JP2000057353A - 景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョン - Google Patents
景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョンInfo
- Publication number
- JP2000057353A JP2000057353A JP10224351A JP22435198A JP2000057353A JP 2000057353 A JP2000057353 A JP 2000057353A JP 10224351 A JP10224351 A JP 10224351A JP 22435198 A JP22435198 A JP 22435198A JP 2000057353 A JP2000057353 A JP 2000057353A
- Authority
- JP
- Japan
- Prior art keywords
- quality
- fractal dimension
- value
- scenery
- landscape
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 景観画像のディジタル画像処理によりフラク
タル次元を算出し、その値から景観の質の良否を判定す
る方式とそれを用いた知的ロボットビジョン。 【解決手段】 景観の質をディジタル画像処理技術を用
いて判定する方式において、対象景観画像１のフラクタ
ル次元の値を求め、景観画像１のフラクタル次元の値が
１．５０〜１．６５の領域内にある場合は質的に優れ、
その領域より大きいか若しくは小さい領域にある場合に
は質的に劣るとの判定基準に基づきその求めたフラクタ
ル次元の値から景観の質を評価する。
タル次元を算出し、その値から景観の質の良否を判定す
る方式とそれを用いた知的ロボットビジョン。 【解決手段】 景観の質をディジタル画像処理技術を用
いて判定する方式において、対象景観画像１のフラクタ
ル次元の値を求め、景観画像１のフラクタル次元の値が
１．５０〜１．６５の領域内にある場合は質的に優れ、
その領域より大きいか若しくは小さい領域にある場合に
は質的に劣るとの判定基準に基づきその求めたフラクタ
ル次元の値から景観の質を評価する。
Description
【０００１】
【発明の属する技術分野】本発明は、景観のディジタル
評価方式とそれを用いた知的ロボットビジョンに関し、
特に、景観画像のフラクタル解析をして景観の質を評価
する方式とその能力を有する知的ロボットビジョンに関
するものである。
評価方式とそれを用いた知的ロボットビジョンに関し、
特に、景観画像のフラクタル解析をして景観の質を評価
する方式とその能力を有する知的ロボットビジョンに関
するものである。
【０００２】
【従来の技術】都市部や観光地では、景観は地域の環境
評価条件の一つとして捉えられ、社会問題となってい
る。そのため、景観の客観的評価技術の確立が求められ
ている。しかし、一般に景観の良否は個々人の主観的問
題と捉えられがちであったため、このような観点での技
術は未発達であった。
評価条件の一つとして捉えられ、社会問題となってい
る。そのため、景観の客観的評価技術の確立が求められ
ている。しかし、一般に景観の良否は個々人の主観的問
題と捉えられがちであったため、このような観点での技
術は未発達であった。
【０００３】
【発明が解決しようとする課題】本発明は従来のそのよ
うな状況に鑑みてなされたものであり、その目的は、景
観画像のディジタル画像処理によりフラクタル次元を算
出し、その値から景観の質の良否を判定する方式とそれ
を用いた知的ロボットビジョンを提供することである。
うな状況に鑑みてなされたものであり、その目的は、景
観画像のディジタル画像処理によりフラクタル次元を算
出し、その値から景観の質の良否を判定する方式とそれ
を用いた知的ロボットビジョンを提供することである。
【０００４】
【課題を解決するための手段】本発明の景観のディジタ
ル評価方式は、景観の質をディジタル画像処理技術を用
いて判定する方式において、対象景観画像のフラクタル
次元の値を求め、景観画像のフラクタル次元の値がある
特定の領域内にある場合は質的に優れ、その領域より大
きいか若しくは小さい領域にある場合には質的に劣ると
の判定基準に基づきその求めたフラクタル次元の値から
景観の質を評価することを特徴とするものである。
ル評価方式は、景観の質をディジタル画像処理技術を用
いて判定する方式において、対象景観画像のフラクタル
次元の値を求め、景観画像のフラクタル次元の値がある
特定の領域内にある場合は質的に優れ、その領域より大
きいか若しくは小さい領域にある場合には質的に劣ると
の判定基準に基づきその求めたフラクタル次元の値から
景観の質を評価することを特徴とするものである。
【０００５】この場合に、その特定の領域内のフラクタ
ル次元の値を１．５０〜１．６５に設定することが望ま
しい。
ル次元の値を１．５０〜１．６５に設定することが望ま
しい。
【０００６】また、本発明は、上記の景観のディジタル
評価方式の機能を備えた視覚装置、知的ロボットビジョ
ンを含むものである。
評価方式の機能を備えた視覚装置、知的ロボットビジョ
ンを含むものである。
【０００７】本発明においては、景観画像のフラクタル
次元の値がある特定の領域内にある場合は質的に優れ、
その領域より大きいか若しくは小さい領域にある場合に
は質的に劣るとの判定基準を備え、その判定基準に基づ
いて求めたフラクタル次元の値から景観の質を評価する
ので、客観的かつ自動的に景観の質の良否を判定するこ
とができ、知的ロボットビジョン等に適用することがで
きる。
次元の値がある特定の領域内にある場合は質的に優れ、
その領域より大きいか若しくは小さい領域にある場合に
は質的に劣るとの判定基準を備え、その判定基準に基づ
いて求めたフラクタル次元の値から景観の質を評価する
ので、客観的かつ自動的に景観の質の良否を判定するこ
とができ、知的ロボットビジョン等に適用することがで
きる。
【０００８】
【発明の実施の形態】以下、本発明の景観のデジタル評
価方式とそれを用いた知的ロボットビジョンの原理とそ
の実施例について説明する。これまでに画像をフラクタ
ル解析した事例は数多く報告されているが、フラクタル
次元の持つ意味が十分に理解できていなかったため、景
観の質の良否の判定に利用されていなかった。また、単
に画像のフラクタル次元の値を求めただけでは、その良
否を判定することはできなかった。
価方式とそれを用いた知的ロボットビジョンの原理とそ
の実施例について説明する。これまでに画像をフラクタ
ル解析した事例は数多く報告されているが、フラクタル
次元の持つ意味が十分に理解できていなかったため、景
観の質の良否の判定に利用されていなかった。また、単
に画像のフラクタル次元の値を求めただけでは、その良
否を判定することはできなかった。
【０００９】本発明においては、「フラクタル次元値の
１．５０〜１．６５の領域では、対称景観画像は質的に
優れ、その領域外では質的に問題がある」と判定する。
このような判定により、景観の客観的評価が可能となっ
た。
１．５０〜１．６５の領域では、対称景観画像は質的に
優れ、その領域外では質的に問題がある」と判定する。
このような判定により、景観の客観的評価が可能となっ
た。
【００１０】この評価基準となる値の領域は次のように
して求めた。すなわち、世界の風景名画の数多くを調査
し、そのフラクタル次元を求めた結果、だれもが美しい
と感じられるものは全てこの領域に集中することを見出
した。また、だれもが景観として悪いと感じられるよう
なサンプルでは、フラクタル次元値は全てこの領域の外
であった。その事実に基づき、本発明では、フラクタル
次元の持つ意味を理解し、質の良否の判定に利用するも
のである。
して求めた。すなわち、世界の風景名画の数多くを調査
し、そのフラクタル次元を求めた結果、だれもが美しい
と感じられるものは全てこの領域に集中することを見出
した。また、だれもが景観として悪いと感じられるよう
なサンプルでは、フラクタル次元値は全てこの領域の外
であった。その事実に基づき、本発明では、フラクタル
次元の持つ意味を理解し、質の良否の判定に利用するも
のである。
【００１１】本発明は、技術的には景観の評価機能を有
する知的視覚装置を提供するものである。これは、従来
のコンピュータによるディジタル画像処理装置には、景
観の良否を感じるような人間の感性に相当する能力が付
与されていなかったが、本発明により、コンピュータビ
ジョン、あるいは、ロボットビジョン、あるいは、人工
知能がその内部に景観画像を取り込み、上記アルゴリズ
ムにより画像解析すれば、景観の良否を判定することが
できるようになり、視感性が付与されるに至ることにな
る。
する知的視覚装置を提供するものである。これは、従来
のコンピュータによるディジタル画像処理装置には、景
観の良否を感じるような人間の感性に相当する能力が付
与されていなかったが、本発明により、コンピュータビ
ジョン、あるいは、ロボットビジョン、あるいは、人工
知能がその内部に景観画像を取り込み、上記アルゴリズ
ムにより画像解析すれば、景観の良否を判定することが
できるようになり、視感性が付与されるに至ることにな
る。
【００１２】以下に、本発明の原理の詳細を図１を用い
て説明する。まず、図１（ａ）に示すように、景観画像
１は、撮像装置２により直接、若しくは、カメラ３で写
真Ｐを撮影後にスキャナ装置４を用いてコンピュータ５
に取り込まれ、ここでディジタル画像６化される。この
画像を、図中のフローチャートに示すように、コンピュ
ータ５中での画像解析７により、ボックスカウンティン
グ法と呼ばれる方法でフラクタル解析してフラクタル次
元を算出する。
て説明する。まず、図１（ａ）に示すように、景観画像
１は、撮像装置２により直接、若しくは、カメラ３で写
真Ｐを撮影後にスキャナ装置４を用いてコンピュータ５
に取り込まれ、ここでディジタル画像６化される。この
画像を、図中のフローチャートに示すように、コンピュ
ータ５中での画像解析７により、ボックスカウンティン
グ法と呼ばれる方法でフラクタル解析してフラクタル次
元を算出する。
【００１３】ここで、ボックスカウンティング法は、フ
ラクタル次元値を求めるために一般的に使われている計
算手法であるが、簡単に説明しておく（ベンワー Ｂ
マンデルブロ著 広中平祐監訳「フラクタル幾何学」
（１９８５年１月１０日１版１刷 （株）日経サイエン
ス 発行）参照）。
ラクタル次元値を求めるために一般的に使われている計
算手法であるが、簡単に説明しておく（ベンワー Ｂ
マンデルブロ著 広中平祐監訳「フラクタル幾何学」
（１９８５年１月１０日１版１刷 （株）日経サイエン
ス 発行）参照）。
【００１４】いま、画像は例えば２値化した線画のよう
にその特徴を端的に表現できる形式に変換されているも
のとする。ここで、その画像の１辺をｎ分割し、画像全
体を小さな方形（ボックス）に分割することを考える。
このとき、ボックスはｎの二乗個となるが、このボック
スの中に画像の情報が含まれるものと含まれないものが
生ずる。そこで、画像の情報が含まれるボックスの数を
数えてこれをＮ個とする。次に、ｎの値を変えて同様に
画像の情報が含まれるボックスの数を数え、Ｎと１／ｎ
を両対数グラフにプロットすると、ある傾きをもった関
数が得られる。その例を図２に示す。
にその特徴を端的に表現できる形式に変換されているも
のとする。ここで、その画像の１辺をｎ分割し、画像全
体を小さな方形（ボックス）に分割することを考える。
このとき、ボックスはｎの二乗個となるが、このボック
スの中に画像の情報が含まれるものと含まれないものが
生ずる。そこで、画像の情報が含まれるボックスの数を
数えてこれをＮ個とする。次に、ｎの値を変えて同様に
画像の情報が含まれるボックスの数を数え、Ｎと１／ｎ
を両対数グラフにプロットすると、ある傾きをもった関
数が得られる。その例を図２に示す。
【００１５】フラクタル次元とは、この直線の傾きを指
し、０〜２の範囲の値を持つ。一般的には、画像の中に
潜在する相似形の繰り返しの度合いを表す値として理解
されているが、それが画像の性質にとってどのような意
味を持っているかは理解されていなかった。本発明は、
このフラクタル次元の持つ意味を明らかにし、それに基
づいて感性を持った知的視覚装置（マシンビジョン）を
提供するものである。
し、０〜２の範囲の値を持つ。一般的には、画像の中に
潜在する相似形の繰り返しの度合いを表す値として理解
されているが、それが画像の性質にとってどのような意
味を持っているかは理解されていなかった。本発明は、
このフラクタル次元の持つ意味を明らかにし、それに基
づいて感性を持った知的視覚装置（マシンビジョン）を
提供するものである。
【００１６】そこで、フラクタル次元値の持つ意味を明
らかにするために、ボックスカウンティング法によるフ
ラクタル解析をだれもが美しいと感じられる有名画家に
よる風景画について数多く調査した。次の表１は解析に
用いた風景画１５作品の画家別内訳と、それぞれの画家
についてのフラクタル次元値の平均及びばらつきの範囲
を示したものである。
らかにするために、ボックスカウンティング法によるフ
ラクタル解析をだれもが美しいと感じられる有名画家に
よる風景画について数多く調査した。次の表１は解析に
用いた風景画１５作品の画家別内訳と、それぞれの画家
についてのフラクタル次元値の平均及びばらつきの範囲
を示したものである。
【００１７】
【００１８】この結果から、だれもが美しいと感じるこ
とができる風景画では全て、フラクタル次元値は１．５
０〜１．６５の範囲に集中していることが分かった。
とができる風景画では全て、フラクタル次元値は１．５
０〜１．６５の範囲に集中していることが分かった。
【００１９】一方、札幌市内の繁華街の風景写真、及
び、工事現場の殺風景な景観写真を分析したところ、そ
れぞれ１．７００及び１．３８０となった。何れも明ら
かに景観の質としては優れているとは言い難いものであ
るが、これらは上述の１．５０〜１．６５の範囲の外側
にある。
び、工事現場の殺風景な景観写真を分析したところ、そ
れぞれ１．７００及び１．３８０となった。何れも明ら
かに景観の質としては優れているとは言い難いものであ
るが、これらは上述の１．５０〜１．６５の範囲の外側
にある。
【００２０】この事実に基づくと、フラクタル次元の持
つ意味は次のように理解できる。すわなち、フラクタル
次元値は、その画像の景観としての質を表現する情報を
持っているということである。しかも、その良否はある
特定の数値領域内にあれば質的に優れたもの、その領域
の外にあれば質的に問題がある景観であると判定できる
というものである。そして、その領域とは、上記の調査
結果から、図１（ｂ）に示すように、０から２の間の値
中の１．５０〜１．６５の範囲であるということであ
る。このことは、理論的に導くことは困難であるが、解
析により判明した事実である。
つ意味は次のように理解できる。すわなち、フラクタル
次元値は、その画像の景観としての質を表現する情報を
持っているということである。しかも、その良否はある
特定の数値領域内にあれば質的に優れたもの、その領域
の外にあれば質的に問題がある景観であると判定できる
というものである。そして、その領域とは、上記の調査
結果から、図１（ｂ）に示すように、０から２の間の値
中の１．５０〜１．６５の範囲であるということであ
る。このことは、理論的に導くことは困難であるが、解
析により判明した事実である。
【００２１】そこで、この領域値に基づいて景観画像の
質を判定する判定プロセス８を画像処理プログラムに組
み込むことにより、最終的な判定結果が得られる。
質を判定する判定プロセス８を画像処理プログラムに組
み込むことにより、最終的な判定結果が得られる。
【００２２】ところで、図１（ｃ）に示すように、撮像
装置２とコンピュータ５を組み合わせたものは一般にマ
シンビジョンと呼ばれ、知的ロボットの視覚装置でもあ
るが、この装置に上記判定プロセス８を組み込むことに
より、マシンビジョン自身が見ている景観の質の良否を
判定できる能力を持つことになる。このような人間の感
性に相当する能力は従来マシンビジョンには付与されて
いなかったが、本発明によりそれが始めて付与されるに
至り、マシンビジョン技術発達の歴史上画期的なことで
ある。
装置２とコンピュータ５を組み合わせたものは一般にマ
シンビジョンと呼ばれ、知的ロボットの視覚装置でもあ
るが、この装置に上記判定プロセス８を組み込むことに
より、マシンビジョン自身が見ている景観の質の良否を
判定できる能力を持つことになる。このような人間の感
性に相当する能力は従来マシンビジョンには付与されて
いなかったが、本発明によりそれが始めて付与されるに
至り、マシンビジョン技術発達の歴史上画期的なことで
ある。
【００２３】以上、本発明の景観のディジタル評価方式
とそれを用いた知的ロボットビジョンをその原理の説明
と実施例に基づいて説明してきたが、本発明はこれらに
限定されず種々の変形が可能である。
とそれを用いた知的ロボットビジョンをその原理の説明
と実施例に基づいて説明してきたが、本発明はこれらに
限定されず種々の変形が可能である。
【００２４】
【発明の効果】以上の説明から明らかなように、本発明
の景観のディジタル評価方式とそれを用いた知的ロボッ
トビジョンによると、景観画像のフラクタル次元の値が
ある特定の領域内にある場合は質的に優れ、その領域よ
り大きいか若しくは小さい領域にある場合には質的に劣
るとの判定基準を備え、その判定基準に基づいて求めた
フラクタル次元の値から景観の質を評価するので、客観
的かつ自動的に景観の質の良否を判定することができ、
知的ロボットビジョン等に適用することができる。
の景観のディジタル評価方式とそれを用いた知的ロボッ
トビジョンによると、景観画像のフラクタル次元の値が
ある特定の領域内にある場合は質的に優れ、その領域よ
り大きいか若しくは小さい領域にある場合には質的に劣
るとの判定基準を備え、その判定基準に基づいて求めた
フラクタル次元の値から景観の質を評価するので、客観
的かつ自動的に景観の質の良否を判定することができ、
知的ロボットビジョン等に適用することができる。
【図１】本発明の景観のディジタル評価方式の原理と実
施例の説明をするための図である。
施例の説明をするための図である。
【図２】フラクタル次元を説明するための図である。
１…景観画像 ２…撮像装置 ３…カメラ ４…スキャナ装置 ５…コンピュータ ６…ディジタル画像化 ７…画像解析 ８…判定プロセス Ｐ…写真
Claims (4)
- 【請求項１】 景観の質をディジタル画像処理技術を用
いて判定する方式において、対象景観画像のフラクタル
次元の値を求め、景観画像のフラクタル次元の値がある
特定の領域内にある場合は質的に優れ、その領域より大
きいか若しくは小さい領域にある場合には質的に劣ると
の判定基準に基づきその求めたフラクタル次元の値から
景観の質を評価することを特徴とする景観のディジタル
評価方式。 - 【請求項２】 前記の特定の領域内のフラクタル次元の
値を１．５０〜１．６５に設定したことを特徴とする請
求項１記載のディジタル評価方式。 - 【請求項３】 請求項１又は２記載の景観のディジタル
評価方式の機能を備えたことを特徴とする視覚装置。 - 【請求項４】 請求項１又は２記載の景観のディジタル
評価方式の機能を備えたことを特徴とする知的ロボット
ビジョン。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10224351A JP2000057353A (ja) | 1998-08-07 | 1998-08-07 | 景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョン |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10224351A JP2000057353A (ja) | 1998-08-07 | 1998-08-07 | 景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョン |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000057353A true JP2000057353A (ja) | 2000-02-25 |
Family
ID=16812417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10224351A Pending JP2000057353A (ja) | 1998-08-07 | 1998-08-07 | 景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョン |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000057353A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8310545B2 (en) | 2004-03-29 | 2012-11-13 | Pioneer Corporation | Apparatus and method for analyzing road view |
-
1998
- 1998-08-07 JP JP10224351A patent/JP2000057353A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8310545B2 (en) | 2004-03-29 | 2012-11-13 | Pioneer Corporation | Apparatus and method for analyzing road view |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
| JP2005122720A (ja) | 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体 | |
| CN109001902B (zh) | 基于图像融合的显微镜聚焦方法 | |
| CN110599453A (zh) | 一种基于图像融合的面板缺陷检测方法、装置及设备终端 | |
| CN106970709B (zh) | 一种基于全息成像的3d交互方法和装置 | |
| CN111050027B (zh) | 镜头畸变补偿方法、装置、设备和存储介质 | |
| JP3860540B2 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 | |
| JP2000057353A (ja) | 景観のディジタル評価方式とそれを用いた視覚装置、知的ロボットビジョン | |
| JP3919722B2 (ja) | 肌形状計測方法及び肌形状計測装置 | |
| CN113873144B (zh) | 图像抓拍方法、图像抓拍装置及计算机可读存储介质 | |
| JP2014099055A (ja) | 検出装置、検出方法、及びプログラム | |
| CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
| CN113379683A (zh) | 物体检测方法、装置、设备及介质 | |
| JP2020144686A (ja) | モデル作成システム、モデル作成方法 | |
| CN114120070B (zh) | 图像检测方法、装置、设备及存储介质 | |
| CN114820543B (zh) | 缺陷检测方法和装置 | |
| CN110853127A (zh) | 图像处理方法、装置及设备 | |
| CN116777895B (zh) | 基于可解释深度学习的混凝土桥梁表观病害智能检测方法 | |
| JP2010237998A (ja) | 位置検索システム及び位置検索方法 | |
| CN117893889A (zh) | 一种市容图像处理方法、系统、设备及存储介质 | |
| JP2001283218A (ja) | 混雑状況判定方法およびその装置 | |
| CN116777895A (zh) | 基于可解释深度学习的混凝土桥梁表观病害智能检测方法 | |
| CN117953213A (zh) | 目标分割方法、电子设备以及存储介质 | |
| CN115424291A (zh) | 一种街景图片中行人识别方法及识别系统 | |
| CN114549866A (zh) | 一种烟火检测方法、装置、设备及介质 |