JP2009022278A - 樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム - Google Patents
樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム Download PDFInfo
- Publication number
- JP2009022278A JP2009022278A JP2008161047A JP2008161047A JP2009022278A JP 2009022278 A JP2009022278 A JP 2009022278A JP 2008161047 A JP2008161047 A JP 2008161047A JP 2008161047 A JP2008161047 A JP 2008161047A JP 2009022278 A JP2009022278 A JP 2009022278A
- Authority
- JP
- Japan
- Prior art keywords
- tree
- crown
- shape index
- grid data
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000004364 calculation method Methods 0.000 claims abstract description 63
- 238000000605 extraction Methods 0.000 claims description 79
- 238000003860 storage Methods 0.000 claims description 9
- 239000002344 surface layer Substances 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 241000218631 Coniferophyta Species 0.000 claims 6
- 230000008569 process Effects 0.000 description 59
- 238000012545 processing Methods 0.000 description 40
- 238000009499 grossing Methods 0.000 description 13
- 241000218691 Cupressaceae Species 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 11
- 230000000007 visual effect Effects 0.000 description 11
- 101100366282 Mus musculus Spats1 gene Proteins 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 241000218645 Cedrus Species 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 6
- IFLVGRRVGPXYON-UHFFFAOYSA-N adci Chemical compound C12=CC=CC=C2C2(C(=O)N)C3=CC=CC=C3CC1N2 IFLVGRRVGPXYON-UHFFFAOYSA-N 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 240000005109 Cryptomeria japonica Species 0.000 description 2
- 241000534018 Larix kaempferi Species 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005352 clarification Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102100029921 Dipeptidyl peptidase 1 Human genes 0.000 description 1
- 101710087078 Dipeptidyl peptidase 1 Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
【解決手段】樹木高算出部14、検索範囲決定部17、第2の樹冠形状指数算出部41、第2の樹木頂点決定部43、閾値算出部35、局所領域設定部36等を備え、検索範囲に対応する樹木高グリッドデータをファイル15から読み込み、このグリッドデータにおけるアスペクト比の最大、最小値を基に樹冠形状をより明瞭にする所定の値に変更し、この変更された最大値、最小値を用い新たな地上開度、地下開度を求め、これらの開度から算出される樹冠形状指数を平均化し、平均化された樹冠形状指数を局所領域又はガウシアンフィルタで平滑化し、検索範囲における樹冠形状指数として算出する。そして、予め設定された局所領域の画像の平均値と標準偏差との和を閾値Hgiとして求め、閾値Hgiより大きい値の樹冠形状指数を樹冠部として抽出し、この樹冠部から最適な単木の頂点を決定する。
【選択図】図30
Description
樹冠形状指数EGiを求めるための前記グリッドデータの検索範囲Mi、前記樹木高グリッドデータDdi、前記樹冠形状指数EGiから樹冠部を抽出するための局所領域を記憶手段に記憶するステップと、
前記画像に対応する各樹木高グリッドデータDdiを中心とした検索範囲Mi毎に、検索方向kipについて、各樹木高グリッドデータDppiの樹木高及び距離からアスペクト比の最大値、最小値を求め、前記最大値及び最小値を、想定樹木の基準の樹冠形状に基づいて樹木頂点を強調するための更新処理条件にあてはめることにより更新し、更新された値に基づき地上開度φ1´及び地下開度φ2´を求め、前記地上開度φ1´から前記地下開度φ2´を引いて1/2にした値を求め、この値を全ての検索方向で算出してそれらを平均し、これを樹冠形状指数EGiとして算出して前記記憶手段に記憶する樹冠形状指数算出ステップと、
前記樹木高グリッドデータDdiに対して前記局所領域を定め、この局所領域毎に前記樹冠形状指数EGiの平均値と標準偏差とを求め、これらの和を閾値として求める閾値算出ステップと、
前記局所領域の前記閾値が求められる毎に、その樹冠形状指数EGiが前記閾値以上かどうかを判断し、閾値を超えているときに、その樹木高グリッドデータDdiを樹冠部として抽出する樹冠部抽出ステップと、
前記樹冠部毎に、該樹冠部内に存在する最大の樹冠形状指数EGiを有する樹木高グリッドデータDdiを樹木頂点として認識して、該認識した頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する樹木頂点認識ステップと
を行うことを要旨とする。
初めに経緯を説明する。
図5においては、表示処理部19は、表示部13(画面)に各データベース、メモリ等の画像を表示させたり、画面の画像データを読み込む等の機能を有しているが、各データベース、メモリ等とのやり取りを示す線については記載を省力している。
Min_angle = tan-1 (最小ΔZ/d)・・・・・・式(B)
ここで、ΔZは標高差、dは2点間の距離を表す。
第2の地下開度φ2´= 90+ Min_angle・・・・・式(D)
方向毎に求めたアスペクト比(上記例では10個)の中から最大及び最小のアスペクト比を抽出し、式Aと式Bから最大傾斜角と最小傾斜角を求め、式Cと式Dに当てはめて地上・地下開度(φ1´、φ2´)を算出する。但し、最大傾斜角と最小傾斜角の計算は後述するアスペクト比の更新の後となる。
次に、検索方向kipが8かどうかを判定し(S61)、8方向になっていないときは検索方向を更新して処理をステップS51に戻す(S62−1)。
第1の地下開度φ2´=90度+tan-1(MINAdi)
次に、この第1の地上開度φ1´と第1の地下開度φ2´とを用いて第1−1の樹冠形状指数φ3´を求める(S75)。
次に、8方位全てに対して樹冠形状指数を求めたかどうかを判断する(S76)。ステップS76において8方位全てに対して第1−1の樹冠形状指数φ3´を求めていないと判定したときは、検索方向を更新して処理をステップS71に戻す(S77)。
ここでは樹冠形状指数から樹木頂点候補を抽出する。抽出方法は次の通りである。樹冠形状指数に局所最大値フィルタを適用し、局所領域Fi内の最大値を中央画素値に置き換える。この際、局所領域Fiを例えば3×3に設定した。このフィルタ処理後の指標と処理前の指標を比較し、処理前後で第1−3の樹冠形状指数Geiが同値であったときに、その地点を「樹木頂点候補」として抽出する。
樹冠部決定処理は、局所領域、検索エリアをメモリ(図示せず)に設定する初期設定を行う(S80)。
(Dx1、Dy1、Z1)、(Dx2、Dy2、Z2)、(Dx3、Dy3、Z3)
(Dx4、Dy4、Z4)、(Dx5、Dy5、Z5)、(Dx6、Dy6、Z6)
(Dx7、Dy7、Z7)、(Dx8、Dy8、Z8)、(Dx9、Dy9、Z9)
Zi:平均化、平滑された第1−3の樹冠形状指数Gei
となる。
次に、樹木頂点決定部25は、ファイル24のデータDhi(Dh1、Dh2・・)とファイル22の頂点候補Dgi(Dg1、Dg2・・)とを重ね合わせ一致したものを仮の頂点と決定する。そして、樹冠部のエリア内に複数の仮の頂点が存在するときは、この樹冠部のエリアで最も樹木高が高いものを単木の頂点として決定し、これをファイル29に保存する(Pi)。表示処理部19は決定した頂点を画面に表示する(図23参照)。
前述の頂点の決定について説明を補充する。例えば、図22の(a)に示すように、ファイル24に第1列目が「00110011100」、第2列目が「01111011110」、第3列目が「00110001000」、第4列目が「00000100011」という具合に頂点上部域が得られた場合に、図22(b)に示すように、「1」が隣接するまとまり(「0」が区切り)を1つの樹冠部としてまとまり毎に通し番号を割り振っていく。
以上から第1−3の樹冠形状指数Geiの有意性が確認できた。
ケーションプログラム等の情報が格納されたロム(ROM)と、中央情報処理装置で随時処理すべき情報及び中央情報処理装置から随時書き込まれる情報を格納するラム(RAM)等とを備える。ROM、RAMを適宜統合、細分化することは差し支えない。
スギ、ヒノキ人工林は通常3000 本/ha 植栽され、林齢17 年程度で第1 回間伐が行われる。伐採率は3 割程度であるが、自然枯死を併せると間伐後は1950 本/ha 程度となる。
実施の形態1は疑似樹冠モデルという考えをもとに、DHM を用いて算出した地上・地下開度を樹冠モデルに合わせて数値を置き換えていた。このとき、樹冠端部から樹木頂点の角度を60°と設定していたが、本実施の形態2では現地で確認したスギ・ヒノキの樹形に合うように70°へと変更する。
実施の形態1では、算出された地上・地下開度(φ1、φ2)を用いて尾根谷度の算出式(φ3 = (φ1 −φ2 )/ 2)と同様な計算式で第1−1の樹冠形状指数φ3´ を求め、この第1−1の樹冠形状指数φ3´ を8 方位で計算して、平均化した第1−2の樹冠形状指数eiを更に局所領域で平滑化処理して第1−3の樹冠形状指数Geiとしていた。疎林において、この平滑化は複雑な樹冠形状を滑らかにして、同一樹冠内に生じる複数の樹木頂点を絞る効果があった。
樹冠形状指数は地表面(DSM)と地盤面(DEM)の差分(DHM)をもとにわずかな凹凸からも樹冠モデルを仮想的に作成するものである。一方で、樹木が存在しないギャップや林道などの領域においても樹冠モデルを作成してしまい、樹木が存在しない領域でも樹木頂点の抽出がなされてしまう。
S33d)。
次に、検索した樹木頂点の隣接程度を判断し、隣接していると判断したときは、第2−4樹冠形状指数Eeiの大小関係を基に隣接する樹木頂点のデータPipの第2−4の樹冠形状指数Eeiの大小関係をもとに、樹木頂点のデータPipを除去して(S34d)、樹木頂点Piとした画像(図35参照)を得る(S34e)。
図30においては図1と同一の符号のものについては説明を省略する。図30に示すように、本実施の形態2の樹木頂点認識装置は、第2の樹冠形状指数算出部41と、第2の樹木頂点決定部43(隣接樹木除去処理を含む)等を備える。
(6).「ΔZ/d」が-2.7474(-70 度)以下の場合は2.7474(70 度)とする(樹冠端部の極大化防止)。
次に、検索方向kipが8かどうかを判定し(S112)、8方向になっていないときは検索方向を更新して処理をステップS101に戻す(S113)。
そして、第2の樹冠形状指数計算処理41bは、第2の地上開度φ1´と第2の地下開度φ2´を算出する。
第2の地下開度φ2´=90度+tan-1(MINAdi)
次に、この第2の地上開度φ1´と第2の地下開度φ2´とを用いて第2−1の樹冠形状指数φ3´を求める。
次に、8方位全てに対して、これを平均化(8方位)し、この平均化された第2−1の樹冠形状指数φ3´を、樹木高グリッドデータDdiを中心とした検索範囲での第2−2の樹冠形状指数eiとして、樹冠グリッドデータDdiにリンク付けしてファイル37に記憶する。
均による平滑化の2つの問題点を解決できていることから、本実施の形態2ではガウシアンフィルタを用いた平滑化を採用する。νは、0.5〜0.7(図32参照)とする(好ましくは0.7)。
次に、森林領域抽出処理を説明する。
状指数情報Giiともいう。
図44 に樹木頂点を除去した結果を示す。図に示す通り、同一樹冠内の樹木頂点が除去され、1つの樹冠に対して、1 つの樹木頂点が抽出されることが確認できた。
前述の実施の形態1及び実施の形態2のDSMは、 樹冠形状明確化を行うために樹冠内部の標高データを除去している。
本実施の形態2により高精度に林分パラメータが取得できることがわかった。
収量比数は密度管理図をもとに算出するもので、最多密度における幹材積に対する現存幹材積の割合である。具体的には樹高と立木密度から算出される。梨のスギ、ヒノキ林の密度管理図に描かれている曲線式を次に示す。
V = (0.07155968H-1.373859 + 5062H-2.869785 / N )-1 式(F)
logNRF = 5.370947 −1.495926logH 式(G)
ヒノキ林
V = (0.035147H-1.080773 + 4711.2H-2.922894 / N )-1 式(H)
logNRF = 5.7384 −1.8482121logH 式(I)
NRF:最多密度におけるha あたりの本数(本/ha)である。
森林の生育状況だけでなく、樹種や森林の生育している状況にも注目して森林整備の優先度を評価する指標が森林整備ランクである。これは「森林管理ランク(収量比数)」「森林特性ランク(樹種や林齢)」「国土保全ランク(傾斜や保全対象)」を求め、総合的に森林整備の優先度を把握することができる。
[2] 優先度を考慮した効率的な森林整備計画
[3] 情報共有・公開社会に適した森林情報のデータ整備・運用
詳細な現地調査を実施することなく、簡易・広範囲
に森林整備の優先度が把握できることは、林業経営の観点から求められているコスト削減や要間伐林の選定が急務となっている現在の社会情勢に貢献するものと考える。また、林分パラメータだけでなく、レーザー計測データのオルソ画像や既存森林簿等も情報として加えることで、さらにGIS 一元管理の利便性が高まり、公開・共有情報化社会に貢献するものと考える。
樹冠面積推定は樹冠形状指数Eeiをもとに、watershed アルゴリズムで行っている。
実施の形態1の樹冠面積推定手法では、あらかじめ樹冠サイズを設定し、樹冠面積を推定していたため、疎密度にばらつきのある林分においては十分な樹冠面積の推定ができていなかった。そこで、アルゴリズムの見直しを行い、推定精度の向上を試みた。
抽出率は概ね100%となり、推定樹冠が鬱閉状態を表していることがわかる。
11 データベース
13 表示部
14 樹木高算出部
17 尾根谷度算出部
21 樹木頂点候補抽出部
23 樹冠部抽出部
25 第1の樹木頂点決定部
30 出力部
32 第1の樹冠形状指数算出部
35 閾値算出部
41 第2の樹冠形状指数算出部
41a 第2のアスペクト比更新処理
41b 第2の樹冠形状計算処理
41c ガウシアンフィルタ
41d 森林領域抽出処理
43 第2の樹木頂点決定部
Claims (23)
- 上空から地上を撮影した所定エリアのオルソフォト画像又は/及び所望のグリッドデータを画像化した画像を表示部の画面に表示する一方、前記所定エリア内の、地盤のX、Y、Z座標値及び樹木の表層のx、y、z座標値との差を求め、この差Zci及びXci、Yci座標を樹木高グリッドデータDdiとして得て、この樹木高グリッドデータDdiに基づいて樹木の頂点を認識する樹木頂点認識方法であって、
コンピュータが、
樹冠形状指数EGiを求めるための前記グリッドデータの検索範囲Mi、前記樹木高グリッドデータDdi、前記樹冠形状指数EGiから樹冠部を抽出するための局所領域を記憶手段に記憶するステップと、
前記画像に対応する各樹木高グリッドデータDdiを中心とした検索範囲Mi毎に、検索方向kipでの各樹木高グリッドデータDppiとの樹木高及び距離から求めたアスペクト比の最大値、最小値で地上開度φ1´、地下開度φ2´を求め、これらの開度に基づいて樹冠形状指数EGiを算出して前記記憶手段に記憶する樹冠形状指数算出ステップと、
前記樹木高グリッドデータDdiに対して前記局所領域を定め、この局所領域毎に前記樹冠形状指数EGiの平均値と標準偏差とを求め、これらの和を閾値として求める閾値算出ステップと、
前記局所領域の前記閾値が求められる毎に、その樹冠形状指数EGiが前記閾値以上かどうかを判断し、閾値を超えているときに、樹冠部として抽出する樹冠部抽出ステップと、
前記樹冠部毎に、該樹木部内に存在する最適な樹木頂点を認識して、該認識した頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する樹木頂点認識ステップと
を行うことを特徴とする樹木頂点認識方法。 - 前記コンピュータは、
前記樹冠形状指数算出ステップが、
前記検索方向kip内での各樹木高グリッドデータDppiの樹木高と距離からアスペクト比を順次求め、これらのアスペクト比の中の最大値及び最小値を抽出し、該最大値を所定の第1の値に更新して前記地上開度φ1´を求めると共に前記最小値を所定の第2の値に更新して前記地下開度φ2´を求めて前記樹冠形状指数EGiを算出させることを特徴とする請求項1記載の樹木頂点認識方法。 - 前記コンピュータは、
前記樹冠形状指数算出ステップが、
前記所定エリア内の前記樹木高グリッドデータDdiを順次設定するAステップと、
該樹木高グリッドデータDdiが設定される毎に、この樹木高グリッドデータに前記検索範囲Miを設定するBステップと、
前記樹木高グリッドデータDdiが設定される毎に、検索方向kipを求めて設定するCステップと、
前記検索方向kipが設定される毎に、該設定された検索方向kipに存在する前記検索範囲Mi内の樹木高グリッドデータDppiを順次設定し、水平軸上の距離に対しての垂直方向のアスペクト比を求め、求められたアスペクト比から最大および最小のアスペクト比を抽出するDステップと、
前記Dステップで抽出された最大および最小のアスペクト比を基に、該最大および最小のアスペクト比を、前記第1の所定の値の針葉樹用の新たなアスペクト比及び前記第2の所定の値の針葉樹用の新たなアスペクト比に更新し、該更新した新たなアスペクト比で前記樹冠形状指数EGiを算出させるEステップと
を行うことを特徴とする請求項2記載の樹木頂点認識方法。 - 前記コンピュータは、
前記樹冠形状指数算出ステップが、
前記樹木高グリッドデータDdiに対して全ての検索方向kipでの隣接するグリッドデータのアスペクト比が、前記水平軸を基準として全てマイナスのアスペクト比になっているときは、前記Eステップで求められたアスペクト比を前記針葉樹の樹木頂点と認識しやすくなるように新たなアスペクト比にするFステップと
を行うことを特徴とする請求項3記載の樹木頂点認識方法。 - 前記コンピュータは、
前記樹冠形状指数算出ステップが、
前記アスペクト比の最大値及び最小値から前記地上開度φ1´及び地下開度φ2´を順次求めるGステップと、
前記地上開度φ1´及び地下開度φ2´から樹冠形状指数φ3´を順次求めるHステップと、
全ての前記検索方向kipの前記樹冠形状指数φ3´が求められたときに、これらを平均化して、さらに局所加重平均化し、これを前記樹冠形状指数EGiとして記憶するIステップと
を行うことを特徴とする請求項1記載の樹木頂点認識方法。 - 前記コンピュータは、
前記樹冠部抽出ステップが、
前記樹冠形状指数EGiが記憶される毎に、該樹冠形状指数EGiを読み込むと共に、前記記憶手段の前記局所領域を読み込むJステップと、
前記局所領域の平均値及び標準偏差の和を前記樹冠部の抽出のための閾値Hgiとして求めるKステップと、
前記局所領域の中央の樹冠形状指数EGiが閾値以上の場合は、該中央の値を樹冠部とする値に置き換えて表示させるLステップと
を行うことを特徴とする請求項1記載の樹木頂点認識方法。 - 前記Dステップは、
前記樹木高グリッドデータDdi及び前記検索範囲Mi内の樹木高グリッドデータDppiが設定される毎に、垂直方向の差ΔZci及び水平方向の距離diを求めるステップと、
前記差Zciとその距離diとのアスペクト比を水平方向を基準にして順次求め、このアスペクト比を算出するステップと、
前記算出されたアスペクト比の中から最大と最小のアスペクト比を抽出するステップと、
を行うことを特徴とする請求項3記載の樹木頂点認識方法。 - 前記Eステップは、
前記Dステップで求められたアスペクト比の最大値又は最小値が、水平方向を基準にして前記垂直方向で、
前記アスペクト比の最大値又は最小値が−2.7474〜0(0を含まない)の範囲に相当する場合は、最大値又は最小値を、−2.7474に更新し、
前記アスペクト比の最大値又は最小値が0〜+2.7474に相当する場合は、最大値又は最小値を、+2.7474に更新し、
前記アスペクト比の最大値又は最小値が−2.7474以下に相当する場合は、最大値又は最小値を、+2.7474に更新し、
前記アスペクト比の最大値又は最小値が+2.7474以上に相当する場合は、前記抽出された最大値又は最小値のままとするステップと
を行うことを特徴とする請求項3記載の樹木頂点認識方法。 - 前記Fステップは、
前記樹木高グリッドデータDppiに対して全ての検索方向での隣接するグリッドデータとの比較で求められたアスペクト比が、前記水平軸を基準としてマイナスになっているときは、前記Eステップで求められたアスペクト比を1000倍することを特徴とする請求項4記載の樹木頂点認識方法。 - 前記コンピュータは、
前記樹木頂点認識ステップが、
前記樹冠部毎に、該樹木部内に存在する最大の樹冠形状指数EGiの箇所を樹木頂点とするステップとを行うことを特徴とする請求項1乃至9のいずれかに記載の樹木頂点認識方法。 - 前記樹木頂点認識ステップは、
前記樹冠部毎に、n×nのフィルタをかけて、該フィルタの中央に樹木頂点データが存在しかつ、該フィルタ内に他の樹木頂点データが存在したときに、両者の前記樹冠形状指数EGiを比較し、前記中央の樹冠形状指数EGiの方が小さい場合、前記中央の樹木頂点を消去することを特徴とする請求項10記載の樹木頂点認識方法。 - 上空から地上を撮影した所定エリアのオルソフォト画像又は/及び所望のグリッドデータを画像化した画像を表示部の画面に表示する一方、前記所定エリア内の、地盤のX、Y、Z座標値及び樹木の表層のx、y、z座標値との差を求め、この差Zci及びXci、Yci座標を樹木高グリッドデータDdiとして得て、この樹木高グリッドデータDdiに基づいて樹木の頂点を認識する樹木頂点認識装置であって、
樹冠形状指数EGiを求めるための前記グリッドデータの検索範囲Mi、前記樹木高グリッドデータDdi、前記樹冠形状指数EGiから樹冠部を抽出するための局所領域を記憶した記憶手段と、
前記画像に対応する各樹木高グリッドデータDdiを中心とした検索範囲Mi毎に、検索方向kipでの各樹木高グリッドデータDppiとの樹木高及び距離から求めたアスペクト比の最大値、最小値で基づいて地上開度φ1´、地下開度φ2´を求め、これらの開度に基づいて樹冠形状指数EGiを算出して前記記憶手段に記憶する樹冠形状指数算出手段と、
前記樹木高グリッドデータDdiに対して前記局所領域を定め、この局所領域毎に前記樹冠形状指数EGiの平均値と標準偏差とを求め、これらの和を閾値として求める閾値算出手段と、
前記局所領域の前記閾値が求められる毎に、その樹冠形状指数EGiが前記閾値以上かどうかを判断し、閾値を超えているときに、樹冠部として抽出する樹冠部抽出手段と、
前記樹冠部毎に、該樹木部内に存在する最適な樹木頂点を認識して、該認識した頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する樹木頂点認識手段と
を有することを特徴とする樹木頂点認識装置。 - 前記樹冠形状指数算出手段は、
前記検索方向kip内での各樹木高グリッドデータDppiの樹木高と距離からアスペクト比を順次求め、これらのアスペクト比の中の最大値及び最小値を抽出し、該最大値を所定の第1の値に更新して前記地上開度φ1´を求めると共に前記最小値を所定の第2の値に更新して前記地下開度φ2´を求めることを特徴とする請求項12記載の樹木頂点認識装置。 - 前記樹冠形状指数算出手段は、
前記所定エリア内の前記樹木高グリッドデータDdiを順次設定するA手段と、
該樹木高グリッドデータDdiが設定される毎に、この樹木高グリッドデータに前記検索範囲Miを設定するB手段と、
前記樹木高グリッドデータDdiが設定される毎に、検索方向kipを求めて設定するC手段と、
前記検索方向kipが設定される毎に、該設定された検索方向kipに存在する前記検索範囲Mi内の樹木高グリッドデータDppiを順次設定し、水平軸上の距離に対しての垂直方向のアスペクト比を求め、求められたアスペクト比から最大および最小のアスペクト比を抽出するD手段と、
前記D手段で抽出された最大および最小のアスペクト比を基に、該最大および最小のアスペクト比を、前記第1の所定の値の針葉樹用の新たなアスペクト比及び前記第2の所定の値の針葉樹用の新たなアスペクト比に更新し、該更新した新たなアスペクト比で前記樹冠形状指数を算出させるE手段と
を有することを特徴とする請求項12記載の樹木頂点認識装置。 - 前記樹冠形状指数算出手段は、
前記樹木高グリッドデータDdiに対して全ての検索方向kipでの隣接するグリッドデータのアスペクト比が、前記水平軸を基準として全てマイナスのアスペクト比になっているときは、前記Eステップで求められたアスペクト比を前記針葉樹の樹木頂点と認識しやすくなるように新たなアスペクト比にするF手段と
を有することを特徴とする請求項13記載の樹木頂点認識装置。 - 前記樹冠形状指数算出手段は、
前記アスペクト比の最大値及び最小値から前記地上開度φ1´及び地下開度φ2´を順次求めるG手段と、
前記地上開度φ1´及び地下開度φ2´から樹冠形状指数φ3´を順次求めるH手段と、
全ての前記検索方向kipの前記樹冠形状指数φ3´が求められたときに、これらを平均化して、さらに局所加重平均化し、これを前記樹冠形状指数EGiとして記憶するI手段と
を有することを特徴とする請求項12記載の樹木頂点認識装置。 - 前記樹冠部抽出手段が、
前記樹冠形状指数EGiが記憶される毎に、該樹冠形状指数EGiを読み込むと共に、前記記憶手段の前記局所領域を読み込むJ手段と、
前記局所領域の平均値及び標準偏差の和を前記樹冠部の抽出のための閾値Hgiとして求めるK手段と、
前記局所領域の中央の樹冠形状指数が閾値以上の場合は、該中央の値を樹冠部とする値に置き換えて表示させるL手段と
を有することを特徴とする請求項12記載の樹木頂点認識装置。 - 前記D手段は、
前記樹木高グリッドデータDdi及び前記検索範囲Mi内の樹木高グリッドデータDppiが設定される毎に、垂直方向の差ΔZci及び水平方向の距離diを求める手段と、
前記差Zciとその距離diとのアスペクト比を水平方向を基準にして順次求め、このアスペクト比を算出する手段と、
前記算出されたアスペクト比の中から最大と最小のアスペクト比を抽出する手段と、
を有することを特徴とする請求項17記載の樹木頂点認識装置。 - 前記E手段は、
前記D手段で求められたアスペクト比の最大値又は最小値が、水平方向を基準にして前記垂直方向で、
前記アスペクト比の最大値又は最小値が−2.7474〜0(0を含まない)の範囲に相当する場合は、最大値又は最小値を、−2.7474に更新する手段と、
前記アスペクト比の最大値又は最小値が0〜+2.7474に相当する場合は、最大値又は最小値を、+2.7474に更新する手段と、
前記アスペクト比の最大値又は最小値が−2.7474以下に相当する場合は、最大値又は最小値を、+2.7474に更新する手段と、
前記アスペクト比の最大値又は最小値が+2.7474以上に相当する場合は、前記抽出された最大値又は最小値のままとする手段と
を有することを特徴とする請求項17記載の樹木頂点認識装置。 - 前記F手段は、
前記樹木高グリッドデータDppiに対して全ての検索方向での隣接するグリッドデータとの比較で求められたアスペクト比が、前記水平軸を基準としてマイナスになっているときは、前記Eステップで求められたアスペクト比を1000倍することを特徴とする請求項19記載の樹木頂点認識装置。 - 前記樹木頂点認識手段は、
前記樹冠部毎に、該樹木部内に存在する最大の樹冠形状指数EGiの個所を樹木頂点とする手段
とを有することを請求項12乃至20のいずれかに記載の樹木頂点認識装置。 - 前記樹木頂点認識手段は、
前記樹冠部毎に、n×nのフィルタをかけて、該フィルタの中央に樹木頂点データが存在しかつ、該フィルタ内に他の樹木頂点データが存在したときに、両者の前記樹冠形状指数EGiを比較し、前記中央の樹冠形状指数EGiの方が小さい場合、前記中央の樹木頂点を消去することを特徴とする請求項21記載の樹木頂点認識装置。 - 上空から地上を撮影した所定エリアのオルソフォト画像又は/及び所望のグリッドデータを画像化した画像を表示部の画面に表示する一方、前記所定エリア内の、地盤のX、Y、Z座標値及び樹木の表層のx、y、z座標値との差を求め、この差Zci及びXci、Yci座標を樹木高グリッドデータDdiとして得て、この樹木高グリッドデータDdiに基づいて樹木の頂点を認識する樹木頂点認識のプログラムであって、
コンピュータに、
樹冠形状指数を求めるための前記グリッドデータの検索範囲Mi、前記樹木高グリッドデータDdi、前記樹冠形状指数から樹冠部を抽出するための局所領域を記憶手段に記憶する手段、
前記画像に対応する各樹木高グリッドデータDdiを中心とした検索範囲Mi毎に、検索方向kipでの各樹木高グリッドデータDppiとの樹木高及び距離から求めたアスペクト比の最大値、最小値で地上開度φ1´、地下開度φ2´を求め、これらの開度に基づいて樹冠形状指数EGiを算出して前記記憶手段に記憶する樹冠形状指数算出手段、
前記樹木高グリッドデータDdiに対して前記局所領域を定め、この局所領域毎に前記樹冠形状指数EGiの平均値と標準偏差とを求め、これらの和を閾値として求める閾値算出手段、
前記局所領域の前記閾値が求められる毎に、その樹冠形状指数EGiが前記閾値以上かどうかを判断し、閾値を超えているときに、樹冠部として抽出する樹冠部抽出手段、
前記樹冠部毎に、該樹木部内に存在する最適な樹木頂点を認識して、該認識した頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する樹木頂点認識手段と
としての機能させるための樹木頂点認識のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008161047A JP4279894B2 (ja) | 2007-06-19 | 2008-06-19 | 樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007161931 | 2007-06-19 | ||
JP2008161047A JP4279894B2 (ja) | 2007-06-19 | 2008-06-19 | 樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009022278A true JP2009022278A (ja) | 2009-02-05 |
JP4279894B2 JP4279894B2 (ja) | 2009-06-17 |
Family
ID=40394726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008161047A Active JP4279894B2 (ja) | 2007-06-19 | 2008-06-19 | 樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4279894B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011053138A (ja) * | 2009-09-03 | 2011-03-17 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2011103098A (ja) * | 2009-11-12 | 2011-05-26 | Shinshu Univ | 樹木本数算定方法及び樹木本数算定装置 |
WO2012002482A1 (ja) * | 2010-06-30 | 2012-01-05 | 株式会社パスコ | 二酸化炭素吸収効果の評価方法および評価装置 |
KR101139796B1 (ko) | 2011-10-31 | 2012-04-30 | 삼아항업(주) | 라이다 측량자료를 이용한 수치지도 제작에서의 도로 주변의 가로수 추출 시스템 및 그 방법 |
KR101336845B1 (ko) | 2013-08-02 | 2013-12-04 | 한국통운 주식회사 | 친환경 개방형 수목용 인식표 걸이 |
CN110598707A (zh) * | 2019-07-13 | 2019-12-20 | 南京林业大学 | 面向机载激光点云的倒水蔓延与能量函数控制的单株树冠分割方法 |
JP2020098442A (ja) * | 2018-12-18 | 2020-06-25 | 株式会社パスコ | 樹木幅設定装置及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393180B (zh) * | 2011-10-19 | 2013-09-04 | 中国林业科学研究院资源信息研究所 | 一种从LiDAR点云数据中自动提取林分上层树木参数的方法 |
-
2008
- 2008-06-19 JP JP2008161047A patent/JP4279894B2/ja active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011053138A (ja) * | 2009-09-03 | 2011-03-17 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2011103098A (ja) * | 2009-11-12 | 2011-05-26 | Shinshu Univ | 樹木本数算定方法及び樹木本数算定装置 |
WO2012002482A1 (ja) * | 2010-06-30 | 2012-01-05 | 株式会社パスコ | 二酸化炭素吸収効果の評価方法および評価装置 |
JP2012014371A (ja) * | 2010-06-30 | 2012-01-19 | Pasco Corp | 二酸化炭素吸収効果の評価方法および評価装置 |
KR101139796B1 (ko) | 2011-10-31 | 2012-04-30 | 삼아항업(주) | 라이다 측량자료를 이용한 수치지도 제작에서의 도로 주변의 가로수 추출 시스템 및 그 방법 |
KR101336845B1 (ko) | 2013-08-02 | 2013-12-04 | 한국통운 주식회사 | 친환경 개방형 수목용 인식표 걸이 |
JP2020098442A (ja) * | 2018-12-18 | 2020-06-25 | 株式会社パスコ | 樹木幅設定装置及びプログラム |
JP7248419B2 (ja) | 2018-12-18 | 2023-03-29 | 株式会社パスコ | 樹木幅設定装置及びプログラム |
CN110598707A (zh) * | 2019-07-13 | 2019-12-20 | 南京林业大学 | 面向机载激光点云的倒水蔓延与能量函数控制的单株树冠分割方法 |
CN110598707B (zh) * | 2019-07-13 | 2023-06-06 | 南京林业大学 | 面向机载激光点云的倒水蔓延与能量函数控制的单株树冠分割方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4279894B2 (ja) | 2009-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4279894B2 (ja) | 樹木頂点認識方法及び樹木頂点認識装置並びに樹木頂点認識のプログラム | |
US11687768B2 (en) | Platform, systems, and methods for identifying characteristics and conditions of property features through imagery analysis | |
US10529029B2 (en) | Platform, systems, and methods for identifying property characteristics and property feature maintenance through aerial imagery analysis | |
Chen et al. | Isolating individual trees in a savanna woodland using small footprint lidar data | |
JP2008111725A (ja) | 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム | |
JP6273473B2 (ja) | 森林情報管理装置 | |
JP2010086276A (ja) | 樹種分類方法及び樹種分類システム、森林現況情報の作成方法及び森林現況情報の作成システム、間伐対象区域の選定方法及び間伐対象区域の選定システム | |
JP6993644B2 (ja) | 赤色立体地図画像を用いた点群種類推定装置及び赤色立体地図画像を用いた点群種類推定プログラム | |
CN115690081A (zh) | 一种树木计数方法、系统、存储介质、计算机设备及终端 | |
Kim et al. | Generation of a DTM and building detection based on an MPF through integrating airborne lidar data and aerial images | |
JP2017054346A (ja) | 道路データ生成装置、道路データ生成方法、及びプログラム | |
JP5347117B2 (ja) | 地物抽出装置 | |
US20220180016A1 (en) | Determining 3D Structure Features From DSM Data | |
Hu et al. | Hierarchical recovery of digital terrain models from single and multiple return lidar data | |
Wassie | Toward automatic cadastral boundary mapping from satellite imagery | |
CN110689549B (zh) | 对象提取方法、装置和设备 | |
Dunkin et al. | Bluff feature extraction for the great lakes shorelines | |
de Agirre et al. | Detecting shadows in a segmented land use land cover image with LIDAR data | |
James et al. | Automated correction of surface obstruction errors in digital surface models using off‐the‐shelf image processing | |
Zhong et al. | Landform classification based on hillslope units from DEMs | |
Creasy | Unmanned Aerial Systems for Forest Structure Mapping: Assessments of Area-Based and Individual Tree Monitoring | |
KR101355990B1 (ko) | 라이다 자료와 정사영상을 이용한 에지 기반 제방법선 매핑 방법 | |
CN116935236A (zh) | 灌溉坑塘蓄水量监测方法、装置、电子设备及存储介质 | |
Wan | The impact of shadow enhancement algorithms on remotely sensed images of complex urban environments | |
CN116050833A (zh) | 一种输电线路地质灾害危险性评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090123 |
|
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: 20090217 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090312 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120319 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4279894 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130319 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130319 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140319 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |