JP2012517650A - 場面の内容に基づく点群データの視覚化のための方法及びシステム - Google Patents

Abstract

色と空間データを結びつけるシステム及び方法が提供される。前記システム及び方法において、場面タグが、場所についての放射測定画像８００の部分８０４のために選択される。さらに、前記放射測定画像データの前記第一の部分に関連する前記空間データ２００の部分が選択される。前記場面タグに基づいて、前記空間データの前記部分の色空間関数５００、６００が選択される。前記色空間関数は、前記空間データの高度座標の関数として、色相、彩度及び輝度（ＨＳＩを定義する。）前記空間データの前記部分は、前記空間データの前記部分に基づく前記色空間関数から選択されるＨＳＩ値を用いて表示される。前記システム及び方法において、場面タグはそれぞれ異なる区分に関連する。各色空間関数は、関連する区分の前記ＨＳＩ値における所定の異なるバリエーションを表す。

Description

本発明は、点群データの視覚化の分野に関し、特に、場面の内容に基づく点群データの視覚化に関する。

三次元（３Ｄ）の検出システムは、様々なアプリケーションで用いる場所についての３Ｄ画像を生成するために一般に用いられる。例えば、そのような３Ｄ画像は、軍事行動若しくは市民運動、立体地図の生成、又は場所の監視のための、安全訓練の作成又は環境整備に用いられる。そのような検出システムは、一般に、場所に関する高度データを取得することにより動作する。３Ｄの検出システムの一例は、ＬＩＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）である。ＬＩＤＡＲによる３Ｄ検出システムは、時に画像フレーム（ｉｍａｇｅ ｆｒａｍｅ）と呼ばれるフレームを生成するため、レーザー光の単一のパルスからの複数の距離のエコーを記録することにより、データを生成する。したがって、ＬＩＤＡＲデータの各画像フレームは、センサー開口部内の複数の距離のエコーに対応する三次元内の位置の集合（３Ｄ点群）で構成される。これらの点は、三次元空間における規則的な格子上の値を表す“ボクセル”へとまとめられる。３Ｄ撮像において用いられるボクセルは、２Ｄ撮像装置との関連で用いられるピクセルに類似している。これらのフレームは、場所の３Ｄ画像を再構築するために処理されることができる。この点について、３Ｄ点群における点のそれぞれは、３Ｄの場面内の実際の面を表す個々のｘ、ｙ及びｚの値を有することが理解されるべきである。

３Ｄ点群の解釈（ｉｎｔｅｒｐｒｅｔａｔｉｏｎ）をさらに支援するために、カラーマップが点群データの視覚化を高めるために用いられている。すなわち、３Ｄ点群内の点のそれぞれのために、色が、高度のような所定の変数にしたがって選択される。したがって、色のバリエーションは、一般に、異なった高さ、あるいは地表からの高度における点を特定するために用いられる。そのような従来のカラーマップの使用にもかかわらず、３Ｄ点群データは、解釈するための困難性を有している。

本発明の実施形態は、場面の内容に基づきカラーマップを用いて空間データ又は点群データの視覚化のシステム及び方法を提供する。本発明の第一の実施形態において、場所のための空間データの視覚化及び解釈の改善のための方法が提供される。前記方法は、前記場所の放射測定画像データの第一の部分のための、複数の場面タグから第一の場面タグを選択する段階と、前記空間データの第一の部分を選択する段階であって、前記空間データは、前記放射測定画像データの前記第一の部分に関連する複数の三次元（３Ｄ）データ点を含む、段階を有する。前記方法は、複数の色空間関数から前記空間データの前記第一の部分の第一の色空間関数を選択する段階であって、前記選択は前記第一の場面タグに基づき、さらに、前記複数の色空間関数の夫々は、前記複数の３Ｄデータ点の高度座標の関数として色相、彩度及び輝度（ＨＳＩ）の値を定義する段階をさらに有する。前記方法は、前記空間データの前記第一の部分に関連する前記複数の３Ｄデータ点を用いて前記第一の色空間関数から選択される、前記ＨＳＩ値を用いて前記空間データの前記第一の部分を表示する段階をさらに有する。前記方法において、前記複数の場面タグは、複数の区分に関連し、さらに、前記複数の色空間関数の夫々は、前記複数の区分の一に関連する前記ＨＳＩ値における異なった所定のバリエーションを表す。

本発明の第二の実施形態において、場所のための空間データの視覚化及び解釈を改善するためのシステムが提供される。前記システムは、前記場所に関連する前記空間データ及び放射測定画像データの受信のための記憶部と、前記記憶部へ通信するように結合される処理部とを有する。前記システムにおいて、前記処理部は、前記場所の放射測定画像データの第一の部分のための、複数の場面タグから第一の場面タグを選択する段階と、前記空間データの第一の部分を選択する段階であって、前記空間データの前記第一の部分は、前記放射測定画像データの前記第一の部分に関連する複数の三次元（３Ｄ）データ点を有する、段階のために構成される。前記処理部は、また、複数の色空間関数から前記空間データの前記第一の部分のための第一の色空間関数を選択する段階であって、該選択する段階は前記第一の場面タグに基づき、さらに、前記複数の色空間関数の夫々は、前記複数の３Ｄデータ点の高度座標の関数として色相、彩度及び輝度（ＨＳＩ）の値を定義する、段階のためにも構成される。前記システムは、前記空間データの前記第一の部分に関連する前記複数の３Ｄデータ点を用いて前記第一の色空間関数から選択される、前記ＨＳＩ値を用いて前記空間データの前記第一の部分を表示する段階のためにさらに構成される。前記システムにおいて、前記複数の場面タグは、複数の区分に関連付けられ、さらに、前記複数の色空間関数の夫々は、前記複数の区分の一に関連する前記ＨＳＩ値における異なった所定のバリエーションを表す。

本発明の第三の実施形態において、場所に関する空間データの視覚化及び解釈を改善するためのコンピュータプログラムが格納されるコンピュータ読み取り可能な記憶媒体が提供される。前記コンピュータプログラムは、複数のコードの部分を有し、前記複数のコードの部分はコンピュータによって実行可能である。前記コンピュータプログラムは、場所に関する放射測定画像データの第一の部分のための複数の場面タグから第一の場面タグを選択する段階と、前記空間データの第一の部分を選択する段階のためのコードの部分を有し、前記空間データは、前記放射測定画像データの前記第一の部分に関連する複数の三次元（３Ｄ）データ点を含む。前記コンピュータプログラムは、複数の色空間関数から前記空間データの前記第一の部分のために第一の色空間関数を選択する段階のためのコードの部分もまた有し、前記選択は前記第一の場面タグに基づき、さらに前記複数の色空間関数の夫々は、前記複数の３Ｄデータ点の高度座標の関数として色相、彩度及び輝度（ＨＳＩ）の値を定義する。前記コンピュータプログラムは、前記空間データの前記第一の部分に関連する前記複数の３Ｄデータ点を用いて前記第一の色空間関数から選択される、前記ＨＳＩ値を用いて前記空間データの前記第一の部分を表示するためのコードの部分をさらに有する。前記コンピュータプログラムにおいて、前記複数の場面タグは、複数の区分に関連付けられ、前記複数の色空間関数の夫々は、前記複数の区分の一に関連する前記ＨＳＩ値における異なる所定のバリエーションを表す。

場面の内容に基づきカラーマップを用いて空間データ又は点群データの視覚化を改善するシステム及び方法が提供される。

本発明の一実施形態による３Ｄ点群データを集めるための例示的なデータ収集システムを示す。 本発明の一実施形態により取得される３Ｄ点群データを含む例示的な画像フレームを示す。 都市部で一般に観察されるオブジェクトの種類を説明する例示的な都市部の光景を示す。 自然地域又は地方部で一般に観察されるオブジェクトの種類を説明する例示的な自然地域又は地方部の光景を示す。 自然地域又は地方部に含まれる、ある定義された高度又は標高データを理解するために有益な図である。 都市部に含まれる、ある定義された高度又は標高データを理解するために有益な図である。 高度又は地面からの高さに従って変動するＨＳＩ色空間に基づく自然エリア又は地方部のための、本発明のある実施形態において用いられる例示的な正規化されたカラーマップを視覚的に表すものである。 高度又は地面からの高さに従って変動するＨＳＩ色空間に基づく都市エリア又は都市部のための、本発明のある実施形態において用いられる例示的な正規化されたカラーマップを視覚的に表すものである。 図５及び図６におけるカラーマップの別の表現を示す。 本発明の一実施形態により取得される例示的な放射測定画像を示す。 特徴検出が本発明の一実施形態にしたがって実行された後の例示的な図８Ａの放射測定画像を示す。 特徴検出及び領域定義が本発明の一実施形態にしたがって実行された後の例示的な図８Ａの放射測定画像を示す。 本発明の一実施形態に従って色データを追加した後の、図８Ａにおける放射測定画像と関連する３Ｄ点群データ９００の上からの視点を示す。 本発明の一実施形態に従って色データを追加した後の、図８Ａにおける放射測定画像と関連する３Ｄ点群データ９００の遠近法による視点を示す。 本発明の一実施形態による放射線画像の例示的なスペクトル解析の結果を示す。 本発明の一実施形態に従いスペクトル解析に基づいて色データを追加した後の３Ｄ点群データの上からの視点を示す。 本発明の一実施形態に従いスペクトル解析に基づいて色データを追加した後の３Ｄ点群データの遠近法による視点を示す。 ３Ｄ点群データの体積を含むフレームが、どのように下位の体積へと分割されることができるかを示す図である。

本発明は、添付される図面への参照と共に説明される。図面において、同様の要素又は同等の要素に対して同様の参照番号が用いられる。図面は一定の比率の縮尺で描かれておらず、本発明のいくつかの実施形態を単に説明するために提供されるに過ぎない。本発明のいくつかの態様が、説明のための応用例への参照と共に、以下に説明される。多数の固有の詳細、関係及び方法が、本発明の完全な理解を提供するために説明されることを理解すべきである。関連する技術分野の当業者は、しかしながら、本発明が、一つ以上の固有の詳細なしに、あるいは他の方法とともに、実行されることができることを容易に理解するであろう。他の例では、既知の構造又は動作は、本発明を曖昧にすることを避けるために示されていない。本発明は、いくつかの動作が、異なる順序及び／又は他の動作若しくはイベントと同時に起こり得るように、説明される動作又はイベントの順序に限定されない。さらに、説明される動作又はイベント全てが、本発明に従う手順を実現するために必要とされるわけではない。

３Ｄ画像システムは、３Ｄ点群データの一つ以上のフレームを生成する。そのような３Ｄ画像システムの一例は、従来のＬＩＤＡＲ画像システムである。一般に、そのようなＬＩＤＡＲシステムは、目標に対する距離を決定するため、高出力のレーザー、光検出器及びタイミング回路を用いる。従来のＬＩＤＡＲシステムにおいて、一つ以上のレーザーパルスが場面（ｓｃｅｎｅ）を照らすために用いられる。それぞれのパルスは、検出器アレーと連動して動作するタイミング回路を起動する。一般に、前記システムは、レーザーから目標までと、検出器アレーに戻るまでの往復経路を通過する光のパルスのピクセルごとの時間を測定する。ターゲットから反射された光は検出器アレー内で検出され、往復の伝播時間が、目標上の点への距離を決定するために測定される。計算されたレンジ又は距離の情報は、目標を含む多数の点のために取得されることにより、３Ｄ点群が生成される。前記３Ｄ点群は、オブジェクトの３Ｄ形状を表示するために用いられることができる。

一般に、場面におけるオブジェクトを特定するために３Ｄ点群データを解釈することは、困難である可能性がある。前記３Ｄ点群は基準場所に関する空間的な情報のみを特定するため、せいぜい場面におけるオブジェクトの高さと形状のみが提供される。いくつかの従来のシステムは、高さの違いを突き止める観察者を支援するため、３Ｄ点群データに沿った強度画像もまた提供する。しかしながら、人間の視覚野は、一般に、場面における異なるオブジェクトの形状、大きさ及び色を含む、場面についての情報の組み合わせに基づいて、観察されているオブジェクトを解釈する。したがって、従来の３Ｄ点群は、たとえ強度画像と関連付けられても、前記視覚野にとって、３Ｄ点群により結像される多数のオブジェクトを適切に特定するために不十分な情報を一般に提供するに過ぎない。一般に、人間の視覚野は、既に観察されたオブジェクト及び既に観察された場面に基づき、場面において観察されるオブジェクトを特定することにより、機能する。結果として、視覚野による場面内のオブジェクトの適切な特定は、オブジェクトの特性の特定だけでなく、場面内の異なるオブジェクトの種類の間の既知の関連の特定に頼る。

従来の３Ｄ点群表示システムの制限を克服し、人間の視覚野による３Ｄ点群データの解釈を容易にするため、本発明の実施形態は、放射測定画像に基づいて前記３Ｄ点群データの異なるエリアに異なるカラーマップを適用するシステム及び方法を提供する。特に、異なる地形種別に関連する異なるカラーマップが、放射測定画像内の関連するエリアのタグ付け又は区分に従って３Ｄ点群と関連付けられる。例えば、前記放射測定画像のエリアが、人造の地形のエリアを示すとき（例えば、ビル、車道、乗り物のような、地形が人工の地形又は人造の地形が多数を占める領域）、そのような領域で一般的に観察される色の範囲に関連するカラーマップが、対応する３Ｄ点群の領域に適用される。その一方、前記放射測定画像のエリアが、自然の地形のエリアを示すとき（例えば、水、木、砂漠のような、植物又は他の自然の地形が多数を占めるエリア）、それらの種類のエリアで一般的に観察される色の範囲に関連するカラーマップが、対応する３Ｄ点群のエリアに適用される。結果として、３Ｄ点群の異なる部分へ異なるカラーマップを適用することにより、３Ｄ点群の異なる部分内のオブジェクト形状によりもっともらしく関連する色が観察者に示され、そして人間の視覚野によってより容易に認識可能である。

ここで用いられるように、“放射測定画像”の語は、一つ以上の電磁波波長に関して動作する一つ以上のセンサー又は検出器を用いて取得される、場所についての二次元表現（画像）を表す。

本発明の一実施形態による３Ｄ点群データ及び関連する画像データの収集のための例示的なデータ収集システム１００が、図１に示される。図１において示されるように、結像されるべき物理的な体積（ｖｏｌｕｍｅ）１８０は、木、乗り物及びビルのような一つ以上のオブジェクト１０４、１０６を含むことができる。本発明の目的のため、物理的な体積１０８は、地理的な場所であると理解されることができる。例えば、地理的な場所は、ジャングル若しくは木々を有する森林エリアの一部、又は都市若しくは多数のビル若しくは他の人工の構造物を有する町の一部であることができる。

本発明のいくつかの実施形態において、物理的な体積１０８は、様々な異なるセンサーを用いて結像される。図１において示されるように、３Ｄ点群データは、一つ以上のセンサー１０２−ｉ、１０２−ｊを用いて収集されることができる。さらに、関連する放射測定画像のデータは、一つ以上の他の放射測定画像センサー１０３−ｉ、１０３−ｊを用いて収集されることができる。センサー１０２−ｉ、１０２−ｊ、１０３−ｉ及び１０３−ｊは、あらゆる遠隔に配置されるセンサー又は撮像装置であることができる。例えば、センサー１０２−ｉ、１０２−ｊ、１０３−ｉ及び１０３−ｊは、（制限ではない）例として、高い眺望用の構造物、航空機、宇宙船又は天体上で動作するために配置され得る。すなわち、遠隔のデータは、物理的な体積１０８について上方の、固定又は可動のあらゆる位置から取得される。さらに、センサー１０２−ｉ、１０２−ｊ、１０３−ｉ及び１０３−ｊは分離した画像システムとして示されているが、二つ以上のセンサー１０２−ｉ、１０２−ｊ、１０３−ｉ及び１０３−ｊが単一の画像システムへと組み合わされることができる。さらに、単一のセンサーは、二つ以上の異なる姿勢（ｐｏｓｅ）におけるデータを取得するよう構成されることができる。例えば、航空機又は宇宙船上の単一のセンサーは、物理的な体積１０８上を移動するとき、画像データを取得するよう構成されることができる。

ある場合に、センサー１０２−ｉ及び１０２−ｊとオブジェクト１０４との間の視界の線が、別のオブジェクト（遮蔽物）１０６により部分的に不明瞭になることがある。ＬＩＤＡＲシステムの場合、遮蔽物１０６は、木の葉のような自然の物質又は偽装網のような人工の物質からなる可能性がある。多くの場合、遮蔽物１０６は、事実上、やや透過性（ｐｏｒｏｕｓ）である。それ故、センサー１０２−ｉ、１０２−ｊは、遮蔽物１０６の透過性のエリアを通じて、可視であるオブジェクト１０４の断片を検出することができる。そのような透過性のエリアを通じて可視であるオブジェクト１０４の断片は、センサーの特定の場所に依存して変化する。

例えばセンサー１０２−ｉ及び１０２−ｊにおける複数の姿勢からのデータの収集により、３Ｄ点群データの集合が取得されることができる。一般的に、データの集合は、レジストレーション（ｒｅｇｉｓｔｒａｔｉｏｎ）処理を用いて生ずる。レジストレーション処理は、データが意味のあるように組み合わされることができるよう、センサーの回転に関するフレームと位置との間の変動の修正により、二つ以上のフレームからデータを組み合わせる。当業者によって理解されるように、このデータを整合（ｒｅｇｉｓｔｅｒ）するために用いられることができる複数の異なる技術が存在する。そのようなレジストレーションの後、二つ以上のフレームから集められた３Ｄ点群データは、遮蔽物１０６により不明瞭にされるオブジェクト１０４の特定を改善するために分析されることができる。しかしながら、本発明の実施形態は、集められたデータに単に制限されない。すなわち、３Ｄ点群データは、複数の画像フレーム又は単一の画像フレームを用いて生成されることができる。

本発明のいくつかの実施形態において、センサー１０３−ｉ及び１０３−ｊにより集められる放射測定画像データは、様々な放射計のセンサーから取得される、波長の特定の範囲にそれぞれ関連する（すなわちスペクトル帯）、画像の輝度データを有することができる。したがって、本発明のいくつかの実施形態において、放射測定画像データは、マルチスペクトル（〜４周波数帯）、ハイパースペクトル（１００周波数帯より大きい）及び／又はパンクロマティック（ｐａｎｃｈｒｏｍａｔｉｃ）（単一周波数帯）の画像データを含むことができる。さらに、これらの周波数帯は、人間にとって可視又は不可視である波長を含み得る。

本発明のいくつかの実施形態において、３Ｄ点群データの集合又はマルチバンドの放射測定画像の融合は、あらゆる種類の集合技術又は融合技術を用いて実行されることができる。前記集合又は融合は、３Ｄ点群データ及び放射測定画像データに関連するメタデータに基づいて組み合わせられるべきデータのレジストレーション又は位置合わせ（ａｌｉｇｎｍｅｎｔ）に基づくことができる。メタデータは、センサー又は結像される場所に関する、あらゆる追加の情報を含み、レジストレーション処理を容易にするために適切な情報を含むことができる。（制限ではない）例として、メタデータは、日付及び／若しくは画像取得時刻、結像されている地理的な場所を特定する情報又はセンサーの場所を特定する情報を含む。例えば、結像されている地理的な場所を特定する情報は、長方形の画像の４つの角の地理的な座標を含むことができ、メタデータ内で提供されることができる。

本発明のいくつかの実施形態は、ある場所の３Ｄ点群データの一つのセットに関して一般に記載されている。その場所は、同一の場所に関連する、ある放射測定画像データの対応するセットと組み合わされる。しかしながら、本発明はそれに関して制限されない。本発明のいくつかの実施形態において、多くの３Ｄ点群データ及び多くの放射測定画像データのセットが組み合わせられることができる。例えば、３Ｄ点群データ及び／又は放射測定画像データの組み合わせは、本発明のいくつかの実施形態において用いられることができる。

図２は、本発明の一実施形態により取得される３Ｄ点群データ２００を含む例示的な画像フレームである。本発明のいくつかの実施形態において、３Ｄ点群データ２００は、図１に示されるように、異なる姿勢におけるセンサー１０２−ｉ、１０２−ｊにより取得される３Ｄ点群データのような二つ以上のフレームから組み合わせられることができる。さらに、３Ｄ点群データ２００は、適切なレジストレーション処理を用いて整合されることができる。そのような、３Ｄ点群データ２００は、体積内のデータ点のセットの位置を定義し、それぞれがｘ、ｙ及びｚ軸上の位置に基づいて三次元空間内で定義されることができる。センサー１０２−ｉ、１０２−ｊにより実行される計測（集合が用いられるならば）及びあらゆる後続のレジストレーション処理は、各データ点のｘ、ｙ、ｚ位置を定義するために用いられる。すなわち、各データ点は、地理的な場所及び高度に関連する。

本発明のいくつかの実施形態において、３Ｄ点群データは、視覚化を改善するために色分けされる。例えば、３Ｄ点群データの各点の表示色は、高度又は各点のｚ軸の位置に従って選択される。どの特定の色を、複数のｚ軸座標の位置の点のために表示するか決定するため、カラーマップが用いられることができる。例えば、赤色が３メートル未満の高さに位置する全ての点のために用いられることができ、緑色が３メートルと５メートルとの間の高さに位置する全ての点のために用いられることができ、青色が５メートルより上に位置する全ての点のために用いられることができる。より詳細なカラーマップは、ｚ軸に沿ってより小さな増分に従って変動する、より広い範囲の色を用いることができる。カラーマップの使用は、３Ｄ点群データにより表現される、視覚化されている構造物においていくらか役に立ち得るが、３Ｄ点群データ内の全ての点に対し、従来の単一のカラーマップを適用することは、視覚化の改善の目的にために一般に効果的ではない。まず第一に、例えば従来の赤、緑、青（ＲＧＢ）カラーマップにおいて広すぎる範囲の色を提供することにより、オブジェクト内で一般に観察される色のバリエーションと一致しない３Ｄ点群の色分けのバリエーションを得る。第二に、従来の単一のカラーマップの提供により、いくつかの種類の場面のために不正な色付けがなされる。したがって、本発明の実施形態は、撮像される場所における複数の種類の地形のための複数のカラーマップを用いる、改善された３Ｄ点群の視覚化を代わりに提供する。ここで、複数のカラーマップは、一般に地形に関連する異なる種類の地形（すなわち、ビル、木々、車道、水域）のために調整されることができる。そのような構成により、３Ｄ点群データの異なるエリアが、そのエリア内のオブジェクトの種類に関係するそれぞれのエリアの色を用いて色分けされることができる。さらに、そのような構成は、人間の視覚野によって、３Ｄ点群データの改善された解釈を可能にする。

あらゆる種類の異なるカラーマップが用いられることができるが、本発明のいくつかの実施形態において、色相、彩度及び輝度（ＨＳＩ色空間）に従って定義される直線的でない（ｎｏｎ−ｌｉｎｅａｒ）カラーマップが、場面のそれぞれの種類のために用いられることができる。ここで用いられるように、“色相”は純粋な色を意味し、“彩度”は色の度合い（ｄｅｇｒｅｅ）又は色のコントラストを意味し、“輝度”は色の明るさを意味する。したがって、ＨＳＩ色空間における特定の色は、トリプル（ｔｒｉｐｌｅｓ）と呼ばれるＨＳＩ値（ｈ、ｓ、ｉ）のセットにより一意に表される。Ｈの値は、０から３６０［度］の範囲に通常は分布し得る（０［度］＜ｈ＜３６０［度］）。ｓ及びｉの値は、０から１の範囲に通常は分布する（０＜ｓ＜１）、（０＜ｉ＜１）。便宜上、ここで述べたように、Ｈの値はｈ／３６０として計算される正規化された値として表される。

有意に、ＨＳＩ色空間は、人間が色を一般に理解するようモデル化されている。したがって、ＨＳＩ色空間は、異なる場面の３Ｄ点群データの視覚化のために異なる色空間を作成するとき役に立ち得る。さらに、ＨＳＩトリプルは、よく知られた、赤、緑及び青の“原色”の組み合わせによるＲＧＢ色空間系のような、他の色空間の定義へと容易に変換されることができる。したがって、ＨＳＩ色空間で表される色は、ＲＧＢベースの装置で用いるＲＧＢ値へと容易に変換されることができる。反対に、ＲＧＢ色空間で表される色は、ＨＳＩ色空間へと数学的に変換されることができる。この関係の例は、以下の表において説明される。

上で述べた通り、３Ｄ点群データの解釈における困難の一つは、人間の視覚野が、一般に、特定の範囲の色が、観察されている特定の種類の地形と関連付けられていると期待することである。これは、図３Ａ及び３Ｂに関して概念的に示される。図３Ａは、都市部３００で一般に観察される種類のオブジェクト又は地形を示す、都市部３００の例示的な光景を表す。図３Ｂは、自然地域又は地方部３５０で一般に観察される種類のオブジェクト又は地形を示す、自然地域又は地方部３５０の例示的な光景を表す。図３Ａにおいて示されるように、都市エリア３００は一般的に、ビル３０２、車両３０４及び道路又は街路３０６のような、人工の地形又は人造の地形により多くを占められている。都市エリア３００は、植物又は木を含むエリアのような植物エリア３０８をかなり少ない程度に含むことができる。反対に、自然エリア３５０は、図３Ｂにおいて示されるように、植物エリア３５２により多くを占められている。しかしながら、車両３５４、ビル３５６及び街路又は道路３５８をより少ない程度に含み得る。。したがって、観察者が図３Ａ内の都市エリア３００の光景を提示されるとき、以前の経験が、観察されるオブジェクトは人工の地形又は人造の地形に関連する色を主に有するであろうという予想をもたらすだろう。例えば、そのような地形は、黒、色又は灰色のような色に関連する、ビル又は構造物の材料を含み得る。反対に、観察者が図３Ｂ内の自然エリア３５０の光景を提示されるとき、以前の経験が、観察されるオブジェクトは、茶、赤及び緑のような、自然の地形に関連する色を主に有するであろうという予想をもたらすだろう。したがって、茶、赤及び緑により占められるカラーマップが都市エリアに適用されるとき、観察者は、場面内のオブジェクトを解釈することが一般に困難である。なぜなら、都市エリアにおけるオブジェクトは、都市エリアのために一般に予測される種類の色と関連しないからである。同様に、黒、白、及び灰色により占められるカラーマップが自然エリアに適用されるとき、観察者は、場面内のオブジェクトを解釈することが一般に困難である。なぜなら、自然エリアにおいて一般に遭遇するそのオブジェクトは、都市エリアにおいて一般に遭遇する種類の色と関連しないからである。

したがって、本発明のいくつかの実施形態において、撮像される場所の異なるエリアに適用されるカラーマップは、前記位置のオブジェクトの種類のために適切に選択される。例えば、図４Ａは、自然エリアのためにどのようにカラーマップが開発されるかを概念的に表す。図４Ａは、自然地域又は地方部に含まれる、いくつかの定義される高度又は標高のレベルを理解するために有益である。図４Ａは、全体で透過性の遮蔽物を示し得る木４０４の傘の真下の、地面４０１の上にオブジェクト４０２が配置されることを表す。木４０４は、地表面４０５と、地面よりいくらか高いこずえの高さ４１０の間にあることが観察できる。こずえの高さ４１０の実際の高さは、木の種類に依存する。しかしながら、予測される木の最上部の高さは、既知の地理的エリア内で予測可能な範囲に収まることができる。例えば、図４Ａは、熱帯地方の設定における木４０４、特にヤシの木を示す。ヤシの木の最上部の高さは、およそ４０メートルであると見積もられる。したがって、そのようなエリアのカラーマップは、少なくとも主として、そのようなエリアにおいて一般に観察される種類の木、土及び地面の植物に基づくことができる。図４Ａにおいて示されるような熱帯地方の設定の場合、カラーマップは、こずえの高さ４１０において緑の色相、地表面４０５において茶の色相のデータ点を提供する。

同様に、図４Ｂは、都市エリアのためにどのようにカラーマップが開発されるかを概念的に表す。図４Ｂは、都市部に含まれる、いくつかの定義される高度又は標高のレベルを理解するために有益である。図４Ｂは、低い都市構造物４５４（例えば、家）及び高い都市構造物４５６（例えば、高層ビル）の傍に、オブジェクト４０２が地面４５１の上に配置されていることを表す。低い都市構造物４５４は、地表面４０５と、地面４５１よりいくらか高い、低い都市構造物の高さ４５８との間にあることが観察できる。高い都市構造物４５６は、地表面４０５と、地面４５１よりいくらか高い、高い都市構造物の高さ４６０との間にあることも観察できる。高さ４５８、４６０の実際の高さは、構造物の種類に依存する。しかしながら、予測される高い構造物及び低い構造物の高さは、既知の地理エリア内で予測可能な範囲に収まることができる。例えば、図４Ｂは、２階建ての家及び４階建てのビルを有する都市エリアを示す。それぞれの構造物の高さは、およそ２５メートル及び５０メートルであると見積もられる。したがって、そのようなエリアのカラーマップは、少なくとも主として、そのようなエリアにおいて一般に観察される種類の高い構造物４５６及び低い構造物４５４並びにそのようなエリアにおける車道に基づくことができる。図４Ｂにおいて示されるような場合、カラーマップは、高い構造物の高さ４６０において灰色の色相（例えば、コンクリート）、低い構造物の高さ４５８において黒又は赤の色相（例えば、赤いレンガ及び黒い屋根板）、地表面４０５にいて暗い灰色（例えば、アスファルト）の色相のデータ点を提供する。いくつかの実施形態において、カラーマップを単純化するため、全ての構造物は同じ範囲の色に関連付けられ得る。例えば、いくつかの実施形態において、都市部は、灰色のみを指定するカラーマップと関連付けられることができる。

本発明のいくつかの実施形態において、地上の車両のようないくつかの種類のオブジェクトは、複数の種類のエリアに配置されることができる。一般に、地上の車両は、所定の目標の高さの範囲４０６内の高さを一般に有する。すなわち、そのようなオブジェクトの構造物は、地表面４０５と、いくらか上部の高さの限度４０８との間にある。実際の上部の高さの限度は、特定の種類の車両に依存する。例えば、典型的なトラック、バス又は軍事車両の高さは、一般に約３．５メートルである。典型的な乗用車の高さは、一般に約１．５メートルである。したがって、地方部のカラーマップ及び都市部のカラーマップ両方において、そのような高さのデータ点は、観察されている場面の種類に関わらず、そのようなオブジェクトの特定を容易にするため、異なる色が提供される。例えば、いくつかの場面において一般的に遭遇しない色が、観察者に対してそのようなオブジェクトの場所を強調するために用いられることができる。

図５は、地表面より上の高度又は高さにしたがって変動するＨＳＩ色空間に基づいて、自然エリア又は地方エリアのような、自然の地形を有するエリア又は場所のための、例示的な正規化されたカラーマップ５００の図の表現を表している。カラーマップ５００を理解するための支援として、先に図４Ａにおいて識別される、いくつかの基準点が提供される。例えば、カラーマップ５００は、地表面４０５、オブジェクトの高さの範囲４０６に関する上部の高さの限度４０８及びこずえの高さ４１０を表す。図５において、色相５０２、彩度５０４及び輝度５０６の正規化された曲線が、地表面４０５（高さがゼロ）と目標物の範囲の上部の高さの限度４０８（この例においては約４．５メートル）との間の値の所定の範囲にわたって、それぞれ直線的に変化していることが観察できる。色相５０２のための正規化された曲線は、上部の高さの限度４０８においてピーク値に達する。その後、高度がこずえの高さ４１０へ増加するにつれ、徐々に、かつ、概して直線的に減少する。

彩度及び輝度を表す正規化された曲線も、目標物の範囲の上部の高さの限度４０８において、局部的なピーク値を有する。しかしながら、彩度及び輝度の正規化された曲線５０４及び５０６は非単調である。すなわち、それらは、標高（高度）の増加に伴って値が徐々に増加し、あるいは減少しないことを意味する。本発明の実施形態によれば、それらの曲線のそれぞれは、目標物の高さの範囲４０８より上の高度の所定の範囲内で最初に値が減少し、次に値が増加する。例えば、図５において、２２．５メートル付近で、正規化された彩度曲線５０４における変曲点が存在することが観察できる。同様に、正規化された輝度曲線５０６における４２．５メートル付近で変曲点が存在する。正規化された彩度曲線５０４及び正規化された輝度曲線５０６の直線でない部分における遷移及び変曲点は、正弦曲線のような周期関数としてそれらの曲線のそれぞれを定義することにより得ることができる。さらに、本発明はこの点に関して制限されない。特に、正規化された輝度曲線５０４は、この場合において約４０メートルである、こずえの高さにおいてピーク値へと戻る。

特に、彩度及び輝度の正規化された曲線５０４、５０６におけるピーク値は、３Ｄ点群データをみるとき、スポット照明効果（ｓｐｏｔｌｉｇｈｔｉｎｇ ｅｆｆｅｃｔ）をもたらす。つまり、目標物の高さの範囲の上部の高さの限度付近に位置するデータ点は、ピーク値である彩度及び輝度を有する。その視覚効果は、目標物の頂上において照明を照らすこととよく似ているので、目標物の存在と種類の特定を容易にする。こずえの高さでの彩度曲線５０４における二番目のピーク値は、３Ｄ点群データをみるとき、同様の視覚的効果を有する。しかしながら、この場合、スポット照明効果というよりむしろ、こずえの高さでの彩度値におけるピーク値は、木の頂上の太陽の光とよく似ている視覚効果を作り出す。輝度曲線５０６は、こずえの高さに近づくとき、局所的なピーク値を示す。組み合わされる効果は、データをより自然な外観にし、自然に３Ｄ点群データの視覚化及び解釈にとても役立つ。

図６は、地表面より上の高度又は高さにしたがって変動するＨＳＩ色空間に基づいて、都市エリアのような、人工の地形又は人造の地形を有するエリア又は場所のための例示的な正規化されたカラーマップ６００の図の表現を表す。カラーマップ６００を理解するための支援として、先に図４Ｂにおいて識別される、いくつかの基準点が提供される。例えば、カラーマップ６００は、地表面４０５、オブジェクトの高さの範囲４０６に関する上部の高さの限度４０８及び高い構造物の高さ４６０を表す。図６において、地表面４０５と高い構造物の高さ４６０との間で、色相６０２及び彩度６０６はゼロであり、同時に輝度６０４は同じ範囲にわたって変化していることが観察できる。そのようなカラーマップは、都市部におけるオブジェクトに共通に関連する色を表す灰色のカラーマップを提供する。図６から、図５における輝度５０６の変動と完全に同一に、輝度６０６が変動することが観察できる。このことは、都市部に関連する３Ｄ点群データをみるとき、同様のスポット照明効果を提供する。これは、上で説明したように、３Ｄ点群データのより自然な配色を提供するだけでなく、前記の３Ｄ点群データの自然エリア内のような同様の照明を提供する。すなわち、自然の地形及び人工の地形を有する３Ｄ点群データ内の隣接するエリアは、同一の光源により光を当てられるようにみえる。しかしながら、本発明はこの点において制限されず、本発明の他の実施形態において、３Ｄ点群の異なる部分の輝度は、異なって変動することができる。

図７を参照すると、それぞれ自然地域及び都市部に関連する、例示的なカラーマップ５００及び６００の別の表現が示される。前記表現は、３Ｄ点群データのセットのための結果の配色のより直感的な理解を得るために有益である。図４Ａにおいて前もって説明したように、目標物の高さの範囲４０６は、地表面４０５と上部の高さの限度４０８との間にある。したがって、図７は、−０．０８（３３１［度］）と０．２０（７２［度］）の間にある高さの範囲に対応する色相の値と、０．１から１までの彩度及び輝度を有する自然エリア又は場所のカラーマップを提供する。すなわち、目標物の高さの範囲４０６内の色は、図７において自然地域の例示的なカラーマップにより示されるように、暗い茶色から始まって黄色になる。

図７における自然地域の例示的なカラーマップを再び参照すると、目標物の高さの範囲の上部の高さの限度４０８とこずえの高さ４１０の間にある高度に位置するデータ点は、色相の値が０．２０（７２［度］）から０．３４（１２２．４［度］）になり、輝度の値が０．６から１．０になり、さらに彩度の値が０．４から１になる。ちなわち、対象物の高さの範囲の上部の高さの限度４０８と、木のエリアの木のこずえの高さ４１０との間の色は、図７に示されるように、明るく照らされる緑から始まり、低い彩度により暗く照らされる緑になり、次に明るい彩度で照らされる緑へ戻る。これは、色相のために直線のカラーマップを使用するが、彩度及び輝度のためには正弦曲線をの使用することに起因する。

自然エリア又は自然地域のための図７におけるカラーマップは、地面に対し最も近い位置の点群データの色相が、高度０メートルからおよそ目標物の高さの範囲の上部の高さの限度４０８までの高度に対応するｚ軸座標において、急速に変動することを表す。この例において、上部の高さの限度は約４．５メートルである。しかしながら、本発明の実施形態は、この点において制限されない。例えば、この高度の範囲内で、データ点は、色相において暗い茶色（０メートルから始まる）から始まり、中間の茶色、明るい茶色、黄褐色、そして黄色（約４．５メートル）へと変動することができる。便宜上、自然地域のための例示的なカラーマップのための図７における色相は、暗い茶色、中間の茶色、明るい茶色、及び黄色により、粗く表現されている。しかしながら、自然エリア又は自然地域のためのカラーマップにおいて用いられる実際の色のバリエーションは、図７において示されるように、かなり巧妙であることができる。

図７における自然地域の例示的なカラーマップを再度参照すると、暗い茶は、最も低い高度において、自然エリア又は自然地域内の点群データのために有利に選択される。なぜなら、暗い茶は、土又は大地を表すために効果的な、視覚的な象徴（ｍｅｔａｐｈｏｒ）を示すからである。色相は、黒い茶色から、中間の茶、明るい茶、黄褐色へと徐々に遷移し、それらの全ては岩及び他の地表を表すために有益な象徴である。言うまでもなく、実際のオブジェクトの色相は、あらゆる自然の場面内のこれらの高度において植物又は地形は他の色相であり得る。例えば、地面は緑色の草で覆われていても良い。しかしながら、本発明のいくつかの実施形態において、３Ｄ点群データの視覚化のため、これらの色相における低い高度（０から５メートル）の点群データを、大地の表面に最も近い暗い茶色を用いて一般に表現することが有益であることがわかっている。

自然エリア又は自然地域の図７におけるカラーマップは、高度およそ４．５メートルに対応するｚ座標を有する点群データのために、黄褐色から黄色への遷移もまた定義する。４．５メートルとは、およそ目標物の高さの範囲４０６の上部の高さの限度４０８である。自然エリアのために、目標物の高さの範囲の上部の高さの限度における黄色へ遷移するカラーマップを選択することは、いくつかの利点がある。そのような利点を理解するため、およそ上部の高さの限度４０６に位置する点群データは、しばしば場面内のオブジェクトの形状に対応する外形又は形状をなし得ることを最初に理解することが重要である。

上部の高さの限度４０８において黄色の色相で３Ｄ点群データを表示するための、図７における自然エリア又は自然地域のためのカラーマップを選択することにより、図５に示すように、いくつかの利点が得られる。黄色の色相は、低い高度において点群データのために用いられる暗い茶色の色相と共に、明確なコントラストを提供する。このことは、地形の表面に対する鋭いコントラストで車両の外形を表示することにより、車両に関する人間の視覚化を支援する。しかしながら、別の利点もまた得られる。黄色の色相は、車両の上面における太陽光の照射の有益な視覚的象徴である。この点に関して、彩度及び輝度曲線もまた、上部の高さの限度４０８においてピークを表していたことを思い出すべきである。この視覚的な効果は、車両の上面を照らす強烈な太陽光の外観を作り出す。これらの特徴の組み合わせが、３Ｄ点群データ内に含まれる目標物の視覚化においてとても役に立つ。

図７における自然地域の例示的なカラーマップをもう一度参照すると、上部の高さの限度４０８（約４．５メートル）よりすぐ上の高さのために、自然エリア又は自然地域における点群データの色相は、木の葉に対応して明るい緑色として定義されていることが観察できる。明るい緑色は、図５において定義される彩度のピーク値及び輝度のピーク値と一致する。図５に関して上で述べたように、明るい緑色の彩度及び輝度は、上部の高さの限度４０８（この例においては４．５メートルに対応する）の近くのピーク値から減少する。彩度曲線は、約２２メートルの高度に対応する０を有する。輝度曲線は、およそ４２メートルに対応する高度において０を有する。最終的に、彩度及び輝度曲線５０４、５０６は、それぞれこずえの高さ４１０において二番目のピークを有する。特に、色相は、上部の高さの限度４０８より上の高度全体にわたって緑を残している。したがって、目標物の高さの範囲４０６の上部の高さの制限４０８より上の３Ｄ点群データの視覚的な外観は、自然地域のための例示的なカラーマップのための図７における遷移により示されるように、明るい緑色から、中間の緑色、くすんだうす緑色、そして最終的にこずえの高さ４１０における明るい黄緑色まで変動するようにみえる。これらの高度のための３Ｄ点群データの外観における推移は、図５において示される曲線により定義されるように、緑色に関連する彩度及び輝度における変動に対応する。

特に、彩度及び輝度曲線５０４、５０６における二番目のピークは、こずえの高さ４１０において生じる。図７の自然地域の例示的なカラーマップにおいて示されるように、色相は黄緑色である。この組み合わせの視覚効果は、自然の場面内で木の上部を明るい太陽光で照らす外観を作り出すことである。反対に、彩度及び輝度曲線５０４、５０６におけるゼロの値は、こずえの高さより下の、日陰になった低層の植物及び木の葉の視覚的外観を作り出す。

都市部のような、人造の地形又は人工の地形が多くを占めるエリア又は場所の３Ｄ点群データのための、同様の着色効果が図７において示される。先に図４Ｂにおいて説明したように、目標物の高さの範囲４０６は、地表面４０５と上部の高さの限度４０８との間にある。したがって、図７は、０．１から１の幅がある高度の範囲に対応する輝度の値を有する都市エリアのための、例示的なカラーマップを提供する。すなわち、目標物の高さの範囲４０６内の色は、図７に示すように、暗い灰色から始まって白になる。

図７の都市部のための例示的なカラーマップを再度参照すると、目標物の高さの範囲の上部の高さの限度４０８と高い構造物の高さ４６０の間にある高度に位置するデータ点は、既に図６において説明したように、０．６から始まり１．０になる。すなわち、目標物の高さの範囲の上部の高さの限度４０８から高い構造物の高さ４６０の範囲の色は、都市部の例示的なカラーマップのための図７における遷移により示されるように、白又は明るい灰色から始まり、中間の灰色になり、次に白又は明るい灰色に戻る。これは、輝度のカラーマップの周期関数の使用に起因する。

図７におけるカラーマップは、都市エリアのような人工の地形又は人造の地形が多くを占める場所における、地表に最も近い位置の点群データの輝度が、０メートルからおよそ目標物の高さの範囲の上部の高さの限度４０８までの高度に対応するｚ軸座標において、急激に変動することを表している。この例において、上部の高さの限度は約４．５メートルである。しかしながら、本発明の実施形態は、この点において制限されない。例えば、この範囲の高度のデータ点の色は、（０メートルから始まり）暗い灰色から、中間の灰色、明るい灰色、そして（およそ４．５メートルにおいて）白色まで変動し得る。便宜上、都市部のための図７における色は、暗い灰色、中間の灰色、明るい灰色及び白色の指定により粗く表現されている。しかしながら、都市部及び人工の地形又は人造の地形により多くを占める他の場所のためのカラーマップにおいて用いられる実際の色のバリエーションは、図７において示されるように、かなり巧妙であることができる。

図７の都市エリアのための例示的なカラーマップを再度参照すると、暗い灰色は、最も低い高度における点群データのために有利に選択される。なぜなら、暗い灰色は、車道を表現するために効果的な、視覚的な象徴を示すからである。この例示的なカラーマップ内で、色相は、この暗い灰色から、中間の灰色、明るい茶、次にその間に徐々に遷移し、それらの全ては標識、信号、歩道、路地、街頭及び他の歩行者がアクセス可能な構造物又は車両がアクセス可能な構造物を表すために有益な象徴である。言うまでもなく、これらの高度における実際のオブジェクトの色相は、他の色であることができる。例えば、街路又は車道は、その表面に様々なマークを有することができる。しかしながら、都市部及び他の人工の地形又は人造の地形により多数を占める場所における３Ｄ点群データの視覚化のために、これらの色相における低い高度（０から５メートル）の点群データを、大地の表面に最も近い暗い灰色を用いて、一般に表現することが有益であることがわかっている。

都市エリアの図７における例示的なカラーマップは、高度およそ４．５メートルに対応するｚ座標を有する、都市部における点群データのために、明るい灰色から白色への遷移もまた定義する。４．５メートルとは、およそ目標物の高さの範囲４０６の上部の高さの限度４０８である。目標物の高さの範囲の上部の高さの限度における白色へ遷移する都市エリアのカラーマップを選択することは、いくつかの利点がある。そのような利点を理解するため、およそ上部の高さの限度４０６に位置する点群データは、しばしば場面内のオブジェクトの形状に対応する外形又は形状をなし得ることを最初に理解することが重要である。

上部の高さの限度４０８において白色で都市部の３Ｄ点群データを表示するための、図７における都市エリアのための例示的なカラーマップを選択することにより、いくつかの利点が得られる。白色の色相は、低い高度において点群データのために用いられる暗い灰色の色相と共に、明確なコントラストを提供する。このことは、地形の表面に対する鋭いコントラストで車両の外形を表示することにより、車両に関する人間の視覚化を支援する。しかしながら、別の利点もまた得られる。白色は、オブジェクトの上面における太陽光の照射の有益な視覚的象徴である。この点に関して、輝度曲線もまた、上部の高さの限度４０８においてピークを表していたことを思い出すべきである。この視覚的な効果は、車両のようなオブジェクトの上面を照らす強烈な太陽光の外観を作る。これらの特徴の組み合わせが、３Ｄ点群データ内に含まれる目標物の視覚化においてとても役に立つ。

図７における都市エリアの例示的なカラーマップをもう一度参照すると、上部の高さの限度４０８（約４．５メートル）よりすぐ上の高さのために、都市部における点群データの色相は、輝度曲線６０４の０の位置における約２２メートルに至るまで、明るい灰色が中間の灰色に遷移するように定義されていることが観察できる。２２メートルを超えると、都市部の点群の色は、高い構造物の高さ４６０における輝度のピークとともに、中間の灰色から明るい灰色又は白色へ遷移するよう定義される。この組み合わせの視覚効果は、都市の場面内の高い構造物の上部を明るい太陽光が照らす外観を作り出すことである。輝度曲線６０４における０の点は、高い構造物の高さ４６０より低い、ビルの陰及び他の構造物の日陰側の視覚的外観を作る。

上で述べたように、撮像される場所の異なった部分へ様々なカラーマップを適用する前に、場面のタグ又は場面の区分が撮像される場所の部分のそれぞれのために取得される。この処理は、図８Ａ−８Ｃにおいて概念的に示される。第一に、図８Ａの例示的な画像のような、３Ｄ点群データが集められている、関心のある場所の放射測定画像８００からの画像データは、図１について上で説明されたように取得されることができる。前記画像データは、いかなる高度情報も含んでいないが、関心のある場所における様々なオブジェクトのサイズ、形状及び境界の情報を含む。そのような情報は、場面タグの作成のために本発明において利用されることができる。すなわち、そのような情報は、３Ｄ点群の特定の部分に位置する特徴の一つ以上の種類の数を決定するために用いられることができる。そして、これらの地形は、３Ｄ点群の様々な部分のの場面タグを決定するために用いられることができる。例えば、コーナー検出法（ｃｏｒｎｅｒ ｄｅｔｅｃｔｏｒ）は、領域が自然の特徴（例えば木又は水）により占められているか、又は人造の特徴により占められているかの決定要因として用いられることができる。例えば、図３Ａにおいて示されるように、都市エリア内にみられるより多数のビル３０２、道路３０６及び他の人造の構造物により、都市エリアはより多くのコーナーのある特徴を有する傾向がある。反対に、図３Ｂにおいて示されるように、自然のオブジェクトに一般に関連する不規則なパターン及び形状により、自然エリアはよりそのようなコーナーの特徴がより少ない傾向がある。したがって、関心のある場所の放射測定画像８００を取得した後、放射測定画像８００は、特徴検出アルゴリズムを用いて分析されることができる。例えば、図８Ｂは、コーナー検出アルゴリズムを用いて図８Ａを分析した結果を表す。例示する目的のため、放射測定画像８００においてコーナー検出アルゴリズムにより発見されたコーナーは、マーク８０２により識別される。

図８Ｂのための特徴検出はコーナー検出に関して説明されるが、本発明の実施形態はその点に制限されない。本発明のいくつかの実施形態において、あらゆる種類の特徴が、コーナー、ブロブ（ｂｌｏｂ）及び／又はリッジ（ｒｉｄｇｅ）検出を含み（しかし限定されない）、場面タグの作成のために用いられ、識別されることができる。さらに、本発明のいくつかの実施形態において、識別された特徴は、一つ以上の特定のサイズのオブジェクトの場所を決定するためにさらに用いられることができる。放射測定画像における特徴の数の決定は、放射測定画像に様々な種類の特徴検出アルゴリズムを適用することによりなされることができる。例えば、コーナー検出アルゴリズムは、いつくか例を挙げると、Ｈａｒｒｉｓオペレータ、ＳｈｉとＴｏｍａｓｉの方法、曲率による方法（ｌｅｖｅｌ ｃｕｒｖｅ ｃｕｒｖａｔｕｒｅ）、ＳＵＳＡＮ（ｓｍａｌｌｅｓｔ ｕｎｉｖａｌｕｅ ｓｅｇｍｅｎｔ ａｓｓｉｍｉｌａｔｉｎｇ ｎｕｃｌｅｕｓ）及びＦＡＳＴ（ｆｅａｔｕｒｅｓ ｆｒｏｍ ａｃｃｅｌｅｒａｔｅｄ ｓｅｇｍｅｎｔ ｔｅｓｔ）アルゴリズムを含み得る。しかしながら、あらゆる特徴検出アルゴリズムが、放射測定画像における特定の種類の特徴を検出するために用いられることができる。

しかしながら、本発明の実施形態は、もっぱら地理的な方法に制限されない。本発明のいくつかの実施形態において、放射測定データそのものの分析は、場面タグの作成又は区分のために用いられることができる。例えば、スペクトル解析は、マルチスペクトル画像から近赤外線域（７５０−９００ｎｍ）及び／又は中赤外線域（１５５０−１７５０ｎｍ）及び赤域（６００−７００ｎｍ）を用いて、植物のエリアを発見するために実行されることができる。そのような実施形態において、正規化差植生指標（ＮＤＶＩ（ｎｏｒｍａｌｉｚｅｄ ｄｉｆｆｅｒｅｎｃｅ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ）＝（ＩＲ−Ｒ）／（ＩＲ＋Ｒ））の計算は、正常な植物の領域を識別するために用いられることができる。そのような分析において、エリアは、正常な植物の総量に従ってタグ付けされることができる（例えば、＜０．１ 植物なし、０．２−０．３ 低木又は草原、０．６−０．８ 温帯及び／又は熱帯の熱帯雨林）。しかしながら、本発明のいくつかの実施形態において、あらゆる固有の周波数を用いて特徴を識別することに制限されない。

本発明のいくつかの実施形態において、あらゆる数及び種類のスペクトル帯が、特徴を識別するために評価されることができ、さらに、特徴又はエリアをタグ付け又は区分するために評価されることができる。本発明のいくつかの実施形態において、特徴検出は、一つの方法に制限されない。もっと正確に言えば、本発明のいくつかの実施形態において、あらゆる数の特徴検出方法が用いられることができる。例えば、地理的な分析方法及び放射測定分析方法の組み合わせは、放射測定画像８００における特徴を識別するために用いられることができる。

一度、（区分又はタグ付けの目的のために）関心のある特徴が放射測定画像８００において検出されると、放射測定画像８００はグリッド８０６を形成するために、例えば図８Ｃに示されるように、複数の領域８０４へと分割されることができる。正方形の領域８０４のグリッド８０６が図８Ｃにおいて示されているが、本発明はこの点において制限されず、放射測定画像はあらゆる方法により分割されることができる。制限閾値は、この領域におけるコーナーの数に関して設定されることができる。一般に、そのような制限閾値は、実験的に決定されることができ、地理的な場所により変動することができる。一般に、都市エリア及び自然エリアのコーナーに基づく区分の場合、一般的な都市エリアは、コーナーに関連する多数のピクセルを含むことが予想される。したがって、放射測定画像の領域におけるコーナーの数が、前記閾値より大きい又は等しいとき、都市のカラーマップは、３Ｄ点群データの対応する部分のために使用される。

放射測定画像は、領域へのグリッドへと割り当てられることができるが、本発明のいくつかの実施形態において、前記放射測定画像は、特徴の場所（すなわち、マーク８０２）に基づく領域へと分割されることができる。例えば、領域８０４は、最初に放射測定画像８００内の場所を多数の識別された特徴とともに識別し、さらに、そのようなエリアのため、最小の数の領域を提供するためにグリッド８０６を中心に配置することにより、選択されることができる。領域８０４の最初の一つの部分は、最小の数がそのような場所のために使用できるよう選択される。他の領域８０４の指定は、この初期の設定から進むことができる。カラーマップが放射測定画像の各部分のために選択された後、３Ｄ点群データは整合されることができ、放射測定画像と位置合わせされる。そのようなレジストレーションは、上で述べたように、放射測定画像と３Ｄ点群データに関連するメタデータに基づくことができる。あるいは、実施形態において、スペクトル解析法が用いられるとき、放射測定画像の各ピクセルは、個別の領域とみなされることができる。結果として、カラーマップは、放射測定画像内のピクセル単位で異なり得る。

あるグリッドのただ一つの例示的な実施形態が図８Ｃに示されているが、本発明はこの点について制限されるものではない。本発明のいくつかの実施形態において、３Ｄ点群データは、あらゆるサイズ及び／又は形状の領域へと分割されることができる。例えば、図８Ｃにおけるグリッドの大きさと比べて小さいグリッドが、最終的に結合された画像の色解像度を改善するために用いられることができる。例えば、図３Ａのエリア３００のような、グリッド８０４の一がビルと木の両方を含むエリアを有するとき、もっぱら都市として一つのグリッドを区分し、対応するカラーマップを適用することは、不適切な配色を有する、多くの木々及び他の自然の地形をもたらすだろう。しかしながら、より小さいサイズの領域を用いることにより、地方部又は自然地域としてタグ付けされる領域の数が増加し得るため、木々及び他の自然の地形が周辺の都市の地形にしたがって色付けされる可能性は減少する。つまり、複数のグリッドが図３Ａにおけるエリア３００に適用されるとき、エリア３００はもっぱり都市であるとみなされないだろう。より正確には、第一のカラーマップが木々３０８を含むグリッドに適用されることができ、第二のカラーマップがビル３０２を含むグリッドに適用される。同様に、そのようなより小さいサイズのグリッドにより、図３Ｂのエリア３５０におけるビル３５６が、周辺の木々３５２に従って色づけされるよりむしろ、適切に色付けされる可能性が高くなる。

３Ｄ点群データ及び放射測定画像が整合された後、領域８０４のそれぞれのカラーマップは、次に、色データを３Ｄ点群データへ加えるために用いられる。この処理の例示的な結果のセットは、図９Ａ及び９Ｂに示される。図９Ａ及び９Ｂは、本発明の一実施形態に従って色データを加えた後の、３Ｄ点群データ９００の上からの視点及び遠近法による視点を示す。特に、図９Ａ及び９Ｂは、自然地域及び都市部の識別並びに図５及び図６における自然地域及び都市部のためにそれぞれ定義されたＨＳＩ値の応用に基づく色を含む３Ｄ点群データ９００を示す。図９Ａ及び９Ｂにおいて示されるように、点群データ９００内のビル９０２は、現在、それらの識別を容易にするため、図６に従って、灰色で効果的に色分けされている。同様に、点群データ９００内の他のオブジェクト９０４もまた、点群データ９００内において、それらの識別を容易にするため図５に従って現在効果的に色分けされている。したがって、色の組み合わせは、３Ｄ点群データの視覚化及び解釈を単純化し、さらに観察者に対してより意味のある方法で３Ｄ点群データを表示する。

３Ｄ点群の部分の区分は、例示的な都市の場面タグ又は自然の場面タグ及び対応するカラーマップに関して説明しているが、本発明の実施形態は、それら二種類の場面タグにもっぱら制限されない。本発明のいくつかの実施形態において、あらゆる数及び種類の場面タグが用いられることができる。例えば、一つの区分の方法は、自然エリアのタグ付け及び都市エリアのタグ付けに加えて、農業エリア又は半農業エリア（及び対応するカラーマップ）のためのタグ付けを含むことができる。さらに、それらのエリアのそれぞれのために、それらのエリアのサブクラスもまたタグ付けされることができ、異なるカラーマップを有することができる。例えば、農業エリア及び準農業エリアは、作物の種類又は植物の種類と同様に、用途の種類に従ってタグ付けされることができる。都市エリアは、その上、用途に従って（例えば、居住用、産業用、商業用、等）タグ付けされることができる。同様に、自然エリアは、植物の種類又は存在している水の地形に従ってタグ付けされることができる。しかしながら、本発明のいくつかの実施形態は、いかなる単一の種類の区分方法にもっぱら制限されない。さらに、あらゆる種類の区分方法が、本発明のいくつかの実施形態とともに用いられることができる。

さらに、既に述べたように、放射測定画像の各ピクセルは、放射測定画像の異なるエリアとみなされることができる。その結果として、スペクトル解析法は、放射測定画像内の特定の種類のオブジェクトを識別するためにさらに利用されることができる。図１０は、そのようなスペクトル解析の例示的な結果を示す。図１０が示すように、スペクトル解析は、オブジェクトにより反射され及び／又はオブジェクトにより吸収される波長又は周波数帯に基づいて異なる種類の地形を識別するために用いられることができる。図１０は、ある電磁波放射の波長のために、植物（緑）、ビル及び他の構造物（紫）並びに水域（青緑色）は、マルチスペクトル画像又はハイパースペクトル画像の一つ以上のスペクトル帯を評価することにより一般に識別されることができる。そのような結果は、オブジェクトのより正確なタグ付けを行うため、３Ｄ点群データと組み合わせられ得る。

例えば、正規化差植生指数（ＮＤＶＩ）値は、既に説明した通り、放射測定画像内の植物及び他の地形を識別するために用いられることができ、さらに、３Ｄ点群データ内の関連する点へ対応するカラーマップを適用することができる。例えば、タグ付けされているそのような地形の例示的な結果を図１１Ａ及び１１Ｂに示す。図１１Ａ及び１１Ｂは、本発明の一実施形態に従い、ＮＶＤＩ値を用いたタグ付けにより色データを追加した後の、３Ｄ点群データの上からの視点及び遠近法による視点を表す。図１１Ａ及び図１１Ｂに示されるように、木々及び他の植物と関連する３Ｄ点群データは、様々な緑の色相に関連するカラーマップを用いて色づけされている。地表又は他のオブジェクトのような他の地形は、黒、茶及びぼやけた黄の様々な色相と関連するカラーマップを用いて色付けされている。

地表面の高度が実質的に一定である本発明のいくつかの実施形態について議論してきたが、多くの場合、地表面の高度は変動し得る。説明はしないが、３Ｄ点群データにより表現される一つの場面の中でそのような地表面の高度の変動があると、場面の視覚化及びオブジェクトの視覚化が困難になることがある。

本発明のいくつかの実施形態において、カラーマップを３Ｄデータに適用するとき、地形の高度の変動を説明するために、３Ｄ点群データにより表現される場面の体積は、複数の下位の体積へと分割されることができる。これは、図１２において概念的に示される。図１２において示されるように、３Ｄ点群データの各フレーム１２００は、複数の下位の体積１２０２へと分割されることができる。個別の下位の体積１２０２は、３Ｄ点群データの各フレームにより表される全体の体積と比べ、合計の体積において相当に小さくなるよう選択されることができる。下位の体積１２０２の正確なサイズは、場面において現われる選択されたオブジェクトの予期されるサイズ及び地形の高度の変動に基づいて選択されることができる。さらに、本発明は、下位の体積１２０２に関していかなる特定のサイズにも制限されない。

下位の体積１００２のそれぞれは、３Ｄ点群データにより表現される地形の表面の特定の部分と合わせることができる。本発明の一実施形態によれば、地表面４０５は、下位の体積それぞれのために定義されることができる。地表面４０５は、下位の体積内の最も低い高度の３Ｄ点群データ点として決定されることができる。例えば、ＬＩＤＡＲのような種類の測距装置（ｒａｎｇｉｎｇ ｄｅｖｉｃｅ）の場合、これは、下位の体積内で測距装置により受信される最後の返答である。下位の体積のそれぞれの地表基準高度を設定することにより、３Ｄ点群の様々な部分に用いられるカラーマップは、場面のその部分の真の地表面を適切に基準とされることを可能にする。

本発明に関する先述の説明を踏まえると、本発明は、ハードウェア、ソフトウェア又はハードウェアとソフトウェアとの組み合わせであり得ることが認識されるべきである。発明の配置に従って、方法は、一つの処理システムにおける集中型システムで実現されることができ、あるいは、異なる要素が相互接続された複数のシステムに広くまたがる分散型システムで実現されることができる。ここで示される方法を実行するよう構成されるいかなる種類のコンピュータシステム又は他の装置が適切である。ハードウェアとソフトウェアとの一般的に組み合わせは、読み込まれて実行されるとき、ここで示される方法を実行するようコンピュータシステムを制御する、コンピュータプログラムを有する汎用コンピュータプロセッサ又はデジタル信号プロセッサであり得る。

本発明は、コンピュータプログラム製品内にもまた組み込まれることができる。コンピュータプログラムは、ここで示される方法の実装を可能にする全ての方法を含み、さらに、コンピュータシステム内に読み込まれる時、それらの方法を実行することができる。現在の文脈におけるコンピュータプログラム又はアプリケーションとは、あらゆる言語、コード又は表記法において、システムに、直接的か、ａ）別の言語、コード又は表記法の変換；ｂ）異なるデータ型の再構成のいずれか又は両方の後かに、特定の機能を実行させる情報処理能力をもたらす、命令のセットのあらゆる表現を意味する。

本発明の様々な実施形態が上で説明されているが、それらは例としてのみ表現され、制限として表現されているものではないことが理解されるべきである。開示される実施形態に対する数値的な変更は、本発明の精神又は範囲を逸脱することなく、本開示書に従ってなされることができる。したがって、本発明の広さ及び範囲は、上で示されたあらゆる実施形態により制限されるべきではない。もっと正確に言えば、本発明の範囲は、後のクレーム及びその均等物に従って定義されるべきである。

本発明は、一つ以上の実装に関して図示され説明されているが、当業者は、本明細書及び付属の図面を読んで理解することにより、均等な変更及び修正に思い当たる。さらに、本発明の特定の特徴は、複数の実装のうちただ一つに関して開示されている可能性があるが、そのような特徴は、あらゆる既知の応用又は特定の応用のために望ましく有益であり得る、他の実装の他の一つ以上の特徴と組み合わせられることができる。

ここで用いられる用語は、特定の実施形態を示す目的のみで使用され、本発明の制限を意図するものではない。ここで用いられるように、単数形の“一つの（ａ）”、“一つの（ａｎ）”及び“前記、該（ｔｈｅ）”は、文脈により明示的に他の意味が示されない限りは、同様に複数形を含むことが意図される。さらに、“含んでいる”、“含む”、“有している”、“有する（ｈａｓ）”、“有する（ｗｉｔｈ）”又はそれらの変形の語が詳細な説明及び／又はクレームにおいて用いられる限りでは、そのような用語は“からなる”と同様の方法を含むよう意図される。

他で定義されない限り、ここで用いられる全ての用語（技術用語及び科学用語を含む）は、本発明が属する技術分野の当業者により共通に理解されるものと同一の意味を有する。一般に用いられる辞書において定義されるような用語は、従来技術との関連で、それらの意味と一致する意味を有するよう解釈されるべきであり、ここではっきりとそのように定義されない限り、理想的又は過度に形式的な意味において解釈されない。

１００ データ収集システム１００
２００ 空間データ
３００ 都市部
３５０ 自然地域又は地方部
５００ 色空間関数
６００ 色空間関数
８００ 放射測定画像

Claims (12)

1. 場所のための空間データの視覚化及び解釈を改善する方法であって：
   前記場所の放射測定画像データの第一の部分のための、複数の場面タグから第一の場面タグを選択する段階と；
   前記空間データの第一の部分を選択する段階であって、前記空間データは、前記放射測定画像データの前記第一の部分に関連する複数の三次元（３Ｄ）データ点を含む、段階と；
   複数の色空間関数から前記空間データの前記第一の部分の第一の色空間関数を選択する段階であって、当該選択は前記第一の場面タグに基づき、さらに、前記複数の色空間関数の夫々は、前記複数の３Ｄデータ点の高度座標の関数として色相、彩度及び輝度（ＨＳＩ）の値を定義する、段階と；
   前記空間データの前記第一の部分に関連する前記複数の３Ｄデータ点を用いて前記第一の色空間関数から選択される、前記ＨＳＩ値を用いて前記空間データの前記第一の部分を表示する段階と；
   を有し、
   前記複数の場面タグは、複数の区分に関連し、さらに、前記複数の色空間関数の夫々は、前記複数の区分の一に関連する前記ＨＳＩ値における異なった所定のバリエーションを表す
   ことを特徴とする方法。
2. 前記の第一の場面タグを選択する段階は：
   前記放射測定画像データを複数の部分へ分割する段階と；
   前記複数の部分の夫々のための前記複数の場面タグの一を選択する段階と；
   をさらに有する、請求項１に記載の方法。
3. 前記の第一の場面タグを選択する段階は：
   前記放射測定画像データの前記第一の部分における一つ以上の特徴の種類を認識する段階と；
   前記放射測定画像データの前記第一の部分において認識される前記特徴の種類の少なくとも一に基づく前記空間データの前記第一の部分の前記第一の場面タグを決定する段階と；
   をさらに有する、請求項１に記載の方法。
4. 前記の認識する段階は、前記放射測定画像データの前記第一の部分の幾何解析と、前記放射測定画像データの前記第一の部分のスペクトル解析とのうち少なくとも一の実行に基づいて、前記特徴の種類を識別する段階をさらに有する、請求項３に記載の方法。
5. 前記の幾何解析を実行する段階は、エッジの特徴、コーナーの特徴、ブロブ（ｂｌｏｇ）の特徴又はリッジ（ｒｉｄｇｅ）の特徴の中の少なくとも一を検出する段階を有する、請求項４に記載の方法。
6. 前記放射測定画像データは、複数のスペクトル帯の画像データからなり、さらに、前記のスペクトル解析を実行する段階は、前記複数のスペクトル帯の少なくとも一を評価することにより特徴を検出する段階を有する、請求項４に記載の方法。
7. 場所のための空間データの視覚化及び解釈を改善するシステムであって：
   前記場所に関連する前記空間データ及び放射測定画像データの受信のための記憶部と；
   前記記憶部へ通信するように結合される処理部であって：
   前記場所の放射測定画像データの第一の部分のための、複数の場面タグから第一の場面タグを選択する段階と；
   前記空間データの第一の部分を選択する段階であって、前記空間データの前記第一の部分は、前記放射測定画像データの前記第一の部分に関連する複数の三次元（３Ｄ）データ点を有する、段階と；
   複数の色空間関数から前記空間データの前記第一の部分のための第一の色空間関数を選択する段階であって、当該選択は前記第一の場面タグに基づき、さらに、前記複数の色空間関数の夫々は、前記複数の３Ｄデータ点の高度座標の関数として色相、彩度及び輝度（ＨＳＩ）の値を定義する、段階と；
   前記空間データの前記第一の部分に関連する前記複数の３Ｄデータ点を用いて前記第一の色空間関数から選択される、前記ＨＳＩ値を用いて前記空間データの前記第一の部分を表示する段階；
   のために構成される、処理部；
   を有し、
   前記複数の場面タグは、複数の区分に関連付けられ、さらに、前記複数の色空間関数の夫々は、前記複数の区分の一に関連する前記ＨＳＩ値における異なった所定のバリエーションを表す
   ことを特徴とするシステム。
8. 前記の第一の場面タグを選択する段階の間、前記処理部は：
   前記放射測定画像データを複数の部分へ分割する段階と；
   前記複数の部分の夫々のための前記複数の場面タグの一を選択する段階；
   のためにさらに構成される、請求項７に記載のシステム。
9. 前記の第一の場面タグを選択する段階の間、前記処理部は：
   前記放射測定画像データの前記第一の部分における一つ以上の特徴の種類を認識する段階と；
   前記放射測定画像データの前記第一の部分において認識される前記特徴の種類の少なくとも一に基づく前記空間データの前記第一の部分の前記第一の場面タグを決定する段階；
   のためにさらに構成される、請求項７に記載のシステム。
10. 前記の認識する段階の間、前記処理部は：
    前記放射測定画像データの前記第一の部分の幾何解析と、前記放射測定画像データの前記第一の部分のスペクトル解析とのうち少なくとも一の実行に基づいて、前記特徴の種類を識別する段階；
    のためにさらに構成される、請求項９に記載のシステム。
11. 前記の幾何解析を実行する段階は、
    エッジの特徴、コーナーの特徴、ブロブ（ｂｌｏｇ）の特徴又はリッジ（ｒｉｄｇｅ）の特徴の中の少なくとも一を検出する段階
    を有する、請求項１０に記載のシステム。
12. 前記放射測定画像データは、複数のスペクトル帯の画像データからなり、さらに、前記のスペクトル解析を実行する段階は、前記複数のスペクトル帯の少なくとも一を評価することにより特徴を検出する段階を有する、請求項１０に記載のシステム。

Images