JP2019218681A - 屋根の劣化診断方法 - Google Patents

Abstract

【課題】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に関する。【解決手段】建物１０の屋根１１の劣化を診断する劣化診断方法では、屋根１１の屋根面１２の画像１２ａを取得する画像取得工程Ｓ２１と、取得した屋根面１２の画像１２ａを構成する各画素の色彩値を算出する色彩値算出工程Ｓ２２と、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差分算出工程Ｓ２３と、算出した差分から、屋根の劣化を診断する劣化診断工程Ｓ２４と、を含む。【選択図】図２

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。

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。

特許第５０９００６２公報

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。 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。 建物の屋根を上空から撮像した画像の模式図である。 図３に示す屋根面の一部の画像の模式図である。 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。 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。 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。 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。 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。 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。

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。

〔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。

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。

１−１．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。

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。

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。

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。

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。

２−１．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。

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。

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。

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。

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。

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。

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。

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。

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。

２−４．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。

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。

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。

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。

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。

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。

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。

〔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。

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。

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。

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。

３−３．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。

３−４．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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

＜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。

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。

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。

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。

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。

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

Claims (6)

1. 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。
2. 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。
3. 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屋根の劣化診断方法。
4. 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。
5. 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。
6. 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１〜５のいずれか一項に記載の屋根の劣化診断方法。