CN101828093A - 房屋变动判断方法及房屋变动判断程序 - Google Patents

房屋变动判断方法及房屋变动判断程序 Download PDF

Info

Publication number
CN101828093A
CN101828093A CN200880111915A CN200880111915A CN101828093A CN 101828093 A CN101828093 A CN 101828093A CN 200880111915 A CN200880111915 A CN 200880111915A CN 200880111915 A CN200880111915 A CN 200880111915A CN 101828093 A CN101828093 A CN 101828093A
Authority
CN
China
Prior art keywords
mentioned
house
change
premises
profile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200880111915A
Other languages
English (en)
Other versions
CN101828093B (zh
Inventor
岛村秀树
朱林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pasco Corp
Original Assignee
Pasco Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pasco Corp filed Critical Pasco Corp
Publication of CN101828093A publication Critical patent/CN101828093A/zh
Application granted granted Critical
Publication of CN101828093B publication Critical patent/CN101828093B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

提高基于由飞机等取得的图像等进行的房屋的变动判断的精度。从由飞机等取得的数字表面模型(DSM)的标高值减去地形的标高，生成归一化DSM(NDSM)。对在NDSM中出现的、相应于房屋的大小的每一个凸部，将判断对象区域分割为多个凸部区域。从各凸部区域中提取房屋的轮廓，根据该轮廓和轮廓内的NDSM数据，定义具有上述房屋的三维信息的房屋目标。对关于不同的两个时期分别得到的房屋目标进行对比，检测该两个时期间的变化，根据该变化判断房屋变动。

Description

房屋变动判断方法及房屋变动判断程序
技术领域
本发明涉及房屋变动判断方法及房屋变动判断程序。
背景技术
在下述专利文献中提出了利用空中测量技术进行固定资产的变动判断等的方法。以往，提出了从飞机等对不同的两个时期取得高分辨率的图像及DSM(Digital Surface Model：数字表面模型)数据、将这两个时期的数据按照像素比较、来判断该两个时期间的房屋的变动的方法。
具体而言，在使用从飞机摄影的图像的房屋变动判断中，进行过去得到的图像与新得到的图像的对位(registration，配准)，对于对应的位置的像素求出新旧的亮度值等的像素数据的差，将该差与规定的阈值比较来判断变化的有无。并且，基于变化的像素群提取图像的变化区域，判断房屋的消失及新建的房屋的变动。
此外，在使用DSM的房屋变动判断中，例如将飞行位置不同的多个航空图像进行对照，通过基于同一地物的该多个航空图像中的观察方式的差异求出该地物的高度而生成DSM。并且，与上述新旧图像的比较同样，按照像素比较新旧的DSM的数据，提取DSM的变化区域。
专利文献1：日本特开2004-117245号公报
专利文献2：日本特开2007-3244号公报
像素单位的解析处理由于数据的噪声或配准的偏差等的影响，有难以适当地设定阈值、容易发生对变化的漏检测及误检测的问题。特别是，在高分辨率图像的对比中，有难以以高精度进行配准、难以进行高精度的变化检测的问题。
此外，不容易将像素单位的变化有无的判断结果以房屋单位汇总。例如，即使利用网孔单位的解析、或房屋多边形等的辅助数据，但由于有增改建，所以房屋单位下的变动判断并不容易。此外，在如改建的情况下图像数据等的变化较小，难以提取变化区域，所以有变动判断较困难的问题。
发明内容
有关本发明的房屋变动判断方法，具有：凸部区域提取步骤，根据对判断对象区域内的各点从上空取得的、包含地物的地面表层的标高数据，对与作为判断对象的房屋相应的大小的上述地面表层的每一个凸部，决定包含该凸部的凸部区域；轮廓提取步骤，根据上述标高数据，从上述各凸部区域中提取上述房屋的轮廓；目标定义步骤，根据所提取的上述轮廓及该轮廓内的上述标高数据，定义具有上述房屋的三维信息的房屋目标；以及变动判断步骤，对关于不同的两个时期分别得到的上述房屋目标进行对比，检测上述两个时期间的变化，并根据该变化判断房屋变动。
可以构成为，上述凸部区域提取步骤具有归一化处理步骤，该归一化处理步骤从上述地面表层的标高减去不包含上述地物的地表的标高，并生成上述地物的高度数据，上述凸部区域提取步骤根据上述地物的高度数据，决定上述凸部区域。
在本发明的优选方式中可以构成为，上述凸部区域提取步骤通过基于分水岭法的区域分割，求出上述凸部区域。
此外，在本发明的优选方式中可以构成为，面积比较步骤，根据上述轮廓计算上述房屋目标的面积，判断对比对象的上述房屋目标相互的上述面积的异同；轮廓比较步骤，判断对比对象的上述房屋目标相互的上述轮廓的异同；平均高度比较步骤，根据上述三维信息计算上述房屋目标的平均高度，并判断对比对象的上述房屋目标相互的上述平均高度的异同；高度直方图比较步骤，根据上述三维信息求出上述房屋目标的高度直方图，并判断对比对象的上述房屋目标相互的上述高度直方图的异同；以及判断步骤，在上述各比较步骤中都判断为没有上述两个时期间的差异的情况下判断为无房屋变动，另一方面，在某一个比较步骤中判断为有差异的情况下判断为有房屋变动。
有关本发明的房屋变动判断程序，使计算机执行：凸部区域提取步骤，根据对判断对象区域内的各点从上空取得的、包含地物的地面表层的标高数据，对与作为判断对象的房屋相应的大小的上述地面表层的每一个凸部，决定包含该凸部的凸部区域；轮廓提取步骤，根据上述标高数据，从上述各凸部区域中提取上述房屋的轮廓；目标定义步骤，根据所提取的上述轮廓及该轮廓内的上述标高数据，定义具有上述房屋的三维信息的房屋目标；以及变动判断步骤，对关于不同的两个时期分别得到的上述房屋目标进行对比，检测上述两个时期间的变化，并根据该变化判断房屋变动。
可以构成为，上述凸部区域提取步骤具有归一化处理步骤，该归一化处理步骤从上述地面表层的标高减去不包含上述地物的地表的标高，并生成上述地物的高度数据，上述凸部区域提取步骤根据上述地物的高度数据，决定上述凸部区域。
在本发明的优选方式中可以构成为，上述凸部区域提取步骤基于通过分水岭法的区域分割，求出上述凸部区域。
此外，在本发明的优选方式中可以构成为，上述变动判断步骤具有：面积比较步骤，根据上述轮廓计算上述房屋目标的面积，并判断对比对象的上述房屋目标相互的上述面积的异同；轮廓比较步骤，判断对比对象的上述房屋目标相互的上述轮廓的异同；平均高度比较步骤，根据上述三维信息计算上述房屋目标的平均高度，并判断对比对象的上述房屋目标相互的上述平均高度的异同；高度直方图比较步骤，根据上述三维信息求出上述房屋目标的高度直方图，并判断对比对象的上述房屋目标相互的上述高度直方图的异同；以及判断步骤，在上述各比较步骤中都判断为没有上述两个时期间的差异的情况下判断为无房屋变动，另一方面，在某一个比较步骤中判断为有差异的情况下判断为有房屋变动。
根据本发明，由于基于在DSM中出现的起伏提取对应于各个房屋的房屋目标，以房屋目标单位进行两个时期相互的对比，所以房屋移动的判断变得容易，并且精度提高。进而，房屋目标除了具有房屋所位置的区域的信息以外，还具有基于DSM得到的高度的信息，由于三维地掌握房屋，所以如改建那样的以往难以判别的变化也能够高精度地检测。
附图说明
图1是表示作为本发明的实施方式的房屋变动判断方法的概况的处理流程的流程图。
图2是房屋目标提取处理的概况的流程图。
图3是说明对于DSM的标准化处理的示意图。
图4是说明区域分割处理的示意性的俯视图。
图5是表示变化检测处理的概况的流程图。
图6是表示比较判断处理的一例的流程图。
具体实施方式
以下，基于附图对本发明的实施方式(以下称作实施方式)进行说明。
图1是表示作为实施方式的房屋变动判断方法的概况的处理的流程的流程图。对关于判断对象区域在不同的时期T1、T2得到的DSM(DigitalSurface Model：数字表面模型)数据文件2、4分别进行房屋目标提取处理S6、S8。房屋目标提取处理S6、S8基于DSM所表示的地面表层面的起伏，决定包含相应于房屋的凸部的凸部区域，从各凸部区域提取房屋的轮廓，定义具有该轮廓与该轮廓内的各点的高度的信息的房屋目标。关于各时期T1、T2得到的房屋目标的提取结果存储在房屋目标文件10、12中。对于时期T1、T2各自的房屋目标的信息，进行变化检测处理S14。变化检测处理S14将时期T1的房屋目标与时期T2的房屋目标进行对照、对比，检测两时刻之间的房屋目标的变化，并将其结果作为变动判断结果文件16输出。
这里，在已经进行了房屋目标提取处理、且房屋目标文件已经存在的情况下，能够将其用在变化检测处理S14中而省略房屋目标提取处理。
图2是房屋目标提取处理S6、S8的概况的流程图。DSM被输入到归一化处理S20中，在归一化处理S20中，进行将包含在DSM中的DTM的影响除去的归一化处理，图3是说明归一化处理的示意图。图3(a)是地面的示意性的垂直剖视图。DSM30表示房屋32、树木34等的地物表面的水平坐标-标高、和在地物间露出的地表面36的水平坐标-标高。这里，DSM30中的房屋的标高为其下方的地表面的标高与房屋的高度的合计。归一化处理S20是从该DSM30的值减去DTM(Digital Terrain Model：数字地形模型)40的值、并生成NDSM(Normalized Digital Surface Model：归一化数字表面模型)的处理。图3(b)是示意地表示对应于图3(a)的地面而得到的NDSM42的垂直剖视图。在该NDSM42中，地物(房屋32a、树木34a)具有距地表的高度信息，另一方面，地表36a基本上为对应于高度0的高度。例如，作为DTM40可以使用根据DSM通过形态滤波等各种滤波处理推测的DTM。或者也可以使用有关判断对象区域的已有的DTM。
在NDSM中，房屋以外的地物也具有有意义的高度，特别是，树木34a等的植被能够成为相当于房屋的高度，所以在房屋判断时成为噪声的主要原因。植被除去处理S44是从NDSM42除去有关植被的部分的处理，判断植被的区域，并通过将该区域的NDSM数据改写为0而进行遮蔽。房屋的屋檐及屋顶遍及较大的水平距离展开着平滑的面，相对于此，在植被区域中，以比较小的空间周期发生高度变动。例如，可以利用该差异判断植被区域，并从NDSM42中除去。具体而言，可以将NDSM数据的相邻点间的梯度的分散超过规定的阈值的区域判断为植被区域。此外，也可以基于因高度的变动而在从飞机等摄影的图像中产生的纹理(texture)进行判断。进而，也可以使用多光谱图像，利用树木的叶子强烈地反射近红外光的性质来检测植被区域。例如，可以将使用红(R)成分的像素值DR的近红外(IR)成分的像素值DIR由下式计算出的NDVI(Normalized DifferenceVegetation Index：归一化植被指数)为规定的阈值以上的区域判断为植被区域。
NDVI＝(DIR-DR)/(DIR+DR)
接着，将用除去了植被的NDSM表示的判断对象区域分割为分别各包含1个在该NDSM中出现的凸部的凸部区域(区域分割处理S46)。在从上述DSM向NDSM的变换处理中，以比房屋的展宽大的范围表现的地表的凹凸基本上被除去，留下相应于房屋的大小的凸部。由此，能够对每一个房屋32a设定凸部区域。图4是说明区域分割处理的示意性的俯视图。图4(a)是将植被除去处理S44后的判断对象区域中的NDSM的凹凸简单地进行二值化表示的图，涂黑的区域50对应于凸部的位置。区域分割处理S46将判断对象区域分割为多个凸部区域52，以使各凸部相互分离。作为该区域分割的方法，例如可以使用分水岭(Watershed)法。
以上，对通过归一化处理S20、植被除去处理S44、区域分割处理S46提取的凸部区域52，进行提取房屋的轮廓的轮廓提取处理S60。在轮廓提取处理中，例如基于用亮度或颜色显示从飞机等取得的地面表层的标高的图像(标高图像)62的变化，提取能够构成边缘的点群。另外，也可以代替标高图像而使用从飞机等摄影的地面表层的图像来进行轮廓提取。边缘提取可以使用各种边缘滤波器进行。对于构成边缘的点群进行提取线段而生成线段图像的处理。例如，执行进行跟踪及分割处理的滤波，将该点群分割为能够分别作为1个汇集而捕捉的单位的点的集合，并且去除没有构成足够大的汇集而能够掌握为噪声的点。然后，例如通过Hough(哈夫)变换来提取线圈。接着，进行根据线段图像提取房屋的轮廓的处理。例如，可以对线段图像使用Perceptual Grouping(知觉编组)技术提取房屋的轮廓。
对提取的每一个轮廓定义房屋目标(目标定义处理S64)。房屋目标将轮廓及该轮廓内的NDSM数据的信息建立对应。
以上使用图2等说明的处理作为房屋目标提取处理S6、S8对时期T1、T2各自的DSM进行。并且，对时期T1、T2各自的房屋目标的信息进行变化检测处理S14。
图5是表示变化检测处理S14的概况的流程图。设从时期T1的判断对象区域提取的房屋目标的个数是m个，将该房屋目标用O1(i)(1≤i≤m)表示，设从时期T2的判断对象区域提取的房屋目标的个数是n个，将该房屋目标用O2(j)(1≤j≤n)表示。
例如，首先对先于时期T2的时期T1的任意的房屋目标O1(i)，搜索作为比较对象的O2(j)(步骤S72～S80)。这里，将处于与该O1(i)基本上相同的位置的O2(j)作为比较对象。如果有作为比较对象的O(j)(S76中“Y”的情况)，则将表示比较对象的检测的有无的标志F设定为1(S82)，进行与该O2(j)的比较判断(S84)，将其结果向判断结果文件输出并记录(S86)。在通过搜索在所有的O2(j)之中没有找到作为比较对象的O2(j)的情况下(S88中标志F＝0的情况下)，向判断结果文件记录对应于O1(i)的房屋在时期T2中不存在、即消失了内容的变动判断结果(S90)。
对所有的O1(i)尝试该比较判断(S92，S94)，然后，这次与对上述O1(i)进行的比较判断同样地进行对O2(j)的比较判断。具体而言，首先1个个地选择房屋目标O2(j)(S100，S124)，搜索作为该O2(j)的比较对象的O1(i)(步骤S102～S110)。如果有与该O2(j)相同位置的O1(i)(在S106中是“Y”的情况)，则进行比较判断(S114，S116)。另一方面，在没有作为比较对象的O1(i)的情况下(在S118中标志F＝0的情况下)，向判断结果文件记录对应于O2(j)的房屋在时期T1中不存在、即，将O2(j)是新建筑等内容的变动判断结果(S120)。另外，这里比较判断处理S114和比较判断处理S84可以为基本上相同的处理。在此情况下，对于作为比较对象的O1(i)及O2(j)的组合，在两个比较判断处理S84、S114中处理重复，所以例如可以构成为，在比较判断处理S114中省略具体的处理、在向判断结果文件的输出处理S116中、根据需要而复制比较判断处理S84中的对应的判断结果，作为对于该O2(j)的结果。
图6是表示比较判断处理S84、S114的一例的流程图，对时期T1、T2各自的房屋目标中作为比较对象的一对房屋目标O1、O2判断两个时期间的变动的有无。
首先，基于房屋目标具有的轮廓信息，计算O1、O2各自的面积，比较它们的大小(S130)。如果在两者的面积上存在有意义的差，则判断在两目标表示的房屋之间有变动(S140)。
在面积上没有差的情况下，计算O1、O2相互的轮廓的一致度，如果该一致度小于规定的基准值(S132)，则判断为有变动(S140)。
在轮廓的一致度是基准值以上的情况下，基于房屋目标具有的、轮廓内的NDSM的值进行关于房屋的高度的比较。作为该高度信息的比较，例如首先计算O1、O2各自的平均高度，将它们进行比较(S134)。如果在两者的平均高度上存在有意义的差，则判断为有变动(S140)。
在平均高度上没有差的情况下，进一步对O1、O2各自在轮廓内的多个点具有的NDSM数据进行详细的对比。例如，求出O1、O2各自的高度(NDSM数据)的直方图，如果它们的相似度小于规定的基准值(S136)，则判断为有变动(S140)。此外，也可以将轮廓内的各点的O1、O2的高度的差(Δ)的平方和、或Δ的绝对值超过规定的阈值的像素数等作为指标来判断变动的有无。
在如上所述的各种判断基准中都没有在O1、O2中发现差异的情况下，判断为两者没有变动(S150)。
另外，在图6所示的比较判断处理中，主要以变动的有无的检测为目的，如果在中途的判断基准中检测到差异，则对于其后的判断基准省略判断。相对于此，也可以构成为对所有的判断基准进行判断、基于它们的判断结果综合性地判断变动的有无、并且将它们的判断结果也记录到判断结果文件中。此外，也可以根据多个判断基准的判断结果判别变动的种类，将其记录到判断结果文件中。例如，作为变动的种类，除了房屋的单纯的消失、新建以外，可以基于房屋目标具有的高度信息判断相同地方的改建、或将一层建筑的上方整体或部分地做成二层建筑的增建、或相反的减建。上述房屋变动判断方法可以作为在计算机上执行的程序实现。计算机通过执行该程序，基于由飞机等取得的DSM数据文件2、4，执行房屋目标提取处理S6、S8，生成房屋目标文件10、12，此外，对于保存在房屋目标文件10、12中的两个时期的房屋目标执行变化检测处理S14，生成变动判断结果文件16。
此外，在上述实施方式中，说明了使用从飞机摄影的图像及由该图像生成的DSM的方式，但也可以使用从高分辨率卫星取得的图像及DSM。此外，DSM也可以是从飞机等向地面照射激光而取得的。
工业实用性
使用有关本发明的房屋变动判断方法及房屋变动判断程序得到的房屋变动的信息在固定资产税的评价、及灾害场所的确定等方面成为有用的信息。

Claims (8)

1.一种房屋变动判断方法，其特征在于，具有：
凸部区域提取步骤，根据对于判断对象区域内的各点从上空取得的、包含地物的地面表层的标高数据，对与作为判断对象的房屋相应的大小的上述地面表层的每一个凸部，决定包含该凸部的凸部区域；
轮廓提取步骤，根据上述标高数据，从上述各凸部区域中提取上述房屋的轮廓；
目标定义步骤，根据所提取的上述轮廓及该轮廓内的上述标高数据，定义具有上述房屋的三维信息的房屋目标；以及
变动判断步骤，对关于不同的两个时期分别得到的上述房屋目标进行对比，检测上述两个时期间的变化，并根据该变化判断房屋变动。
2.如权利要求1所述的房屋变动判断方法，其特征在于，
上述凸部区域提取步骤具有归一化处理步骤，该归一化处理步骤从上述地面表层的标高减去不包含上述地物的地表的标高，并生成上述地物的高度数据，
上述凸部区域提取步骤根据上述地物的高度数据，决定上述凸部区域。
3.如权利要求1所述的房屋变动判断方法，其特征在于，
上述凸部区域提取步骤通过基于分水岭法的区域分割，求出上述凸部区域。
4.如权利要求1所述的房屋变动判断方法，其特征在于，
上述变动判断步骤具有：
面积比较步骤，根据上述轮廓计算上述房屋目标的面积，并判断对比对象的上述房屋目标相互的上述面积的异同；
轮廓比较步骤，判断对比对象的上述房屋目标相互的上述轮廓的异同；
平均高度比较步骤，根据上述三维信息计算上述房屋目标的平均高度，并判断对比对象的上述房屋目标相互的上述平均高度的异同；
高度直方图比较步骤，根据上述三维信息求出上述房屋目标的高度直方图，并判断对比对象的上述房屋目标相互的上述高度直方图的异同；以及
判断步骤，在上述各比较步骤中都判断为没有上述两个时期间的差异的情况下判断为无房屋变动，另一方面，在某一个比较步骤中判断为有差异的情况下判断为有房屋变动。
5.一种房屋变动判断程序，其特征在于，使计算机执行：
凸部区域提取步骤，根据对于判断对象区域内的各点从上空取得的、包含地物的地面表层的标高数据，对与作为判断对象的房屋相应的大小的上述地面表层的每一个凸部，决定包含该凸部的凸部区域；
轮廓提取步骤，根据上述标高数据，从上述各凸部区域中提取上述房屋的轮廓；
目标定义步骤，根据所提取的上述轮廓及该轮廓内的上述标高数据，定义具有上述房屋的三维信息的房屋目标；以及
变动判断步骤，对关于不同的两个时期分别得到的上述房屋目标进行对比，检测上述两个时期间的变化，并根据该变化判断房屋变动。
6.如权利要求5所述的房屋变动判断程序，其特征在于，
上述凸部区域提取步骤具有归一化处理步骤，该归一化处理步骤从上述地面表层的标高减去不包含上述地物的地表的标高，并生成上述地物的高度数据，
上述凸部区域提取步骤根据上述地物的高度数据，决定上述凸部区域。
7.如权利要求5所述的房屋变动判断程序，其特征在于，
上述凸部区域提取步骤通过基于分水岭法的区域分割，求出上述凸部区域。
8.如权利要求5所述的房屋变动判断程序，其特征在于，
上述变动判断步骤具有：
面积比较步骤，根据上述轮廓计算上述房屋目标的面积，并判断对比对象的上述房屋目标相互的上述面积的异同；
轮廓比较步骤，判断对比对象的上述房屋目标相互的上述轮廓的异同；
平均高度比较步骤，根据上述三维信息计算上述房屋目标的平均高度，并判断对比对象的上述房屋目标相互的上述平均高度的异同；
高度直方图比较步骤，根据上述三维信息求出上述房屋目标的高度直方图，并判断对比对象的上述房屋目标相互的上述高度直方图的异同；以及
判断步骤，在上述各比较步骤中都判断为没有上述两个时期间的差异的情况下判断为无房屋变动，另一方面，在某一个比较步骤中判断为有差异的情况下判断为有房屋变动。
CN2008801119152A 2007-10-19 2008-10-20 房屋变动判断方法 Expired - Fee Related CN101828093B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007272000 2007-10-19
JP2007-272000 2007-10-19
PCT/JP2008/068984 WO2009051258A1 (ja) 2007-10-19 2008-10-20 家屋異動判定方法、及び家屋異動判定プログラム

Publications (2)

Publication Number Publication Date
CN101828093A true CN101828093A (zh) 2010-09-08
CN101828093B CN101828093B (zh) 2012-07-25

Family

ID=40567517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008801119152A Expired - Fee Related CN101828093B (zh) 2007-10-19 2008-10-20 房屋变动判断方法

Country Status (5)

Country Link
US (1) US8494211B2 (zh)
EP (1) EP2207010B1 (zh)
JP (1) JP5204119B2 (zh)
CN (1) CN101828093B (zh)
WO (1) WO2009051258A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103196433A (zh) * 2012-01-10 2013-07-10 株式会社博思科 数据解析装置、数据解析方法以及程序
CN108156819A (zh) * 2015-02-20 2018-06-12 菲力尔无人机系统公司 用于计算从飞行器到地面目标的距离的方法
CN112580137A (zh) * 2020-12-21 2021-03-30 北京市测绘设计研究院 一种房屋建筑规模快速计算方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5561524B2 (ja) * 2010-03-19 2014-07-30 ソニー株式会社 画像処理装置および方法、並びにプログラム
JP5021795B2 (ja) * 2010-06-30 2012-09-12 株式会社パスコ 二酸化炭素吸収効果の算出方法および算出装置
JP5637383B2 (ja) * 2010-12-15 2014-12-10 ソニー株式会社 画像処理装置、画像処理方法、およびプログラム
JP2013041400A (ja) * 2011-08-15 2013-02-28 Sony Corp 画像処理装置、画像処理方法、およびプログラム
JP5762251B2 (ja) * 2011-11-07 2015-08-12 株式会社パスコ 建物輪郭抽出装置、建物輪郭抽出方法及び建物輪郭抽出プログラム
WO2014031870A2 (en) * 2012-08-22 2014-02-27 University Of Alaska Management of tax information based on topographical information
US20160048925A1 (en) * 2014-01-03 2016-02-18 Buildfax, Inc. Method of determining structural damage using positive and negative tree proximity factors
US10268691B2 (en) 2014-01-03 2019-04-23 BuildFax Method of modeling roof age of a structure
KR102058626B1 (ko) 2017-11-29 2019-12-23 (주)엔젤스윙 지형변화량 가시화 방법 및 장치
US11657437B2 (en) 2017-11-29 2023-05-23 Angelswing Inc Method and apparatus for providing drone data by matching user with provider
JP7087247B2 (ja) 2017-12-08 2022-06-21 株式会社ブリヂストン タイヤ
JP7126316B2 (ja) * 2018-07-23 2022-08-26 株式会社パスコ 家屋異動推定装置及びプログラム
US11195324B1 (en) 2018-08-14 2021-12-07 Certainteed Llc Systems and methods for visualization of building structures
JP2021005301A (ja) * 2019-06-27 2021-01-14 株式会社パスコ 建物抽出処理装置及びプログラム
CN117237565B (zh) * 2023-09-27 2024-02-13 自然资源部国土卫星遥感应用中心 基于高分辨率卫星立体影像的建筑物白模制作方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5265173A (en) * 1991-03-20 1993-11-23 Hughes Aircraft Company Rectilinear object image matcher
JP4156320B2 (ja) 2002-09-27 2008-09-24 株式会社パスコ 家屋異動判定方法
JP4131930B2 (ja) * 2002-12-16 2008-08-13 株式会社日立製作所 地図更新プログラム及び地図更新装置
JP4319857B2 (ja) * 2003-05-19 2009-08-26 株式会社日立製作所 地図作成方法
JP2005241886A (ja) 2004-02-25 2005-09-08 Hitachi Software Eng Co Ltd 地理画像間変化領域の抽出方法、地理画像間変化領域を抽出可能なプログラム、閉領域抽出方法及び閉領域抽出可能なプログラム
CN1269083C (zh) * 2004-07-22 2006-08-09 上海交通大学 航空图像中阴影投影方向的获取方法
US7191066B1 (en) * 2005-02-08 2007-03-13 Harris Corp Method and apparatus for distinguishing foliage from buildings for topographical modeling
JP4566074B2 (ja) 2005-06-21 2010-10-20 株式会社パスコ 家屋異動判定方法及び家屋異動判定プログラム
JP4339289B2 (ja) * 2005-07-28 2009-10-07 Ｎｅｃシステムテクノロジー株式会社 変化判定装置、変化判定方法および変化判定プログラム
JP4624287B2 (ja) * 2006-03-17 2011-02-02 株式会社パスコ 建物形状変化検出方法及び建物形状変化検出システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103196433A (zh) * 2012-01-10 2013-07-10 株式会社博思科 数据解析装置、数据解析方法以及程序
CN108156819A (zh) * 2015-02-20 2018-06-12 菲力尔无人机系统公司 用于计算从飞行器到地面目标的距离的方法
CN112580137A (zh) * 2020-12-21 2021-03-30 北京市测绘设计研究院 一种房屋建筑规模快速计算方法

Also Published As

Publication number Publication date
EP2207010A1 (en) 2010-07-14
WO2009051258A1 (ja) 2009-04-23
JPWO2009051258A1 (ja) 2011-03-03
CN101828093B (zh) 2012-07-25
US20100208982A1 (en) 2010-08-19
US8494211B2 (en) 2013-07-23
JP5204119B2 (ja) 2013-06-05
EP2207010B1 (en) 2015-05-20
EP2207010A4 (en) 2013-01-09

Similar Documents

Publication Publication Date Title
CN101828093B (zh) 房屋变动判断方法
Huang et al. Individual tree crown detection and delineation from very-high-resolution UAV images based on bias field and marker-controlled watershed segmentation algorithms
Gerke et al. Fusion of airborne laserscanning point clouds and images for supervised and unsupervised scene classification
Véga et al. PTrees: A point-based approach to forest tree extraction from lidar data
Kwak et al. Detection of individual trees and estimation of tree height using LiDAR data
Zhou et al. Object-based land cover classification of shaded areas in high spatial resolution imagery of urban areas: A comparison study
Lalonde et al. Detecting ground shadows in outdoor consumer photographs
Awrangjeb et al. Automatic extraction of building roofs using LIDAR data and multispectral imagery
Turker et al. Field-based sub-boundary extraction from remote sensing imagery using perceptual grouping
Sohn et al. Data fusion of high-resolution satellite imagery and LiDAR data for automatic building extraction
CN109919944B (zh) 一种复杂场景建筑物变化检测的联合超像素图割优化方法
Vasuki et al. An interactive image segmentation method for lithological boundary detection: A rapid mapping tool for geologists
Berveglieri et al. Successional stages and their evolution in tropical forests using multi-temporal photogrammetric surface models and superpixels
CN106558051A (zh) 一种改进的从单幅图像检测道路的方法
Khosravi et al. Performance evaluation of object-based and pixel-based building detection algorithms from very high spatial resolution imagery
Anders et al. Rule set transferability for object-based feature extraction: An example for cirque mapping
Lee et al. An individual tree-based automated registration of aerial images to lidar data in a forested area
Champion et al. 2D building change detection from high resolution satelliteimagery: A two-step hierarchical method based on 3D invariant primitives
Bunting et al. Characterisation and mapping of forest communities by clustering individual tree crowns
Hoegner et al. Automatic extraction of facades and windows from MLS point clouds using voxelspace and visibility analysis
JP7126316B2 (ja) 家屋異動推定装置及びプログラム
Zhu et al. A minimum cover approach for extracting the road network from airborne LIDAR data
Krauß A New Simplified DSM-to-DTM Algorithm–dsm-to-dtm-step
Park et al. Unconstrained approach for isolating individual trees using high-resolution aerial imagery
Yang et al. Intelligent processing of UAV remote sensing data for building high-precision DEMs in complex terrain: A case study of Loess Plateau in China

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120725

Termination date: 20151020

EXPY Termination of patent right or utility model