| 講演要旨(和文) | | 我々はアーススキャニング研究会の助成を頂き、孔壁展開画像処理における亀裂解析技術を研究し、解析の自動化を目指している。研究は亀裂抽出において、HSV色モデルのS成分（彩度）を利用し、�＼茲差�範囲における彩度統計に基づいて一次セグメンテーションを行い、Hough変換により亀裂の概略的な要素を抽出する（粗解析）；��続いて、抽出した亀裂要素に基づいて画素を逆方向にシフトし、正弦波波形であった亀裂中心線を水平になるように補正する；�５砧�中心線を中心として、亀裂及び風化帯を含む画像領域を定義し、この小さい領域において2次セグメンテーションを行い、粗解析結果に対する補正を求め、亀裂の正確な位置、方向、傾斜角、開口幅及び風化帯の幅を推定する。この手法を実孔壁展開画像に適用した結果、2次セグメンテーション処理は亀裂の推定精度が高く、他の画像処理との組み合わせ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) | | We have studied automatic identification of cracks from borehole image under the support of Earth Scanning Association. As a part of this study, this paper discusses how to improve the accuracy of automatic crack identification. In this study, we used the S (Saturation) component of borehole image under the HSV color model and proposed a second segmentation to improve the accuracy. First, we do segmentation based on the statistics of saturation over a longer borehole section and use Hough Transform to determine the rough parameters of a crack, then, we shift the pixels in reverse direction to the sine curve estimated (sine curve correction), third, we define a rectangle region which includes the crack and weathered belt. Final, we do the second segmentation and Hough Transform again with this region to get the correction to the rough estimation. By correcting the rough estimation, we can get the accurate parameters of the crack. We tested this method with real borehole image data. The result shown that this method can improve the accuracy of automatic crack analysis, indicating that combined with other processing, automatic identification of cracks from borehole image can become practical. |
|
|
|
| |
|