前記屋根面の画像のうち、前記屋根の棟側の画像を取得することを特徴とする請求項1または2に記載の屋根の劣化診断方法。 3. The method for diagnosing deterioration of a roof according to claim 1, wherein, in said image obtaining step, an image of a ridge side of said roof is obtained among said images of said roof surface.
JP2018114341A 2018-06-15 2018-06-15 Roof deterioration diagnosis method Active JP7149738B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018114341A JP7149738B2 (en) 2018-06-15 2018-06-15 Roof deterioration diagnosis method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018114341A JP7149738B2 (en) 2018-06-15 2018-06-15 Roof deterioration diagnosis method

Publications (2)

Publication Number Publication Date
JP2019218681A JP2019218681A (en) 2019-12-26
JP7149738B2 true JP7149738B2 (en) 2022-10-07

Family

ID=69095756

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018114341A Active JP7149738B2 (en) 2018-06-15 2018-06-15 Roof deterioration diagnosis method

Country Status (1)

Country Link
JP (1) JP7149738B2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111608411A (en) * 2020-04-29 2020-09-01 湖南南派古建园林工程有限公司 Ancient building outer wall repairing method and system
JP2022021268A (en) * 2020-07-21 2022-02-02 直樹 廣瀬 Deterioration diagnosis method and deterioration diagnostic system for roof
JP7338927B1 (en) * 2023-04-10 2023-09-05 ラックス建設株式会社 ROOF REPAIR SUPPORT SYSTEM AND ROOF REPAIR SUPPORT METHOD

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002298134A (en) 2001-03-29 2002-10-11 Fujitsu Ltd Program, method and device for image processing, and recording medium with image processing program recorded thereon
JP2008190880A (en) 2007-01-31 2008-08-21 Taiyo Kogyo Corp Determination device, determination system, determination method and computer program
JP2008292263A (en) 2007-05-24 2008-12-04 Pasuko:Kk Deterioration determination method of building roof
JP2014211371A (en) 2013-04-19 2014-11-13 大和ハウス工業株式会社 Degradation determination method and device of exterior material
JP2017138162A (en) 2016-02-02 2017-08-10 Jfe鋼板株式会社 Inspection system and inspection method of structure
JP2018055351A (en) 2016-09-28 2018-04-05 アトミクス株式会社 Estimation preparing system for roof painting or waterproof construction
JP2019120545A (en) 2017-12-28 2019-07-22 大和ハウス工業株式会社 Method for diagnosing outer coat discoloration
JP2019128273A (en) 2018-01-25 2019-08-01 積水ハウス株式会社 Method for diagnosing waterproof sheet

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002298134A (en) 2001-03-29 2002-10-11 Fujitsu Ltd Program, method and device for image processing, and recording medium with image processing program recorded thereon
JP2008190880A (en) 2007-01-31 2008-08-21 Taiyo Kogyo Corp Determination device, determination system, determination method and computer program
JP2008292263A (en) 2007-05-24 2008-12-04 Pasuko:Kk Deterioration determination method of building roof
JP2014211371A (en) 2013-04-19 2014-11-13 大和ハウス工業株式会社 Degradation determination method and device of exterior material
JP2017138162A (en) 2016-02-02 2017-08-10 Jfe鋼板株式会社 Inspection system and inspection method of structure
JP2018055351A (en) 2016-09-28 2018-04-05 アトミクス株式会社 Estimation preparing system for roof painting or waterproof construction
JP2019120545A (en) 2017-12-28 2019-07-22 大和ハウス工業株式会社 Method for diagnosing outer coat discoloration
JP2019128273A (en) 2018-01-25 2019-08-01 積水ハウス株式会社 Method for diagnosing waterproof sheet

Also Published As

Publication number Publication date
JP2019218681A (en) 2019-12-26

Similar Documents

Publication Publication Date Title
JP7149738B2 (en) Roof deterioration diagnosis method
US10789503B1 (en) System and method for automatically identifying and matching a color of a structure&#39;s external surface
US10559081B2 (en) Method and system for automated visual analysis of a dipstick using standard user equipment
US20180156736A1 (en) Detection apparatus and detection method
CN112131746B (en) Chlorophyll a concentration inversion method and system
CN108876761B (en) Image processing apparatus, computer-readable recording medium, and image processing system
CN102798470B (en) Method and device for monitoring range of heat abnormality in mining area
US20150325006A1 (en) Method and system for automated visual analysis of a dipstick using standard user equipment
US20170122837A1 (en) Test Unit for Quantitative Analysis of a Contact Pattern on a Tooth Surface of a Gear, Method for Quantitative Analysis and use of the Test Unit
CN109444206B (en) Method and device for detecting quality of asphalt pavement
JP2014196926A (en) Method and apparatus for assessing deterioration of exterior material
CN113554004B (en) Detection method and detection system for material overflow of mixer truck, electronic equipment and mixing station
JP6151077B2 (en) Deterioration judgment method for exterior materials
WO2023236387A1 (en) Method and apparatus for predicting element information, and device and medium
KR20180082169A (en) The Apparatus For Inspecting Faulty Panel
JP2020003430A (en) Device and method for diagnosing degradation of external packaging material
CN110610493B (en) Image processing method and device and electronic equipment
JP5893593B2 (en) Exterior color inspection method
CN113884444A (en) Model establishing method, SPAD value predicting method and device and electronic equipment
JP7253322B2 (en) Integument discoloration diagnostic method
JP7059650B2 (en) How to diagnose the tarpaulin
EP3971553B1 (en) Image processing method, image processing device, imaging system, and program
JP6234045B2 (en) Exterior material deterioration judging method and judging device
JP7177753B2 (en) Material separation evaluation method and material separation evaluation system
CN109596623B (en) Defect detection method and device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210608

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220519

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220531

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220713

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220906

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220927

R150 Certificate of patent or registration of utility model

Ref document number: 7149738

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150