JP2015011014A - 計測装置及び計測プログラム - Google Patents
計測装置及び計測プログラム Download PDFInfo
- Publication number
- JP2015011014A JP2015011014A JP2013139009A JP2013139009A JP2015011014A JP 2015011014 A JP2015011014 A JP 2015011014A JP 2013139009 A JP2013139009 A JP 2013139009A JP 2013139009 A JP2013139009 A JP 2013139009A JP 2015011014 A JP2015011014 A JP 2015011014A
- Authority
- JP
- Japan
- Prior art keywords
- cloud
- measurement
- reference object
- luminance
- image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
【課題】雲の位置と雲密度を簡単に計測できる計測装置を提供する。
【解決手段】雲と参照物体とを含む計測画像を取得する取得部12と、計測画像中の参照物体の表示領域を特定する特定部14と、参照物体の手前に雲が存在するか否かを判定する判定部16と、参照物体の手前に雲が存在する場合に、計測画像中の雲の雲領域と参照物体の高さと位置から、雲の位置を推定する位置推定部18と、計測画像の雲領域の輝度である計測輝度と、参照画像の雲領域に相当する領域の輝度である参照輝度を算出し、計測輝度と参照輝度から光の減衰率を算出する減衰率算出部20と、前記減衰率と雲の位置から雲密度を算出する密度算出部22と、雲の位置と雲密度を出力する出力部24とを有する。
【選択図】 図1
【解決手段】雲と参照物体とを含む計測画像を取得する取得部12と、計測画像中の参照物体の表示領域を特定する特定部14と、参照物体の手前に雲が存在するか否かを判定する判定部16と、参照物体の手前に雲が存在する場合に、計測画像中の雲の雲領域と参照物体の高さと位置から、雲の位置を推定する位置推定部18と、計測画像の雲領域の輝度である計測輝度と、参照画像の雲領域に相当する領域の輝度である参照輝度を算出し、計測輝度と参照輝度から光の減衰率を算出する減衰率算出部20と、前記減衰率と雲の位置から雲密度を算出する密度算出部22と、雲の位置と雲密度を出力する出力部24とを有する。
【選択図】 図1
Description
本発明の実施形態は、計測装置及び計測プログラムに関する。
気象予報などにおいて、雲の位置は重要な情報の1つであり、従来より、地上に設置した2台の全天カメラを用いて第1画像と第2画像を撮影し、この2つの画像を用いて、雲の位置を算出する技術が提案されている。
しかし、上記技術においては、雲の位置を推定するのに2台の全天カメラが必要な上に、雲に対する視差を得るために2台の全天カメラの距離を離す必要があり、設置範囲が広くなるという問題点があった。また、この技術では雲密度も計測することができないという問題点があった。
そこで、本発明の実施形態は上記問題点に鑑み、雲の位置と雲密度を簡単に計測できる計測装置及び計測プログラムを提供することを目的とする。
本発明の実施形態は、参照物体の高さと位置を格納する情報格納部と、雲のない状態の前記参照物体が撮影された参照画像を格納する画像格納部と、雲と前記参照物体とを含む計測画像を取得する取得部と、前記計測画像中の前記参照物体の表示領域を特定する特定部と、前記参照物体の手前に前記雲が存在するか否かを判定する判定部と、前記参照物体の手前に前記雲が存在する場合に、前記計測画像中の前記雲の雲領域と前記情報格納部から取得した前記参照物体の高さと位置から、前記雲の位置を推定する位置推定部と、前記計測画像の前記雲領域の輝度である計測輝度と、前記画像格納部から取得した前記参照画像の前記雲領域に相当する領域の輝度である参照輝度を算出し、前記計測輝度と前記参照輝度から光の減衰率を算出する減衰率算出部と、前記減衰率と前記雲の位置から雲密度を算出する密度算出部と、前記雲の位置と前記雲密度を出力する出力部と、を有する計測装置である。
以下、一実施形態の計測装置1について図1〜図9に基づいて説明する。
計測装置1は、雲の位置と雲密度を計測するものであり、ここで「雲」とは、大気中に無数の水滴や氷の結晶が塊となって浮かんでいるものをいい、「雲密度」とは、大気1kg当たりの水の重さ(kg)(単位が無次元)や単位体積当たりの水滴や氷の重さ(単位がkg/m3)や結晶の数(単位が/m3)を意味する。
計測装置1の構成について、図1に基づいて説明する。図1は、計測装置1のブロック図である。図1に示すように、計測装置1は、カメラ10、取得部12、特定部14、判定部16、位置推定部18、減衰率算出部20、密度算出部22、出力部24、情報格納部26及び画像格納部28を有している。
カメラ10は、図2に示すように、1台であって、CCD素子を用いて計測画像を撮影する。図3に示すように、計測画像に高さが既知の参照物体(例えば、山、丘、ビル、タワー、飛行中の航空機、浮かぶ気球など)が写るように、カメラ10が撮影位置Oに固定されている。撮影位置Oは、予めGPSによって位置を特定しておく。以下の説明では、図2に示すように、参照物体として山2を用いて説明する。なお、計測画像の参考として、図6にビル4を参照物体として撮影した場合、図7に航空機5を参照物体として撮影した場合、図8に気球6を参照物体として撮影した場合を示す。
取得部12は、カメラ10から無線回線、有線回線で図3に示す計測画像を取得する。なお、取得部12とカメラ10が一体でもよい。
特定部14は、計測画像中に表示された参照物体の表示領域(図3の点線で囲まれた領域参照)を特定する。計測画像に山2が参照物体として撮影されているので、その山2が表示されている表示領域を画素位置などで特定する。表示領域を特定する方法としては、次の方法がある。
第1の方法は、ユーザが手動で表示領域を特定する。
第2の方法は、雲のない晴天の参照物体のみの画像を予め撮影しておき、撮影した画像において輝度、色などから空以外の範囲を参照物体の表示領域として特定する。なお、雲のない晴天の山2の画像は、後から説明する画像格納部28から取得する。ここで「雲のない」晴天とは、参照する山に雲のない画像である。
第3の方法は、計測画像の中心部に参照物体を撮影するという条件を与えておき、計測画像の中心から所定範囲の領域を参照物体の表示領域として特定する。
判定部16は、計測画像に関して山2の手前に雲3が存在するか否かを判定する。判定方法について説明する。
まず、判定部16は、カメラ10で計測画像を撮影した同じ撮影位置、天球中の太陽位置が同じ時に撮影した画像(以下、「参照画像」という、図4参照)を画像格納部28から呼び出す。
次に、判定部16は、図4に示す雲のない晴天の参照画像と、図3に示す計測画像とを比較し、計測画像に関しては参照物体の手前に撮影され、かつ、参照画像では撮影されていない白、グレー、黒の領域を、計測画像中の雲3の雲領域と特定する。
なお、画像格納部28は、雲のない晴天の参照物体を、撮影位置(必要なら撮影方向)、月、日、時刻に分類して格納している。判定部16が参照画像を画像格納部28から取得するときには、カメラ10の撮影位置(必要なら撮影方向)、撮影の月日時を指示する。画像格納部28は、その指示された撮影位置、撮影の月日時に対応した参照画像を判定部16に出力する。但し、判定部16が参照画像と計測画像とを比較する場合に、撮影位置(又は撮影方向)は一致する必要がある。しかし、撮影時刻と撮影月日は、完全に一致する必要はなく、太陽の位置がほぼ同じであるならば、光量や影のでき方は同じであるため、撮影時刻に関しては例えば、30分前後ずれてもよく、撮影月日に関しても例えば、10日前後ずれてもよい。
次に、位置推定部18が、雲3の位置を推定する方法について説明する。なお、情報格納部26は、参照物体の高さH及び位置(例えば、山頂Aの経度と緯度の情報)が格納されている。
まず、位置推定部18は、計測画像に撮影された参照物体(山2)の高さHと山頂Aの位置を情報格納部26から取得する。
次に、位置推定部18は、判定部16で特定した雲領域における雲底高度h1、雲頂高度h2を、参照物体の高さ(山2の高さ)Hを用いて算出する。例えば、参照物体が山2であるので、山2の八合目まで雲3に覆われている場合には、雲底高度h1は、山2の高さHの0.8倍となる。
次に、位置推定部18は、雲領域の左端C1、右端C2、左端C1と右端C2の距離を、山2の高さHと山頂Aの位置を基準に算出する。
以下では、雲3の位置とは、雲底高度h1、雲頂高度h2、雲領域の左端C1の位置、右端C2の位置、左端C1と右端C2の距離をいう。但し、雲領域の左端C1が計測画像に撮影されていない場合や全天雲3に覆われている場合などのように、全ての情報を推定できない場合は、推定できなかった情報に関しては計測不可を表すフラグを立てる。
減衰率算出部20は、画像格納部28に格納されている同じ時刻、同じ日時の参照画像と計測画像とを比較し、雲領域における光の減衰率を算出する。
すなわち、参照画像においては雲3による光の減衰が全くないものとし、計測画像においては雲3によってどの程度、光の減衰が行われているかを推定する。そのために、計測画像の雲領域の計測輝度I1と、参照画像における雲領域に相当する領域の参照輝度I0をそれぞれ求め、その減衰率G=I1/I0を計算する。
なお、計測画像の計測輝度I1は、雲領域に含まれる複数の画素の輝度の平均値を用いる。参照輝度I0についても同様である。また、計測輝度I1は、計測画像の雲領域の最高輝度又は最低輝度を用いてもよい。
密度算出部22は、減衰率G(参照輝度I0と計測輝度I1の比率)と、雲3の厚みdに基づいて雲密度xを計算する。
非特許文献1(”Contrast Restoration of Weather Degraded Images”,Srinivasa G. Narasimhan and Shree K. Nayar. IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.25, No.6, June 2003)によると、参照輝度I0と計測輝度I1と雲3の厚みdには、(1)式の関係がある。
I1={I0×exp(−x×d)}/d2 ・・・(1)
したがって、
x={log(d2×I1/I0)}/d
={log(d2/G)}/d ・・・(2)
となる。
但し、雲3の厚みdについては、直接観測できないため、密度算出部22が、次のようなパターン認識を行って算出する。
まず、密度算出部22は、雲の種類(巻雲、巻積雲、巻層雲、高積雲、高層雲、乱層雲、層積雲、積雲、積乱雲)毎に、その雲形状を表したテンプレートと、雲の種類のテンプレート毎に、その雲の正規化した厚みを記憶している。
ここで正規化した厚みとは、雲の左端C1と右端C2の距離が所定の長さのときの厚みをいう。例えば、このテンプレートのデータを作成するときに、観測した雲の種類が積雲であって、観測したときの左端C1と右端C2の距離が20km、厚みが10kmのときに、その距離を10kmに換算して、正規化した厚みを5kmとして記憶しておく。なお、雲の厚みを正規化するのは、雲3は同じ種類でも大きさがそれぞれ異なるからである。
次に、密度算出部22は、計測画像中の雲領域に、雲の種類に基づいたテンプレートを順番にあててパターン認識を行い、類似度の最も高い雲の種類を選択し、その雲の種類に対応した雲の厚みを呼び出す。ここで、この雲の厚みは上記したように正規化されているので、計測された雲3の左端C1と右端C2の距離から実際の厚みdに換算する。雲領域の左端C1と右端C2の距離は、位置推定部18で算出したデータを使用する。
なお、テンプレートに、その種類の雲の雲底高度も記憶させておき、この雲底高度と位置算出部18で求めた雲3の雲底高度h1を比較して、あまり雲の高度がかけ離れた種類のテンプレートは、パターン認識から外してもよい。例えば、雲底高度h1が約2kmなら、巻雲、巻積雲、巻層雲などの高層雲のテンプレートを排除してもよい。
密度算出部22は、上記のように雲の厚みdを求めた後に、雲の厚みdと減衰率Gとを(2)式に代入して、雲密度xを算出する。
出力部24は、密度算出部22で推定した雲密度xと、位置推定部18で推定した雲3の位置を気象予報システムなどに出力する。
次に、計測装置1の動作状態について図5のフローチャートに基づいて説明する。
ステップS1において、カメラ10で計測画像を撮影して、取得部12が図3に示す計測画像を取得する。そして、特定部14が、取得した計測画像中における参照物体(山2)の表示領域を特定し、ステップS2に進む。
ステップS2において、判定部16は、特定部14が特定した山2の表示領域の手前に雲3が存在するか否かを判定し、雲3が存在しなればステップS2に戻り、雲3が存在すれば計測画像中の雲領域を特定しステップS4に進む。
ステップS4において、位置推定部18は、情報格納部26から山2の高さHと位置を取得し、ステップS5に進む。
ステップS5において、位置推定部18は、山2の高さHに基づいて、雲3の高さ(雲底高度h1、雲頂高度h2)を含む雲3の位置を推定してステップS5に進む。
ステップS6において、減衰率算出部20は、画像格納部28から図4に示す雲のない晴天の参照画像を取得し、ステップS7に進む。
ステップS7において、減衰率算出部20は、雲領域における計測画像の計測輝度I1と、雲のない晴天の参照画像における参照輝度I0を算出した後、光の減衰率Gを算出し、ステップS8に進む。
ステップS8において、密度算出部22が、撮影された雲3についてテンプレートを当てて雲3の厚みdを求める。そして、密度算出部22は、雲3の厚みdと減衰率Gを用いて(2)式から雲密度xを算出し、ステップS9に進む。
ステップS9において、出力部24は、雲3の位置と雲密度xを出力して終了する。
以上により本実施形態の計測装置1によれば、1台のカメラによって参照物体の手前にある雲3を撮影するだけで、その雲3の位置と雲密度xを計測できる。
また、気象庁や民間気象会社が用いているような専門の観測機器でなく、カメラ10で計測画像を撮影するだけでその周囲の雲密度xを計測できる。
また、気象庁の気象台、測候所、気象レーダーに加えてアメダスによっても各地域の気象状況を監視しているが、これらの観測網だけでは、ユーザが希望する天気を予報し難い。そのため、本実施形態のようにユーザが希望する位置にカメラ10を固定して、その周りの雲密度xや雲の位置を計測することにより、そのカメラ10の固定位置における天気をより正確に予報できる。
密度算出部22が、雲3の厚みdを計算する変更例について図2に基づいて説明する。
まず、密度算出部22は、位置推定部18が求めた雲底高度h1と雲頂高度h2を取得する。
次に、密度算出部22は、カメラ10と山2までの距離Mを求める。距離Mは、カメラ10の位置OのGPS情報と山2の位置(地図から山頂Aの位置の緯度、経度を求める)から算出する。
次に、密度算出部22は、カメラOと山頂Aまでの直線距離Lを求める。直線距離Lは(3)式によって求まる。
L=√(H2+M2) ・・・(3)
すると下記のような(4)式が成立する。
L:d=H:(h2−h1) ・・・(4)
したがって、密度算出部22は、(5)式から雲の厚みdを算出できる。
d=(h2−h1)×L/H ・・・(5)
なお、全てが曇って雲頂が見えない場合は、h2=Hとなる。また、H以上であるという付加情報(0なら計算通り、1なら計算値以上というフラグ)を加えてもよい。
図9は、計測装置1のハードウェア構成の一例を表すブロック図である。図9に示すように、計測装置1は、CPU101と、計測プログラムなどを記憶するROM102と、RAM103と、情報格納部26及び画像格納部28に対応したHDD104と、HDD104とのインターフェイスであるI/F105と、カメラ10からの計測画像入力用のインターフェイスであるI/F106と、マウスやキーボードなどの入力装置107と、入力装置107とのインターフェイスであるI/F106と、ディスプレイなどの表示装置108と、表示装置108とのインターフェイスであるI/F110と、バス111とを備えており、通常のコンピュータを利用したハードウェア構成となっている。なお、CPU101、ROM102、RAM103、I/F105、I/F106、I/F116、及びI/F110は、バス111を介して互いに接続されている。
計測装置1では、CPU101がROM102からプログラムをRAM103上に読み出して実行することにより、上記各部(取得部12、特定部14、判定部16、位置推定部18、減衰率算出部20、密度算出部22、出力部24)がコンピュータ上で実現され、HDD104に記憶されている情報格納部26及び画像格納部28のデータ等を用いて、I/F106からの上記処理を行う。
なお、計測プログラムはHDD104に記憶されていてもよい。また、計測プログラムは、インストール可能な形式又は実行可能な形式のファイルでCD−ROM、CD−R、メモリカード、DVD、フレキシブルディスク(FD)、USBメモリ等のコンピュータで読み取り可能な記憶媒体に記憶されて提供されるようにしてもよい。また、プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、計測プログラムを、インターネット等のネットワーク経由で提供または配布するようにしてもよい。
上記では本発明の一実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の主旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
10・・・計測装置、12・・・取得部、14・・・特定部、16・・・判定部、18・・・位置推定部、20・・・減衰率算出部、22・・・密度算出部、24・・・出力部、26・・・情報格納部、28・・・画像格納部
Claims (6)
- 参照物体の高さと位置を格納する情報格納部と、
雲のない状態の前記参照物体が撮影された参照画像を格納する画像格納部と、
雲と前記参照物体とを含む計測画像を取得する取得部と、
前記計測画像中の前記参照物体の表示領域を特定する特定部と、
前記参照物体の手前に前記雲が存在するか否かを判定する判定部と、
前記参照物体の手前に前記雲が存在する場合に、前記計測画像中の前記雲の雲領域と前記情報格納部から取得した前記参照物体の高さと位置から、前記雲の位置を推定する位置推定部と、
前記計測画像の前記雲領域の輝度である計測輝度と、前記画像格納部から取得した前記参照画像の前記雲領域に相当する領域の輝度である参照輝度を算出し、前記計測輝度と前記参照輝度から光の減衰率を算出する減衰率算出部と、
前記減衰率と前記雲の位置から雲密度を算出する密度算出部と、
前記雲の位置と前記雲密度を出力する出力部と、
を有する計測装置。 - 前記密度算出部は、前記減衰率と、前記雲の位置から求めた前記雲の厚みから、前記雲密度を算出する、
請求項1に記載の計測装置。 - 前記密度算出部は、予め記憶した雲の種類に対応した複数種類のテンプレートを前記計測画像における前記雲領域にあててパターン認識を行い、前記雲の厚みを算出する、
請求項2に記載の計測装置。 - 前記密度算出部は、前記計測画像の撮影位置、前記参照物体の高さ、前記雲の位置に含まれる前記雲の高さから前記雲の厚みを算出する、
請求項2に記載の計測装置。 - 前記参照物体は、山、丘、建造物、又は、飛行物体である、
請求項1に記載の計測装置。 - 参照物体の高さと位置を格納する情報格納機能と、
雲のない状態の前記参照物体が撮影された参照画像を格納する画像格納機能と、
雲と前記参照物体とを含む計測画像を取得する取得機能と、
前記計測画像中の前記参照物体の表示領域を特定する特定機能と、
前記参照物体の手前に前記雲が存在するか否かを判定する判定機能と、
前記参照物体の手前に前記雲が存在する場合に、前記計測画像中の前記雲の雲領域と前記情報格納機能で格納している前記参照物体の高さと位置から、前記雲の位置を推定する位置推定機能と、
前記計測画像の前記雲領域の輝度である計測輝度と、前記画像格納機能で格納している前記参照画像の前記雲領域に相当する領域の輝度である参照輝度を算出し、前記計測輝度と前記参照輝度から光の減衰率を算出する減衰率算出機能と、
前記減衰率と前記雲の位置から雲密度を算出する密度算出機能と、
前記雲の位置と前記雲密度を出力する出力機能と、
をコンピュータに実現させるための計測プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013139009A JP2015011014A (ja) | 2013-07-02 | 2013-07-02 | 計測装置及び計測プログラム |
US14/298,032 US20150010200A1 (en) | 2013-07-02 | 2014-06-06 | Measuring apparatus and measuring program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013139009A JP2015011014A (ja) | 2013-07-02 | 2013-07-02 | 計測装置及び計測プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015011014A true JP2015011014A (ja) | 2015-01-19 |
Family
ID=52132859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013139009A Pending JP2015011014A (ja) | 2013-07-02 | 2013-07-02 | 計測装置及び計測プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20150010200A1 (ja) |
JP (1) | JP2015011014A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018054455A (ja) * | 2016-09-29 | 2018-04-05 | 株式会社Subaru | 雲位置推定装置、雲位置推定方法及び雲位置推定プログラム |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10459119B2 (en) * | 2014-12-26 | 2019-10-29 | Matthew Kuhns | System and method for predicting sunset vibrancy |
US10210389B2 (en) | 2015-01-20 | 2019-02-19 | Bae Systems Plc | Detecting and ranging cloud features |
EP3248139A1 (en) * | 2015-01-20 | 2017-11-29 | BAE Systems PLC | Cloud feature detection |
US9906733B2 (en) * | 2015-06-22 | 2018-02-27 | The Johns Hopkins University | Hardware and system for single-camera stereo range determination |
EP3440428B1 (en) | 2016-04-08 | 2022-06-01 | Orbital Insight, Inc. | Remote determination of quantity stored in containers in geographical region |
US10217236B2 (en) * | 2016-04-08 | 2019-02-26 | Orbital Insight, Inc. | Remote determination of containers in geographical region |
US10902260B2 (en) * | 2018-11-29 | 2021-01-26 | International Business Machines Corporation | Estimating a height of a cloud depicted in an image |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7710418B2 (en) * | 2005-02-04 | 2010-05-04 | Linden Acquisition Corporation | Systems and methods for the real-time and realistic simulation of natural atmospheric lighting phenomenon |
US8340461B2 (en) * | 2010-02-01 | 2012-12-25 | Microsoft Corporation | Single image haze removal using dark channel priors |
-
2013
- 2013-07-02 JP JP2013139009A patent/JP2015011014A/ja active Pending
-
2014
- 2014-06-06 US US14/298,032 patent/US20150010200A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018054455A (ja) * | 2016-09-29 | 2018-04-05 | 株式会社Subaru | 雲位置推定装置、雲位置推定方法及び雲位置推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20150010200A1 (en) | 2015-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2015011014A (ja) | 計測装置及び計測プログラム | |
TWI483215B (zh) | 根據相關3d點雲端資料強化影像資料 | |
US9613388B2 (en) | Methods, apparatuses and computer program products for three dimensional segmentation and textured modeling of photogrammetry surface meshes | |
US8700304B1 (en) | System and method of determining distances between geographic positions | |
CN107993282B (zh) | 一种动态的可量测实景地图制作方法 | |
US9208555B1 (en) | Method for inspection of electrical equipment | |
JP6334927B2 (ja) | 付加情報表示装置および付加情報表示プログラム | |
Honjo et al. | Sky view factor measurement by using a spherical camera | |
US11959749B2 (en) | Mobile mapping system | |
JP2019045146A (ja) | 気象予測装置、気象予測方法、および気象予測プログラム | |
JP2014240754A (ja) | 気象情報提供装置及び気象情報提供用プログラム | |
CN110378174A (zh) | 道路线提取方法和装置 | |
US9571801B2 (en) | Photographing plan creation device and program and method for the same | |
JP2017201261A (ja) | 形状情報生成システム | |
JP2014240754A5 (ja) | ||
KR101544536B1 (ko) | Gis를 이용한 강우 정보 제공 장치 및 방법 | |
JP2015190978A (ja) | 四角形や円錐台形状を持つ構築物の画像計測装置及びその方法 | |
CN117687125A (zh) | 构建覆冰格点数据集的方法、处理器、装置及存储介质 | |
JP2012242322A (ja) | 空中物位置測定装置、空中物位置測定システム及び空中物位置測定方法 | |
KR101556462B1 (ko) | 열대 저기압에 대한 지역별 예측 오차의 2차원 표출 방법 및 시스템 | |
US20160086339A1 (en) | Method of providing cartograic information of an eletrical component in a power network | |
Buchroithner et al. | 3D surveying and visualization of the biggest ice cave on earth | |
CN107703954B (zh) | 用于无人机的目标位置勘测方法、装置及无人机 | |
JP7127927B1 (ja) | 水蒸気観測方法 | |
Kobayashi et al. | A Process Reduction Method for Spatial Information in Real-Time AR Snow Visualization Systems |