ハイパースペクトル画像を用いた錆領域セグメンテーションの学習

摘要

建築材料に鉄を含hだ建造物の老朽化を確認する上で，錆の進行度合いは重要な検査項目の1 つである．現在，この検査は目視で行われており，検査人次第で結果が異なることや検査過誤が課題となっている．また，熟練した検査人でなければ，錆領域と錆汁や汚れが付着しただけの領域の区別が難しい．この問題を解決する方法として，対象をカメラで撮影し，錆を自動検知する手法が挙げられる．機械学習に基づくこれらの手法では，教師データとしてあらかじめ錆領域を区分けしたラベル画像を用意する必要がある．本研究では，ハイパースペクトルカメラによる客観的な測定データで教師データを作成し，セグメンテーションのモデルを学習することで，RGB 画像から高精度な錆領域分割を行う手法を提案する．