JP2004246554A - 道路データ生成方法 - Google Patents

Abstract

【課題】カラー画像データから、地図データを自動生成する。
【解決手段】入力されたカラー画像データに対して、ＹＵＶ変換および線形変換を行い、ＵＶ画像を生成し（Ｓ１１）、ユーザの指示に基づき、道路の色度特性情報を表すカラー楕円を生成する（Ｓ１２）。カラー楕円に基づき、ＵＶ画像内の道路候補領域を抽出し（Ｓ１３）、二値画像を生成して、膨張・収縮処理およびラベリング処理を行い、道路候補領域となり得ない雑音を除去する（Ｓ１４）。そして、道路候補領域の輪郭点列および中心点列を抽出し（Ｓ１５）、ベクトル化を行って輪郭線分および中心線分を作成する（Ｓ１６）。作成した線分に基づいて道路幅を決定し、中心線分と道路幅から、道路要素候補矩形を生成する（Ｓ１７）。道路要素候補矩形を、道路の連結性を考慮して連結し（Ｓ１８）、地図データを生成する（Ｓ１９）。
【選択図】 図２

Description

【０００１】
【発明の属する技術分野】
本発明は、カラー画像データから、地図データを生成する処理に関し、特に、道路ネットワークデータを生成する技術に関する。
【０００２】
【従来の技術】
コンピュータで利用可能に電子化された地図データ（以下、電子地図データとよぶ）の利用が広まっている。電子地図データは、いわゆるパーソナルコンピュータでの地図表示、車載用のナビゲーションシステム、インターネットを介した地図提供などに利用される。
【０００３】
近年では、電子地図データを、高解像度衛星画像や航空写真データなどの画像データをもとに生成するという方法も採られている。例えば、航空写真の場合、道路、家屋などの地物の輪郭を、少なくとも目視で明瞭に認識できる高分解能データが普及しつつあるため、オペレータが、目視によりトレースし電子地図データを生成するという方法が挙げられる。地図データは、常に最新の状態であることが好ましいため、航空写真データなどは、広い領域を一度に認識でき、かつ、安価に入手可能という利点がある。
【０００４】
【非特許文献１】
電子情報通信学会論文誌、１９９９年１１月、ｐｐ１９９０―１９９９；
【非特許文献２】
１９９６年第５回地理情報システム学会講演論文集、「カラー市街地図からの基本道路抽出とグラフネットワーク生成」；
【０００５】
【発明が解決しようとする課題】
しかしながら、従来技術のように、オペレータが手入力で地図データを生成する方法は、非常に煩雑であり、オペレータに負荷がかかるという問題点があった。また、膨大な時間を必要とするため、常に最新の状態に更新することが困難であるという問題点もあった。そのため、コンピュータによる地図データの自動生成という技術が強く要望されている。
【０００６】
本発明は、かかる課題に鑑みてなされたものであり、航空写真データなどの画像データから、コンピュータによる道路データの自動生成を可能とすることを目的とする。
【０００７】
【課題を解決するための手段およびその作用・効果】
上記課題の少なくとも一部を解決するために、本発明では、次の道路データ生成方法によって、画像データから道路データを生成する。すなわち、本発明の第１の構成として、カラー画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
該道路データを生成するためのコンピュータが、少なくとも、
前記道路データの生成対象領域について、所定の表色系における階調値を有するカラー画像データを入力する入力工程と、
前記カラー画像データに対して、前記表色系から、明度と色度が別成分として定義された表色系への色変換を行う色変換工程と、
該変換後の表色系における道路の色度特性情報を入力する色度特性入力工程と、
前記色度特性情報に基づいて、前記カラー画像データにおける道路の候補領域として検出する道路領域検出工程とを実行することを要旨とする。
【０００８】
本発明の道路データ生成方法によれば、カラー画像データを、明度と色度とを別成分として扱うことが可能な表色系へ色変換を行い、道路の色度特性情報を入力することにより、例えば、天候・時間などの環境条件が明度に与える影響を排除して画像認識を行うことができる。画像認識の精度低下を抑制することができ、道路候補領域の検出精度を向上することが可能となる。
【０００９】
明度と色度とを別成分として扱うことが可能な表色系としては、例えば、ＹＵＶ、Ｌａｂ、ＹＩＱ、ＹＣｂＣｒなどを用いることができる。
【００１０】
道路の色度特性情報は、逐一入力するものとしてもよいし、予め設定されている道路の色度特性パターンを入力することとしてもよい。色度特性情報を、逐一入力する場合には、入力された画像データの環境条件に適した情報の入力を行うことができ利便である。また、予め設定されている色度特性パターンを入力する場合には、多種多様な環境条件に応じたパターンを用意することで、入力画像データの環境条件を考慮する必要がなくなり利便である。
【００１１】
本発明の道路データ生成方法において、色変換工程は、更に、色度の感度を増幅する変換を行うこととすることが好ましい。こうすることにより、地物ごとの色度分布を明瞭に分離することができ、画像認識の精度を向上することが可能となる。すなわち、道路候補領域の検出精度を向上することが可能となる。
【００１２】
本発明の道路データ生成方法において、
前記カラー画像データは、ＲＧＢ表色系のデータであり、
前記所定の画像変換手段とは、ＲＧＢ表色系から、ＹＵＶ表色系に変換を行った後に、Ｕ値およびＶ値の少なくとも一方を拡大する線形変換を行うこととすることが好ましい。例えば、Ｕ値を拡大すると共にＶ値を縮小することとしてもよいし、Ｕ値、Ｖ値ともに拡大してもよい。
【００１３】
ＲＧＢ表色系から、明度Ｙ、色度（Ｕ，Ｖ）のＹＵＶ表色系に変換を行う変換式の一般形は、以下の式が挙げられる。
Ｙ＝ａ０＊Ｒ＋ａ１＊Ｇ＋ａ２＊Ｂ；
Ｕ＝ｂ０＊Ｒ＋ｂ１＊Ｇ＋ｂ２＊Ｂ；
Ｖ＝ｃ０＊Ｒ＋ｃ１＊Ｇ＋ｃ２＊Ｂ；
（ａ０〜ｃ２は各種変換方式で定まる係数を表す）
【００１４】
上述の変換式では、明度Ｙの値に比較し、色度（Ｕ，Ｖ）の値は、相対的に非常に小さい値を示し、また、負の値となることがある。ＹＵＶ変換後、線形変換を行うことにより、色度（Ｕ，Ｖ）信号を、評価しやすい値に変換することができるため、色度分布をより明瞭に分離することができ、道路候補領域の抽出精度を向上することが可能となる。かかる変換式の例を以下に列挙する。
【００１５】
（ａ）
Ｘ＝０．６１＊Ｒ＋０．１７＊Ｇ＋０．２０＊Ｂ；
Ｙ＝０．３０＊Ｒ＋０．５９＊Ｇ＋０．１１＊Ｂ；
Ｚ＝０．００＊Ｒ＋０．０７＊Ｇ＋１．１２＊Ｂ；
Ｔ＝Ｘ＋Ｙ＋Ｚ；
Ｕ＝Ｘ／Ｔ＊５１２．０（Ｕ値調整）；
Ｖ＝Ｙ／Ｔ＊５１２．０（Ｖ値調整）；
【００１６】
（ｂ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝（Ｂ−Ｙ）＊０．５６５；
Ｖ＝（Ｒ−Ｙ）＊０．７１３；
Ｕ＝Ｕ＊３．００＋１２８．０（Ｕ値調整）；
Ｖ＝Ｖ＊３．００＋１２８．０（Ｖ値調整）；
【００１７】
（ｃ）
Ｙ＝０．２５７＊Ｒ＋０．５０４＊Ｇ＋０．０９８＊Ｂ；
Ｕ＝０．４３９＊Ｒ−０．３６８＊Ｇ−０．０７１＊Ｂ；
Ｖ＝−０．１４８＊Ｒ−０．２９１＊Ｇ＋０．４３９＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０（Ｕ値調整）；
Ｖ＝Ｖ＊３．００＋１２８．０（Ｖ値調整）；
【００１８】
（ｄ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝０．５９６＊Ｒ−０．２７４＊Ｇ−０．３２２＊Ｂ；
Ｖ＝０．２１１＊Ｒ−０．５２２＊Ｇ＋０．３１１＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０（Ｕ値調整）；
Ｖ＝Ｖ＊３．００＋１２８．０（Ｖ値調整）；
【００１９】
（ｅ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝−０．１６８７＊Ｒ−０．３３１３＊Ｇ＋０．５＊Ｂ；
Ｖ＝０．５＊Ｒ−０．４１８７＊Ｇ＋０．０８１３＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０（Ｕ値調整）；
Ｖ＝Ｖ＊３．００＋１２８．０（Ｖ値調整）；
【００２０】
（ｆ）
Ｙ＝０．３＊Ｒ＋０．６＊Ｇ＋０．１＊Ｂ；
Ｕ＝０．７＊Ｒ−０．６＊Ｇ−０．１＊Ｂ；
Ｖ＝−０．３＊Ｒ−０．６＊Ｇ−０．９＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０（Ｕ値調整）；
Ｖ＝Ｖ／２．００＋２５６．０（Ｖ値調整）；
【００２１】
本発明の道路データ生成方法において、
前記色度特性入力工程は、
ユーザの操作により、前記カラー画像データ中の道路に相当する領域の指定を受け付ける工程と、
該領域中に含まれる複数画素に対する色度分布から、前記色度特性情報を特定する工程とを備えることとしてもよい。
【００２２】
道路の色は、道路データを生成する対象領域や撮影条件等によって異なることがある。上記方法によれば、ユーザが道路に相当する代表的な領域を指定するため、これらの原因による色の相違による影響を回避でき、道路の検出精度を向上することができる。
【００２３】
本発明の道路データ生成方法において、
前記色度特性情報は、前記道路を表す色度の分布領域を示すカラー楕円であり、
前記道路領域検出工程は、前記カラー楕円内に存在する色度を有する画素を検出することとすることが好ましい。
【００２４】
一般に、抽出すべき地物の色度特性情報は、一点に集中することはなく、複数画素の色度（Ｕ，Ｖ）値の平均値の周囲に、楕円形状に近似することができるように分布することが知られている。カラー楕円とは、かかる分布特性に基づいて作成されるものであり、例えば、抽出すべき地物の領域の一部をサンプルデータとして採取し、サンプルデータ内に含まれる複数画素の色度（Ｕ，Ｖ）値の平均および分散を算出し、かかる算出値に基づいて作成された楕円を表すこととできる。
【００２５】
こうすることにより、サンプルデータに含まれないが、実際には、道路候補となりうる色度（Ｕ，Ｖ）値を包含したカラー楕円を作成し、色度特性情報を特定することができるため、道路候補領域の検出精度を、更に向上することが可能となる。
【００２６】
本発明の第３の構成として、画像データから電子地図データ用の道路データを生成する道路データ生成方法において、
該道路データを生成するためのコンピュータが、少なくとも、
道路の候補領域を画素単位で抽出した画像データを入力する入力工程と、
前記道路候補領域の輪郭点列および中心点列の少なくとも一方を抽出する点列抽出工程と、
前記抽出点列をベクトル化する線分化工程とを実行することを要旨とする。
【００２７】
輪郭点列を抽出する方法としては、種々の方法が存在するが、例えば、画像データを走査し、道路候補領域と背景との境界に存在する画素のみを抽出することとしてもよい。中心点列を抽出する方法としては、種々の方法が存在するが、例えば、「ヒルディッチの方法」と呼ばれるアルゴリズムを使用し、細線化と呼ばれる処理を行い、中心線候補の点列を求めることにより抽出することとしてもよい。
【００２８】
細線化とは、注目画像の連結性を保持したまま幅を１にする操作であり、かかる操作により、中心点列を抽出することとすれば、精度良く求まり好適である。ベクトル化とは、抽出した輪郭点列および中心点列を線分化する処理であり、例えば、ハフ変換により行うこととしてもよい。
【００２９】
本発明の道路データ生成方法によれば、道路候補領域の輪郭線および中心線を抽出することにより、道路の概略形状を検出することが可能となるため、後に続く処理の利便性を向上することができ、道路データの生成効率を向上することが可能となる。
【００３０】
本発明の道路データ生成方法において、
前記線分化工程は、
ａ） 前記抽出点列の任意の画素を第１画素に設定する工程と、
ｂ） 前記抽出点列のうち、該第１画素に隣接する画素を第２画素として特定する工程と、
ｃ） 前記第１画素から前記第２画素への方向を進行方向に設定し、前記抽出点列のうち、前記第２画素に隣接するとともに、前記該進行方向からのずれ量が最小となる画素を第３画素として特定する工程と、
ｄ） 前記第２画素を第１画素と扱い、前記第３画素を第２画素と扱って、前記工程ｃ）を繰り返し実行することにより、ベクトル化する工程とを備えることとしてもよい。
【００３１】
ａ）に示す「任意の画素」とは、例えば、画像データを下端ラインから左→右方向へ水平方向に走査し、前記抽出点列と最初にあたる画素とすることができる。こうすることにより、輪郭点列および中心点列を折れ線近似することが可能となり、後に続く処理の利便性を向上することができ、道路データの生成効率を向上することが可能となる。
【００３２】
本発明の第４の構成として、画像データから電子地図データ用の道路データを生成する道路データ生成方法において、
該道路データを生成するためのコンピュータが、少なくとも、
前記道路候補領域の輪郭線分および中心線分を含む画像データを入力する入力工程と、
道路の要素となる矩形を、前記中心線分上に対称軸が存在し、該中心線分と前記輪郭線分との位置関係に基づいて設定された幅を有するよう決定する道路要素候補矩形決定工程とを実行することを要旨とする。
【００３３】
本発明の道路データ生成方法によれば、道路の中心線および幅を考慮した道路要素候補矩形を作成することができ、道路データを精度良く生成することが可能となる。
【００３４】
本発明の道路データ生成方法において、
前記道路要素候補矩形決定工程は、
前記中心線分から任意の１線分を選択する工程と、
該線分を対称軸とする所定範囲内にある輪郭線分を抽出する工程と、
該抽出された輪郭線分のうち、前記中心線分の両側について、該中心線分に最も近い折れ線を可視線分として抽出する工程と、
該可視線分を包含する外接矩形を候補矩形として定義する工程と、
該候補矩形の短辺を前記幅と定義して前記道路要素候補矩形を決定する工程とを備えることとしてもよい。
【００３５】
こうすることにより、例えば、ループした道路、多角形から構成される交差点領域、あるいは、駐車場領域などの、認識の困難な道路候補領域の抽出精度を向上することができ、道路データの生成効率を向上することが可能となる。
【００３６】
本発明の道路データ生成方法において、
前記入力工程は、前記画像データと対応したデータであって、前記道路候補領域とその他の領域を二値的に区分した二値画像データを入力し、
該道路データ生成方法は、更に、
前記二値画像データに基づき、前記各道路要素候補矩形について、該道路要素候補矩形と道路候補領域との重複面積を特定する面積特定工程と、
前記重複面積と前記道路要素候補矩形領域の面積との比に基づき、該道路要素候補矩形の妥当性を評価する評価工程とを備えることとすることが好ましい。
【００３７】
二値画像は、例えば、二値化という手法により作成することができる。二値化とは、一般的に、所定の閾値により、対象と背景とに分離し対象を抽出する手法を指し、例えば、ｐ−タイル法、モード法、判別分析法、可変閾値法など種々の方法を用いることができる。所定の閾値とは、例えば、道路の候補領域と背景との色度の境界値とすることができ、かかる閾値を使用して二値化を行うこととすれば、道路の候補領域と背景とを分離し道路の候補領域を抽出することができるため好適である。閾値は、ユーザが任意に指定することとしてもよいし、計算により算出することとしてもよい。
【００３８】
二値画像には、雑音とよばれる抽出対象領域以外の微少領域が存在することが多い。かかる雑音は、二値化後に行われる種々の認識および抽出処理に悪影響を及ぼすことが多いため、認識精度の向上という観点から、除去することが好ましい。
【００３９】
道路要素候補矩形の妥当性評価後に、道路要素候補矩形として妥当でないと評価された場合は、例えば、道路要素候補矩形の幅を、適宜、狭めて同様の処理を繰り返し、妥当であると評価されるまで繰り返すこととしてもよい。
【００４０】
こうすることにより、道路要素候補矩形の検出精度を向上することができる、すなわち、信頼性の高い道路データの生成を行うことが可能となる。
【００４１】
本発明の第５の構成として、画像データから電子地図データ用の道路データを生成する道路データ生成方法において、
該道路データを生成するためのコンピュータが、少なくとも、
前記道路要素候補矩形領域および中心線分を含む画像データを入力する入力工程と、
前記道路要素候補矩形に含まれる中心線分を連結し、道路ネットワークを生成する連結工程とを実行することを要旨とする。
【００４２】
連結処理は、例えば、任意の中心線分の両端点を「頂点」、中心線分を「線分」と考え、頂点ファイル、線分ファイルを生成することにより連結性情報を有するグラフデータに変換を行う、いわゆる「グラフ理論」を使用することとしても良い。
【００４３】
本発明の道路データ生成方法によれば、道路の一部として決定された道路要素候補矩形を、連結性を考慮した道路ネットワークとすることができ、道路データを高い認識精度で生成することができると共に、道路データの生成効率を向上することができ、利便性の向上を図ることが可能となる。
【００４４】
本発明の道路データ生成方法において、
前記連結工程は、前記中心線分の幾何学的位置関係に加えて、道路の特性を考慮した所定のルールを考慮して前記道路要素候補矩形の連結を行い、
該所定のルールは、
道路は、原則としてデータの境界領域以外では連結しているとする連結性、
道路は、交差点間では多くの場合、直線的であるか、または緩やかにカーブするとする直線性、
道路は、交差点間では、ほぼ同一の道路幅であることが多いとする道路幅一定性、
道路が交差するときは、直交に交差する場合が多いとする直交性、
交差点は、凸ｎ多角形（ｎ＞＝４）で近似できるとする交差点の形状特性、
駐車場は、カラー特性として道路とほぼ同じであることが多く、かつ道路に隣接あるいは連結した道路幅よりも広い矩形領域である場合が多いとする駐車場特性の少なくとも一つを含むこととすることが好ましい。
【００４５】
こうすることにより、幾何学的な条件のみでは連結が困難であった孤立した道路要素候補矩形と他の道路要素候補矩形との連結性を向上することができ、より精度良く道路データを生成することが可能となる。
【００４６】
本発明の方法は、適宜、組み合わせて実行することが可能である。例えば、上述の全ての方法を順次実行して、道路データを生成してもよい。
こうして構成される発明は、画像データから電子地図データ用の道路データを生成する道路データ生成方法において、
該道路データを生成するためのコンピュータが、少なくとも、
前記道路データの生成対象領域について、画素ごとに所定の表色系における階調値を有するカラー画像データを入力する入力工程と、
該カラー画像データから、各画素の階調値に基づき、道路の候補領域となる画素を抽出する道路領域検出工程と、
前記候補領域のうち、道路となりえない微小な面を形成する画素を、該候補領域から除去する除去工程と、
前記道路候補領域の輪郭点列および中心点列の少なくとも一方を抽出する点列抽出工程と、
前記抽出点列をベクトル化する線分化工程と、
道路の要素となる矩形を、前記中心線分上に対称軸が存在し、該中心線分と前記輪郭線分との位置関係に基づいて設定された幅を有するよう決定する道路要素候補矩形決定工程と、
前記道路要素候補矩形に含まれる中心線分を連結し、道路ネットワークを生成する連結工程とを実行することを要旨とする。
【００４７】
道路領域検出工程では、例えば、先に説明した二値化を使用し、二値画像により道路の候補領域となる画素を抽出することとしてもよい。かかる二値画像を使用すれば、次工程の除去工程を効率的に行うことができる。
【００４８】
除去工程の処理として、例えば、膨張および収縮処理が挙げられる。二値画像において、抽出対象領域を「１」、背景を「０」として表す場合、膨張処理とは、例えば、値が「１」である任意の１画素に対して、その周囲８画素（「８近傍」と呼ぶ）を「１」とすることで実現できる。８近傍に変えて、任意の画素の上下左右の４近傍を「１」とすることとしてもよい。収縮処理は、例えば、値が「０」である任意の１画素に対して、８近傍を「０」とすることで、実現できる。４近傍を「０」とすることとしても構わない。また、かかる膨張処理・収縮処理を複数回繰り返して行うこととすれば、雑音除去率が向上するため好適である。
【００４９】
また、上述した膨張・収縮処理後、更に、グループ化を行い、孤立点を除去することとすれば、道路候補領域の検出精度が向上するため好適である。グループ化とは、例えば、ラベリングと呼ばれる手法を使用して行うこととしてもよい。ラベリングとは、隣接する画素に対して同じラベルを与えることにより、いくつかの画素が固まった領域を、そのラベルに対応した一つのグループと認識可能にするための処理である。かかる手法により、例えば、ラベルごとに、そのラベルに属する道路候補領域の面積（すなわち、二値画像における「１」の値を持つ画素数）、存在範囲、周囲長、および重心位置などを算出し、これらの値に基づいて雑音を除去することが可能となる。例えば、「面積＜４００」という条件に合致するラベル領域は、雑音であると判断し除去することとしてもよい。
【００５０】
本発明の道路データ生成方法によれば、入力したカラー画像から、道路候補領域を精度良く検出することができ、より信頼性の高い道路ネットワークデータを生成することができるため、利便性の向上を図ることが可能となる。上記、各工程には、先に説明した種々の特徴を組み込むことが可能である。
【００５１】
本発明は、上述した道路データ生成方法としての構成の他、道路データ生成装置として構成しても良い。また、本発明の道路データ生成を、コンピュータによって実現するためのコンピュータプログラム、かかるプログラムを記録した記録媒体として構成してもよい。記録媒体としては、フレキシブルディスクやＣＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ＲＯＭカートリッジ、パンチカード、バーコードなどの符号が印刷された印刷物、コンピュータの内部記憶装置（ＲＯＭやＲＡＭなどのメモリ）および外部記憶装置等の、コンピュータが読み取り可能な種々の媒体を利用することができる。
【００５２】
【発明の実施の形態】
以下、本発明の実施の形態について、以下の項目に分けて説明する。
Ａ．実施例：
Ａ１．システム構成および機能ブロック概要：
Ａ２．地図データ生成処理：
Ａ３．カラー楕円：
Ａ４．道路候補領域抽出結果：
Ａ５．雑音除去処理：
Ａ５（１）．膨張・収縮処理：
Ａ５（２）．ラベリング処理：
Ａ６．点列抽出処理：
Ａ７．線分化処理：
Ａ８．道路要素候補矩形決定処理：
Ａ８（１）．道路要素候補矩形作成処理：
Ａ８（２）．道路要素候補矩形妥当性評価処理：
Ａ９．道路要素候補矩形連結処理：
Ａ１０．連結性増加処理：
Ａ１１．道路要素候補矩形連結処理結果：
Ｂ．変形例：
【００５３】
Ａ．実施例：
Ａ１．システム構成および機能ブロック図：
図１は、実施例における地図データ生成システム１００のシステム構成および機能ブロックを例示する説明図である。地図データ生成システム１００は、スタンドアロンで構成されたコンピュータにより構成され、コンパクトディスクＣＤを読み込み可能なコンパクトディスクドライブを備えている。コンパクトディスクＣＤには、航空写真のカラー画像データが格納されており、地図データの生成システム１００は、コンパクトディスクＣＤからカラー画像データを読み込み、地図データの生成を行う。本実施例では、スタンドアロンタイプのコンピュータ内に、地図データ生成システム１００が搭載されていることとしたが、ネットワークに接続されたコンピュータであっても良い。かかる場合には、ネットワークを介して画像データを入力することとしてもよい。また、本実施例におけるカラー画像データは、ＲＧＢ表色系のデータであることとする。
【００５４】
地図データ生成システム１００は、図示するように、主制御部１０１と、入力部１０２と、色変換部１０３、カラー楕円生成部１０４と、雑音除去部１０５と、点列抽出部１０６と、ベクトル化処理部１０７と、矩形生成部１０８と、連結部１０９、ルール格納部１１０と、データ生成部１１１とを備えている。これらの機能ブロックは、地図データ生成システム１００内にソフトウェア的に構成されているが、ハードウェア的に構成することも可能である。
【００５５】
主制御部１０１は、地図データ生成システム１００の各機能ブロックの動作制御を行う。かかる制御には、外部記憶装置からの情報取得の制御、地図データの生成などが含まれる。入力部１０２は、コンパクトディスクＣＤに格納されている画像データを入力する。
【００５６】
色変換部１０３は、ユーザにより指定されたパラメータに基づき、ＹＵＶ変換および線形変換を行い、ＲＧＢ表色系の画像データをＹＵＶ表色系のデータ（以降、「ＵＶ画像」と呼ぶ）に変換する。カラー楕円生成部１０４は、ユーザから道路の一部の領域選択を受け付け、選択領域内部に存在する画素の色度（Ｕ，Ｖ）値を取得し、平均、分散および角度などのカラー楕円特性量を算出する。算出された特性量に基づき、道路の色度特性情報を表すカラー楕円を生成する。
【００５７】
雑音除去部１０５は、まず、カラー楕円生成部１０４において生成されたカラー楕円を参照しながらＵＶ画像を一画素ずつ走査し、カラー楕円内に包含されるＵＶ値を持つ画素、すなわち、道路の候補となる画素を抽出する。道路候補領域である画素には「１」を、それ以外の画素には「０」を設定することで、道路候補領域を表す二値画像を生成する。かかる二値画像に対して、膨張・収縮処理、ラベリング処理により雑音の除去を行い、雑音除去後に再度二値化を行って、道路候補領域画像を生成する。膨張・収縮処理およびラベリング処理に関しては後述する。
【００５８】
点列抽出部１０６は、雑音除去部１０５から道路候補領域画像を取得し、道路候補領域の輪郭点列および中心点列を抽出する。輪郭点列は、道路候補領域画像を１画素ずつ順に走査し、画素値「０」、「１」の境界に存在する画素のみを抽出する。中心点列は、道路候補領域画像に対して細線化処理を行い、得られた中心点列を抽出する。点列抽出部１０６は、輪郭点列および中心点列を、それぞれ、輪郭点列画像および中心点列画像として生成する。
【００５９】
ベクトル化処理部１０７は、点列抽出部１０６で生成された輪郭点列画像および中心点列画像を取得し、隣接する画素の方向、角度などに基づきベクトル化、すなわち、線分化を行うことにより、道路候補領域の輪郭線および中心線を抽出し、ベクトル化画像を生成する。輪郭線および中心線は、複数の折れ線により構成される。
【００６０】
矩形生成部１０８は、ベクトル化処理部１０７からベクトル化画像を取得し、かかる画像を、左下隅を原点とする座標空間として取り扱い、中心線分および輪郭線分に基づいて道路の幅を決定し、中心線分を基準として、かかる幅の１／２を左右幅に持つ矩形を道路要素候補矩形として決定する。ベクトル化画像内の全ての中心線分に対して道路要素候補矩形を決定後、各道路要素候補矩形の妥当性を評価し、道路要素候補矩形画像を生成する。道路要素候補矩形の妥当性の評価手段は、任意の道路要素候補矩形内の整数点座標の数Ｎとし、雑音除去部１０５から道路候補領域画像を取得し、道路要素候補矩形に対応する領域に「１」の値を持つ画素数をｎとする（Ｎ，ｎ共に自然数）。このとき、「ｐ＝１００．０＊ｎ／Ｎ」という計算式の結果が、「ｐ＞＝８０」であれば、その道路要素候補矩形は、存在位置、幅ともに妥当であると判断する。計算式の結果が、「ｐ＞＝８０」でない場合には、道路要素候補矩形の幅を狭めて再度計算を行い、「ｐ＞＝８０」となるまで繰り返す。計算できなくなった場合には、その矩形を道路要素候補矩形として妥当でないと判断し、削除する。
【００６１】
連結部１０９は、矩形生成部１０８から道路要素候補矩形画像を取得し、中心線分を「線分」とし、中心線分の両端点を「頂点」として取り扱い、線分ファイル、頂点ファイルを生成することにより、ベクトルデータを、連結性情報を有するグラフデータに変換する。また、連結部１０９は、線分ファイル、頂点ファイル生成後、ルール格納部１１０に格納されている道路の連結性増加を図るルールに沿って処理を行い、適宜、道路要素候補矩形を追加し、最終道路要素候補矩形画像を生成する。
【００６２】
データ生成部１１１は、連結部１０９から、線分ファイル、頂点ファイルおよび最終道路要素候補矩形画像を取得し、道路データを生成する。
【００６３】
以上説明したシステム構成により、本実施例の地図データ生成システム１００は、航空写真などのカラー画像データを用いて、信頼性の高い地図データの自動生成を実現している。以下では、地図データ生成システム１００が、カラー画像データを入力し、地図データを生成する処理内容を説明する。
【００６４】
Ａ２．地図データ生成処理：
図２は、本実施例における地図データ生成処理のフローチャートである。主制御部１０１が各機能ブロックを制御して行う処理である。
【００６５】
入力部１０２は、コンパクトディスクＣＤからカラー画像データを取得する（ステップＳ１０）。色変換部１０３は、入力されたカラー画像データを、主制御部１０１を介して受け取ると、カラー画像データに対してＹＵＶ変換および線形変換を行い、ＵＶ画像を生成する（ステップＳ１１）。次に、主制御部１０１は、ユーザからＵＶ画像内における道路領域の一部の選択を受け付けると、カラー楕円生成部１０４を制御して、道路の色度分布を抽出し、道路の色度特性情報を表すカラー楕円を生成する（ステップＳ１２）。
【００６６】
雑音除去部１０５は、色変換部１０３からＵＶ画像を取得し、また、カラー楕円生成部１０４において生成されたカラー楕円を参照して、ＵＶ画像内の道路候補領域を抽出し、二値画像を生成する（ステップＳ１３）。次に、雑音除去部１０５は、二値画像に対して、膨張・収縮処理を行い、点在する雑音を除去し、更に、ラベリング処理を行うことによって、道路とはなり得ない微少領域を除去し、道路候補領域画像を生成する（ステップＳ１４）。
【００６７】
点列抽出部１０６は、雑音除去部１０５から道路候補領域画像を受け取り、道路候補領域の輪郭点列および中心点列を抽出し、それぞれ、輪郭点列画像および中心点列画像を生成する（ステップＳ１５）。ベクトル化処理部１０７は、点列抽出部１０６から、輪郭点列画像および中心点列画像を受け取り、隣接画素の位置に基づき線分化を行い、輪郭線分および中心線分を抽出してベクトル化画像を生成する（ステップＳ１６）。
【００６８】
次に、主制御部１０１は、ベクトル化処理部１０７からベクトル化画像を、また、雑音除去部１０５から道路候補領域画像を、矩形生成部１０８へ受け渡す。矩形生成部１０８は、受け取った画像に基づき、道路の幅を決定し、かかる道路幅およびベクトル化画像の中心線分に基づいて、道路要素候補矩形を生成し妥当性の評価後、道路要素候補矩形画像を生成する（ステップＳ１７）。連結部１０９は、矩形生成部１０８から、道路要素候補矩形画像を受け取り、道路の連結性を考慮して道路要素候補矩形を連結し、最終道路要素候補矩形画像を生成する（ステップＳ１８）。
【００６９】
主制御部１０１は、データ生成部１１１を制御して、最終道路要素候補矩形画像から、地図データを生成する（ステップＳ１９）。
【００７０】
Ａ３．カラー楕円：
図３〜図４は、入力画像データから、カラー楕円を生成する処理を説明する説明図である。図２のステップＳ１０〜ステップＳ１２において、主制御部１０１が、各機能ブロックを制御して行う処理である。
【００７１】
図３は、本実施例における入力画像データ１０である。入力画像データ１０は、目視で、「道路」、「建物」、「森」などの地物ごとに、区別が可能な程度の分解能を持つ。地図データ生成システム１００は、図にハッチングで示すように、道路領域１１、道路領域１２、森領域１３の各領域の指定をユーザから受け付け、かかる領域内に存在する画素の色度（Ｕ，Ｖ）値を抽出する。
【００７２】
本実施例において、地図データ生成システム１００の色変換部１０３が行うＹＵＶ変換および線形変換の式は、以下に示す式を使用することとする。
【００７３】
Ｙ＝０．３＊Ｒ＋０．６＊Ｇ＋０．１＊Ｂ；
Ｕ＝０．７＊Ｒ−０．６＊Ｇ−０．１＊Ｂ；
Ｖ＝−０．３＊Ｒ−０．６＊Ｇ−０．９＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０；
Ｖ＝Ｖ／２．００＋２５６．０；
【００７４】
図４は、図３において、指定した各領域の色度分布を示す説明図である。ＵＶグラフ１は、図３において指定した各領域に含まれる画素の色度（Ｕ，Ｖ）値の分布状態を示している。本実施例では、入力画像データ１０はＲＧＢ形式であり、ＲＧＢそれぞれ「０〜２５５」という値を持つため、色度（Ｕ，Ｖ）値も同様に、「０〜２５５」という範囲内に収まるように変換されていることとする。
【００７５】
ＵＶグラフ１に示すように、図３において指定した道路領域１１に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１１ａ内にほぼ含まれる。同様に道路領域１２に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１２ａ内にほぼ含まれ、森領域１３に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１３ａ内にほぼ含まれる。このとき、地図データ生成システム１００は、道路領域１１および道路領域１２内に含まれる色度分布１１ａおよび１２ａを、「道路」という一つの地物として取り扱い、道路領域１１および道路領域１２内に含まれる画素の色度（Ｕ，Ｖ）値の平均、分散などの特性値から道路のカラー楕円２０を生成する。
【００７６】
図４に、併せてカラー楕円の生成方法および道路の候補画素の判断方法を説明するカラー楕円模式図２０ａを示した。抽出したい地物の一部領域を指定し、かかる指定領域に含まれる画素の色度（Ｕ，Ｖ）値を抽出すると、（Ｕ，Ｖ）値は、一点に集中するのではなく、平均値の周囲に分布するという特性を持つ。
【００７７】
指定領域に含まれる画素の色度（Ｕ，Ｖ）値から、平均（Ｕｇ，Ｖｇ）、分散（ｖａｒＵ、ｖａｒＶ）、および主軸方向の角度θを求め、楕円を表す式を作成する。楕円を表す式は以下である。
【００７８】
Ｘ＝ｃｏｓ（θ）＊（Ｕ−Ｕｇ） ＋ ｓｉｎ（θ）＊（Ｖ−Ｖｇ）；
Ｙ＝−ｓｉｎ（θ）＊（Ｕ−Ｕｇ） ＋ ｃｏｓ（θ）＊（Ｖ−Ｖｇ）；
（Ｘ，Ｙは、ＵＶ座標上の任意の点を表す変数）
【００７９】
任意の画素の色度（Ｕ，Ｖ）値を測定し、上述した式により（Ｘ，Ｙ）に変換し、
ｆ＝Ｘ＊Ｘ／ｖａｒＵ ＋ Ｙ＊Ｙ／ｖａｒＶ；
という計算を行うことで、その画素とカラー楕円との距離を算出することができる。すなわち、
ｆ＝１ならば、（Ｕ，Ｖ）は楕円周上、
ｆ＜１ならば、（Ｕ，Ｖ）は楕円の内部、
ｆ＞１ならば、（Ｕ，Ｖ）は、楕円の外部、
に存在することを意味する。本実施例では、楕円周上および楕円内部に存在する色度（Ｕ，Ｖ）値を持つ画素を道路の候補画素として判断することとする。すなわち、図３において、カラー楕円２０の楕円周上および楕円内部に存在する色度（Ｕ，Ｖ）値を持つ画素を道路の候補領域と判断することとする。
【００８０】
Ａ４．道路候補領域抽出結果：
図５は、図４のカラー楕円２０に基づき抽出された道路の候補画素の二値画像２００である。地図データ生成システム１００は、入力画像データ１０に対して色変換を行いＵＶ画像（図示省略）生成後、ＵＶ画像を一画素ずつ走査し、道路の候補画素には「１」を、道路の候補でない画素には「０」を設定することで、二値画像２００を生成する。本実施例では、二値画像において、「１」の値を持つ画素を黒画素で表し、「０」の値を持つ画素を白画素で表すこととする。
【００８１】
Ａ５．雑音除去処理：
Ａ５（１）．膨張・収縮処理：
図６は、二値画像２００から雑音を除去するために画像処理を行った処理後画像である。図６（ａ）は、膨張処理後の画像であり、図６（ｂ）は、収縮処理後の画像である。
【００８２】
図６（ａ）に、膨張処理を説明する模式図２１０を併せて示した。膨張処理は、模式図２１０に示すように、任意の画素Ｐが「１」である場合に、その８近傍の画素をすべて「１」に変換する処理である。また、図６（ｂ）に、収縮処理を説明する模式図２１１を併せて示した。収縮処理は、模式図２１１に示すように、任意の画素Ｑが「０」である場合に、その８近傍をすべて「０」に変換する処理である。
【００８３】
膨張処理を行うことにより、孤立している画素同士を連結することができ、また、収縮処理を行うことにより、点在する孤立画素を除去することができる。本実施例では、膨張処理と収縮処理を２サイクル実施することとした。
【００８４】
Ａ５（２）．ラベリング処理：
図６において説明した、膨張処理および収縮処理後の画像において、道路の候補領域となり得ない微少な孤立領域が存在する。かかる孤立領域を除去するために、ラベリング処理を行うことで、道路の認識精度を向上することができる。以降では、ラベリング処理について説明する。
【００８５】
図７は、ラベリング処理を説明する模式図である。ラベリング処理とは、二値画像において、任意の「１」を持つ画素の８近傍に「１」を持つ画素が存在する場合に、それらに同一の番号、すなわち、ラベルを付ける処理である。
【００８６】
図７（ａ）は、一例としての二値画像を表している。二値画像を左上の画素から走査し、「１」を持つ画素を発見した場合、その画素にラベルを付し、その画素の８近傍に、同様に「１」を持つ画素に対して同一のラベルを付す。図７（ｂ）は、最後の画素まで走査し、ラベル付けが終了した状態を示している。図７（ｂ）に示す左上の画素の「１」は、ラベル番号を表し、二値画像の「１」とは異なるものである。図示するように、ラベル番号「１」の画素数は１、ラベル番号「２」の画素数は６、ラベル番号「３」の画素数は８、ラベル番号「４」の画素数は、１、ラベル番号「５」の画素数は２である。
【００８７】
同一ラベル番号を持つ画素数が、５以下のラベル領域を、雑音と判断し除去することとした場合に、図７（ｃ）に示すように、ラベル番号「１」、ラベル番号「４」、ラベル番号「５」を持つ画素は除去され、ラベル番号「２」およびラベル番号「３」を持つ画素のみが残る。残った画素に対して、再度二値化を行うことで、図７（ｄ）に示すように、雑音が除去された二値画像を得る。
【００８８】
本実施例では、膨張・収縮処理後の画像に対してラベリング処理を行い、同一ラベル番号を持つ画素数が４００未満のラベル領域は、雑音と判断し除去することとした。
【００８９】
図８は、図６および図７において説明した膨張処理、収縮処理、ラベリング処理により、雑音を除去し、二値化を行った結果を表す二値画像３００である。以降では、地図データ生成システム１００が、二値画像３００を使用して、道路ネットワークを形成し、地図データを生成する処理を説明する。
【００９０】
Ａ６．点列抽出処理：
図９は、二値画像３００から、道路の輪郭点列および中心点列を抽出した図である。図９（ａ）は、輪郭点列を抽出した図（以降、輪郭点列画像４００と呼ぶ）であり、併せて抽出処理の模式図４０１を示した。図９（ｂ）は、中心点列を抽出した図（以降、中心点列画像４１０と呼ぶ）であり、同様に抽出処理の模式図４１１を示した。
【００９１】
図９（ａ）の模式図４０１は、輪郭点列の抽出処理を説明する模式図である。輪郭点列の抽出は、二値画像４０１（ａ）を、左上から一画素ずつ走査し、白画素と黒画素との境界に存在する黒画素を残し、境界に存在しない黒画素を白画素とすることにより行う。走査が終了すると、二値画像４０１（ｂ）に示すように、ハッチングを付した非境界部分は白画素となり、境界部分の黒画素がそのまま残る。
【００９２】
図９（ｂ）の模式図４１０は、中心点列の抽出処理を説明する模式図である。本実施例では、「ヒルディッチの方法」と呼ばれるアルゴリズムを用いて、細線化処理を行い、中心点列を抽出する。以下に「ヒルディッチの方法」を説明する。
【００９３】
（１）任意の画素に着目する。
（２）着目画素が、図形要素（本実施例では、道路候補を指す）であることを調べる。
（３）着目画素が、境界点であることを調べる。
（４）着目画素が、端点でないことを調べる。
（５）着目画素が、孤立点でないことを調べる。
（６）着目画素の近傍値を調べ、連結性を失わないことを調べる。
（７）線幅２の線分でないことを調べる。
（８）（２）〜（７）の条件が全て真の時のみ、着目画素を白画素とする。
以上の処理を、画像が変化しなくなるまで繰り返す。（４）において、端点とは、着目画素の８近傍に黒画素が１つのみ存在する状態を表し、（５）において、孤立点とは、着目画素の周囲８近傍に黒画素が存在しない状態を表す。（６）において、「連結性を失わないこと」とは、着目画素を白画素とした場合に、隣接画素間が一続きのままであることを表す。また、（７）において、横幅が２の場合には、片側だけを白画素とする。
【００９４】
二値画像４１１（ａ）に、上述の細線化処理を行った結果を、二値画像４１１（ｂ）に示す。二値画像４１１（ｂ）に、ハッチングで示す領域が、白画素とされた領域である。
【００９５】
Ａ７．線分化処理：
図１０は、図９で得られた輪郭点列画像４００および中心点列画像４１０から、道路の輪郭線および中心線を抽出するベクトル化処理を、模式的に示した説明図である。図２のステップＳ１６において、ベクトル化処理部１０７が行う処理である。図１０（ａ）は、一例としての二値画像を表し、ハッチング部分が、中心点列を表している。本実施例では、以下のようにベクトル化処理が行われることとする。
【００９６】
（ａ）左下の画素を原点として、原点から水平方向に走査し、最初に発見された黒画素を「Ｐ」とする。
（ｂ）黒画素「Ｐ」の８近傍に黒画素が存在する場合、１つ選び、それをＱとする。黒画素「Ｐ」の８近傍に黒画素が存在しない場合には、黒画素「Ｐ」は、孤立点と判断し、白画素とする。
（ｃ）「Ｑ」を第２点として登録する。道路は多くの場合、直線もしくは緩やかに変化する曲線であることを考慮し、「Ｑ」から、進行方向「Ｐ−＞Ｑ」の方向を第１優先、進行方向に対し左右４５°の方向を第２、第３優先、その他を第４優先として「Ｐ−＞Ｑ−＞Ｒ・・・」として黒画素の追跡を行う。
（ｄ）追跡が終了した黒画素を消去し、（ａ）〜（ｃ）の工程を繰り返し行う。
【００９７】
すなわち、図１０（ａ）の二値画像対して、上述のベクトル化処理を行った場合、図１０（ｂ）に示すようになる。すなわち、
（ａ）原点から走査を行い、最初に発見された黒画素である４つ目の画素を「Ｐ」とする。
（ｂ）黒画素「Ｐ」の垂直上方向に黒画素が存在するため、それを「Ｑ」とする。
（ｃ）「Ｑ」を第２点として登録し、矢印に示すように、進行方向「Ｐ−＞Ｑ」の方向に、黒画素の追跡を行う。「Ｐ−＞Ｑ−＞Ｒ−＞Ｓ」まで追跡を行い、進行方向に黒画素が存在しないことを確認すると、第２、第３優先である左右４５°方向に黒画素が存在するか追跡を行う。右４５°方向に存在する黒画素を「Ｔ」として登録する。次に、矢印に示すように、「Ｓ−＞Ｔ」方向を進行方向として設定し、同様に追跡を行い、最終的に、「Ｐ−＞Ｑ−＞Ｒ−＞Ｓ−＞Ｔ−＞Ｕ−＞Ｖ」という線分を得る。
【００９８】
以上の方法により、輪郭点列画像４００および中心点列画像４１０をベクトル化した状態を、図１１に示す。図１１において、実線が輪郭線を表し、破線が中心線を表している。以降、図１１に示す図を、ベクトル化画像５００と呼ぶ。
【００９９】
Ａ８．道路要素候補矩形決定処理：
Ａ８（１）．道路要素候補矩形作成処理：
ベクトル化画像５００に実線で表した輪郭線は、道路形状の候補線分の集合である。また、中心線分は、道路候補領域の内部に存在し、かつ、道路幅の中心付近に存在するという特徴を持つ。本実施例では、かかる特徴に基づき、中心線分を基準とし、中心線分の周りの道路形状を矩形として近似表現することにより、道路候補領域を表現することとする。以降、道路形状を近似表現した矩形を「道路要素候補矩形」と呼ぶ。
【０１００】
図１２は、ベクトル化画像５００において、全ての中心線分に対して、道路要素候補矩形を作成した結果を示す道路要素候補矩形図６００である。図１２には、道路要素候補矩形図６００と併せて、道路要素候補矩形を作成する方法を説明する模式図６１０を示した。本実施例では、「可視線分理論」を用いて道路要素候補矩形を作成することとした。
【０１０１】
模式図６１０（ａ）に、矩形を作成する基準となる中心線分およびその周囲に存在する輪郭線分を示す。図示するように、実線が輪郭線分を表し、破線が中心線分を表す。着目する中心線分（以降、線分６２０と呼ぶ）のみ、説明の便宜上、一点鎖線で示した。線分６２０の始点および終点を（ｘａ，ｙａ）および（ｘｂ，ｙｂ）とし、長さを「ｄ」とする。このとき、（ｘａ，ｙａ）から（ｘｂ，ｙｂ）方向に、長さ「ｄ＊α」、始点（ｘａ，ｙａ）を中心とした左右幅「ｄ＊α」を持つ矩形領域を探索領域６２１として設定し、探索領域６２１の内部に存在する、もしくは、探索領域６２１を通過する輪郭線分をリストアップする。リストアップした輪郭線分を太線で示した。
【０１０２】
次に、模式図６１０（ｂ）で行われる処理を説明する。リストアップした輪郭線分に対して、（ｘｂ，ｙｂ）を「視点Ｅ」として、この視点Ｅから「見える」輪郭線分を抽出する。「見える」とは、輪郭線分を障害物として扱った場合に、任意に指定された一点から障害物に遮られることなく見える（可視である）ことを指す。抽出した輪郭線分の端点集合から、視点Ｅを内部に含む凸多角形ＰＯを作成する。
【０１０３】
凸多角形ＰＯを内部に含む面積最小の外接矩形Ｒｅを作成した状態を、模式図６１０（ｃ）に示した。かかる外接矩形Ｒｅにおける短い辺の長さ「ｍ」を道路の「幅」と定義する。そして、模式図６１０（ｄ）に示すように、中心線分を中心とし、かかる幅の半分（すなわち、ｍ／２）を左右幅に持つ矩形を作成し、これを道路要素候補矩形として決定する。
【０１０４】
ベクトル化画像５００に、以上の処理を行った結果が、道路要素候補矩形図６００である。道路要素候補矩形図６００において、決定した矩形の、その場所での存在および道路幅の妥当性を評価することにより、より信頼性の高い地図データの生成を行うことができる。以下では、かかる妥当性の評価に関して説明する。
【０１０５】
Ａ８（２）．道路要素候補矩形妥当性評価処理：
地図データ生成システム１００は、道路要素候補矩形図６００を、座標として取り扱い、任意の矩形に注目し、注目矩形内に存在する整数点座標数Ｎを検出する。また、二値画像３００において、かかる注目矩形に対応する領域に含まれる黒画素数ｎを検出する（Ｎ，ｎは共に自然数）。以下の式により、注目矩形における黒画素の割合を算出し、道路要素候補矩形としての妥当性を評価する。
【０１０６】
ｐ＝１００．０＊ｎ／Ｎ；
【０１０７】
ｐ＞＝８０．０、すなわち、矩形における黒画素の割合が８０．０％以上である場合、注目矩形は、「その場所に、その幅で存在する道路要素候補矩形として妥当である」と評価し認定する。かかる割合が、８０．０％未満である場合には、矩形の幅を狭めて、再度、上述の式により妥当性を評価し、「ｐ＞＝８０」という結果が得られるまで繰り返す。最終的に、「ｐ＞＝８０」という結果が得られなかった場合には、注目矩形は、道路要素候補矩形として妥当でないと判断し削除する。
【０１０８】
以上の処理を行った結果を、図１３に示す。図示するように、道路要素候補矩形図６００と比較して、矩形の幅、すなわち道路幅が調整され、道路要素候補矩形として妥当でないと判断された矩形は削除されている。
【０１０９】
Ａ９．道路要素候補矩形連結処理：
図１３で決定された道路要素候補矩形は、矩形間の連結性、すなわち、道路としてのネットワーク性は考慮されていない。図１４および図１５では、地図データ生成システム１００が、道路のネットワーク性を考慮し、矩形間を連結する処理を説明する。図２のステップＳ１８において、連結部１０９が行う処理である。本実施例では、「グラフ理論」に基づき連結処理を行った。グラフ理論とは、中心線分を「線分」、中心線分の両端点を「頂点」と取り扱い、いくつかの頂点とそれらの間を結ぶ線分の連結性情報を有するデータを生成することで離散的構造を解析する理論である。まず、中心線分をベクトルとして取り扱い処理を行う。
【０１１０】
頂点数ＮＶおよび線分数ＮＥを０で初期化する（ステップＳ２０）。次に、未処理ベクトルが存在するか否かを判断し（ステップＳ２１）、存在する場合には、未処理ベクトルを一つ選択する（ステップＳ２２）。存在しない場合には、ステップＳ３３（図１５に記載）の処理を行う。
【０１１１】
選択したベクトルの一端の座標を取得し（ステップＳ２３）、その座標が、既に頂点ファイルに頂点として登録されているか否かを判断する（ステップＳ２４）。頂点ファイルに登録されていると判断された場合には、頂点番号Ｖａを取得し（ステップＳ２５）、ベクトルの他端の座標を取得する（ステップＳ２７）。頂点ファイルに登録されていないと判断された場合には、「ＮＶ＝ＮＶ＋１」として、新規に登録を行い（ステップＳ２６）、頂点番号Ｖａを取得して（ステップＳ２５）、ステップＳ２７の処理を行う。
【０１１２】
取得した他端の座標も、同様に、頂点ファイルに登録されているか否かを判断する（ステップＳ２８）。頂点ファイルに登録されていると判断された場合には、頂点番号Ｖｂを取得し（ステップＳ３０）、頂点ファイルに登録されていないと判断された場合には、頂点ファイルに「ＮＶ＝ＮＶ＋１」として、新規に登録を行い（ステップＳ２９）、頂点番号Ｖｂを取得する（ステップＳ３０）。
【０１１３】
次に、得られた頂点番号（Ｖａ，Ｖｂ）の頂点対の線分が、線分ファイルに登録されているか否かを判定する（ステップＳ３１）。登録されていないと判定された場合には、「ＮＥ＝ＮＥ＋１」として、新規に登録を行い（ステップＳ３２）、ステップＳ２１へ戻り処理を繰り返す。登録されていると判定された場合にも、ステップＳ２１へ戻り処理を繰り返す。
【０１１４】
ステップＳ２１で、未処理ベクトルが存在しないと判断された場合には、頂点ファイルに登録された全頂点について、各頂点の属性を頂点ファイルに登録する（ステップＳ３３）。具体的には、その頂点を端点に持つ線分番号をリストアップし、線分個数と、線分番号を反時計回りの方向角順に登録する。次に、線分ファイルに登録された全線分について、各線分の属性を線分ファイルに登録する（ステップＳ３４）。具体的には、線分の端点の座標を頂点ファイルから登録し、線分長さおよび方向角を登録する。線分の両端点について、反時計回りで角度を測るとして、角度的に一つ前の線分の有無を確認し、有ればその線分番号を登録し、そして、角度的に一つ後の線分の有無を確認し、有ればその線分番号を登録する。
【０１１５】
Ａ１０．連結性増加処理：
以上の処理を行い、頂点ファイルおよび線分ファイルを作成することでベクトルデータを、連結性情報を有するグラフデータに変換することができ、道路要素候補矩形の連結を実現することができる。
【０１１６】
しかしながら、上述の処理を行っても、なお、連結が困難な孤立線分が存在する。地図データ生成システム１００は、かかる孤立線分を連結可能とするために、予め設定されている道路ネットワーク構成ルールに基づき、道路要素候補矩形の連結性を増加させる連結性増加処理を行う。
【０１１７】
図１６は、道路要素候補矩形の連結性を増加させるための、道路ネットワーク構成ルールを示す一覧表である。図示するように、６つのルールが存在し、地図データ生成システム１００は、かかるルールに基づいて、道路要素候補領域の連結性増加処理を行う。図１７は、かかる処理を説明するフローチャートである。
【０１１８】
任意の線分を選択する（ステップＳ４０）。一端を始点、他端を終点として、「始点−＞終点」を進行方向とし（ステップＳ４１）、進行方向に対して左右４５°以内で連結している線分があるか否かを判定する（ステップＳ４２）。連結する線分が存在すると判定された場合、ステップＳ４１へ戻り、他端を始点とし、処理を繰り返す。連結する線分が存在しないと判定された場合、「始点−＞終点」の延長で、所定の距離および幅範囲の矩形探索領域を決定し、かかる矩形探索領域内に存在する線分、すなわち連結先の候補となる線分を、終点からの距離の近い順にリストアップする（ステップＳ４３）。連結候補線分が存在しないと判定された場合には、ステップＳ４０へ戻り、処理を続行する。連結候補線分が存在すると判定された場合（ステップＳ４４）には、連結候補線分に、「始点−＞終点」の延長線分と交差する線分があるか否かを判定する（ステップＳ４５）。
【０１１９】
交差する線分が存在する場合には、交点を求め、「終点−＞交点」間に、「始点―＞終点」の線分が属性として持つ幅と同じ幅の道路要素候補矩形を仮定し（ステップＳ４８）、二値画像３００に基づき、道路要素候補矩形として妥当であるか否かを判断する（ステップＳ４９）。妥当であると判断された場合には、道路要素候補矩形として追加する（ステップＳ５０）。妥当でないと判断された場合には、ステップＳ４０へ戻り処理を続行する。
【０１２０】
ステップＳ４５において、交差する線分が存在しない場合には、連結候補線分への連結可能性を判定する（ステップＳ４６）。具体的には、終点から垂線を下ろした足の進行方向に対して、左右９５°以内に線分が存在するか否かを判定する。連結可能性がある、すなわち、条件に合致する線分が存在すると判定された場合には、「終点−＞垂線の足」間に、「始点―＞終点」の線分が属性として持つ幅と同じ幅の道路要素候補矩形を仮定し（ステップＳ４８）、二値画像３００に基づき、道路要素候補矩形として妥当であるか否かを判断する（ステップＳ４９）。妥当であると判断された場合には、道路要素候補矩形として追加する（ステップＳ５０）。妥当でないと判断された場合には、ステップＳ４０へ戻り処理を続行する。
【０１２１】
Ａ１１．道路要素候補矩形連結処理結果：
以上の処理を行った道路要素候補矩形生成処理および矩形連結処理の処理結果を図１８に示す。地図データ生成システム１００のデータ生成部１１１は、図１８に基づき、地図データを生成する。
【０１２２】
以上説明した実施例の地図データ生成システム１００によれば、入力したカラー画像データから、道路候補領域を精度良く検出することができ、信頼性の高い道路ネットワークデータを生成することができ、また、オペレータの負荷を軽減することができるため、利便性の向上を図ることが可能となる。
【０１２３】
Ｂ．変形例：
Ｂ１．変形例１：
色変換部１０３が行うＹＵＶ変換および線形変換の式は、本実施例で例示した他に種々の式を用いることができる。以下に、式を列挙する。
【０１２４】
（ａ）
Ｘ＝０．６１＊Ｒ＋０．１７＊Ｇ＋０．２０＊Ｂ；
Ｙ＝０．３０＊Ｒ＋０．５９＊Ｇ＋０．１１＊Ｂ；
Ｚ＝０．００＊Ｒ＋０．０７＊Ｇ＋１．１２＊Ｂ；
Ｔ＝Ｘ＋Ｙ＋Ｚ；
Ｕ＝Ｘ／Ｔ＊５１２．０；
Ｖ＝Ｙ／Ｔ＊５１２．０；
【０１２５】
（ｂ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝（Ｂ−Ｙ）＊０．５６５；
Ｖ＝（Ｒ−Ｙ）＊０．７１３；
Ｕ＝Ｕ＊３．００＋１２８．０；
Ｖ＝Ｖ＊３．００＋１２８．０；
【０１２６】
（ｃ）
Ｙ＝０．２５７＊Ｒ＋０．５０４＊Ｇ＋０．０９８＊Ｂ；
Ｕ＝０．４３９＊Ｒ−０．３６８＊Ｇ−０．０７１＊Ｂ；
Ｖ＝−０．１４８＊Ｒ−０．２９１＊Ｇ＋０．４３９＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０；
Ｖ＝Ｖ＊３．００＋１２８．０；
【０１２７】
（ｄ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝０．５９６＊Ｒ−０．２７４＊Ｇ−０．３２２＊Ｂ；
Ｖ＝０．２１１＊Ｒ−０．５２２＊Ｇ＋０．３１１＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０；
Ｖ＝Ｖ＊３．００＋１２８．０；
【０１２８】
（ｅ）
Ｙ＝０．２９９＊Ｒ＋０．５８７＊Ｇ＋０．１１４＊Ｂ；
Ｕ＝−０．１６８７＊Ｒ−０．３３１３＊Ｇ＋０．５＊Ｂ；
Ｖ＝０．５＊Ｒ−０．４１８７＊Ｇ＋０．０８１３＊Ｂ；
Ｕ＝Ｕ＊３．００＋１２８．０；
Ｖ＝Ｖ＊３．００＋１２８．０；
【０１２９】
図１９（ａ）〜（ｅ）は、図３の入力画像データ１０を、上述の式を用いて色変換を行い、色度分布を抽出したＵＶグラフである。各グラフにおいて、道路領域１１に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１１ａにほぼ含まれ、同様に、道路領域１２に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１２ａに、森領域１３に含まれる画素の色度（Ｕ，Ｖ）値は、色度分布１３ａにほぼ含まれる。
【０１３０】
このように、抽出すべき対象物によって、色変換の変換式を使い分けることにより、対象物の抽出精度を向上することができるため、好適である。
【０１３１】
Ｂ２．変形例２：
本実施例では、Ｙ，Ｕ，Ｖのうち、（Ｕ，Ｖ）のみを用いて、カラー楕円を構成したが、これに限らず、Ｙ，Ｕ，Ｖの全てを用いて、カラー楕円を構成してもよい。このときカラー楕円は３次元楕円体になる。
【０１３２】
Ｂ３．変形例３：
本実施例では、カラー楕円の楕円周上および楕円内部に存在する画素を道路の候補領域として判断することとしたが、任意の画素の色度（Ｕ，Ｖ）値と、カラー楕円との距離（カラー距離と呼ぶ）が所定の値より小さい場合に、道路の候補領域と判断することとしてもよい。
【０１３３】
こうすることにより、任意の画素が、カラー楕円に包含されているか否かという判別のみでなく、対象物の色度との相違の程度を詳細に検出することができるため、判別性能の向上を図ることが可能である。
【０１３４】
Ｂ４．変形例４：
本実施例では、膨張・収縮処理を２サイクル行うこととしたが、これに限られない。複数回繰り返す、または、それぞれの処理の回数を異なることとしてもよい。こうすることにより、雑音除去率を向上することが可能となる。
【０１３５】
Ｂ５．変形例５：
本実施例では、点列抽出処理に「ヒルディッチの方法」を用い、細線化処理から点列を抽出したが、これに限られない。点列抽出には、他の種々の方法、例えば、「ハフ変換」を用いることとしてもよい。入力画像の特性によって、種々の手法を使い分けることとすれば、抽出精度を向上することができ、好適である。
【０１３６】
Ｂ６．変形例６：
本実施例では、道路要素候補矩形の連結処理時に、未処理ベクトルを選択する順序は特別規定しなかったが、長さの長い順にソートすることとすれば、長い線分を優先的に処理することができ好適である。
【０１３７】
以上、本発明の実施の形態について、実施例に基づき説明した。しかし本発明は、上述の実施例に限定されることなく、その趣旨を逸脱しない範囲において、種々の構成を取ることができることは言うまでもない。
【図面の簡単な説明】
【図１】実施例におけるシステム構成および機能ブロックを示す説明図である。
【図２】実施例における地図データ生成処理のフローチャートである。
【図３】実施例における入力画像および色度特性抽出のための標本領域を示す説明図である。
【図４】実施例におけるＵＶグラフおよびカラー楕円２０を説明する模式図である。
【図５】実施例における二値画像２００を示す説明図である。
【図６】実施例における膨張処理および収縮処理を示す説明図である。
【図７】実施例におけるラベリング処理を示す説明図である。
【図８】実施例における雑音処理後の二値画像３００である。
【図９】実施例における輪郭点列および中心点列の抽出を示す説明図である。
【図１０】実施例におけるベクトル化処理を示す説明図である。
【図１１】実施例におけるベクトル化処理結果を示す説明図である。
【図１２】実施例における道路要素候補矩形の生成を示す説明図である。
【図１３】実施例における道路要素候補矩形図６００を示す説明図である。
【図１４】実施例における道路要素候補矩形の連結処理のフローチャートである。
【図１５】実施例における道路要素候補矩形の連結処理のフローチャートである。
【図１６】実施例における連結処理時に参照されるルールの一覧を示す説明図である。
【図１７】実施例における道路要素候補矩形の連結性を増加させる処理のフローチャートである。
【図１８】実施例における道路要素候補矩形の連結処理後の結果を示す説明図である。
【図１９】変形例におけるＵＶグラフを示す説明図である。
【符号の説明】
１０…入力画像データ
１１…道路領域
１２…道路領域
１３…森領域
１１ａ、１２ａ、１３ａ…色度分布
２０…カラー楕円
２０ａ…カラー楕円模式図
１００…地図データ生成システム
１０１…主制御部
１０２…入力部
１０３…色変換部
１０４…カラー楕円生成部
１０５…雑音除去部
１０６…点列抽出部
１０７…ベクトル化処理部
１０８…矩形生成部
１０９…連結部
１１０…ルール格納部
１１１…データ生成部
２００…二値画像
２１０、２１１…模式図
３００…二値画像
４００…輪郭点列画像
４０１…模式図
４１０…中心点列画像
４１１…模式図
４０１…二値画像
４１０…模式図
４１１…二値画像
５００…ベクトル化画像
６００…道路要素候補矩形図
６１０…模式図
６２０…線分
６２１…探索領域

Claims (13)

1. カラー画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
   該道路データを生成するためのコンピュータが、少なくとも、
   前記道路データの生成対象領域について、所定の表色系における階調値を有するカラー画像データを入力する入力工程と、
   前記カラー画像データに対して、前記表色系から、明度と色度が別成分として定義された表色系への色変換を行う色変換工程と、
   該変換後の表色系における道路の色度特性情報を入力する色度特性入力工程と、
   前記色度特性情報に基づいて、前記カラー画像データにおける道路の候補領域を検出する道路領域検出工程とを実行する道路データ生成方法。
2. 請求項１記載の道路データ生成方法であって、
   前記色変換工程は、更に、前記色度の感度を増幅する変換を行う道路データ生成方法。
3. 請求項２記載の道路データ生成方法であって、
   前記カラー画像データは、ＲＧＢ表色系のデータであり、
   前記色変換工程は、ＲＧＢ表色系から、ＹＵＶ表色系に変換を行った後に、Ｕ値およびＶ値の少なくとも一方を拡大する線形変換を行う道路データ生成方法。
4. 請求項１〜請求項３いずれか記載の道路データ生成方法であって、
   前記色度特性入力工程は、
   ユーザの操作により、前記カラー画像データ中の道路に相当する領域の指定を受け付ける工程と、
   該領域中に含まれる複数画素に対する色度分布から、前記色度特性情報を特定する工程とを備える道路データ生成方法。
5. 請求項１〜請求項４いずれか記載の道路データ生成方法であって、
   前記色度特性情報は、前記道路を表す色度の分布領域を示すカラー楕円であり、
   前記道路領域検出工程は、前記カラー楕円内に存在する色度を有する画素を検出する道路データ生成方法。
6. 画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
   該道路データを生成するためのコンピュータが、少なくとも、
   道路の候補領域を画素単位で抽出した画像データを入力する入力工程と、
   前記道路候補領域の輪郭点列および中心点列の少なくとも一方を抽出する点列抽出工程と、
   前記抽出点列をベクトル化する線分化工程とを実行する道路データ生成方法。
7. 請求項６記載の道路データ生成方法であって、
   前記線分化工程は、
   ａ） 前記抽出点列の任意の画素を第１画素に設定する工程と、
   ｂ） 前記抽出点列のうち、該第１画素に隣接する画素を第２画素として特定する工程と、
   ｃ） 前記第１画素から前記第２画素への方向を進行方向に設定し、前記抽出点列のうち、前記第２画素に隣接するとともに、前記該進行方向からのずれ量が最小となる画素を第３画素として特定する工程と、
   ｄ） 前記第２画素を第１画素と扱い、前記第３画素を第２画素と扱って、前記工程ｃ）を繰り返し実行することにより、ベクトル化する工程とを備える道路データ生成方法。
8. 画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
   該道路データを生成するためのコンピュータが、少なくとも、
   前記道路候補領域の輪郭線分および中心線分を含む画像データを入力する入力工程と、
   道路の要素となる矩形を、前記中心線分上に対称軸が存在し、該中心線分と前記輪郭線分との位置関係に基づいて設定された幅を有するよう決定する道路要素候補矩形決定工程とを実行する道路データ生成方法。
9. 請求項８記載の道路データ生成方法であって、
   前記道路要素候補矩形決定工程は、
   前記中心線分から任意の１線分を選択する工程と、
   該線分を対称軸とする所定範囲内にある輪郭線分を抽出する工程と、
   該抽出された輪郭線分のうち、前記中心線分の両側について、該中心線分に最も近い折れ線を可視線分として抽出する工程と、
   該可視線分を包含する外接矩形を候補矩形として定義する工程と、
   該候補矩形の短辺を前記幅と定義して前記道路要素候補矩形を決定する工程とを備える道路データ生成方法。
10. 請求項８記載の道路データ生成方法であって、
    前記入力工程は、前記画像データと対応したデータであって、前記道路候補領域とその他の領域を二値的に区分した二値画像データを入力する工程であり、
    該道路データ生成方法は、更に、
    前記二値画像データに基づき、前記各道路要素候補矩形について、該道路要素候補矩形と道路候補領域との重複面積を特定する面積特定工程と、
    前記重複面積と前記道路要素候補矩形領域の面積との比に基づき、該道路要素候補矩形の妥当性を評価する評価工程とを備える道路データ生成方法。
11. 画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
    該道路データを生成するためのコンピュータが、少なくとも、
    前記道路要素候補矩形領域および中心線分を含む画像データを入力する入力工程と、
    前記道路要素候補矩形に含まれる中心線分を連結し、道路ネットワークを生成する連結工程とを実行する道路データ生成方法。
12. 請求項１１記載の道路データ生成方法であって、
    前記連結工程は、前記中心線分の幾何学的位置関係に加えて、道路の特性を考慮した所定のルールを考慮して前記道路要素候補矩形の連結を行い、
    該所定のルールは、
    道路は、原則としてデータの境界領域以外では連結しているとする連結性、
    道路は、交差点間では多くの場合、直線的であるか、または緩やかにカーブするとする直線性、
    道路は、交差点間では、ほぼ同一の道路幅であることが多いとする道路幅一定性、
    道路が交差するときは、直交に交差する場合が多いとする直交性、
    交差点は、凸ｎ多角形（ｎ＞＝４）で近似できるとする交差点の形状特性、
    駐車場は、カラー特性として道路とほぼ同じであることが多く、かつ道路に隣接あるいは連結した道路幅よりも広い矩形領域である場合が多いとする駐車場特性の少なくとも一つを含む道路データ生成方法。
13. カラー画像データから電子地図データ用の道路データを生成する道路データ生成方法であって、
    該道路データを生成するためのコンピュータが、少なくとも、
    前記道路データの生成対象領域について、画素ごとに所定の表色系における階調値を有するカラー画像データを入力する入力工程と、
    該カラー画像データから、各画素の階調値に基づき、道路の候補領域となる画素を抽出する道路領域検出工程と、
    前記候補領域のうち、道路となりえない微小な面を形成する画素を、該候補領域から除去する除去工程と、
    前記道路候補領域の輪郭点列および中心点列の少なくとも一方を抽出する点列抽出工程と、
    前記抽出点列をベクトル化する線分化工程と、
    道路の要素となる矩形を、前記中心線分上に対称軸が存在し、該中心線分と前記輪郭線分との位置関係に基づいて設定された幅を有するよう決定する道路要素候補矩形決定工程と、
    前記道路要素候補矩形に含まれる中心線分を連結し、道路ネットワークを生成する連結工程とを実行する道路データ生成方法。

Images