| 講演要旨(和文) | | ボーリング孔内イメージングは岩盤内部情況を知るための重要な調査手法であり、土木調査分野での適用が広がっている。この内、孔壁画像から岩盤亀裂の位置、方向、傾斜角及び開口幅を把握する亀裂解析は最も使われているが、現状では画像を見ながら手動で行うので、多大な時間を費やすし、解析者の主観的な判断も避けられない。本研究は最新的な画像処理技術を用いて亀裂自動解析の方法について検討した。研究は先ず孔壁画像をRGB色モデルから人間の色認識に最も近いHSV色モデルに変換し、フィルタリングとセグメンテーションを行い、最後にHough変換を用いて亀裂の位置、方向、傾斜角と開口幅等のパラメータを抽出した。この手法を実ボーリング孔壁画像に適用した結果、HSV色モデルはRGBよりノイズに強く、セグメンテーションとエージング処理精度を向上することが出来、Hough変換による亀裂自動解析は可能であることが分かった。 |
|
|
| | 講演要旨(英文) | | In geo-investigation, identifying cracks from the spread image of a borehole wall is one of the most common uses of borehole imaging and that picking up the cracks manually is time-consuming and easily affected by objective judgment. We have studied this problem and developed a method that identifies cracks automatically by using image-processing techniques. In our study, first, we translate the image from RGB color model to HSV color model which is nearer to the color recognition of human sight, second, we apply various filtering processes to improve the contrast between cracks and the background, then, we do segmentation and edging on the improved image, finally, we estimated the crack parameters such as depth, direction, dip angle and opening width by Hough Transform. We tested this method using real borehole image data. The result shown that the HSV color model can give better S/N ratio than RGB and with help of various image processing, the Hough Transform can extract the cracks from the image successfully. |
|
|
|
| |
|