JP4566074B2 - 家屋異動判定方法及び家屋異動判定プログラム - Google Patents

Description

本発明は、家屋異動判定方法及び家屋異動判定プログラムに関するものである。

固定資産の異動の判定等を空中測量技術を利用して行う従来例としては、例えば特許文献１に記載されたものが知られている。

この従来例においては、異動判定に際し、先ず、対象地域の航空機写真画像を取得し、前年に取得した航空機写真画像と比較することにより新築あるいは改築等の異動が判定される。
特開平９‐６１１６４号公報

しかし、従来例には以下のような欠点がある。先ず、航空写真画像には、撮影時の日照条件の差による影位置の違い、撮影主点の差による建物の傾きの違い、人、車等の移動体の存在がすべて画面上の差として現れ、これらの要素による画像変化と建物の異動による画像変化とは画像上の情報だけでは分別不能であるために、結局人手を要することとなり、完全自動化が困難であるという問題がある。

また、単なる色違いにより家屋の異動をすべて判定しているので色違いの判別基準以下の色変化や色変化以外での異動があった場合は全く判定されず、異動判定の精度が低い。逆に、色違いの判別基準を下げた場合には、撮影時状態による変化など微細な変化も異動があるものとされるために異動の判定漏れである誤判定や、異動でないものを異動として判定する余剰判定が増えて、結果的に精度の低下に繋がる。

本発明は、以上の欠点を解決すべくなされたものであって、異動判定の精度が高く、完全自動化が可能な家屋異動判定方法を提供することを目的とする。

家屋１０の異動は、単なる色違いの他にも、輝度や色成分の割合などによっても判断することができ、これら色判別を複合的に織り交ぜて複数の要素で判断することにより、異動判定の精度がより高まると考えられる。

しかし、いくら色判別要素を増やしても同種の判定要素では限界がある。そこで、本発明では家屋１０の異動の高さ変化に着目した。これら異なる種類の判断要素を織り交ぜて異動判定を行うことにより従来に比べて飛躍的に精度が高まると考えられる。

また、家屋１０の異動判定の自動化は、異動があったものの中で、家屋１０の異動であるか家屋１０以外の異動であるかを判定する必要があり、困難を極める。

そこで、家屋１０の異動判定が、比較される時期から判定対象時期までに、家屋１０に異動があったかを判定していることに着目した。比較される時期の家屋１０の異動は家屋１０内で行われる異動と家屋１０外で行われる異動に分かれることを見出し、家屋１０を異動判定単位として両時期の比較をすれば、家屋１０以外の異動を判定してしまうこともなく、家屋１０のみの異動を判定することができ、結果的に家屋１０の自動判定が可能になると考えた。

本発明は、以上の見知に基づいてなされたものであり、
上空から取得した新旧２時期のデータに基づいてデータ取得領域内の家屋１０の異動を判定する家屋の異動判定方法であって、
新データ内の所定領域を予め用意した所定領域に対応する家屋ポリゴンデータ３によりトリミングして判定対象領域１として抽出した後、
前記判定対象領域１全域に渡るカラー画像データ１１の階調値と標高データ１２の標高値に対する新旧２時期における２種類の差分値を評価値として演算し、
次いで、前記評価値に基づいて、予め設定された２種類の評価基準値の組み合わせによる判定テーブルを参照して判定対象領域１内の家屋１０異動の有無を判定する家屋の異動判定方法
により達成される。

したがって、本発明によれば、家屋１０の異動判定要素として、家屋１０の形状変化を色と高さという２種類の性質の全く異なる要素で行うことでより精度の高い判定をすることができる。さらに、判定要素結果の組み合わせによりさらに高い精度で判定をすることができる。

また、家屋１０の異動判定単位を家屋１０内の異動と捉えて、既存家屋１０の形状（家屋ポリゴンデータ３）を比較単位とした。家屋ポリゴンデータ３を使うことにより家屋１０以外の異動を判定対象とすることがなく異動判定後に家屋１０であるか否か判断を行う必要がなくなるために家屋１０の異動判定の完全自動化が可能になる。

また、カラー画像の評価基準値は、単なる判定領域の持つ階調値の差分や適宜差分により求めることによっても可能である。しかし、Ｐｃ（各色成分の階調数）／ΣＰｃ（全色要素の階調数の総和）の新旧差分の平均値で判定領域内の色違いを判定すれば、判定領域が持つ各色成分の割合違いで比較することにより、より細かな判定基準となるので余剰判定を減らすことができる。
また、上記カラー画像の評価基準値の他にも、判定対象領域１全域内での色成分の階調値の新旧差分で比較することにより色成分ごとの輝度を比較することより、より細かな判定基準となり余剰判定を減らすことができる。

また、別の発明によれば、更地に家屋１０が建つような家屋ポリゴンデータ３の無い場合が存在する。この場合、家屋１０の異動は全く判定されずに家屋１０内の異動判定のみが行われ、限られた異動の種類しか判定が行えない。そこで、あらかじめ設定した一定領域を区切りその領域内の異動を判定する。また、家屋１０内の異動を判定するのとは違い、更地に家屋１０が建つような比較的高さ変化の大きい種類の家屋１０の異動を判定する。

さらに、家屋ポリゴンデータ３を利用できないような領域で、所定の領域を区切って異動判定を行う前に、あらかじめ２時期で高さの変化が生じているものを判断し、判定領域から除外しておくことで余剰判定を防ぐことができるので判定精度が高まる。

２時期で高さの変化が生じるものとして、例えば植生域８が考えられる。植物体を適宜方法で判別し除去することで植物体における高さ変化を家屋１０の異動として判定してしまうことを防ぐことができる。また、標高データ１２等と同時期に航空機から取得可能な植物特有の波長である赤成分（Ｒ）と近赤外により植生域８を判断することにより植生域８の判断も正確に行える。

また、他に高さ変化を生じるものとして自動車などの一時的な高さ変化である移動体９
が考えられる。自動車などの移動体９については、そのほとんどが道路上を移動することに着目し、既存の道路ポリゴンデータ等により道路領域を除去することで、植生除去同様に家屋１０の異動として判定してしまうことはなくなり余剰判定を防ぐことができ、結果として判定精度が向上する。また、道路領域を判定対象から除去しても公共物である道路上に家屋１０の異動があることはまれであることから問題も無い。

さらに、上記の除去を判定の行程で行うのではなく、前処理としておこなうことで、判定の行程にかかる負担を減らすことができる。

本願発明によれば、家屋異動の判定を完全に自動化でき、かつ、精度の高い正確な判定をすることができる。

図１は本発明を示す図で、（ａ）は旧カラー画像データ、（ｂ）は新カラー画像データ、（ｃ）はカラー画像データ上に前処理において削除した部位をハッチングした図である。図２はメッシュ内異動判定を示す図で、（ａ）は広域判定領域にメッシュを設定した図、（ｂ）は新特徴点から最小距離の旧特徴点を選択する図、（ｃ）は選択した新旧特徴点の距離を表した図である。図３は家屋ポリゴン内異動判定を示す図で、（ａ）は家屋ポリゴンを表した図で、（ｂ）は家屋ポリゴン内のＲＧＢデータをクリッピングした図、（ｃ）は家屋ポリゴン内の標高データをクリッピングした図、（ｄ）はメッシュ内異動判定と家屋ポリゴン内異動判定の結果を合わせて表した図である。図４は本発明を示すブロック図である。図５は全体の処理の流れを示すフローチャートである。図６はメッシュ内異動判定ステップを示すフローチャートである。図７は家屋ポリゴンクリッピングステップ及び家屋ポリゴン内異動判定ステップを示すフローチャートである。

まず、異動判定に際し、カラー画像データ１１、標高データ１２、近赤外データ、道路ポリゴンデータ２０および家屋ポリゴンデータ３を格納部２１に用意する。調査年度と前年度の新旧時期の違いにより家屋異動を判定する方法を例に説明する。上記カラー画像データ１１、標高データ１２および近赤外データは上記２時期のものが用意され、道路ポリゴンデータ２０および家屋ポリゴンデータ３は前年度のものが用意され、格納部２１に格納される。

データ取得領域は、調査対象家屋１０を含む適宜領域（本明細書では、後述する上記家屋ポリゴンデータ３との重合域を「判定対象領域１」、この判定対象領域１を含む比較的広域の領域を「広域判定領域」とし、撮像範囲はほぼ広域判定領域に合致する。また、調査年度および前年度におけるデータは、所定の座標決定方法により平面上で重ねることができる。）である。
上記カラー画像データ１１は、ＲＧＢ３色のカラープレーン上のｍ×ｎのドットマトリクスデータとして定義され、各ピクセルはＲＧＢカラープレーン上の階調値（以下色成分ｃのｍ行ｎ列のピクセル値をＰｃ（ｍ，ｎ）、例えばＲ（赤）プレーンＰｒ（ｍ，ｎ）を表す。）と定義する。

また、標高データ１２は、ＤＳＭ（Digital Surface Model：地表面モデル）として与えられ、カラー画像データ１１と平面上で重ねることができる。（以降、標高データ１２をＤＳＭデータとする。）各種ポリゴンデータは、公共団体等から提供されたものを利用することが可能であり、所定の座標変換方法により上記カラー画像空間上での位置を特定することができる。

異動判定に際し、図１（ｃ）に示すように植生域８や自動車などの移動体９といったノイズ部分を除去するために、ノイズ除去部２２において前処理を実行する。ノイズ除去部２２は、植生域演算部２３、植生域除去部２４および道路域除去部２５を有し、まず、植生域演算部２３と植生域除去部２４において植生域除去ステップが実行される（ステップＳ１）。この植生域除去ステップＳ１は、植物の色の持つ特性を利用してピクセル内の色の値と設定された閾値とを比較して植生域８を判定し、判定に使用する領域内から植生域８にあたる部分を除去する。植生域演算部２３では、格納部２１から取り出された判定箇所のピクセルにおけるＲ値と近赤外値を使ってＮＤＶＩ（Normalized Difference Vegetation Index：正規化植生指標）値を算出する。具体的な算出式を下記に示す。

ただし、ＮＩＲはピクセル内の近赤外値である。

そして、算出したＮＤＶＩ値が植生域除去部２４においてあらかじめ設定した閾値以上である場合には植生域８として判断し判定対象から除外する。例えばＤＳＭデータ値を負の値に変更することにより、植生域８を除外箇所として演算対象から除外する。この結果、新旧データ間で除外箇所が異なる場合、例えば植生域８だった場所に家が建ったなどの場合にも家屋の異動判定が行える。また、新旧の除外箇所が重なりあう（新データ：負、旧データ：負）ときには、通常通りに演算処理をしないなどの処理を含めるだけで無駄な判定も行わなくて済む。

次に、道路域除去部２５において道路域除去ステップが実行される（ステップＳ２）。この道路域除去ステップＳ２は、自動車などの移動体９を除去するために移動体９の存在する道路域自体を判定対象から除外することで移動体９の除去を行う。道路域除去部２５にて格納部２１に格納されている道路ポリゴンデータ２０を取り出し、これを前記植生域８を除外したＤＳＭデータ１２に重ね合わせて、重合位置のＤＳＭデータ１２を判定対象から除外する。除外の方法は、例えば植生域８と同様に負の値に変更することにより行う。また、植生とは違い道路は、大きな変化はないことから除外された部分を演算対象から除外する処理をしても良い。

上記前処理を実行した後に、メッシュ判定部２６において、後述するメッシュで判定対象領域１を決定し、該領域１内のＤＳＭデータ１２を元に異動判定を行うメッシュ内異動判定を実行する（ステップＳ５）。メッシュ判定部２６は、メッシュ設定部２７、メッシュ内データ抽出部２８、メッシュ内データ演算部２９およびメッシュ内異動判定部３２を有し、まず、メッシュ設定部２７においてメッシュ設定ステップが実行される（ステップＳ３）。このメッシュ設定ステップＳ３は、メッシュ設定部２７にて図２（ａ）に示すように家屋異動の判定に適した一定の大きさの複数のメッシュ４をＤＳＭデータ１２上に設定する。本実施の形態のメッシュ４の大きさは、５m×５mに設定される。次に、メッシュ内データ抽出部２８にて、メッシュ内データ抽出ステップが実行される（ステップＳ４）。このメッシュ内データ抽出ステップＳ４は、判定対象メッシュ４においてメッシュ４内のＤＳＭデータ１２をクリッピングして実行される。

メッシュ内データ演算部２９では、上記クリッピングにより得られたＤＳＭデータ１２から判定に用いる評価値を生成するための演算が行われる。平均標高差分データ生成部３０と特徴点距離差分データ生成部３１とを有し、メッシュ内異動判定ステップＳ５が実行される。メッシュ内異動判定ステップＳ５について、図６を元に説明する。まず、平均標高差分データ生成部３０において、平均標高差分データ生成ステップが実行される（ステップＳ５-１）。平均標高差分データ生成ステップＳ５-１は、メッシュ内データ抽出ステップＳ４においてクリッピングされたＤＳＭデータ１２の平均値を取って、新旧間の差分データを生成する。具体的な演算を以下に示す。

ただし、Ｐｎはメッシュ４内の新ＤＳＭデータ１２の各ピクセル値、Ｐｏはメッシュ４内の旧ＤＳＭデータ１２の各ピクセル値、Ｎはメッシュ４内のピクセル総数である。

次に、特徴点距離差分データ生成部３１にて、特徴点距離差分データ生成ステップが実行される（ステップS５-２）。特徴点距離差分データ生成ステップ S５-２は、図２（ｂ）、（ｃ）に示すように、メッシュ内データ抽出ステップＳ４においてクリッピングされた新旧ＤＳＭデータ（標高データ）１２のそれぞれから、標高の高い上位数点（ここでは３点とする）の標高上位点７（以下、「特徴点」とする。）を選ぶ（旧データ７Ａ１，７Ａ２，７Ａ３、新データ７Ｂ１，７Ｂ２，７Ｂ３）。そして、これらのメッシュ４内における距離、すなわち平面上における距離を求め、ある特徴点７に対して距離が最小となる他の特徴点７を新旧間で選び出す。距離が最小の特徴点７の選び出しは、例えばメッシュ４内のピクセルの座標（Ｘ座標，Ｙ座標；図では左上を原点とし、Ｘ座標を右に、Ｙ座標を下にとる）を基に計算することが可能であり、図２（ｂ）に示すように、特徴点７Ａ１（１，１）に対する特徴点７Ｂ１（１，４）、特徴点７Ｂ２（２，２）、特徴点７Ｂ３（４，１）のそれぞれの座標間の距離を順次比較し、最も距離の短い特徴点７Ｂ２（２，２）を選び出す。新データのその他の特徴点７Ａ２、７Ａ３についても同様に選ぶ。以上のようにして選ばれた最も距離の短い特徴点７Ｂについての距離を３点（７Ａ１，７Ａ２，７Ａ３）について合計することにより特徴点距離差分値を生成する。

次に、メッシュ内異動判定部３２において、メッシュ内家屋異動判定ステップが実行される（ステップＳ５-３）。メッシュ内家屋異動判定ステップＳ５-３は、ステップＳ５-１とステップＳ５-２で生成されたデータを評価値として使用し評価基準に基づいて家屋１０の異動判定をする。まず、図６において、まずステップＳ５-１にて平均標高差分値を求め、ステップＳ５-２にて特徴点距離差分値を求める。次に、平均標高差分値が１m以下である場合には、異動なしとして判定され処理が終了する（ステップＳ５-３ａ）。一方、平均標高差分値が１mを超える場合には、平均標高差分データと特徴点距離差分データを組み合わせた判定が行われる。すなわち、平均標高差分値が１mを超えるものに関して、係数（本実施の形態において係数は０．５）を掛け合わせた平均標高差分値に、さらに係数（本実施の形態において係数は０．５）を掛け合わせた特徴点距離差分値を加えて出た値が、閾値（本実施例において閾値は１）を超える場合に異動ありとして判定される（ステップＳ５-３ｂ）。この際、異動ありとされる家屋は、新築５や増築６又は減築や全壊に属するものである。また、前記値が閾値を超えない場合は、異動なしとして判定する。なお、平均標高差分値と特徴点距離差分値とにそれぞれ掛け合わされる係数と閾値は、実際の算出値と異動の結果を基にして家屋１０の異動判定が正確に行えるように適宜決定される。具体的には、係数×平均標高差分値＋係数×特徴点距離差分値の各々に適宜の係数をかけた線形結合式として表される。

次に、家屋ポリゴンクリッピングステップＳ６及び家屋ポリゴン内異動判定ステップＳ７を実行する。以下、図５及び図７を用いて家屋ポリゴンクリッピングステップＳ６及び家屋ポリゴン内異動判定ステップＳ７について説明する。まず、家屋ポリゴンクリッピング部３３において、家屋ポリゴンクリッピングステップが実行される（ステップＳ６）。家屋ポリゴンクリッピングステップＳ６は、まず、格納部２１に格納されている図３（ａ）に示す家屋ポリゴンデータ３を新旧のＤＳＭデータ１２とカラー画像データ１１（ＲＧＢデータ）に重ね合わせる。次に、図３（ｂ）、（ｃ）に示すように、重ね合わされた箇所のデータをクリッピングする。

次に、上記クリッピングにより得られた各データから判定に用いるデータを生成するため家屋ポリゴン内データ演算部３４において演算を実行する。家屋ポリゴン内データ演算部３４は、高度差分平均データ生成部３５とカラー絶対差分データ生成部３６とカラー割合差分データ生成部３７とを有し、まず、高度差分平均データ生成部３５において、高度差分平均データ生成ステップを実行する（ステップＳ６-１）。高度差分平均データ生
成ステップＳ６-１は、家屋ポリゴンデータ３内の各ピクセルの新旧ＤＳＭデータ１２について差分を取り、その差分の家屋ポリゴンデータ３内の平均の絶対値である高度差分平均値を生成する。具体的な演算を以下に示す。

ただし、Ｐｎは家屋ポリゴン内の新ＤＳＭデータ１２の各ピクセル値、Ｐｏは家屋ポリゴン内の旧ＤＳＭデータ１２の各ピクセル値、Ｎは家屋ポリゴン内のピクセル総数である。

次に、カラー絶対差分データ生成部３６において、カラー絶対差分データ生成ステップを実行する（ステップＳ６-２）。カラー絶対差分データ生成ステップＳ６-２は、新旧のピクセルの各色成分（以下、各色要素という。）の平均を取り、その各色成分ごとの新旧データの差分の絶対値を合計したカラー絶対差分を生成する。具体的な演算を以下に示す。

ＤＡｒｅｄ＋ＤＡｇｒｅｅｎ＋ＤＡｂｌｕｅ＝カラー絶対差分
ただし、Ｐｎ（ｒｅｄ，ｇｒｅｅｎ，ｂｌｕｅ）（ｉ，ｊ）は、新ＲＧＢデータの家屋ポリゴン内における（赤波長、緑波長、青波長）の各ピクセル値、Ｐｏ（ｒｅｄ，ｇｒｅｅｎ，ｂｌｕｅ）（ｉ，ｊ）は、旧ＲＧＢデータの家屋ポリゴン内における（赤波長、緑波長、青波長）の各ピクセル値、Ｎは家屋ポリゴン内のピクセル総数である。

次に、カラー割合差分データ生成部３７において、カラー割合差分データ生成ステップを実行する（ステップＳ６-３）。カラー割合差分データ生成ステップＳ６-３は、図３（ｂ）に示す家屋ポリゴンデータ３内の各色成分（ＲＧＢ）の平均値を取り、全色成分の割合を求める。そして、求められた新旧の各色成分割合の各色成分ごとの差分の絶対値を取り、その色成分ごとの絶対差分を合計したカラー割合差分データを生成する。この際、影で暗くなった部分は、本来の色を表していないので生成対象から除く事により精度が高まる。（生成対象から外す影部分は、各色成分の各値がすべて閾値以下のものとする。なお、本実施の形態において、閾値は５０とする。）具体的な演算を以下に示す。

ＤＲｒｅｄ＋ＤＲｇｒｅｅｎ＋ＤＲｂｌｕｅ＝カラー割合差分
ただし、Ｐｎ（ｒｅｄ，ｇｒｅｅｎ，ｂｌｕｅ）（ｉ，ｊ）は、新ＲＧＢデータ１１の家屋ポリゴン内における（赤波長、緑波長、青波長）の各ピクセル値、Ｐｏ（ｒｅｄ，ｇｒｅｅｎ，ｂｌｕｅ）（ｉ，ｊ）は、旧ＲＧＢデータ１１の家屋ポリゴン内における（赤波長、緑波長、青波長）に各ピクセル値、Ｎは家屋ポリゴン内のピクセル総数である。

次に、家屋ポリゴン内異動判定部３９において、家屋ポリゴン内異動判定ステップが実行される（ステップＳ７）。家屋ポリゴン内異動判定ステップＳ７は、Ｓ６-１からＳ６-３までのステップで生成されたデータを評価値として判定テーブル２を参照し評価基準に基づいて家屋１０の異動判定をする。さらに、色成分合計データ生成部において、色成分合計データ生成ステップを実行する（ステップＳ７-１）。色成分合計データ生成ステップＳ７-１は、新旧ごとの色成分の総合計である色成分合計データを生成する。

判定に先立ち、ステップＳ７-１で生成された新旧の色成分合計データについて場合分けをする。場合分けとしては、新旧の色成分合計データが共に、設定された閾値（本実施例において閾値は３００）以上または未満である場合と新旧の色成分合計データが閾値を境にして異なるところにある場合（新データが３００以上で旧データが３００未満、または新データが３００未満で旧データが３００以上）の２種類であり、この場合分けに基づいて以下の評価基準を用いて判定を行う（ステップＳ７-２）。

まず、新旧の色成分合計データが共に、設定された閾値（本実施例において閾値は３００）以上または未満である場合は、高度差分平均値とカラー割合差分値を評価基準として用い、家屋ポリゴン内異動判定部３９において判定テーブル２により判定を行う。すなわち、高度差分平均値が設定される閾値（本実施例において閾値は１）を超えており（ステップＳ７-３）、かつカラー割合差分値が設定される閾値（本実施例において閾値は９）を超えている（ステップＳ７-４）場合に限り異動ありとする。一方、いずれかの判定基準が設定された閾値以下である場合は異動なしとされる。

これに対して、新旧の色成分合計データが閾値を境にして異なるところにある場合は、判定テーブル２により判定を行い、上記評価基準にカラー絶対差分をさらに評価基準として加える。すなわち、他評価基準が閾値を超えており（ステップＳ７-５、ステップＳ７-６）、さらにカラー絶対差分値が設定される閾値（本実施例において閾値は１００）を超えている（ステップＳ７-７）場合に限り異動ありとされる。また、同様にいずれかの評価基準でも閾値以下である場合は、異動なしとされる。

上記判定の結果、家屋ポリゴン内異動判定ステップＳ７において異動ありとされた家屋１０は、家屋１０内の立替新築や工事中家屋１０、増改築家屋１０である。

また、家屋１０内の異動判定を行う家屋ポリゴン内異動判定ステップＳ７をメッシュ内異動判定ステップＳ５の前に行い、異動判定された部分をメッシュ内異動判定の判定対象から除くことや、家屋ポリゴンデータ３を使ってノイズ処理同様家屋ポリゴンデータ３を事前にメッシュ内異動判定対象から除去することも可能であり、家屋部分以外のメッシュ４についての判定だけを行えば足り判定対象が減るので処理が早くなる。
次に、上記判定結果に基づいて、表示部４０おいて表示ステップが実行される（ステップＳ８）。表示ステップＳ８は、図３（ｄ）に示すように判定結果によりあらかじめ設定された表示を行う。例えば、異動ありと判定された箇所だけ表示したり、異動箇所の色を変えて強調表示する等により行われる。

なお、メッシュ４内の異動判定が行われた時に表示を行っても良い。また、例えば異動判定が行われた箇所に対してメッシュ内異動判定及び家屋ポリゴン内異動判定の双方が行われたときに、家屋ポリゴン内異動判定を優先表示するようにしても良い。また、上述するこれらの判定方法は、上記植生域除去ステップＳ１以下の手順を順次実行するプログラムが走行するコンピュータにより実現できる。

本発明を示す図で、（ａ）は旧カラー画像データ、（ｂ）は新カラー画像データ、（ｃ）はカラー画像データ上に前処理において削除した部位をハッチングした図である。 メッシュ内異動判定を示す図で、（ａ）は広域判定領域にメッシュを設定した図、（ｂ）は新特徴点から最小距離の旧特徴点を選択する図、（ｃ）は選択した新旧特徴点の距離を表した図である。 家屋ポリゴン内異動判定を示す図で、（ａ）は家屋ポリゴンを表した図で、（ｂ）は家屋ポリゴン内のＲＧＢデータをクリッピングした図、（ｃ）は家屋ポリゴン内の標高データをクリッピングした図、（ｄ）はメッシュ内異動判定と家屋ポリゴン内異動判定の結果を合わせて表した図である。 本発明を示すブロック図である。 全体の処理の流れを示すフローチャートである。 メッシュ内異動判定ステップを示すフローチャートである。 家屋ポリゴンクリッピングステップ及び家屋ポリゴン内異動判定ステップを示すフローチャートである。

符号の説明

１ 判定対象領域
２ 判定テーブル
３ 家屋ポリゴンデータ
４ メッシュ
５ 新築
６ 増築
７ 標高上位点
８ 植生域
９ 移動体

Claims (12)

1. 上空から取得した新旧２時期のデータに基づいてデータ取得領域内の家屋の異動を判定する家屋の異動判定方法であって、
   ２時期のデータ内の所定領域を予め用意した所定領域に対応する家屋ポリゴンデータによりトリミングして判定対象領域として抽出した後、
   前記判定対象領域全域に渡るカラー画像データの階調値と標高データの標高値に対する新旧２時期における２種類の差分値を評価値として演算し、
   次いで、前記評価値に基づいて、予め設定された２種類の評価基準値の組み合わせによる判定テーブルを参照して判定対象領域内の家屋異動の有無を判定してなり、
   かつ、前記カラー画像データに対する評価値が、
   Ｐｃ／ΣＰｃ
   但し、Ｐｃは色要素（ｃ）の階調数、
   ΣＰｃは全色要素の階調数の総和、
   の新旧差分の平均値で与えられる家屋の異動判定方法。
2. 前記判定テーブルによる判定に先立って、
   新旧画像データに対して、各色成分の階調値合計に基づいて定義され、所定の境界値により区分される輝度域を決定する評価用輝度値を演算し、
   新旧画像データが同一輝度域に属する場合には、カラー画像データに対して
   Ｐｃ／ΣＰｃ
   但し、Ｐｃは色要素（ｃ）の階調数、
   ΣＰｃは全色要素の階調数の総和、
   の新旧差分の平均値で与えられる第１の評価値を使用するとともに、
   異なった輝度域に属する場合には、カラー画像データに対して前記第１の評価値と、判定対象領域全域内での色成分の階調値の新旧差分で与えられる第２の評価値の双方を使用する請求項１記載の家屋の異動判定方法。
3. 前記判定対象領域を含む広域判定領域内に所定のメッシュを設定した後、
   各メッシュに対して標高値差分を基準とするメッシュ標高判定値を設定し、
   該メッシュ標高判定値により広域判定領域内での家屋異動の有無を判定し、
   前記判定対象領域内での判定結果と前記広域判定領域内での判定結果との論理和により異動判定を行う請求項１または２に記載の家屋の異動判定方法。
4. 前記メッシュ標高判定値は、
   メッシュ内の標高平均の新旧間差分と、
   新旧同一メッシュ内に抽出される適数の標高上位点の新旧間距離差分に基づく評価値との線形結合値として与えられる請求項３に記載の家屋の異動判定方法。
5. 前記判定対象領域内での判定または前記広域判定領域内での判定に先立って、予め植生域を演算対象から除去する請求項１乃至４のいずれかに記載の家屋の異動判定方法。
6. 前記判定対象領域内での判定または前記広域判定領域内での判定に先立って、予め移動体を演算対象から除去する請求項１乃至５のいずれかに記載の家屋の異動判定方法。
7. 上空から取得した新旧２時期のデータに基づいてデータ取得領域内の家屋の異動を判定する家屋の異動判定プログラムであって、
   ２時期のデータ内の所定領域を予め用意した所定領域に対応する家屋ポリゴンデータによりトリミングして判定対象領域として抽出する手順と、
   前記判定対象領域全域に渡るカラー画像データの階調値と標高データの標高値に対する新旧２時期における２種類の差分値を評価値として演算する手順と、
   次いで、前記評価値に基づいて、予め設定された２種類の評価基準値の組み合わせによる判定テーブルを参照して判定対象領域内の家屋異動の有無を判定する手順とをコンピュータに実行させるためのものであり、
   かつ、前記カラー画像データに対する評価値が、
   Ｐｃ／ΣＰｃ
   但し、Ｐｃは色要素（ｃ）の階調数、
   ΣＰｃは全色要素の階調数の総和、
   の新旧差分の平均値で与えられる家屋の異動判定プログラム。
8. 前記判定テーブルによる判定に先立って、
   新旧画像データに対して、各色成分の階調値合計に基づいて定義され、所定の境界値により区分される輝度域を決定する評価用輝度値を演算し、
   新旧画像データが同一輝度域に属する場合には、カラー画像データに対して
   Ｐｃ／ΣＰｃ
   但し、Ｐｃは色要素（ｃ）の階調数、
   ΣＰｃは全色要素の階調数の総和、
   の新旧差分の平均値で与えられる第１の評価値を使用するとともに、
   異なった輝度域に属する場合には、カラー画像データに対して前記第１の評価値と、判定対象領域全域内での色成分の階調値の新旧差分で与えられる第２の評価値の双方を使用する請求項７記載の家屋の異動判定プログラム。
9. 前記判定対象領域を含む広域判定領域内に所定のメッシュを設定した後、
   各メッシュに対して標高値差分を基準とするメッシュ標高判定値を設定し、
   該メッシュ標高判定値により広域判定領域内での家屋異動の有無を判定し、
   前記判定対象領域内での判定結果と前記広域判定領域内での判定結果との論理和により異動判定を行う請求項７または８記載の家屋の異動判定プログラム。
10. 前記メッシュ標高判定値は、
    メッシュ内の標高平均の新旧間差分と、
    新旧同一メッシュ内に抽出される適数の標高上位点の新旧間距離差分に基づく評価値との線形結合値として与えられる請求項９記載の家屋の異動判定プログラム。
11. 前記判定領域内での判定または前記広域判定領域内での判定に先立って、予め植生域を演算対象から除去する請求項７乃至１０のいずれかに記載の家屋の異動判定プログラム。
12. 前記判定領域内での判定または前記広域判定領域内での判定に先立って、予め移動体を演算対象から除去する請求項７乃至１１のいずれかに記載の家屋の異動判定プログラム。

Images