JP2003241653A - 地図データ更新装置および地図データ更新方法 - Google Patents
地図データ更新装置および地図データ更新方法Info
- Publication number
- JP2003241653A JP2003241653A JP2002042845A JP2002042845A JP2003241653A JP 2003241653 A JP2003241653 A JP 2003241653A JP 2002042845 A JP2002042845 A JP 2002042845A JP 2002042845 A JP2002042845 A JP 2002042845A JP 2003241653 A JP2003241653 A JP 2003241653A
- Authority
- JP
- Japan
- Prior art keywords
- map data
- feature
- data
- similarity
- recorded
- 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
Links
Landscapes
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 写真を利用した地図データの更新において、
更新対象となるデータを定量的に特定する。 【解決手段】 類似度算出部１０３は、地図データＭＤ
に記録された地物と、写真データに記録された地物とを
比較し類似度を算出する。地図データＭＤに記録された
複数の地物について類似度を算出した後、閾値算出部１
０４は、類似度の統計分布からウェルチ検定により閾値
を求める。修正オブジェクト特定部１０５は、閾値以下
となるオブジェクトを修正対象候補と特定する。新規オ
ブジェクト検出部１０７は、地図データＭＤに記録され
たオブジェクトが存在する領域以外の領域について新規
オブジェクトを検出する。
更新対象となるデータを定量的に特定する。 【解決手段】 類似度算出部１０３は、地図データＭＤ
に記録された地物と、写真データに記録された地物とを
比較し類似度を算出する。地図データＭＤに記録された
複数の地物について類似度を算出した後、閾値算出部１
０４は、類似度の統計分布からウェルチ検定により閾値
を求める。修正オブジェクト特定部１０５は、閾値以下
となるオブジェクトを修正対象候補と特定する。新規オ
ブジェクト検出部１０７は、地図データＭＤに記録され
たオブジェクトが存在する領域以外の領域について新規
オブジェクトを検出する。
Description
【０００１】
【発明の属する技術分野】本発明は、地図データの更新
を行う技術に関する。
を行う技術に関する。
【０００２】
【従来の技術】近年、カーナビゲーションシステムやパ
ーソナルコンピュータの普及に伴い、紙媒体の地図に替
わり、電子的な地図データを利用する機会が増えつつあ
る。地図データの製作者は、年々変化していく地形や地
物を地図データに反映するため、頻繁にその更新を行う
必要がある。地図データの更新は、衛星写真や航空写真
を基に、新しく建築された地物や改修、取り壊し等のさ
れた地物を目視で判別し、新規データの入力や既存デー
タの修正を行っていた。従来、このような更新作業は、
人手により行っていたため膨大な手間と時間を要してい
た。そこで、写真データから自動的に地物形状を検出す
る技術が提案されてはいる（例えば、特開２０００−３
１０９４０記載の技術）。この技術では、写真データと
地図データとを重畳させて比較することにより新規地物
や地物の形状変化を検出している。
ーソナルコンピュータの普及に伴い、紙媒体の地図に替
わり、電子的な地図データを利用する機会が増えつつあ
る。地図データの製作者は、年々変化していく地形や地
物を地図データに反映するため、頻繁にその更新を行う
必要がある。地図データの更新は、衛星写真や航空写真
を基に、新しく建築された地物や改修、取り壊し等のさ
れた地物を目視で判別し、新規データの入力や既存デー
タの修正を行っていた。従来、このような更新作業は、
人手により行っていたため膨大な手間と時間を要してい
た。そこで、写真データから自動的に地物形状を検出す
る技術が提案されてはいる（例えば、特開２０００−３
１０９４０記載の技術）。この技術では、写真データと
地図データとを重畳させて比較することにより新規地物
や地物の形状変化を検出している。
【０００３】
【発明が解決しようとする課題】しかし、写真データは
撮影時間や撮影高度、レンズの感度等の影響等により画
質にばらつきがあり、ノイズ等も含まれる場合がある。
そのため、写真データから検出した地物の形状が、その
地物の本来の形状であるとは限られず、地図データに含
まれる地物と同一であるか否か、その地物に改修が施さ
れているか否か等の状況を客観的に判断することは困難
であった。
撮影時間や撮影高度、レンズの感度等の影響等により画
質にばらつきがあり、ノイズ等も含まれる場合がある。
そのため、写真データから検出した地物の形状が、その
地物の本来の形状であるとは限られず、地図データに含
まれる地物と同一であるか否か、その地物に改修が施さ
れているか否か等の状況を客観的に判断することは困難
であった。
【０００４】本発明は、かかる課題に鑑みてなされたも
のであり、写真を利用した地図データの更新において、
更新対象となる地物を定量的に特定可能な技術の提供を
目的としている。
のであり、写真を利用した地図データの更新において、
更新対象となる地物を定量的に特定可能な技術の提供を
目的としている。
【０００５】
【課題を解決するための手段およびその作用・効果】上
記課題を解決するため、本発明は以下の構成とした。す
なわち、複数の地物の形状を記録した地図データの更新
を行う地図データ更新装置であって、前記地図データに
対応する地表が撮影された写真データを入力する写真デ
ータ入力部と、所定の演算により、前記地図データに記
録された地物の形状データと、該地物に対応する前記写
真データ上の地物の形状との類似度合を算出する類似度
合算出部と、前記地図データに記録された複数の地物に
ついて算出した類似度合の統計に基づき閾値を求める閾
値設定部と、前記閾値と前記類似度合との大小関係に基
づき、前記複数の地物のうち、形状データを更新する地
物の候補を特定する更新候補特定部と、を備えることを
要旨とする。
記課題を解決するため、本発明は以下の構成とした。す
なわち、複数の地物の形状を記録した地図データの更新
を行う地図データ更新装置であって、前記地図データに
対応する地表が撮影された写真データを入力する写真デ
ータ入力部と、所定の演算により、前記地図データに記
録された地物の形状データと、該地物に対応する前記写
真データ上の地物の形状との類似度合を算出する類似度
合算出部と、前記地図データに記録された複数の地物に
ついて算出した類似度合の統計に基づき閾値を求める閾
値設定部と、前記閾値と前記類似度合との大小関係に基
づき、前記複数の地物のうち、形状データを更新する地
物の候補を特定する更新候補特定部と、を備えることを
要旨とする。
【０００６】本発明の地図データ更新装置は、複数の地
物について各々算出した類似度合の統計に基づき閾値を
設定する。上述したように、地図データは頻繁に更新を
行う必要があるため、一般的には、地図データに含まれ
る地物全体と写真データ上の地物全体とに極端な割合で
異同が生じることはない。そのため、地物全体の類似度
合を大局的に見れば、それらの異同の状態を概ね反映し
たものとなる。
物について各々算出した類似度合の統計に基づき閾値を
設定する。上述したように、地図データは頻繁に更新を
行う必要があるため、一般的には、地図データに含まれ
る地物全体と写真データ上の地物全体とに極端な割合で
異同が生じることはない。そのため、地物全体の類似度
合を大局的に見れば、それらの異同の状態を概ね反映し
たものとなる。
【０００７】ところで、実際上全く異同が生じていない
地物であっても、写真撮影時やその写真データを得るた
めの画像処理によって生じるノイズの影響により、完全
一致に相当する類似度合が得られるとは限らない。かか
る事情を考慮すると、更新対象を特定するための基準値
となる閾値を、単に人為的に設定した場合には、適切な
更新を行うことができない。閾値が低すぎれば、更新す
べき地物が更新対象からもれることがあり、閾値が大き
すぎれば、更新不要な地物まで更新対象となることがあ
る。そこで、本発明では、類似度合の統計に基づいて閾
値を設定することにより、類似度合に含まれる誤差も考
慮して更新対象を客観的に特定することができる。
地物であっても、写真撮影時やその写真データを得るた
めの画像処理によって生じるノイズの影響により、完全
一致に相当する類似度合が得られるとは限らない。かか
る事情を考慮すると、更新対象を特定するための基準値
となる閾値を、単に人為的に設定した場合には、適切な
更新を行うことができない。閾値が低すぎれば、更新す
べき地物が更新対象からもれることがあり、閾値が大き
すぎれば、更新不要な地物まで更新対象となることがあ
る。そこで、本発明では、類似度合の統計に基づいて閾
値を設定することにより、類似度合に含まれる誤差も考
慮して更新対象を客観的に特定することができる。
【０００８】更新対象の特定方法は、閾値を設定する際
の考え方によって異なる。例えば、地物の増改築で生じ
る程度の異同については、その地物について形状の変化
が小さいとみなして閾値を設定することができる。かか
る場合には、閾値よりも小さい類似度合の地物は、取り
壊し、建て替えなどの大きな異同があったことを意味す
るから、更新ではなく新規に形状データを取得すべき対
象となる。従って、閾値よりも大きい類似度合の地物を
更新対象として特定することができる。もちろん、かか
る更新対象の中には、全く異同が生じていない地物も含
まれるため、更に更新の要否を判断することが望まし
い。
の考え方によって異なる。例えば、地物の増改築で生じ
る程度の異同については、その地物について形状の変化
が小さいとみなして閾値を設定することができる。かか
る場合には、閾値よりも小さい類似度合の地物は、取り
壊し、建て替えなどの大きな異同があったことを意味す
るから、更新ではなく新規に形状データを取得すべき対
象となる。従って、閾値よりも大きい類似度合の地物を
更新対象として特定することができる。もちろん、かか
る更新対象の中には、全く異同が生じていない地物も含
まれるため、更に更新の要否を判断することが望まし
い。
【０００９】別の考え方として、増改築等で生じる比較
的小さな異同も、取り壊し、建て替えなどによる大きな
異同もすべて更新対象とするために、閾値を比較的高い
値に設定することもできる。かかる場合には、閾値より
も大きい類似度合の地物には異同が生じていないとみな
すことができるため更新対象とせず、閾値よりも小さい
類似度合の地物を更新対象として特定する。
的小さな異同も、取り壊し、建て替えなどによる大きな
異同もすべて更新対象とするために、閾値を比較的高い
値に設定することもできる。かかる場合には、閾値より
も大きい類似度合の地物には異同が生じていないとみな
すことができるため更新対象とせず、閾値よりも小さい
類似度合の地物を更新対象として特定する。
【００１０】類似度合の統計に基づき閾値を求める手法
としては、例えば、算出した類似度合全体の平均値を閾
値としてもよいし、その平均値に一定の値を加えたり乗
じたりした値を閾値としてもよい。また、算出した類似
度合をその値順で並べた時に、一定の割合で上位と下位
に分割する境界値を閾値としてもよいし、算出した類似
度合全体の統計分布の曲線上の接線が、一定の傾き以上
となる境界値を閾値としてもよい。
としては、例えば、算出した類似度合全体の平均値を閾
値としてもよいし、その平均値に一定の値を加えたり乗
じたりした値を閾値としてもよい。また、算出した類似
度合をその値順で並べた時に、一定の割合で上位と下位
に分割する境界値を閾値としてもよいし、算出した類似
度合全体の統計分布の曲線上の接線が、一定の傾き以上
となる境界値を閾値としてもよい。
【００１１】その他、例えば、上記構成の地図データ更
新装置において、前記閾値設定部は、前記地図データに
記録された複数の地物により構成される全体集合におけ
る類似度合の平均値と、仮に設定した仮閾値を越える類
似度合の地物により構成される部分集合における類似度
合の平均値と、の間に有意な差が認められるという条件
を満たす前記仮閾値の下限値を前記閾値とすることとし
てもよい。
新装置において、前記閾値設定部は、前記地図データに
記録された複数の地物により構成される全体集合におけ
る類似度合の平均値と、仮に設定した仮閾値を越える類
似度合の地物により構成される部分集合における類似度
合の平均値と、の間に有意な差が認められるという条件
を満たす前記仮閾値の下限値を前記閾値とすることとし
てもよい。
【００１２】ここで、類似度合とは、その値が大きいほ
ど類似性が高いことを意味する。上記のような閾値設定
部とすれば、仮に設定した仮閾値を変化させていったと
きに、上記全体集合の平均値と上記部分集合の平均値と
に有意差が生じ始める仮閾値の値を閾値とすることがで
きる。このように設定した閾値を判断基準とすることに
より、地物データの類似度合が閾値を越える値であれ
ば、同一の地物が写真データ上に存在すると特定でき
る。一方、閾値を下回る値であれば、同一ではないと特
定することができる。
ど類似性が高いことを意味する。上記のような閾値設定
部とすれば、仮に設定した仮閾値を変化させていったと
きに、上記全体集合の平均値と上記部分集合の平均値と
に有意差が生じ始める仮閾値の値を閾値とすることがで
きる。このように設定した閾値を判断基準とすることに
より、地物データの類似度合が閾値を越える値であれ
ば、同一の地物が写真データ上に存在すると特定でき
る。一方、閾値を下回る値であれば、同一ではないと特
定することができる。
【００１３】上記両平均値における有意な差の判定は、
例えば、その平均値同士を直接比較して判定してもよ
い。この場合、平均値の乖離が予め定めた値を超えた場
合に、有意差ありとすることができる。その他、平均値
や集合に含まれる地物の数、類似度合の分散等をパラメ
ータとして用いることにより判定してもよい。かかる場
合には、例えば、統計学上のウェルチ検定やｔ−検定等
を用いることができる。ｔ−検定は２つの集合間に等分
散が成立することを前提とした手法であり、地物の同一
性については、等分散性が不明もしくは不成立であるこ
とが多いためウェルチ検定を適用することがより望まし
い。
例えば、その平均値同士を直接比較して判定してもよ
い。この場合、平均値の乖離が予め定めた値を超えた場
合に、有意差ありとすることができる。その他、平均値
や集合に含まれる地物の数、類似度合の分散等をパラメ
ータとして用いることにより判定してもよい。かかる場
合には、例えば、統計学上のウェルチ検定やｔ−検定等
を用いることができる。ｔ−検定は２つの集合間に等分
散が成立することを前提とした手法であり、地物の同一
性については、等分散性が不明もしくは不成立であるこ
とが多いためウェルチ検定を適用することがより望まし
い。
【００１４】また、本発明は、次のような地図データ更
新装置として構成とすることもできる。すなわち、複数
の地物の形状を記録した地図データの更新を行う地図デ
ータ更新装置であって、前記地図データに対応する地表
が撮影された写真データを入力する写真データ入力部
と、所定の演算により、前記地図データに記録された地
物の形状データと、該地物に対応する前記写真データ上
の地物の形状との類似度合を算出する類似度合算出部
と、前記地図データに記録された複数の地物について算
出した類似度合の統計に基づき閾値を求める閾値設定部
と、前記写真データのうち、前記閾値以上の類似度合と
なる地物の形状領域を除いた領域から地物を検出する地
物検出部と、前記検出した地物の形状データを前記地図
データに記録する検出地物記録部と、を備える地図デー
タ更新装置である。
新装置として構成とすることもできる。すなわち、複数
の地物の形状を記録した地図データの更新を行う地図デ
ータ更新装置であって、前記地図データに対応する地表
が撮影された写真データを入力する写真データ入力部
と、所定の演算により、前記地図データに記録された地
物の形状データと、該地物に対応する前記写真データ上
の地物の形状との類似度合を算出する類似度合算出部
と、前記地図データに記録された複数の地物について算
出した類似度合の統計に基づき閾値を求める閾値設定部
と、前記写真データのうち、前記閾値以上の類似度合と
なる地物の形状領域を除いた領域から地物を検出する地
物検出部と、前記検出した地物の形状データを前記地図
データに記録する検出地物記録部と、を備える地図デー
タ更新装置である。
【００１５】閾値以上の類似度合である写真データ上の
地物の形状領域は、地図データに記録された地物と同一
の地物とみなせるため、そこから新たな地物を検出する
必要はない。そのため、上記地物検出部は、この形状領
域を除く写真データの領域について地物を検出する。こ
うすることにより、必要最小限の領域から新たな地物を
検出することが可能となる。
地物の形状領域は、地図データに記録された地物と同一
の地物とみなせるため、そこから新たな地物を検出する
必要はない。そのため、上記地物検出部は、この形状領
域を除く写真データの領域について地物を検出する。こ
うすることにより、必要最小限の領域から新たな地物を
検出することが可能となる。
【００１６】本発明は、また、次の構成の地図データ更
新装置とすることもできる。すなわち、複数の地物の形
状を記録した地図データの更新を行う地図データ更新装
置であって、前記地図データに対応する地表が撮影され
た写真データと、該写真を撮影した撮影条件を入力する
入力部と、所定の演算により、前記地図データに記録さ
れた地物の形状データと、該地物に対応する前記写真デ
ータ上の地物の形状との類似度合を算出する類似度合算
出部と、前記撮影条件に基づき閾値を設定する閾値設定
部と、前記閾値と前記類似度合との大小関係に基づき、
前記複数の地物のうち、形状データを更新する地物の候
補を特定する更新候補特定部と、を備える地図データ更
新装置である。
新装置とすることもできる。すなわち、複数の地物の形
状を記録した地図データの更新を行う地図データ更新装
置であって、前記地図データに対応する地表が撮影され
た写真データと、該写真を撮影した撮影条件を入力する
入力部と、所定の演算により、前記地図データに記録さ
れた地物の形状データと、該地物に対応する前記写真デ
ータ上の地物の形状との類似度合を算出する類似度合算
出部と、前記撮影条件に基づき閾値を設定する閾値設定
部と、前記閾値と前記類似度合との大小関係に基づき、
前記複数の地物のうち、形状データを更新する地物の候
補を特定する更新候補特定部と、を備える地図データ更
新装置である。
【００１７】本構成の地図データ更新装置は、入力した
撮影条件に応じて閾値を設定する。写真データは、撮影
時の時刻、季節、天気、撮影高度等といった様々な撮影
条件の影響を受けているため、もし、どのような写真デ
ータに対しても同じ閾値を用いる場合には、入力した写
真データによって特定する更新対象が異なってしまう可
能性が生じるためである。
撮影条件に応じて閾値を設定する。写真データは、撮影
時の時刻、季節、天気、撮影高度等といった様々な撮影
条件の影響を受けているため、もし、どのような写真デ
ータに対しても同じ閾値を用いる場合には、入力した写
真データによって特定する更新対象が異なってしまう可
能性が生じるためである。
【００１８】閾値の設定は、例えば、雨の日に撮影した
写真データの場合は閾値Ａ、曇りの日に撮影した写真デ
ータの場合は閾値Ｂといったように、撮影条件と閾値と
を対応付けたテーブルを参照することにより行うことが
できる。また、撮影日時や撮影高度に応じて設定した関
数を用いて行ってもよい。こうすることにより、統計的
演算を行うことなく簡易な方法により閾値を設定するこ
とができる。
写真データの場合は閾値Ａ、曇りの日に撮影した写真デ
ータの場合は閾値Ｂといったように、撮影条件と閾値と
を対応付けたテーブルを参照することにより行うことが
できる。また、撮影日時や撮影高度に応じて設定した関
数を用いて行ってもよい。こうすることにより、統計的
演算を行うことなく簡易な方法により閾値を設定するこ
とができる。
【００１９】なお、本発明は、上記各種構成を複数組み
合わせた地図データ更新装置としてもよい。また、本発
明は、地表を撮影した写真を参照して地図データの更新
を行う地図データ更新方法や、コンピュータに地図デー
タの更新をさせるためのコンピュータプログラムとして
構成してもよい。コンピュータプログラムは、フレキシ
ブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハ
ードディスクなどコンピュータ読み取り可能な種々の記
録媒体に記録してもよい。
合わせた地図データ更新装置としてもよい。また、本発
明は、地表を撮影した写真を参照して地図データの更新
を行う地図データ更新方法や、コンピュータに地図デー
タの更新をさせるためのコンピュータプログラムとして
構成してもよい。コンピュータプログラムは、フレキシ
ブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハ
ードディスクなどコンピュータ読み取り可能な種々の記
録媒体に記録してもよい。
【００２０】
【発明の実施の形態】以下、本発明の実施の形態につい
て実施例に基づき次の順序で説明する。 （１）第1実施例： １−Ａ．地図データ更新装置概略構成： １−Ｂ．地図データ更新処理： １−Ｂ１．概要： １−Ｂ２．修正オブジェクト特定処理： １−Ｂ３．オブジェクト修正処理： １−Ｂ４．新規オブジェクト検出処理： （２）第２実施例： ２−Ａ．地図データ更新装置概略構成 ２−Ｂ．地図データ更新処理： （３）変形例：
て実施例に基づき次の順序で説明する。 （１）第1実施例： １−Ａ．地図データ更新装置概略構成： １−Ｂ．地図データ更新処理： １−Ｂ１．概要： １−Ｂ２．修正オブジェクト特定処理： １−Ｂ３．オブジェクト修正処理： １−Ｂ４．新規オブジェクト検出処理： （２）第２実施例： ２−Ａ．地図データ更新装置概略構成 ２−Ｂ．地図データ更新処理： （３）変形例：
【００２１】（１）第1実施例：
１−Ａ．地図データ更新装置概略構成：図１は、本実施
例における地図データ更新装置の概略構成図である。地
図データ更新装置１０は、ＣＰＵやメモリ等からなるコ
ンピュータを備えており、図示する各機能部はソフトウ
ェア的に構築されている。
例における地図データ更新装置の概略構成図である。地
図データ更新装置１０は、ＣＰＵやメモリ等からなるコ
ンピュータを備えており、図示する各機能部はソフトウ
ェア的に構築されている。
【００２２】地図データ入力部１０１は、各種記録媒体
やネットワーク等を介して地図データＭＤを入力する。
地図データＭＤには、道路や建物などの地物（以下、
「オブジェクト」と表記）を表すデータが、ベクトルデ
ータとして複数記録されている。記録媒体としてはフレ
キシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカー
ド、ハードディスク等が用いられる。
やネットワーク等を介して地図データＭＤを入力する。
地図データＭＤには、道路や建物などの地物（以下、
「オブジェクト」と表記）を表すデータが、ベクトルデ
ータとして複数記録されている。記録媒体としてはフレ
キシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカー
ド、ハードディスク等が用いられる。
【００２３】写真データ入力部１０２は、上記地図デー
タ入力部１０１と同様に、各種記録媒体やネットワーク
等を介して写真データＰＤを入力する。写真データＰＤ
には、人工衛星や航空機等により地表を撮影した写真画
像が、ラスタデータとして記録されている。なお、写真
データＰＤは、地図データＭＤと同じ地域について撮影
されたデータであるものとする。写真データＰＤは、地
図データＭＤと座標系を一致させる処理を施しておく。
種々の座標系を適用可能であるが、本実施例では、オル
ソ補正を施した写真データＰＤを用いるものとした。
タ入力部１０１と同様に、各種記録媒体やネットワーク
等を介して写真データＰＤを入力する。写真データＰＤ
には、人工衛星や航空機等により地表を撮影した写真画
像が、ラスタデータとして記録されている。なお、写真
データＰＤは、地図データＭＤと同じ地域について撮影
されたデータであるものとする。写真データＰＤは、地
図データＭＤと座標系を一致させる処理を施しておく。
種々の座標系を適用可能であるが、本実施例では、オル
ソ補正を施した写真データＰＤを用いるものとした。
【００２４】類似度算出部１０３は、地図データＭＤに
含まれるオブジェクトの形状と写真データＰＤから抽出
したオブジェクトの形状を比較し、その類似度を後述の
方法により算出する。
含まれるオブジェクトの形状と写真データＰＤから抽出
したオブジェクトの形状を比較し、その類似度を後述の
方法により算出する。
【００２５】閾値算出部１０４は、類似度算出部１０３
で算出した類似度の統計から閾値を算出する。ここで算
出する閾値とは、地図データＭＤ上のオブジェクトと、
写真データＰＤ上のオブジェクトが同一の形状とみなせ
るかどうかを判断するために用いる値である。
で算出した類似度の統計から閾値を算出する。ここで算
出する閾値とは、地図データＭＤ上のオブジェクトと、
写真データＰＤ上のオブジェクトが同一の形状とみなせ
るかどうかを判断するために用いる値である。
【００２６】修正オブジェクト特定部１０５は、閾値以
下となるオブジェクト、すなわち、写真撮影時には取り
壊し、建て替えなどにより大幅に形状が変化したオブジ
ェクトを地図データＭＤから修正対象候補として特定す
る。オブジェクト修正部１０６は、特定したオブジェク
トの形状を写真データＰＤに基づき修正する。閾値以上
となるオブジェクトは、形状に変化があったとしても増
改築等による小修正であるため同一の形状とみなして形
状データの修正は行わない。
下となるオブジェクト、すなわち、写真撮影時には取り
壊し、建て替えなどにより大幅に形状が変化したオブジ
ェクトを地図データＭＤから修正対象候補として特定す
る。オブジェクト修正部１０６は、特定したオブジェク
トの形状を写真データＰＤに基づき修正する。閾値以上
となるオブジェクトは、形状に変化があったとしても増
改築等による小修正であるため同一の形状とみなして形
状データの修正は行わない。
【００２７】新規オブジェクト検出部１０７は、地図デ
ータＭＤ上には存在せず、写真データＰＤにのみ存在す
るオブジェクトを写真データＰＤから検出する。新規オ
ブジェクト記録部１０８は、このように検出した新規の
オブジェクトをベクトルデータ化し地図データＭＤに記
録する。
ータＭＤ上には存在せず、写真データＰＤにのみ存在す
るオブジェクトを写真データＰＤから検出する。新規オ
ブジェクト記録部１０８は、このように検出した新規の
オブジェクトをベクトルデータ化し地図データＭＤに記
録する。
【００２８】地図データ出力部１０９は、オブジェクト
修正部１０６と新規オブジェクト記録部１０８とにより
更新した地図データＭＤを、新地図データとして各種記
録媒体やネットワーク等に出力する。
修正部１０６と新規オブジェクト記録部１０８とにより
更新した地図データＭＤを、新地図データとして各種記
録媒体やネットワーク等に出力する。
【００２９】１−Ｂ．地図データ更新処理：
１−Ｂ１．概要：図２は、地図データ更新装置１０が行
う地図データ更新処理のフローチャートである。まず、
地図データ更新装置１０は、地図データＭＤと写真デー
タＰＤを入力する（ステップＳ１００）。そして、地図
データＭＤに含まれる地物の形状と、該地物に対応した
写真データＰＤ内の地物形状とから算出した類似度の統
計に基づき修正対象となるオブジェクトを特定する（ス
テップＳ１０１）。特定したオブジェクトについては地
図データＭＤ上の形状データを修正する（ステップＳ１
０２）。次に、新築されたオブジェクトを写真データＰ
Ｄから検出し（ステップＳ１０３）、検出したオブジェ
クトの形状データを地図データに記録する（ステップＳ
１０４）。これらの工程を経て地図データ更新装置１０
は地図データＭＤを更新する。更新した地図データは、
各種記録媒体やネットワークに出力する（ステップＳ１
０５）。以下に、上記各ステップについての詳細を説明
する。
う地図データ更新処理のフローチャートである。まず、
地図データ更新装置１０は、地図データＭＤと写真デー
タＰＤを入力する（ステップＳ１００）。そして、地図
データＭＤに含まれる地物の形状と、該地物に対応した
写真データＰＤ内の地物形状とから算出した類似度の統
計に基づき修正対象となるオブジェクトを特定する（ス
テップＳ１０１）。特定したオブジェクトについては地
図データＭＤ上の形状データを修正する（ステップＳ１
０２）。次に、新築されたオブジェクトを写真データＰ
Ｄから検出し（ステップＳ１０３）、検出したオブジェ
クトの形状データを地図データに記録する（ステップＳ
１０４）。これらの工程を経て地図データ更新装置１０
は地図データＭＤを更新する。更新した地図データは、
各種記録媒体やネットワークに出力する（ステップＳ１
０５）。以下に、上記各ステップについての詳細を説明
する。
【００３０】１−Ｂ２．修正オブジェクト特定処理：図
３は、上記ステップＳ１０１における修正オブジェクト
特定処理の詳細なフローチャートである。まず、地図デ
ータ更新装置１０のＣＰＵは、地図データＭＤに含まれ
るオブジェクトを１つ選択し、テンプレート画像ＴＩを
生成する（ステップＳ２００）。テンプレート画像ＴＩ
とは、地図データＭＤにおいてベクトルデータで表され
ているオブジェクトの形状を、ラスタデータに変換して
得られる画像データをいう。図４は、オブジェクトデー
タからテンプレート画像ＴＩを生成した例を示す説明図
である。図の上側の図形が、オブジェクトの形状データ
であり、下側が生成したテンプレート画像ＴＩである。
テンプレート画像ＴＩは、図示するように、オブジェク
トよりもある程度大きい領域に生成する。
３は、上記ステップＳ１０１における修正オブジェクト
特定処理の詳細なフローチャートである。まず、地図デ
ータ更新装置１０のＣＰＵは、地図データＭＤに含まれ
るオブジェクトを１つ選択し、テンプレート画像ＴＩを
生成する（ステップＳ２００）。テンプレート画像ＴＩ
とは、地図データＭＤにおいてベクトルデータで表され
ているオブジェクトの形状を、ラスタデータに変換して
得られる画像データをいう。図４は、オブジェクトデー
タからテンプレート画像ＴＩを生成した例を示す説明図
である。図の上側の図形が、オブジェクトの形状データ
であり、下側が生成したテンプレート画像ＴＩである。
テンプレート画像ＴＩは、図示するように、オブジェク
トよりもある程度大きい領域に生成する。
【００３１】次に、ＣＰＵは、写真データＰＤからテン
プレート画像ＴＩに対応する部分領域画像ＰＩを抽出す
る（ステップＳ２０１）。図５は、写真データＰＤから
部分領域画像ＰＩを抽出する説明図である。図示するよ
うに、地図データＭＤと写真データＰＤを同位置に重ね
合わせ、地図データＭＤ上のテンプレート画像ＴＩが存
在する位置と同じ位置に存在する領域を写真データＰＤ
から抽出することにより部分領域画像ＰＩを抽出する。
プレート画像ＴＩに対応する部分領域画像ＰＩを抽出す
る（ステップＳ２０１）。図５は、写真データＰＤから
部分領域画像ＰＩを抽出する説明図である。図示するよ
うに、地図データＭＤと写真データＰＤを同位置に重ね
合わせ、地図データＭＤ上のテンプレート画像ＴＩが存
在する位置と同じ位置に存在する領域を写真データＰＤ
から抽出することにより部分領域画像ＰＩを抽出する。
【００３２】ＣＰＵは、このように抽出した部分領域画
像ＰＩに対して領域分割処理および２値化処理を行い、
比較対象画像ＣＩを生成する（ステップＳ２０２）。比
較対照画像ＣＩとは、テンプレート画像ＴＩと比較を行
うための画像データをいう。図６は、部分領域画像ＰＩ
から比較対象画像ＣＩを生成した例を示す図である。図
５では、写真データＰＤを模式的に表しているため、明
瞭な画像として部分領域画像ＰＩが表現されているが、
実際の部分領域画像ＰＩは、建物の影や天候の影響等を
受けた画像であり、あいまいな要素を多く含んでいる
（図６上部参照）。従って、テンプレート画像ＴＩとの
比較を容易にするため、ＣＰＵは、本ステップにより、
領域分割処理により一様な特徴を持つ領域を抽出し（図
６中部参照）、さらに、２値化処理を施すことにより比
較対象画像ＣＩを生成する（図６下部参照）。領域分割
処理とは、同じ色合いの領域を抽出する処理であり、２
値化処理とは、所定の色合いを閾値として全体の色を白
と黒の２色に置き換える処理である。なお、領域分割処
理や２値化処理は周知の画像処理方法により行うことが
できる。
像ＰＩに対して領域分割処理および２値化処理を行い、
比較対象画像ＣＩを生成する（ステップＳ２０２）。比
較対照画像ＣＩとは、テンプレート画像ＴＩと比較を行
うための画像データをいう。図６は、部分領域画像ＰＩ
から比較対象画像ＣＩを生成した例を示す図である。図
５では、写真データＰＤを模式的に表しているため、明
瞭な画像として部分領域画像ＰＩが表現されているが、
実際の部分領域画像ＰＩは、建物の影や天候の影響等を
受けた画像であり、あいまいな要素を多く含んでいる
（図６上部参照）。従って、テンプレート画像ＴＩとの
比較を容易にするため、ＣＰＵは、本ステップにより、
領域分割処理により一様な特徴を持つ領域を抽出し（図
６中部参照）、さらに、２値化処理を施すことにより比
較対象画像ＣＩを生成する（図６下部参照）。領域分割
処理とは、同じ色合いの領域を抽出する処理であり、２
値化処理とは、所定の色合いを閾値として全体の色を白
と黒の２色に置き換える処理である。なお、領域分割処
理や２値化処理は周知の画像処理方法により行うことが
できる。
【００３３】そして、ＣＰＵは、類似度算出部１０３を
用いてテンプレート画像ＴＩと比較対象画像ＣＩの全画
素について下記の式（１）により類似度相関係数Ｒｆｇ
を算出する（ステップＳ２０３）。下記式において、ｇ
（ｉ，ｊ）は、テンプレート画像ＴＩ中の座標（ｉ，
ｊ）に対応する画素の色を表す値であり、ｆ（ｉ，ｊ）
は、比較対象画像ＣＩ中の座標（ｉ，ｊ）に対応する画
素の色を表す値である。求めた類似度相関係数Ｒｆｇ
は、０から１までの範囲に属する値となる。Ｄはテンプ
レート画像ＴＩおよび比較対象画像ＣＩの全体領域を意
味する。なお、類似度相関係数Ｒｆｇは、テンプレート
画像ＴＩと比較対象画像ＣＩを一定の範囲で位置をずら
していき、Ｒｆｇが最大となる位置において最終的な値
を決定することが望ましい。
用いてテンプレート画像ＴＩと比較対象画像ＣＩの全画
素について下記の式（１）により類似度相関係数Ｒｆｇ
を算出する（ステップＳ２０３）。下記式において、ｇ
（ｉ，ｊ）は、テンプレート画像ＴＩ中の座標（ｉ，
ｊ）に対応する画素の色を表す値であり、ｆ（ｉ，ｊ）
は、比較対象画像ＣＩ中の座標（ｉ，ｊ）に対応する画
素の色を表す値である。求めた類似度相関係数Ｒｆｇ
は、０から１までの範囲に属する値となる。Ｄはテンプ
レート画像ＴＩおよび比較対象画像ＣＩの全体領域を意
味する。なお、類似度相関係数Ｒｆｇは、テンプレート
画像ＴＩと比較対象画像ＣＩを一定の範囲で位置をずら
していき、Ｒｆｇが最大となる位置において最終的な値
を決定することが望ましい。
【００３４】
【数１】
【００３５】こうして、ステップＳ２００〜Ｓ２０３ま
での処理を繰り返し行うことにより地図データＭＤに含
まれる全てのオブジェクトについて類似度相関係数Ｒｆ
ｇを求める（ステップＳ２０４）。
での処理を繰り返し行うことにより地図データＭＤに含
まれる全てのオブジェクトについて類似度相関係数Ｒｆ
ｇを求める（ステップＳ２０４）。
【００３６】次に、ＣＰＵは、閾値算出部１０４を用い
て、類似度相関係数Ｒｆｇの統計分布からウェルチ検定
を用いて閾値を決定する（ステップＳ２０５）。ウェル
チ検定とは、統計的に２つの集団間に現れる有意な差を
検出する手法であり、近似ｔ−検定とも呼ばれる。
て、類似度相関係数Ｒｆｇの統計分布からウェルチ検定
を用いて閾値を決定する（ステップＳ２０５）。ウェル
チ検定とは、統計的に２つの集団間に現れる有意な差を
検出する手法であり、近似ｔ−検定とも呼ばれる。
【００３７】図７は、類似度相関係数Ｒｆｇの統計分布
の一例を示す図である。図中の棒グラフは、横軸の類似
度相関係数Ｒｆｇに対応するオブジェクトが地図データ
ＭＤに何個存在するかを示す頻度を表しており、折線グ
ラフは、その累積度数をパーセンテージで表している。
の一例を示す図である。図中の棒グラフは、横軸の類似
度相関係数Ｒｆｇに対応するオブジェクトが地図データ
ＭＤに何個存在するかを示す頻度を表しており、折線グ
ラフは、その累積度数をパーセンテージで表している。
【００３８】図８は、ウェルチ検定に用いる２つの集団
を示す説明図である。まず、閾値算出部１０４は、全て
のオブジェクトが属する集団を集団Ａとし、類似度相関
係数Ｒｆｇが仮閾値Ｔ’以上のオブジェクトの部分集団
を集団Ｂとする。さらに、帰無仮説を「集団Ａ，Ｂに属
するオブジェクトの類似度相関係数Ｒｆｇの母平均は等
しい」とし、対立仮説を「集団Ａに属するオブジェクト
の類似度相関係数Ｒｆｇの母平均と、集団Ｂに属するオ
ブジェクトの類似度相関係数Ｒｆｇの母平均は異なる」
とする。そして、閾値算出部１０４は、仮閾値Ｔ’を０
から１に徐々に変化させていき、帰無仮説を初めて棄却
する仮閾値Ｔ’を、閾値Ｔと決定する。つまり、集団Ａ
の平均値と、集団Ｂの平均値とに、有意な差が生じ始め
たとみなすことができる仮閾値Ｔ’を、閾値Ｔと決定す
る。この閾値は、取り壊し、建て替えなど、略同一の地
物が存在しているとみなすことができないほどの大幅な
異同が生じたか否かを判断する値となる。
を示す説明図である。まず、閾値算出部１０４は、全て
のオブジェクトが属する集団を集団Ａとし、類似度相関
係数Ｒｆｇが仮閾値Ｔ’以上のオブジェクトの部分集団
を集団Ｂとする。さらに、帰無仮説を「集団Ａ，Ｂに属
するオブジェクトの類似度相関係数Ｒｆｇの母平均は等
しい」とし、対立仮説を「集団Ａに属するオブジェクト
の類似度相関係数Ｒｆｇの母平均と、集団Ｂに属するオ
ブジェクトの類似度相関係数Ｒｆｇの母平均は異なる」
とする。そして、閾値算出部１０４は、仮閾値Ｔ’を０
から１に徐々に変化させていき、帰無仮説を初めて棄却
する仮閾値Ｔ’を、閾値Ｔと決定する。つまり、集団Ａ
の平均値と、集団Ｂの平均値とに、有意な差が生じ始め
たとみなすことができる仮閾値Ｔ’を、閾値Ｔと決定す
る。この閾値は、取り壊し、建て替えなど、略同一の地
物が存在しているとみなすことができないほどの大幅な
異同が生じたか否かを判断する値となる。
【００３９】上記ステップＳ２０５によって閾値Ｔが決
定された後、ＣＰＵは、修正オブジェクト特定部１０５
を用いて、閾値Ｔ以下の類似度である地図データＭＤ上
のオブジェクトを修正対象候補のオブジェクトとして特
定する（ステップＳ２０６）。これらのオブジェクトに
は、上述の大幅な異同が生じたものと判断されるからで
ある。
定された後、ＣＰＵは、修正オブジェクト特定部１０５
を用いて、閾値Ｔ以下の類似度である地図データＭＤ上
のオブジェクトを修正対象候補のオブジェクトとして特
定する（ステップＳ２０６）。これらのオブジェクトに
は、上述の大幅な異同が生じたものと判断されるからで
ある。
【００４０】１−Ｂ４．オブジェクト修正処理：次に、
図２のステップＳ１０２では、ステップＳ１０１によっ
て特定した修正対象候補オブジェクトの形状データを修
正する。これは、修正対象候補となったオブジェクトに
対応する上記比較対象画像ＣＩをベクトルデータに変換
し、地図データに記録された形状データを上書きするこ
とにより行う。ベクトルデータへの変換は、境界線の抽
出処理等といった周知の画像処理手段を利用する。
図２のステップＳ１０２では、ステップＳ１０１によっ
て特定した修正対象候補オブジェクトの形状データを修
正する。これは、修正対象候補となったオブジェクトに
対応する上記比較対象画像ＣＩをベクトルデータに変換
し、地図データに記録された形状データを上書きするこ
とにより行う。ベクトルデータへの変換は、境界線の抽
出処理等といった周知の画像処理手段を利用する。
【００４１】１−Ｂ５．新規オブジェクト検出処理：図
２のステップＳ１０３では、写真データＰＤから新規の
オブジェクトを検出する。まず、ＣＰＵは、写真データ
ＰＤから、地図データＭＤに記録されたオブジェクト
（以下、「既存オブジェクト」と表記）に対応する画像
領域を削除する。図９は、既存オブジェクトの削除を示
す説明図である。上側の画像は、写真データＰＤを表
し、下側の図が既存オブジェクトの存在する領域を削除
した画像（以下、「検出対象画像」と記載）である。
２のステップＳ１０３では、写真データＰＤから新規の
オブジェクトを検出する。まず、ＣＰＵは、写真データ
ＰＤから、地図データＭＤに記録されたオブジェクト
（以下、「既存オブジェクト」と表記）に対応する画像
領域を削除する。図９は、既存オブジェクトの削除を示
す説明図である。上側の画像は、写真データＰＤを表
し、下側の図が既存オブジェクトの存在する領域を削除
した画像（以下、「検出対象画像」と記載）である。
【００４２】次に、ＣＰＵは、新規オブジェクト検出部
１０７を用いて各種画像処理手段により検出対象画像か
ら新規オブジェクトを検出する。これは、例えば、色・
濃淡値などのスペクトルデータを利用した領域分割処
理、規定のテクスチャ形状・文様データとのマッチング
処理等により行う。
１０７を用いて各種画像処理手段により検出対象画像か
ら新規オブジェクトを検出する。これは、例えば、色・
濃淡値などのスペクトルデータを利用した領域分割処
理、規定のテクスチャ形状・文様データとのマッチング
処理等により行う。
【００４３】こうして検出した新規オブジェクトはラス
タデータであるため、ＣＰＵは、境界線抽出処理等によ
りベクトルデータに変換し、新規オブジェクト記録部１
０８を用いて地図データＭＤに記録する（図２のステッ
プＳ１０４）。
タデータであるため、ＣＰＵは、境界線抽出処理等によ
りベクトルデータに変換し、新規オブジェクト記録部１
０８を用いて地図データＭＤに記録する（図２のステッ
プＳ１０４）。
【００４４】以上のように説明した処理により、地図デ
ータ更新装置１０は地図データの更新を行なう。
ータ更新装置１０は地図データの更新を行なう。
【００４５】（２）第２実施例：
２−Ａ．地図データ更新装置概略構成
図１０は、本実施例における地図データ更新装置２０の
概略構成図である。地図データ更新装置２０は、撮影条
件入力部２００、閾値設定部２０１、地図データ入力部
２０２、写真データ入力部２０３、類似度算出部２０
４、修正オブジェクト特定部２０５、オブジェクト修正
部２０６、新規オブジェクト検出部２０７、新規オブジ
ェクト記録部２０８、地図データ出力部２０９を備えて
いる。第１実施例で説明した各機能部と同一の名称の機
能部は、本実施例においても同じ機能を奏するものとす
る。
概略構成図である。地図データ更新装置２０は、撮影条
件入力部２００、閾値設定部２０１、地図データ入力部
２０２、写真データ入力部２０３、類似度算出部２０
４、修正オブジェクト特定部２０５、オブジェクト修正
部２０６、新規オブジェクト検出部２０７、新規オブジ
ェクト記録部２０８、地図データ出力部２０９を備えて
いる。第１実施例で説明した各機能部と同一の名称の機
能部は、本実施例においても同じ機能を奏するものとす
る。
【００４６】第１実施例では、閾値を類似度の統計分布
に基づき算出した。しかし、本実施例では、撮影条件入
力部２００により入力した撮影条件パラメータＰＭに基
づき閾値を設定する。
に基づき算出した。しかし、本実施例では、撮影条件入
力部２００により入力した撮影条件パラメータＰＭに基
づき閾値を設定する。
【００４７】図１１は、閾値設定部２０１が保持する閾
値テーブルである。閾値設定部２０１は、入力した撮影
条件パラメータＰＭに応じた閾値を設定する。図示する
ように、本実施例では、撮影条件パラメータＰＭに天候
と撮影高度とが含まれるものとし、この２つのパラメー
タにより閾値が決定されるものとした。例えば、晴れの
日に高度１２００ｍで撮影した写真データを用いる場合
は、閾値を０．７６と設定し、曇りの日に高度２８００
ｍで撮影した写真データを用いる場合は、閾値を０．６
８と設定する。
値テーブルである。閾値設定部２０１は、入力した撮影
条件パラメータＰＭに応じた閾値を設定する。図示する
ように、本実施例では、撮影条件パラメータＰＭに天候
と撮影高度とが含まれるものとし、この２つのパラメー
タにより閾値が決定されるものとした。例えば、晴れの
日に高度１２００ｍで撮影した写真データを用いる場合
は、閾値を０．７６と設定し、曇りの日に高度２８００
ｍで撮影した写真データを用いる場合は、閾値を０．６
８と設定する。
【００４８】修正オブジェクト特定部２０５は、このよ
うに設定した閾値と、類似度算出部２０４で算出した各
類似度とを比較し、地図データＭＤに記録された地物デ
ータのうち修正対象となる候補を第１実施例と同様の方
法により特定する。
うに設定した閾値と、類似度算出部２０４で算出した各
類似度とを比較し、地図データＭＤに記録された地物デ
ータのうち修正対象となる候補を第１実施例と同様の方
法により特定する。
【００４９】２−Ｂ．地図データ更新処理：図１２は、
地図データ更新装置２０が行う地図データ更新処理のフ
ローチャートである。まず、地図データ更新装置２０
は、地図データＭＤと写真データＰＤ、および撮影条件
パラメータＰＭを入力する（ステップＳ３００）。そし
て、写真データＰＤと撮影条件パラメータＰＭとを用い
て、地図データＭＤに記録されたオブジェクトのうち修
正対象となるオブジェクトを特定し（ステップＳ３０
１）、特定したオブジェクトについて地図データＭＤ上
の形状データを修正する（ステップＳ３０２）。次に、
新規のオブジェクトを写真データＰＤから検出し（ステ
ップＳ３０３）、検出したオブジェクトの形状データを
地図データに記録する（ステップＳ３０４）。これらの
工程を経て地図データ更新装置２０は地図データＭＤを
更新する。更新した地図データは、各種記録媒体やネッ
トワークに出力する（ステップＳ３０５）。ステップＳ
３０２〜Ｓ３０５の処理は、第１実施例における図２の
ステップＳ１０２〜ステップＳ１０５と同様の処理であ
る。
地図データ更新装置２０が行う地図データ更新処理のフ
ローチャートである。まず、地図データ更新装置２０
は、地図データＭＤと写真データＰＤ、および撮影条件
パラメータＰＭを入力する（ステップＳ３００）。そし
て、写真データＰＤと撮影条件パラメータＰＭとを用い
て、地図データＭＤに記録されたオブジェクトのうち修
正対象となるオブジェクトを特定し（ステップＳ３０
１）、特定したオブジェクトについて地図データＭＤ上
の形状データを修正する（ステップＳ３０２）。次に、
新規のオブジェクトを写真データＰＤから検出し（ステ
ップＳ３０３）、検出したオブジェクトの形状データを
地図データに記録する（ステップＳ３０４）。これらの
工程を経て地図データ更新装置２０は地図データＭＤを
更新する。更新した地図データは、各種記録媒体やネッ
トワークに出力する（ステップＳ３０５）。ステップＳ
３０２〜Ｓ３０５の処理は、第１実施例における図２の
ステップＳ１０２〜ステップＳ１０５と同様の処理であ
る。
【００５０】このようにして地図データ更新装置２０は
地図データＭＤの更新を行う。上記説明では、閾値テー
ブルを用いて閾値を設定したが、閾値パラメータを用い
た関数を定義することにより閾値を設定してもよい。ま
た、撮影条件パラメータＰＭは、撮影高度や天気に限ら
れることはなく、日時や季節等を表すパラメータを含ん
でも構わない。また、写真データＰＤのヘッダ領域に、
このような撮影条件パラメータが含まれる構成としても
よい。このような構成であれば、地図データ更新装置２
０は、自動的に写真データＰＤから撮影条件パラメータ
ＰＭを入力することが可能となる。
地図データＭＤの更新を行う。上記説明では、閾値テー
ブルを用いて閾値を設定したが、閾値パラメータを用い
た関数を定義することにより閾値を設定してもよい。ま
た、撮影条件パラメータＰＭは、撮影高度や天気に限ら
れることはなく、日時や季節等を表すパラメータを含ん
でも構わない。また、写真データＰＤのヘッダ領域に、
このような撮影条件パラメータが含まれる構成としても
よい。このような構成であれば、地図データ更新装置２
０は、自動的に写真データＰＤから撮影条件パラメータ
ＰＭを入力することが可能となる。
【００５１】（３）変形例：最後に、変形例について説
明する。第１実施例および第２実施例では、閾値Ｔ以下
の類似度であるオブジェクトを修正対象候補とした。そ
のため、増改築など形状の変化が小さなオブジェクトは
修正対象候補から外れていた。そこで、閾値Ｔ以上の類
似度であるオブジェクトを修正対象候補としてもよい。
この場合、閾値Ｔ以下のオブジェクトは、地図データＭ
Ｄから削除することとする。そして、新規オブジェクト
検出処理において、写真データＰＤのうち、閾値Ｔ以上
のオブジェクトが存在する領域を除いた部分を検出対象
画像とする。こうすることにより、地図データＭＤ生成
時には存在していたが、写真撮影時には取り壊し等によ
り存在しなくなったオブジェクトを確実に地図データＭ
Ｄから削除することができる。大幅な改修などにより形
状が大きく変化したオブジェクトについても同様に削除
されるが、このようなオブジェクトは新規オブジェクト
検出処理により、新規オブジェクトとして検出されるこ
ととなる。
明する。第１実施例および第２実施例では、閾値Ｔ以下
の類似度であるオブジェクトを修正対象候補とした。そ
のため、増改築など形状の変化が小さなオブジェクトは
修正対象候補から外れていた。そこで、閾値Ｔ以上の類
似度であるオブジェクトを修正対象候補としてもよい。
この場合、閾値Ｔ以下のオブジェクトは、地図データＭ
Ｄから削除することとする。そして、新規オブジェクト
検出処理において、写真データＰＤのうち、閾値Ｔ以上
のオブジェクトが存在する領域を除いた部分を検出対象
画像とする。こうすることにより、地図データＭＤ生成
時には存在していたが、写真撮影時には取り壊し等によ
り存在しなくなったオブジェクトを確実に地図データＭ
Ｄから削除することができる。大幅な改修などにより形
状が大きく変化したオブジェクトについても同様に削除
されるが、このようなオブジェクトは新規オブジェクト
検出処理により、新規オブジェクトとして検出されるこ
ととなる。
【００５２】なお、閾値Ｔ以上のオブジェクトには、増
改築など比較的小さな異同が生じているもの、および全
く生じていないものが含まれる。形状データの修正は、
前者を対象とすることが好ましい。これらを区別するた
め、更に、第２の閾値Ｔ２を設けるものとしてもよい。
この場合には、例えば、集団Ａを閾値Ｔ以上のオブジェ
クトとし、集団Ｂを仮閾値Ｔ’以上のオブジェクトとす
ればよい。こうすることにより、閾値Ｔ以上のオブジェ
クトの範囲で、類似度に有意な差が現れる第２の閾値Ｔ
２を決定することができる。更新対象は、閾値Ｔ２以下
のオブジェクトとすればよい。
改築など比較的小さな異同が生じているもの、および全
く生じていないものが含まれる。形状データの修正は、
前者を対象とすることが好ましい。これらを区別するた
め、更に、第２の閾値Ｔ２を設けるものとしてもよい。
この場合には、例えば、集団Ａを閾値Ｔ以上のオブジェ
クトとし、集団Ｂを仮閾値Ｔ’以上のオブジェクトとす
ればよい。こうすることにより、閾値Ｔ以上のオブジェ
クトの範囲で、類似度に有意な差が現れる第２の閾値Ｔ
２を決定することができる。更新対象は、閾値Ｔ２以下
のオブジェクトとすればよい。
【００５３】このように、地図データ更新装置は、閾値
Ｔの用い方に応じて様々な地図データの更新方法をとる
ことができる。つまり、第１実施例および第２実施例で
は、オブジェクトの大きな形状変化を地図データＭＤに
反映させることに主眼を置いた更新方法となり、変形例
では、小さな形状変化までも地図データＭＤに反映しつ
つ、写真データＰＤに存在しなくなったオブジェクトを
地図データＭＤから確実に削除する更新方法となる。し
かし、いずれにしても、地図データＭＤと写真データＰ
Ｄとの両データにおいて、類似度が閾値Ｔ以上のオブジ
ェクトは、略同一な形状であり、閾値Ｔ以下のオブジェ
クトは、同一とはいえない形状であることに相違はな
い。実施例および変形例では、この閾値Ｔを用いること
により定量的に更新対象とするオブジェクトを特定する
ことが可能となる。
Ｔの用い方に応じて様々な地図データの更新方法をとる
ことができる。つまり、第１実施例および第２実施例で
は、オブジェクトの大きな形状変化を地図データＭＤに
反映させることに主眼を置いた更新方法となり、変形例
では、小さな形状変化までも地図データＭＤに反映しつ
つ、写真データＰＤに存在しなくなったオブジェクトを
地図データＭＤから確実に削除する更新方法となる。し
かし、いずれにしても、地図データＭＤと写真データＰ
Ｄとの両データにおいて、類似度が閾値Ｔ以上のオブジ
ェクトは、略同一な形状であり、閾値Ｔ以下のオブジェ
クトは、同一とはいえない形状であることに相違はな
い。実施例および変形例では、この閾値Ｔを用いること
により定量的に更新対象とするオブジェクトを特定する
ことが可能となる。
【００５４】なお、実施例では、図２や図１２で示すよ
うに地図データ更新装置が地図データの更新処理を一括
で行うこととしたが、地図データ更新装置を操作するオ
ペレータがその一部または全部を行うこととしてもよ
い。例えば、地図データＭＤのサイズが大きい場合等
に、オペレータが修正対象や新規オブジェクトの検出範
囲を指定可能であるものとしてもよい。また、修正対象
として特定したオブジェクトや新規地物として検出した
オブジェクトを表示装置等を用いて提示し、修正処理あ
るいは記録処理を行うオブジェクトをオペレータが選択
可能であるものとしてもよい。その他、オブジェクトの
修正処理と、新規オブジェクトの検出処理とのどちらの
処理を行うかをメニュー等を用いて選択可能としてもよ
いし、閾値Ｔ以上の地物を修正対象とするか、あるいは
閾値Ｔ以下の地物を修正対象とするかを選択可能として
もよい。また、地図データ更新装置が閾値Ｔを上述の方
法により設定した後、オペレータが適宜調整可能として
もよい。その際、閾値Ｔの調整に応じてリアルタイムに
表示装置上に修正対象となる地物が他の地物と区別して
表示される態様であると好適である。
うに地図データ更新装置が地図データの更新処理を一括
で行うこととしたが、地図データ更新装置を操作するオ
ペレータがその一部または全部を行うこととしてもよ
い。例えば、地図データＭＤのサイズが大きい場合等
に、オペレータが修正対象や新規オブジェクトの検出範
囲を指定可能であるものとしてもよい。また、修正対象
として特定したオブジェクトや新規地物として検出した
オブジェクトを表示装置等を用いて提示し、修正処理あ
るいは記録処理を行うオブジェクトをオペレータが選択
可能であるものとしてもよい。その他、オブジェクトの
修正処理と、新規オブジェクトの検出処理とのどちらの
処理を行うかをメニュー等を用いて選択可能としてもよ
いし、閾値Ｔ以上の地物を修正対象とするか、あるいは
閾値Ｔ以下の地物を修正対象とするかを選択可能として
もよい。また、地図データ更新装置が閾値Ｔを上述の方
法により設定した後、オペレータが適宜調整可能として
もよい。その際、閾値Ｔの調整に応じてリアルタイムに
表示装置上に修正対象となる地物が他の地物と区別して
表示される態様であると好適である。
【００５５】以上、本発明の種々の実施例について説明
したが、本発明は実施例に限定されず、その趣旨を逸脱
しない範囲で種々の構成を採ることができることはいう
までもない。例えば、上述した各種処理はソフトウェア
で実現するほか、ハードウェア的に実現するものとして
もよい。
したが、本発明は実施例に限定されず、その趣旨を逸脱
しない範囲で種々の構成を採ることができることはいう
までもない。例えば、上述した各種処理はソフトウェア
で実現するほか、ハードウェア的に実現するものとして
もよい。
【図１】第１実施例における地図データ更新装置の概略
構成図である。
構成図である。
【図２】地図データ更新装置１０が行う地図データ更新
処理のフローチャートである。
処理のフローチャートである。
【図３】修正オブジェクト特定処理の詳細なフローチャ
ートである。
ートである。
【図４】オブジェクトデータからテンプレート画像ＴＩ
を生成した例を示す説明図である。
を生成した例を示す説明図である。
【図５】写真データＰＤから部分領域画像ＰＩを抽出す
る説明図である。
る説明図である。
【図６】部分領域画像ＰＩから比較対象画像ＣＩを生成
した例を示す図である。
した例を示す図である。
【図７】類似度相関係数Ｒｆｇの統計分布の一例を示す
図である。
図である。
【図８】ウェルチ検定に用いる２つの集団を示す説明図
である。
である。
【図９】既存オブジェクトの削除を示す説明図である。
【図１０】第２実施例における地図データ更新装置２０
の概略構成図である。
の概略構成図である。
【図１１】閾値設定部２０１が保持する閾値テーブルで
ある。
ある。
【図１２】地図データ更新装置２０が行う地図データ更
新処理のフローチャートである。
新処理のフローチャートである。
１０…地図データ更新装置
２０…地図データ更新装置
１０１…地図データ入力部
１０２…写真データ入力部
１０３…類似度算出部
１０４…閾値算出部
１０５…修正オブジェクト特定部
１０６…オブジェクト修正部
１０７…新規オブジェクト検出部
１０８…新規オブジェクト記録部
１０９…地図データ出力部
２００…撮影条件入力部
２０１…閾値設定部
２０２…地図データ入力部
２０３…写真データ入力部
２０４…類似度算出部
２０５…修正オブジェクト特定部
２０６…オブジェクト修正部
２０７…新規オブジェクト検出部
２０８…新規オブジェクト記録部
２０９…地図データ出力部
─────────────────────────────────────────────────────
フロントページの続き
(51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考）
Ｇ０６Ｔ 11/60 ３００ Ｇ０６Ｔ 11/60 ３００
(72)発明者 小松 尚久
東京都新宿区大久保３丁目４番１号 早稲
田大学 理工学部内
(72)発明者 大塚 謙
東京都新宿区大久保３丁目４番１号 早稲
田大学 理工学部内
Ｆターム(参考） 2C032 HA02 HB02 HB03 HB12 HB31
HC22 HC23
5B050 AA01 BA02 BA07 BA17 EA07
EA18 EA19
5B057 AA13 AA14 BA30 CA02 CA08
CA12 CA16 CB02 CB06 CB12
CB17 CC04 CE08 CE12 DA07
DA08 DA12 DB02 DB05 DB08
DC09 DC34 DC36
5L096 AA03 AA06 BA08 BA18 DA02
EA43 FA02 FA32 FA34 GA19
GA51 JA03 JA09 JA11
Claims (11)
- 【請求項１】 複数の地物の形状を記録した地図データ
の更新を行う地図データ更新装置であって、 前記地図データに対応する地表が撮影された写真データ
を入力する写真データ入力部と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する類似度合算出部と、 前記地図データに記録された複数の地物について算出し
た類似度合の統計に基づき閾値を求める閾値設定部と、 前記閾値と前記類似度合との大小関係に基づき、前記複
数の地物のうち、形状データを更新する地物の候補を特
定する更新候補特定部と、 を備える地図データ更新装置。 - 【請求項２】 請求項１に記載の地図データ更新装置で
あって、 前記閾値設定部は、前記地図データに記録された複数の
地物により構成される全体集合における類似度合の平均
値と、 仮に設定した仮閾値を越える類似度合の地物により構成
される部分集合における類似度合の平均値と、 の間に有意な差が認められるという条件を満たす前記仮
閾値の下限値を前記閾値とする地図データ更新装置。 - 【請求項３】 複数の地物の形状を記録した地図データ
の更新を行う地図データ更新装置であって、 前記地図データに対応する地表が撮影された写真データ
を入力する写真データ入力部と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する類似度合算出部と、 前記地図データに記録された複数の地物について算出し
た類似度合の統計に基づき閾値を求める閾値設定部と、 前記写真データのうち、前記閾値以上の類似度合となる
地物の形状領域を除いた領域から地物を検出する地物検
出部と、 前記検出した地物の形状データを前記地図データに記録
する検出地物記録部と、 を備える地図データ更新装置。 - 【請求項４】 複数の地物の形状を記録した地図データ
の更新を行う地図データ更新装置であって、 前記地図データに対応する地表が撮影された写真データ
と、該写真を撮影した撮影条件を入力する入力部と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する類似度合算出部と、 前記撮影条件に基づき閾値を設定する閾値設定部と、 前記閾値と前記類似度合との大小関係に基づき、前記複
数の地物のうち、形状データを更新する地物の候補を特
定する更新候補特定部と、 を備える地図データ更新装置。 - 【請求項５】 地表を撮影した写真を参照して複数の地
物の形状を記録した地図データの更新を行う地図データ
更新方法であって、（ａ） 所定の演算により、前記地
図データに記録された地物の形状データと、該地物に対
応する前記写真上の地物の形状との類似度合を算出する
ステップと、（ｂ） 前記地図データに記録された複数
の地物について算出した類似度合の統計に基づき閾値を
求めるステップと、（ｃ） 前記閾値と前記類似度合と
の大小関係に基づき、前記複数の地物のうち、形状デー
タを更新する地物の候補を特定するステップと、 を備える地図データ更新方法。 - 【請求項６】 地表を撮影した写真を参照して複数の地
物の形状を記録した地図データの更新を行う地図データ
更新方法であって、（ａ） 所定の演算により、前記地
図データに記録された地物の形状データと、該地物に対
応する前記写真上の地物の形状との類似度合を算出する
ステップと、（ｂ） 前記地図データに記録された複数
の地物について算出した類似度合の統計に基づき閾値を
求めるステップと、（ｃ） 前記写真のうち、前記閾値
以上の類似度合となる地物の形状領域を除いた領域から
地物を検出するステップと、（ｄ） 前記検出した地物
の形状データを前記地図データに記録するステップと、 を備える地図データ更新方法。 - 【請求項７】 地表を撮影した写真を参照して複数の地
物の形状を記録した地図データの更新を行う地図データ
更新方法であって、（ａ） 所定の演算により、前記地
図データに記録された地物の形状データと、該地物に対
応する前記写真上の地物の形状との類似度合を算出する
ステップと、（ｂ） 前記写真を撮影した撮影条件に基
づき閾値を設定するステップと、（ｃ） 前記閾値と前
記類似度合との大小関係に基づき、前記複数の地物のう
ち、形状データを更新する地物の候補を特定するステッ
プと、 を備える地図データ更新方法。 - 【請求項８】 コンピュータを用いて複数の地物の形状
を記録した地図データの更新を行うコンピュータプログ
ラムであって、 前記地図データに対応する地表が撮影された写真データ
を入力する機能と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する機能と、 前記地図データに記録された複数の地物について算出し
た類似度合の統計に基づき閾値を求める機能と、 前記閾値と前記類似度合との大小関係に基づき、前記複
数の地物のうち、形状データを更新する地物の候補を特
定する機能と、 をコンピュータに実現させるためのコンピュータプログ
ラム。 - 【請求項９】 コンピュータを用いて複数の地物の形状
を記録した地図データの更新を行うコンピュータプログ
ラムであって、 前記地図データに対応する地表が撮影された写真データ
を入力する機能と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する機能と、 前記地図データに記録された複数の地物について算出し
た類似度合の統計に基づき閾値を求める機能と、 前記写真データのうち、前記閾値以上の類似度合となる
地物の形状領域を除いた領域から、地物を検出する機能
と、 前記検出した地物を前記地図データに記録する機能と、 をコンピュータに実現させるためのコンピュータプログ
ラム。 - 【請求項１０】 コンピュータを用いて複数の地物の形
状を記録した地図データの更新を行うコンピュータプロ
グラムであって、 前記地図データに対応する地表が撮影された写真データ
と、該写真を撮影した撮影条件を入力する機能と、 所定の演算により、前記地図データに記録された地物の
形状データと、該地物に対応する前記写真データ上の地
物の形状との類似度合を算出する機能と、 前記撮影条件に基づき閾値を設定する機能と、 前記閾値と前記類似度合との大小関係に基づき、前記複
数の地物のうち、形状データを更新する地物の候補を特
定する機能と、 をコンピュータに実現させるためのコンピュータプログ
ラム。 - 【請求項１１】 請求項８〜１０のいずれかに記載のコ
ンピュータプログラムを記録したコンピュータ読み取り
可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002042845A JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002042845A JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003241653A true JP2003241653A (ja) | 2003-08-29 |
| JP4030318B2 JP4030318B2 (ja) | 2008-01-09 |
Family
ID=27782825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002042845A Expired - Fee Related JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4030318B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2941542A1 (fr) * | 2009-01-27 | 2010-07-30 | Laurent Philippe Nanot | Procede de reconstruction automatise de modeles tridimentionnels de superstructures des toits et des modeles tridimentionnels et/ou empreintes des batiments en derivant |
| JP2012013525A (ja) * | 2010-06-30 | 2012-01-19 | Denso Corp | ナビゲーション装置 |
| JP2012159885A (ja) * | 2011-01-28 | 2012-08-23 | Fujitsu Ltd | 情報照合装置、情報照合システム、情報照合方法および情報照合プログラム |
| JP2013089085A (ja) * | 2011-10-19 | 2013-05-13 | Toshiba Tec Corp | 情報処理装置、情報処理方法及びプログラム |
| JP6889319B1 (ja) * | 2020-08-27 | 2021-06-18 | 朝日航洋株式会社 | 地図データ生成装置および地図データ生成方法 |
| CN114072864A (zh) * | 2019-07-03 | 2022-02-18 | 株式会社电装 | 地图数据生成装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782774A (zh) * | 2019-10-30 | 2020-02-11 | 武汉中海庭数据技术有限公司 | 一种众包道路数据的分布式处理方法及装置 |
-
2002
- 2002-02-20 JP JP2002042845A patent/JP4030318B2/ja not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2941542A1 (fr) * | 2009-01-27 | 2010-07-30 | Laurent Philippe Nanot | Procede de reconstruction automatise de modeles tridimentionnels de superstructures des toits et des modeles tridimentionnels et/ou empreintes des batiments en derivant |
| WO2010086809A3 (fr) * | 2009-01-27 | 2010-09-30 | Laurent Nanot | Procede de reconstruction automatise de modeles tridimensionnels de superstructures des toits et des batiments en derivant |
| JP2012013525A (ja) * | 2010-06-30 | 2012-01-19 | Denso Corp | ナビゲーション装置 |
| JP2012159885A (ja) * | 2011-01-28 | 2012-08-23 | Fujitsu Ltd | 情報照合装置、情報照合システム、情報照合方法および情報照合プログラム |
| US9251192B2 (en) | 2011-01-28 | 2016-02-02 | Fujitsu Limited | Information matching apparatus, information matching system and method of matching information for outputting matching result |
| JP2013089085A (ja) * | 2011-10-19 | 2013-05-13 | Toshiba Tec Corp | 情報処理装置、情報処理方法及びプログラム |
| CN114072864A (zh) * | 2019-07-03 | 2022-02-18 | 株式会社电装 | 地图数据生成装置 |
| CN114072864B (zh) * | 2019-07-03 | 2024-03-12 | 株式会社电装 | 地图数据生成装置 |
| JP6889319B1 (ja) * | 2020-08-27 | 2021-06-18 | 朝日航洋株式会社 | 地図データ生成装置および地図データ生成方法 |
| JP2022039005A (ja) * | 2020-08-27 | 2022-03-10 | 朝日航洋株式会社 | 地図データ生成装置および地図データ生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4030318B2 (ja) | 2008-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8116530B2 (en) | Map change detection device, map change detection method, and program | |
| JP4103898B2 (ja) | 地図情報更新方法及び地図更新装置 | |
| JP2006285310A (ja) | 森林の樹冠の評価方法及びその樹冠評価プログラム | |
| US8682064B2 (en) | Building change detection apparatus, building change detection method and program | |
| JPWO2004051575A1 (ja) | 特徴領域抽出装置、特徴領域抽出方法および特徴領域抽出プログラム | |
| WO2010061852A1 (ja) | 建築物変化検出装置、建築物変化検出方法、及び記録媒体 | |
| US8818096B2 (en) | Apparatus and method for detecting subject from image | |
| JP6249508B2 (ja) | 異動検出支援装置、異動検出支援方法、及びプログラム | |
| JP4030318B2 (ja) | 地図データ更新装置および地図データ更新方法 | |
| JP5035549B2 (ja) | 目標物検出システム | |
| JP2004198530A (ja) | 地図更新システム、地図更新方法及びコンピュータプログラム | |
| TW201042575A (en) | Image processing device for tonal balancing of mosaic images and related methods | |
| JP4941420B2 (ja) | 目標物検出システム | |
| JP7078295B2 (ja) | 変状検出装置、変状検出方法、及びプログラム | |
| JP5305485B2 (ja) | 地盤高データ生成装置、地盤高データ生成方法、及びプログラム | |
| JP2005241886A (ja) | 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 | |
| JP4512778B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
| JP2000310940A (ja) | 地図情報更新方法及び地図更新装置 | |
| JP3589271B2 (ja) | 画像情報解析装置及び画像情報解析方法 | |
| JP4452793B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
| JP2020030751A (ja) | 物体検出装置、物体検出方法、及び物体検出プログラム | |
| JP2009199250A (ja) | 目標物検出システム | |
| JP2007219899A (ja) | 個人識別装置、個人識別方法および個人識別プログラム | |
| Li et al. | Small format digital imaging for informal settlement mapping | |
| CN107067377B (zh) | 一种高光谱图像的阴影检测与光谱恢复的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050209 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060912 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061109 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070424 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070613 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071009 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071016 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |