JP2003140544A - 特徴的地形の判別方法とその装置 - Google Patents

Abstract

(57)【要約】 【課題】 空中写真に基づいて特徴的な地形を検出する
際に、分類作業を容易にしたり、分類精度を向上した
り、或いは、検出時間を短縮したりすること。 【解決手段】 変換工程ａでは、該当地域を撮影した空
中写真をデジタルオルソフォトに変換する。解析パラメ
ータとしては、オルソフォトの分解能が最も重要であ
る。ステップ１４０では、特異領域の抽出を画像の輝度
に係わるエッジ抽出処理により、目的の特徴的地形（崩
壊地）の候補となる特異領域を抽出する。特異領域添付
工程ｄでは、デジタルオルソフォト（基本地図画像）上
に、先に求めた特異領域を重ね合わせる。更に、合成工
程ｅにより等高線を書き足し、その後、これらの画像を
コンピータ画面上に表示する（全図表示工程ｆ）。これ
により、例えば急勾配の斜面に位置している地形は崩壊
地であると判定することができる等、より効率的かつ高
精度の判別作業を実現することが可能となる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、森林や山岳部等の
傾斜を有する地域における、崩壊地、河川、河床、道
路、開墾地又は宅地等の、他と分別可能な特徴的地形の
判別方法とその装置に関する。また、本発明は、新しい
地図の作成や、或いは大雨後の土砂崩れ、河川の氾濫等
による急激な地形変化に対する迅速な発見、監視、管理
等に利用することができる。

【０００２】

【従来の技術】図１３は、従来の特徴的地形の判別方法
を例示する説明図である。本図１３の右側の写真は、空
中写真撮影時のカメラの光軸方向の鉛直方向に対するズ
レを補正し、更に、球面収差に関する画像の補正を実施
したもので、一般にオルソフォトと呼ばれているもので
ある。また、左側の写真は、輝度に対する差分演算によ
り、特に明るい領域の外周を示す閉曲線（以下、「エッ
ジ」又は「ポリゴン」と言う。）を抽出して、その領域
の内部を塗り潰したものである。

【０００３】例えば、この様に従来は、ポリゴンで囲わ
れた候補領域を抽出し、それをオルソフォト上に表示
（画面表示或いは印刷）することにより、その領域が、
宅地、河床、道路、崩壊地等の何れであるかを目視で判
断していた。人間がこの様な分類を行う際の根拠（判断
基準）としては、例えばポリゴンの形状や色情報等が挙
げられる。即ち、例えば細長く蛇行した線状のポリゴン
は、河川、河床、又は道路等と判定することができるた
め、崩壊地を検出したい場合には、これらを対象外と考
えて良い場合が多い。

【０００４】

【発明が解決しようとする課題】しかしながら、この様
な従来の方法で崩壊地等の特徴的な地形を検出するため
には、地形や地質に関する一定以上の知識や経験が必要
とされる。また、従来の方法では誤判定が多く成りがち
で、高い分類精度が期待できず、更に、分類に時間が掛
かると言う問題もあった。

【０００５】本発明は、上記の課題を解決するために成
されたものであり、その目的は、空中写真に基づいて特
徴的な地形を検出する際に、分類作業を容易にしたり、
分類精度を向上したり、或いは、検出時間を短縮したり
することである。

【０００６】

【課題を解決するための手段、並びに、作用及び発明の
効果】上記の課題を解決するためには、以下の手段が有
効である。即ち、第１の手段は、森林や山岳部等の傾斜
を有する地域における、崩壊地、河川、河床、道路、開
墾地又は宅地等の、他と分別可能な特徴的地形を判別す
る作業手順において、その地域を撮影した空中写真を基
本地図画像に変換する変換工程ａと、空中写真から得ら
れる色情報に基づいて特徴的地形の候補となる特異領域
を抽出する抽出工程ｂと、特異領域が位置する場所の３
次元情報又は勾配情報に基づいて特異領域を分別する分
別工程ｃと、特異領域の少なくとも一部を基本地図画像
に重ね合わせる特異領域添付工程ｄと、加工された基本
地図画像を視覚媒体上に表示する全図表示工程ｆとを設
けることである。

【０００７】ただし、これらの各工程は、必ずしも上記
に記載した順序で実施する必要は無い。例えば、分別工
程ｃや特異領域添付工程ｄでは、その操作対象が上記の
特異領域となるため、上記の抽出工程ｂを実施してから
でないと、この工程ｃ，ｄは実行することができない
が、その他には、実行順序を特段強く拘束する要素は無
く、各工程の実行順序は任意である。これらの実行順序
は、実行容易性や、或いは作業効率、分類精度等の観点
から、個々の状況や目的に見合った好適又は最適なもの
を選択すれば良い。また、統合、又は並行して実行する
ことが可能な複数の工程については、それらを同時に実
行しても良い。

【０００８】また、上記の３次元情報とは、地図上の各
点の標高を表す情報であるが、この表現方法は任意であ
る。この表現方法としては、例えば、ＴＩＮ（Triangul
atedIrregular Network）法や、ＤＴＭ（Digital Terra
in Model)法等が一般的である。また、この高さの基準
点は任意であり、その基準点からの相対的な高さを表す
情報であれば使用可能である。

【０００９】また、上記の勾配情報とは、分析の対象と
なる地域における各点の傾斜の勾配を表す情報である
が、この勾配情報は通常、上記の３次元情報から求めら
れる。ただし、この勾配情報は上記の３次元情報とは無
関係に独立した形で保持されるものであっても良い。ま
た、逆に、上記の３次元情報は、勾配情報から生成する
ことも可能である。したがって、この意味においては、
互いに変換可能な３次元情報と勾配情報とは同値と考え
ても良い。

【００１０】また、上記の基本地図画像とは、上記の３
次元情報又は勾配情報と視覚的対比又はマッチングが可
能或いは容易な形態の地図画像のことであり、その地域
を示す画像として視覚媒体上に表現可能であればその形
態は任意である。例えば３次元情報とマッチングが容易
な地図画像としては、空中写真撮影時のカメラの光軸方
向の鉛直方向に対するズレを補正し、更に球面収差等に
関する画像の補正を実施した一般にオルソフォトと呼ば
れる修正写真（修正画像）を用いると、その後に効率的
な画像処理を行う上で非常に都合が良い。また、その他
の基本地図画像の形態としては、例えば、人工的に影、
色、記号等を付加した画像や、或いは、斜視図化による
立体的な鳥瞰画像等を用いることも可能である。

【００１１】また、空中写真から得られる前記の色情報
とは、画面表示又は印刷される画像の輝度（明度）、彩
度（純度）、波長（色相）等のことであるが、上記の色
情報は最低限２色あれば、本発明を適用することが可能
である。勿論、色情報は十分に豊富であることが望まし
い。また、コンピュータを利用して本発明を実施（或い
は自動化）する場合には、通常、赤、緑（黄）、青の３
原色を基調とするデジタル化された色情報を用いる。
尚、以上のそれぞれの事情或いは要件は、後述の第２の
手段以降の各手段についても同様である。

【００１２】上記の第１の手段によれば、分別工程ｃに
より、特徴的地形の候補となる特異領域が位置する場所
の３次元情報又は勾配情報に基づいて特異領域が分別さ
れる。このより具体的な分別方法としては、例えば、適
当な境界値よりも勾配が大きい場合には、地震や大雨等
による土地の崩壊が発生し易く、勾配が小さい場合に
は、崩壊地が発生し難い等の判断基準を導入すれば良
い。これらの境界値は、各地域の地質等に応じて一般的
或いは経験的に決定することが可能である。例えばこの
様に、上記の手段によれば、一旦抽出された特異領域を
崩壊地、河川、河床、道路、開墾地又は宅地等に分別す
る際に、斜面の勾配等のより具体的（立体的）な土地の
形状や特性に基づいて、従来より正確な判断を下すこと
が可能又は容易となる。

【００１３】また、本発明の第２の手段は、森林や山岳
部等の傾斜を有する地域における、崩壊地、河川、河
床、道路、開墾地又は宅地等の、他と分別可能な特徴的
地形を判別する作業手順において、その地域を撮影した
空中写真を基本地図画像に変換する変換工程ａと、空中
写真から得られる色情報に基づいて特徴的地形の候補と
なる特異領域を抽出する抽出工程ｂと、特異領域の少な
くとも一部を基本地図画像に重ね合わせる特異領域添付
工程ｄと、基本地図画像と３次元情報又は勾配情報とを
合成する合成工程ｅと、加工された基本地図画像を視覚
媒体上に表示する全図表示工程ｆとを設けることであ
る。

【００１４】上記の合成工程ｅにおける基本地図画像と
３次元情報又は勾配情報との合成処理としては、例え
ば、基本地図画像上に等高線を記入する方法や、或い
は、基本地図画像に勾配情報として勾配の大きさに応じ
た濃淡又は陰影等を着色する等の手法が考えられる。或
いは、この合成工程ｅにおいては、３次元情報又は勾配
情報に基づいて基本地図画像を斜視図化する画像処理手
順により、斜視的な鳥瞰画像を生成しても良い。

【００１５】例えばこれらの様な手段によれば、人間の
視覚に対してより認識し易い形で３次元情報又は勾配情
報を提供（表示）することができるので、一旦抽出され
た特異領域を崩壊地、河川、河床、道路、開墾地又は宅
地等に分別する際に、斜面の勾配等のより具体的（立体
的）な土地の傾斜や形状に基づいて、従来より正確な判
断を下すことが可能又は容易となる。

【００１６】また、第３の手段は、上記の第１の手段に
おいて、基本地図画像と３次元情報又は勾配情報とを合
成する合成工程ｅを備えることである。これにより、上
記の第１の手段において、上記の第２の手段と同様の作
用・効果をも得ることができる。

【００１７】また、第４の手段は、上記の第２又は第３
の手段の合成工程ｅにおける合成後の基本地図画像とし
て、オルソフォト・コンター図を生成出力することであ
る。即ち、この第４の手段は、基本地図画像上に等高線
を記入する方法である。これにより全図表示工程ｆで表
示される基本地図画像において、３次元情報又は勾配情
報を視覚的に認識することが従来よりも容易になる。

【００１８】また、第５の手段は、上記の第１乃至第４
の何れか１つの手段において、基本地図画像として斜視
的な鳥瞰画像を生成出力する斜視化工程ｕを設けること
である。例えば、この斜視化工程ｕは、上記の合成工程
ｅを具現する工程として設けても良いし、上記の合成工
程ｅの後に追加する形で設けても良い。例えばこの様な
手段により、人間の視覚に対してより認識し易い形で３
次元情報又は勾配情報を提供（表示）することができ
る。

【００１９】また、第６の手段は、上記の第１乃至第５
の何れか１つの手段において、特異領域の形状、配向、
又は分布形態に基づいて、特異領域を分別する分別工程
ｖを設けることである。この様な分別は、画一的に実施
しても良いが、所謂ファジー処理の様に、幾らかの可能
性や曖昧さを残したままの形で分類作業を進めても良
い。例えば、崩壊地のみが抽出したい場合には、崩壊地
である可能性を少しでも持っている特異領域は全てその
候補として残す様にしても良いし、ある境界値以上の可
能性を持った候補だけを残す様にしても良い。また、崩
壊地の候補として残された特異領域を、更にそれらが崩
壊地である可能性の大きさに基づいて、可能性別にクラ
ス分けして残しておいても良い。

【００２０】この様な特異領域（ポリゴン）の分別基準
としては、例えば以下の様なものが考えられる。 （１）線状の連続性があるもの：道路、河川、ガリ等の
可能性が高い。 （２）点在するが連続性があるもの：道路、崩壊地等の
可能性が高い。 （３）河川に沿って連続するもの：渓岸崩壊、河床等の
可能性が高い。 （４）河川に対して略直角方向に連続するもの：ガリ、
若しくは崩壊地（土石流の流下痕跡）の可能性が高い。 （５）上記の様な特異性が無く、単独で存在するもの：
崩壊地又はその他の地形である可能性が高い。

【００２１】また、第７の手段は、上記の第６の手段に
おいて、特異領域の配向として、特異領域が位置する場
所の最急降下方向又は等高線方向に対する相対的配向を
判断基準とすることである。この様な特異領域（ポリゴ
ン）の分別基準としては、例えば以下の様なものが考え
られる。 （１）等高線に対して概ね沿っているもの：道路の可能
性が高い。 （２）最急降下線に対して概ね沿っているもの：河川或
いは崩壊地等の可能性が高い。

【００２２】また、第８の手段は、上記の第６又は第７
の手段において、特異領域の配向として、特異領域の近
傍に位置するブレークライン（地形線）の脈絡方向に対
する相対的配向を判断基準とすることである。ただし、
ここで言う「ブレークライン」とは、例えば、河川、谷
線、尾根線、湖岸、海岸、道路、或いは土手等の特徴的
な線状地形（地形線）のことである。これらのブレーク
ラインの脈絡方向に対する相対的な配向を判断基準とし
て、地質学的な知識や砂防分野における知識を利用すれ
ば、特異領域の分別を更に精度良く行うことが可能であ
る。

【００２３】また、第９の手段は、上記の第１乃至第８
の何れか１つの手段において、空中写真の撮影時の日照
条件、３次元情報、勾配情報、又は色情報に基づいて解
析的に生成された陰影部情報を基本地図画像に重ね合わ
せるか、或いは抽出工程ｂの抽出処理の判定基準となる
閾値を各傾斜面毎に変更する色補正工程ｗを設けること
である。

【００２４】上記の日照条件には、鉛直線に対する日
（太陽）の傾きや天候等が含まれるが、その他にも、各
斜面の法線方向と日照方向との間の角度θにも大きく関
係する。特に、航空写真上の各部（地域の各斜面）の色
に対するこの角度θの差異による影響は、日が低かった
り、その地域の起伏が激しかったりした場合に大きくな
る。即ち、これらの日照上件が異なる場合には、全く同
じ地質の土壌であっても、写真上では大きく異なる色に
写る場合が有る。

【００２５】しかしながら、上記の色補正工程ｗを設け
ることにより、これらの日照条件の差異に基づく各部の
色の偏差を排除（補正）することができるため、正しい
判断を下すことが容易または可能となる。また、この様
な補正を写真全面に対して同時に一様に実施することが
できれば、色に基づくより正確な処理や判別も、写真全
面に対して同時に一様に実施することができる様にな
る。

【００２６】また、第１０の手段は、上記の第１乃至第
９の何れか１つの手段において、３次元情報又は勾配情
報に加えて、或いは、３次元情報又は勾配情報の代り
に、特異領域が位置する場所の地質、植物生態、又は光
反射特性に関する属性情報を用いることである。

【００２７】例えば、この様な属性情報が有れば、上記
の色補正工程ｗをより精密に実施することができる。ま
た、崩壊地が発生し易いか否かを切り分ける斜面の勾配
に関する境界値等も、地質に左右され易いため、この様
な属性情報の活用により、より高い精度の判別を実施す
ることが可能となる。

【００２８】また、本明細書の請求項１１から請求項２
０までの各装置発明は、本明細書の請求項１から請求項
１０までの各方法発明にぞれぞれ対応しており、これら
は、コンピュータ・システムを用いて主要な各作業手順
（各工程ａ，ｂ，．．．）をそれぞれ機械化（自動化）
することにより実現される装置発明と考えることができ
る。

【００２９】即ち、前記の各工程ａ，ｂ，ｃ，ｄ，ｅ，
ｆ，ｕ，ｖ，ｗは、周知の技術により何れもそれぞれコ
ンピュータ・システムを用いて機械化（自動化）するこ
とが可能なものであり、例えば請求項１１に記載の判別
支援装置は、請求項１に記載の各工程ａ，ｂ，ｃ，ｄ，
ｆをそれぞれコンピュータ・システムを用いて機械化
（自動化）することにより、実現することができる。即
ち、請求項１１に記載の判別支援装置の各手段Ａ，Ｂ，
Ｃ，Ｄ，Ｆは、請求項１の各工程ａ，ｂ，ｃ，ｄ，ｆを
機械的に実行する手段として構成することができる。こ
の時、各手段Ａ，Ｂ，Ｃ，．．の有効な連動形態は、ユ
ーザーの運用により適当な作業手順単位に実現しても良
いし、対話型の逐次処理として構成しても良いし、バッ
チ型の一括処理として自動化しても良い。

【００３０】上記の個々の工程を機械化（自動化）する
コンピュータ・システムは、一般に普及しているソフト
ウェアやハードウェアを組み合わせて任意に構成可能で
あるが、最も身近な形態の一つとしては、例えばＧＩＳ
（地理情報システム：Geographic Information System
）や、或いは、アドビシステムズ社が一般に供給して
いる画像処理ソフトウェアである「adobe Photoshop 」
等を利用する形態等が、比較的容易に実現可能である。

【００３１】例えばこの様な一般に普及しているソフト
ウェアやハードウェアを適当に組み合わせて利用するシ
ステム構成によれば、比較的短期間で上記のコンピュー
タ・システムを構築することができる。即ち、現在の画
像処理技術を中心とするＧＩＳ周辺技術に基づいて、こ
れらのコンピュータ・システム（本発明の判別支援装
置）を構築することそれ自身は、現在の一般的な画像処
理技術水準に照らして、何ら特段の困難を伴うものでは
ない。

【００３２】これらの判別支援装置を用いることによ
り、上記の第１乃至第１０の何れか１つの「特徴的地形
の判別方法」を少なくとも部分的に、正確且つ高速に実
施することができる様になる。したがって、上記の判別
支援装置を導入することにより、より効率的かつ高精度
の判別作業を実現することが可能となる。以上の本発明
の手段により、前記の課題を効果的、或いは合理的に解
決することができる。

【００３３】

【発明の実施の形態】以下、本発明を具体的な実施例に
基づいて説明する。ただし、本発明の範疇は以下に示す
実施例に狭く限定して解釈されるべきものではない。 （第１実施例）本第１実施例は、例えば本発明の第６の
手段等を中心に記載した「特徴的地形の判別方法」を例
示するものである。

【００３４】図１は、本発明の第１実施例に係わる作業
手順を例示するフローチャートである。本図１では、ス
テップ１９０とステップ１２４の少なくとも一部を人手
により実行することを前提としているが、その他の各ス
テップに関しては、必要に応じて任意に機械化（自動
化）することが可能である。以下、本第１実施例では、
ステップ１８０〜ステップ１９０及び解析パラメータの
入力処理を人手で実行し、その他のステップは、例えば
後述の第３実施例にて具体的に例示される様なコンピー
ター・システム（判別支援装置）で実行する実施形態を
例示する。

【００３５】変換工程ａ（図１のステップ１１０）で
は、該当地域を撮影した空中写真をデジタルオルソフォ
トに変換する。この「デジタルオルソフォト」とは、空
中写真撮影時のカメラの光軸方向の鉛直方向に対するズ
レを補正し、更に球面収差等に関する画像の補正を実施
した一般にオルソフォトと呼ばれる修正写真（修正画
像）のことであり、可視光の３原色（赤、緑、青）を基
調としてデジタル化された情報で構成されている。この
工程では、必要性が想定し得る最高の解像度、或いは、
得られた空中写真に基づいて表現し得る最高の解像度
に、修正画像（オルソフォト）の解像度（分解能）を設
定する。

【００３６】次に、ステップ１２０では、解析パラメー
タを設定する。この解析パラメータとしては、画像（オ
ルソフォト）の分解能が最も重要である。この分解能が
高過ぎると、画像が有するノイズの影響を無視すること
が難しくなるため、得られた空中写真に基づいて表現し
得る最高の分解能から５ｍ程度までの範囲で、目的や抽
出対象の特性に応じて好適若しくは最適な分解能を選択
して、その解析パラメータを決定（設定）しておく。

【００３７】ステップ１４０では、目的の特徴的地形の
候補（特異領域）を抽出する。以下、本実施例では、崩
壊地を目的の特徴的地形と仮定する。この抽出工程ｂで
は、まず最初に、ステップ１１０にて得られた画像（得
られる最高の解像度のオルソフォト）に対して、ステッ
プ１２０（又は後述のステップ１２４）で設定した分解
能（解像度）まで画像の精度を落す処理を実行し、次
に、特異領域の抽出を画像の輝度に関する微分処理（実
際には差分処理）により、特に輝度が高くなっている領
域のポリゴンを抽出する。図２は、図１３の空中写真の
色情報に対する微分処理に基づいて抽出されたポリゴン
（閉曲線）と、黒く塗り潰されたその内部領域を例示す
る平面図である。また、図３は、図２の各ポリゴンの拡
大図である。周知のエッジ抽出処理により、例えばこの
様に、特に輝度の高い領域（上記の特異領域）だけを選
択的に抽出することができる。

【００３８】ステップ１５０では、特異領域添付工程ｄ
を実行する。即ち、本工程ｄでは、前述のデジタルオル
ソフォト（基本地図画像）上に、ステップ１４０で求め
た特異領域を重ね合わせる。図４は、図１３に図示した
宅地及びその周辺地域を示すデジタルオルソフォトに、
上記の特異領域（ポリゴン）を重ね合せ（ステップ１５
０）、更に、合成工程ｅ（ステップ１６０）により等高
線を重ね合せ、その後、これらの画像をコンピータ画面
上に、全図表示工程ｆ（ステップ１７０）にて表示した
オルソフォト・コンター図である。

【００３９】以下、分別工程ｖ（ステップ１８０）と分
別工程ｃ（ステップ１８５）について説明する。本第１
実施例では、これらの各ステップの作業（判定処理）は
人の判断行為自身に委ねられるため、実際には並行して
同時に処理されたり、混在的に処理されたりすることが
多い。

【００４０】（１）平坦地形 符号α１で図示する部分は、谷地形の最下点に位置して
いることが、等高線の状態から容易に判断できる。この
様な判断材料の追加により、符号α１で図示する部分
は、河床であると推定することができる。また、符号α
２で図示する部分は、段丘上に存在する平坦部分である
ことが、等高線の状態から容易に判断できる。したがっ
て、符号α２で図示する部分は、建築物であると推定す
ることができる。

【００４１】これらの領域α１，α２は、以上の推定結
果に基づいて、即ち、急斜面上には位置していないと言
う事実に基づいて、崩壊地の候補から外すことができ
る。例えばこの様に、崩壊地の判別には、等高線等の３
次元情報が極めて有用であり、これらの情報を地図上
に、抽出された特異領域と同時に図示することにより、
従来よりも迅速で正確な判断が可能となる。図５は、図
１３に図示した道路、崩壊地、及び河床に関する図４と
同様のオルソフォト・コンター図である。

【００４２】（２）道路（図５の上図） （ａ）形状認識による判定 この様に連続した線状の図形（ポリゴン）は、まず、道
路、河床、高圧線等の集合に分類できる。また、高圧線
の場合、この様に蛇行することはない。したがって、道
路若しくは河床の可能性が高いと判断できる。 （ｂ）等高線との配向関係による判定 山腹を通過したり、等高線に沿って走ったりしている。
以上の判定結果に基づいて、図５の上図の地形は道路で
あると判定することができる。

【００４３】（３）崩壊地（図５の中図） （ａ）形状認識による判定 纏まった広がりを持つことから、崩壊地、宅地、或いは
裸地等の集合に分類できる。 （ｂ）勾配による判定 急勾配の斜面に位置している。以上の判定結果に基づい
て、図５の上図の地形は崩壊地であると判定することが
できる。

【００４４】（４）河床（図５の下図） （ａ）形状認識による判定 部分的には若干纏まった広がりを持つ所も見られるが、
全体的には連続した線状の図形（ポリゴン）と成ってお
り、まず、道路、河床、高圧線等の集合に分類できる。
また、高圧線の場合、この様に蛇行することはない。し
たがって、道路若しくは河床の可能性が高いと判断でき
る。 （ｂ）等高線との位置関係による判定 谷地形を通過しており、河床に分類することができる。
ただし、纏まった広がりを持つ部分（領域α３）に関し
ては、渓岸崩壊か砂防ダムの堆砂域等として分類するこ
とができる。

【００４５】尚、以上の様に、確からしい一定の結論
（評価）を得ることができなかった場合には、ステップ
１９０において、再試行すべき（ＮＧ）と判断すれば良
い。この場合には、例えば、ステップ１２０において、
設定した解析パラメータの少なくとも一部を変更し（ス
テップ１２４）、再度、ステップ１４０に作業手順を戻
す。また、この様な評価（ステップ１９０）は、抽出工
程ｂ（ステップ１４０）の後で行う様にしても良い。

【００４６】例えば、以上の様な作業手順により、従来
よりもより効率的かつ高精度の判別作業を実現すること
が可能となる。

【００４７】（第２実施例）本第２実施例では、比較的
起伏の激しい山林地域の空中写真に関する実施例を例示
する。図６は、この山林地域の空中写真から得られたデ
ジタルオルソフォトと、この山林地域に関する既存の３
次元情報に基づいて作成された斜視的な鳥瞰図である。
また、図７は、図６の鳥瞰図に対して色補正処理を行わ
ずに、全画像に対する所定の閾値よりも高輝度の画素
（崩壊地の候補領域）を抽出し、認識性を高めるため
に、その部位だけ表示色を替えて表示した鳥瞰画像であ
る。表示色が替えられた画素が比較的多く密集している
部分は、符号７１、７２、７３、７４、７５、７６を各
々付した太い実線にて囲んで示した。また、符号β１は
方位が略南向きの斜面を示している。

【００４８】例えば、図７の様に崩壊地の候補となる特
異領域が、あまり現実的な結果には表示できずに、必要
以上に幅広く拡がってしまった原因としては、次のこと
が考えられる。 （原因１）写真を撮影した時の日照角度が浅く、特に南
向きの急斜面（例：β１付近）の輝度だけが極端に大き
くなってしまったこと。 （原因２）対象地域の地形の起伏が激しいこと。

【００４９】例えばこの様な日照条件下で撮影された空
中写真に基づいて、特異領域の抽出を行う場合には、斜
面の方位（東西南北）や勾配などによって、輝度に対す
る閾値を適当に変更しなければならない。図８は、この
様な場合に有効となる色補正処理の実施基準（色パラメ
ータ）を規定するグラフである。 （記号） ｎ … 該当地域の北向き斜面の輝度の標準的な分布を
表すグラフ。 Ｎ … 該当地域の北向き斜面の崩壊地の輝度の分布を
表すグラフ。 ｓ … 該当地域の南向き斜面の輝度の標準的な分布を
表すグラフ。 Ｓ … 該当地域の南向き斜面の崩壊地の輝度の分布を
表すグラフ。

【００５０】崩壊地（特徴的地形）の候補となる特異領
域を抽出する抽出工程ｂでは、例えばこの様なグラフに
基づいて、各斜面の方位や勾配に応じた最適な閾値（抽
出基準）を設定することが可能である。勿論、上記のグ
ラフは、任意の方位に対して作成することができる。通
常は、４方位〜１６方位程度の範囲で、必要に応じて詳
細に分類する。また、色補正実施時には通常、抽出工程
ｂでは、輝度の微分処理によるエッジ抽出処理の代わり
に、輝度の閾値に対する各地点の画像輝度の大きさに基
づいてエッジ抽出処理を行う。

【００５１】図９は、本第２実施例に係わる作業手順を
例示するフローチャートである。本フローチャートは、
第１実施例での作業手順を例示するフローチャート（図
１）に酷似であるが、ステップ２３０（色補正工程ｗ）
や、ステップ２２８（色パラメータの変更処理）が新た
に追加されている点等が大きな特徴となっている。ステ
ップ２３０（色補正工程ｗ）では、抽出工程ｂで用いら
れる候補領域抽出処理の判定基準の閾値を各斜面方位毎
に好適に設定する。また、ステップ２２８では、この閾
値が好適又は最適でなかった場合の、閾値の最適化を実
行（再試行）する。ただし、閾値を変更する代わりに、
それに見合った陰影部情報を生成して重ね合わせる様に
しても良い。また、この陰影部情報は、逆に輝度値を上
昇させる負の陰影部情報であっても良い。これらの設定
は、輝度に関する相対的な関係を補正するものであるの
で、輝度の大小関係を適切に比較できる様にする補正で
あれば、任意の手法（方式）にて上記の補正が実施でき
る。

【００５２】図１０は、図６の鳥瞰図に対して、色補正
処理を実施後に特異領域（崩壊地の候補領域）を抽出し
て表示した鳥瞰図である。図７と同様に、表示色が替え
られた画素が比較的多く密集している部分は、符号７５
ａ、７５ｂ、７５ｃ、７５ｄを各々付した太い実線にて
囲んで示した。また、符号β１は、図７と同じ略南向き
の急斜面を示している。本図１０の画像表示結果を図７
の場合と比較すると、崩壊地の候補（特異領域）が適度
に絞り込まれていることが判る。例えばこの様に、斜面
方位毎に輝度補正することにより、陰影部でも崩壊地と
その他の地形との差が比較的精度よく分別可能になる。

【００５３】また、図１０の右下の太い点線の円γで示
した領域では、殆ど崩壊地が検出されていない結果とな
ったが、この領域の地質は略中央の太い実線で囲んで示
した領域７５ａ、７５ｂ、７５ｃ、７５ｄ等の地質と
は、その地質特性が大きく異なっており、実際には、こ
の領域においても崩壊が発生していた。この様な場合に
おいても、斜面方位や斜面勾配の他に、地質に関する情
報も加味して上記の閾値（又は陰影部情報）を最適化す
れば、これらの崩壊地についても、より高い精度で検出
することが可能となる。

【００５４】また、植物生態に関する個々の領域の特性
を加味する方法も有効である。例えば、広葉樹等が分布
する輝度が比較的高い領域は、崩壊地と誤認され易い。
しかしながら、これらの領域においても、上記の閾値を
最適化したり、或いはその領域の輝度を相対的に下げる
様な画像処理（例：陰影を重ねる等の修正処理）を施す
等の、各領域の特性（地質、植物生態、光反射特性等）
に応じた判別手法を導入することにより、これらの誤認
の確率を削減していくことができる。

【００５５】（第３実施例）本第３実施例では、最終的
な評価工程以外の機械的な処理の殆どを自動化したコン
ピュータ・システム、即ち、本発明の判別支援装置につ
いて例示する。図１１は、本発明の判別支援装置の構成
を例示する論理的なハードウェア構成図であり、このコ
ンピュータ・システム（判別支援装置３００）は、一般
に普及しているＧＩＳ（地理情報システム）をベースに
構成したものである。

【００５６】本実施例の判別支援装置３００（コンピュ
ータ・システム）は、主に、コンピュータ３１０（パソ
コン本体）とその周辺機器（３２１〜３２５）から成
る。コンピュータ３１０は、主に、ＣＰＵ（中央処理装
置）３１１、ＲＡＭ（ランダム・アクセス・メモリ）３
１２、ＲＯＭ（リード・オンリー・メモリ）３１３、Ｈ
Ｄ（ハード・ディスク装置）３１４、及び図略の入出力
インターフェイス部（入出力制御ボード）等から構成さ
れている。

【００５７】また、周辺装置としては、ＭＯ（磁気光デ
ィスク装置）３２１、ＣＤ（コンパクト・ディスク装
置）３２２、ディスプレイ装置３２３（視覚媒体）、キ
ーボード３２４、及びマウス３２５等が接続されてい
る。また、本判別支援装置３００には、公知のＧＩＳソ
フトや前述の「adobe Photoshop 」等の、一般に普及し
ている各種の画像処理ソフトウェアが組み込まれてい
る。

【００５８】図１２は、本発明の第３実施例に係わる処
理手順を例示するフローチャートである。本フローチャ
ートは、上記の判別支援装置３００を用いた対話制御の
メイン処理フローを表すものであり、判別支援装置３０
０上で実現されるウィンドウ型の操作環境を対話的に処
理（操作）することにより実行することができる。

【００５９】変換工程ａ（図１２のステップ４１０）で
は、該当地域を撮影した空中写真をデジタルオルソフォ
トに変換する。この「デジタルオルソフォト」とは、空
中写真撮影時のカメラの光軸方向の鉛直方向に対するズ
レを補正し、更に球面収差等に関する画像の補正を実施
した一般にオルソフォトと呼ばれる修正写真（修正画
像）のことであり、可視光の３原色（赤、緑、青）を基
調としてデジタル化された情報で構成されている。

【００６０】次に、ステップ４２０では、各種のパラメ
ータを設定する。このパラメータとしては、画像（オル
ソフォト）の分解能（解析パラメータ）と、色補正工程
ｗにて参照される色パラメータ等が主要なものである。
例えば、分解能が高過ぎると、画像が有するノイズの影
響を無視することが難しくなるため、目的や抽出対象の
特性に応じて好適若しくは最適な分解能を選択する。

【００６１】また、色パラメータとしては、斜面の勾配
や方位毎に、前述の輝度の閾値が適当に設定される。色
補正工程ｗ（ステップ４３０）では、各斜面の勾配や方
位と空中写真の撮影時の日照条件等に基づいて解析的に
生成された陰影をデジタルオルソフォト上に重ねる。た
だし、この陰影は、輝度値を上昇させるもの（負の陰影
部情報）であっても良い。

【００６２】ステップ４４０では、目的の特徴的地形の
候補（特異領域）を抽出する。以下、本実施例では、崩
壊地を目的の特徴的地形と仮定する。この抽出工程ｂで
は、特異領域の抽出を画像の輝度と所定の閾値との比較
判定により、輝度が閾値以上に高くなっている特異領域
を抽出する。

【００６３】分別工程ｃ（ステップ４５０）では、抽出
された特異領域毎に各領域上における勾配の平均値また
は最大値を求め、所定の閾値と比較し、比較された値
（勾配の平均値または最大値）がその閾値よりも小さい
ものを削除する。

【００６４】分別工程ｖ（ステップ４６０）では、残っ
た特異領域の近傍に位置するブレークライン（地形線）
の脈絡方向に対するその特異領域の相対的配向や位置関
係を判定する。本分別工程ｖ（ステップ４６０）は、実
質的にはユーザーの判断を仰ぐ形式としても良い。例え
ば、ブレークラインと残った特異領域をオルソフォトコ
ンター図上に同時に画面表示して、崩壊地の対象外と判
断されるものをマウスで指定させる等の対話制御（画面
操作インターフェイス）等が有効である。

【００６５】ステップ４７０では、特異領域添付工程ｄ
を実行する。即ち、本工程ｄでは、前述のデジタルオル
ソフォト（基本地図画像）上に、ステップ４６０で、残
された特異領域を重ね合わせる。

【００６６】ステップ４８０では、特異領域（崩壊地の
候補領域）が重ね合わされた上記のデジタルオルソフォ
ト（基本地図画像）に等高線を書き加え、オルソフォト
コンター図（加工された基本地図画像）を作成する。ま
た、この後に、この加工された基本地図画像（オルソフ
ォトコンター図）を更に立体的な画像に加工して、鳥瞰
画像を生成しても良い。

【００６７】ステップ４８５では、この様にして加工さ
れた基本地図画像（オルソフォトコンター図）をディス
プレイ３２３（図１１）上に出力（画面表示）する。こ
れにより、ユーザーは、出力された画像に基づいて、視
覚的な判断（ステップ４９０での評価）を下すことが容
易となる。尚、以上の様に、確からしい一定の結論（評
価）を得ることができなかった場合には、以下の２つの
ケースｉ），ii）を検討する。尚、確からしい一定の結
論（評価）を得ることができた場合には、以上の全ての
処理を終了する（ iii）の時）。

【００６８】ｉ）解析パラメータの変更 望ましくない出力結果としては、例えば、ノイズが多過
ぎる等の分解能の最適化が必要なケース等が考えられ
る。これらの場合には、ステップ４２４にて、基本地図
画像の分解能等の解析パラメータを変更する。

【００６９】ii）色パラメータの変更 望ましくない出力結果としては、その他にも例えば、図
７に例示する様に、南側の斜面にだけ崩壊地が偏って、
不自然に広範囲に現れるケース等が考えられる。これら
の場合には、ステップ４２８にて、抽出工程ｂで参照さ
れる各斜面毎の輝度の閾値を変更する。或いは、各斜面
毎に適度の陰影をつける等の調整を実施しても良い。

【００７０】以上のパラメータの変更処理後は、再度ス
テップ４３０、或いはステップ４４０以降の処理を繰り
返す。この様な試行錯誤を繰り返すことにより、対象と
なる地域（空中写真の撮影領域）が広い場合でも、比較
的短時間内に比較的高い精度で崩壊地を容易に抽出する
ことができる。

【図面の簡単な説明】

【図１】本発明の第１実施例に係わる作業手順を例示す
るフローチャート。

【図２】空中写真の色情報に対する微分処理に基づいて
抽出されたポリゴン（閉曲線）と、黒く塗り潰されたそ
の内部領域を例示する平面図。

【図３】図２の各ポリゴンの拡大図。

【図４】図１３に図示した宅地及びその周辺地域を示す
オルソフォトに、求めたポリゴンを重ね合せ、更に等高
線を書き足したオルソフォト・コンター図。

【図５】図１３に図示した道路、崩壊地、及び河床に関
する図４と同様のオルソフォト・コンター図。

【図６】オルソフォトと３次元情報に基づいて作成され
た斜視的な鳥瞰図。

【図７】図６の鳥瞰図に対して、色補正処理を行わずに
ポリゴン（崩壊地の候補領域）を抽出し、その内部領域
を塗り潰して表示した鳥瞰図。

【図８】色補正処理の実施基準（色パラメータ）を規定
するグラフ。

【図９】本発明の第２実施例に係わる作業手順を例示す
るフローチャート。

【図１０】図６の鳥瞰図に対して、色補正処理を実施後
にポリゴン（崩壊地の候補領域）を抽出し、その内部領
域を塗り潰して表示した鳥瞰図。

【図１１】本発明の判別支援装置の構成を例示する論理
的なハードウェア構成図。

【図１２】本発明の第３実施例に係わる処理手順を例示
するフローチャート。

【図１３】従来の特徴的地形の判別方法を例示する説明
図。

【符号の説明】

３００ … 判別支援装置（コンピュータ・システム） ３１０ … コンピュータ（パソコン本体） ３１１ … ＣＰＵ（中央処理装置） ３１２ … ＲＡＭ（ランダム・アクセス・メモリ） ３１３ … ＲＯＭ（リード・オンリー・メモリ） ３１４ … ＨＤ（ハード・ディスク装置） ３２１ … ＭＯ（磁気光ディスク装置） ３２２ … ＣＤ（コンパクト・ディスク装置） ３２３ … ディスプレイ装置（視覚媒体） ３２４ … キーボード ３２５ … マウス

───────────────────────────────────────────────────── フロントページの続き (72)発明者 松村 和樹 東京都千代田区九段南４丁目８番21号 財 団法人砂防・地すべり技術センター内 Ｆターム(参考） 2C032 HC21 HC22 5B050 AA01 BA06 BA09 BA15 BA17 DA04 EA06 EA09 EA19 EA28 FA02 FA06 5B057 AA13 CA12 CB13 CD14 CE08 CE16 CH01 DA08 DA16 DB02 DB06 DB09 DC09 DC16 DC25 5L096 AA02 AA06 BA20 DA01 FA06 FA15 LA05

Claims (20)

【特許請求の範囲】
1. 【請求項１】森林や山岳部等の傾斜を有する地域におけ
   る、崩壊地、河川、河床、道路、開墾地又は宅地等の、
   他と分別可能な特徴的地形を判別する方法であって、 前記地域を撮影した空中写真を基本地図画像に変換する
   変換工程ａと、 前記空中写真から得られる色情報に基づいて、前記特徴
   的地形の候補となる特異領域を抽出する抽出工程ｂと、 前記特異領域が位置する場所の３次元情報又は勾配情報
   に基づいて、前記特異領域を分別する分別工程ｃと、 前記特異領域の少なくとも一部を前記基本地図画像に重
   ね合わせる特異領域添付工程ｄと、 加工された前記基本地図画像を視覚媒体上に表示する全
   図表示工程ｆとを有することを特徴とする特徴的地形の
   判別方法。
2. 【請求項２】森林や山岳部等の傾斜を有する地域におけ
   る、崩壊地、河川、河床、道路、開墾地又は宅地等の、
   他と分別可能な特徴的地形を判別する方法であって、 前記地域を撮影した空中写真を基本地図画像に変換する
   変換工程ａと、 前記空中写真から得られる色情報に基づいて、前記特徴
   的地形の候補となる特異領域を抽出する抽出工程ｂと、 前記特異領域の少なくとも一部を前記基本地図画像に重
   ね合わせる特異領域添付工程ｄと、 前記基本地図画像と３次元情報又は勾配情報とを合成す
   る合成工程ｅと、 加工された前記基本地図画像を視覚媒体上に表示する全
   図表示工程ｆとを有することを特徴とする特徴的地形の
   判別方法。
3. 【請求項３】前記基本地図画像と３次元情報又は勾配情
   報とを合成する合成工程ｅを有することを特徴とする請
   求項１に記載の特徴的地形の判別方法。
4. 【請求項４】前記合成工程ｅにおける合成後の前記基本
   地図画像として、オルソフォト・コンター図を生成出力
   することを特徴とする請求項２又は請求項３に記載の特
   徴的地形の判別方法。
5. 【請求項５】前記基本地図画像として、斜視的な鳥瞰画
   像を生成出力する斜視化工程ｕを有することを特徴とす
   る請求項１乃至請求項４の何れか１項に記載の特徴的地
   形の判別方法。
6. 【請求項６】前記特異領域の形状、配向、又は分布形態
   に基づいて、前記特異領域を分別する分別工程ｖを有す
   ることを特徴とする請求項１乃至請求項５の何れか１項
   に記載の特徴的地形の判別方法。
7. 【請求項７】前記配向は、前記特異領域が位置する場所
   の最急降下方向又は等高線方向に対する相対的配向であ
   ることを特徴とする請求項６に記載の特徴的地形の判別
   方法。
8. 【請求項８】前記配向は、前記特異領域の近傍に位置す
   るブレークライン（地形線）の脈絡方向に対する相対的
   配向であることを特徴とする請求項６又は請求項７に記
   載の特徴的地形の判別方法。
9. 【請求項９】前記空中写真の撮影時の日照条件、前記３
   次元情報、前記勾配情報、又は前記色情報に基づいて、 解析的に生成された陰影部情報を前記基本地図画像に重
   ね合わせるか、或いは、 前記抽出工程ｂの抽出処理の
   判定基準となる閾値を各傾斜面毎に変更する色補正工程
   ｗを有することを特徴とする請求項１乃至請求項８の何
   れか１項に記載の特徴的地形の判別方法。
10. 【請求項１０】前記３次元情報又は前記勾配情報に加え
    て、或いは、前記３次元情報又は前記勾配情報の代り
    に、 前記特異領域が位置する場所の地質、植物生態、又は光
    反射特性に関する属性情報を用いることを特徴とする請
    求項１乃至請求項９の何れか１項に記載の特徴的地形の
    判別方法。
11. 【請求項１１】森林や山岳部等の傾斜を有する地域にお
    ける、崩壊地、河川、河床、道路、開墾地又は宅地等
    の、他と分別可能な特徴的地形を判別するための判別支
    援装置であって、 前記地域を撮影した空中写真を基本地図画像に変換する
    変換手段Ａと、 前記空中写真から得られる色情報に基づいて、前記特徴
    的地形の候補となる特異領域を抽出する抽出手段Ｂと、 前記特異領域が位置する場所の３次元情報又は勾配情報
    に基づいて、前記特異領域を分別する分別手段Ｃと、 前記特異領域の少なくとも一部を前記基本地図画像に重
    ね合わせる特異領域添付手段Ｄと、 加工された前記基本地図画像を視覚媒体上に表示する全
    図表示手段Ｆとを有することを特徴とする特徴的地形の
    判別支援装置。
12. 【請求項１２】森林や山岳部等の傾斜を有する地域にお
    ける、崩壊地、河川、河床、道路、開墾地又は宅地等
    の、他と分別可能な特徴的地形を判別するための判別支
    援装置であって、 前記地域を撮影した空中写真を基本地図画像に変換する
    変換手段Ａと、 前記空中写真から得られる色情報に基づいて、前記特徴
    的地形の候補となる特異領域を抽出する抽出手段Ｂと、 前記特異領域の少なくとも一部を前記基本地図画像に重
    ね合わせる特異領域添付手段Ｄと、 前記基本地図画像と３次元情報又は勾配情報とを合成す
    る合成手段Ｅと、 加工された前記基本地図画像を視覚媒体上に表示する全
    図表示手段Ｆとを有することを特徴とする特徴的地形の
    判別支援装置。
13. 【請求項１３】前記基本地図画像と３次元情報又は勾配
    情報とを合成する合成手段Ｅを有することを特徴とする
    請求項１１に記載の特徴的地形の判別支援装置。
14. 【請求項１４】前記合成手段Ｅにおける合成後の前記基
    本地図画像として、オルソフォト・コンター図を生成出
    力することを特徴とする請求項１２または請求項１３に
    記載の特徴的地形の判別支援装置。
15. 【請求項１５】前記基本地図画像として、斜視的な鳥瞰
    画像を生成出力する斜視化手段Ｕを有することを特徴と
    する請求項１１乃至請求項１４の何れか１項に記載の特
    徴的地形の判別支援装置。
16. 【請求項１６】前記特異領域の形状、配向、又は分布形
    態に基づいて、前記特異領域を分別する分別手段Ｖを有
    することを特徴とする請求項１１乃至請求項１５の何れ
    か１項に記載の特徴的地形の判別支援装置。
17. 【請求項１７】前記配向は、前記特異領域が位置する場
    所の最急降下方向又は等高線方向に対する相対的配向で
    あることを特徴とする請求項１６に記載の特徴的地形の
    判別支援装置。
18. 【請求項１８】前記配向は、前記特異領域の近傍に位置
    するブレークライン（地形線）の脈絡方向に対する相対
    的配向であることを特徴とする請求項１６または請求項
    １７に記載の特徴的地形の判別支援装置。
19. 【請求項１９】前記空中写真の撮影時の日照条件、前記
    ３次元情報、前記勾配情報、又は前記色情報に基づいて
    解析的に生成された陰影部情報を前記基本地図画像に重
    ね合わせるか、或いは、抽出工程ｂの抽出処理の判定基
    準となる閾値を各傾斜面毎に変更する色補正手段Ｗを有
    することを特徴とする請求項１１乃至請求項１８の何れ
    か１項に記載の特徴的地形の判別支援装置。
20. 【請求項２０】前記３次元情報又は前記勾配情報に加え
    て、或いは、前記３次元情報又は前記勾配情報の代り
    に、 前記特異領域が位置する場所の地質、植物生態、又は光
    反射特性に関する属性情報を用いることを特徴とする請
    求項１１乃至請求項１９の何れか１項に記載の特徴的地
    形の判別支援装置。