JP2019016066A - 地物形状抽出装置、地物形状抽出方法、及びプログラム - Google Patents

Abstract

【課題】三次元点群データからの建物等の地物の形状の抽出精度を向上し得る、地物形状抽出装置、地物形状抽出方法、及びプログラムを提供する。【解決手段】地物形状抽出装置１０は、地物の位置座標及び高さを含む三次元点群データを取得する、データ取得部１１と、三次元点群データから、高さの値が閾値未満のデータを除去する、フィルタリング部１２と、除去後の三次元点群データから高さの値が閾値以上となる部分を検出し、検出した部分毎に境界を設定する、境界設定部１３と、境界毎に内部の領域の高さの値に基づいて複数のクラスタを生成し、これらのうち設定条件を満たすクラスタが地面を示していると判定する、クラスタリング部１４と、境界毎に、地面を示しているクラスタの平均高さに基づいて、基準高さを設定し、基準高さよりも平均高さが高いクラスタに基づいて、地物の外形を示す領域を抽出する、外形領域抽出部１５と、を備えている。【選択図】図１

Description

本発明は、三次元点群データから建物等の地物の形状を抽出するための、地物形状抽出装置、及び地物形状抽出方法に関し、更には、これらを実現するためのプログラムに関する。

近年、コンピュータ上で立体地図を作成する際の基礎データとして、地表面の地形、植生及び建築物を数値データで表現した数値表層モデル（ＤＳＭ：Digital Surface Model）が利用されている（例えば、非特許文献１参照）。また、数値標高モデルから植生及び建築物を除いた地形だけのモデルは、特に、数値地形モデル（ＤＴＭ：Digital Terrain Model）と呼ばれている。

一般に、数値表層モデルは、航空写真の解析によって作成される。具体的には、写真測量と同様の原理により、連続して航空機から撮影された航空写真をステレオマッチング処理することにより、自動的に視差を求め、視差情報から算出された高さと、計測時の航空機の位置とが関連付けられた三次元点群データが生成され、この三次元点群データが数値表層モデルとなる。

また、このような数値表層モデルは、地方自治体において、存在する建物を把握するために利用されている。更に、数値表層モデルにおいて、建物を把握するためには、まず、家屋形状図を作成する必要がある。通常、家屋形状図の作成は、図化機を用いて航空写真から作図するなど、人手によって建物の輪郭を抽出することによって行なわれている。

但し、人手による航空写真からの建物の輪郭の抽出には、作業効率が悪いという問題点、作業者の技量によって抽出精度が変動するという問題点がある。このため、特許文献１は、自動的に建物の輪郭を抽出する装置を開示している。

具体的には、特許文献１に開示された装置は、まず、地物を含まない地表の標高を表す数値地形モデルを用いて、対象領域の数値表層モデルを正規化する。これにより、対象領域の三次元点群データにおける地表の高さは一定となる。次に、特許文献１に開示された装置は、高層の建物を抽出するため、正規化された数値表層モデルに対して、閾値でフィルタリングを行ない、高さが閾値未満となっている部分のデータを除去する。

これにより、対象領域の数値表層モデルにおいては、閾値以上の高さの部分のみが抽出される。よって、特許文献１に開示された装置は、高さが閾値未満となっている部分のデータが抽出された数値表層モデルから、植生部分を除去し、その後、高層の建物の輪郭を抽出する。具体的には、特許文献１に開示された装置は、対応するオルソ画像から得られる色情報又はテクスチャ情報を用いて、植生部分を除去した後、建物の輪郭を抽出する。

続いて、特許文献１に開示された装置は、低層の建物を抽出するため、正規化された数値表層モデルにおいて、上述の閾値以上となったデータの高さをゼロにして、低層の建物のみの三次元点群データを補正する。そして、特許文献１に開示された装置は、対応するオルソ画像から得られる色情報又はテクスチャ情報を用いて、補正後の数値表層モデルから、低層の建物の輪郭を抽出する。

特許第４８８０６９号公報

このように、上記特許文献１に開示された装置によれば、人手によることなく、自動的に、数値表層モデルから建物の輪郭を抽出することができる。しかしながら、上記特許文献１に開示された装置では、低層の建物の輪郭の抽出は、高層の建物のデータが除去された数値表層モデルに、オルソ画像から得られる色情報又はテクスチャ情報を適用することによって行なわれる。このため、建物の側に車輌等の物体が存在した場合、閾値未満の高さの植物が建物の一部又は全部を覆っている場合等において、建物の輪郭の抽出精度が大きく低下してしまう可能性がある。

また、上記特許文献１に開示された装置では、数値表層モデルと数値地形モデルとがほぼ同時期の地表面及び地物を対象に作成されていなければ、地物又は地表面形状のうちどちらか一方の変化により、正規化処理における矛盾が発生してしまう。この場合、正確な建物の輪郭抽出が出来なくなる可能性がある。更に、上記特許文献１に開示された装置には、数値地形モデルを作成するためのコストも問題となる可能性がある。

本発明の目的の一例は、上記問題を解消し、三次元点群データからの建物等の地物の形状の抽出精度を向上し得る、地物形状抽出装置、地物形状抽出方法、及びプログラムを提供することにある。

上記目的を達成するため、本発明の一側面における地物形状抽出装置は、
対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、データ取得部と、
前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、フィルタリング部と、
フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、境界設定部と、
設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、クラスタリング部と、
設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、外形領域抽出部と、
を備えている、ことを特徴とする。

また、上記目的を達成するため、本発明の一側面における地物形状抽出方法は、
（ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
（ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
（ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
（ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条
件を満たすクラスタが地面を示していると判定する、ステップと、
（ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
を有する、ことを特徴とする。

更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
（ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
（ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
（ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、ステップと、
（ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
を実行させることを特徴とする。

以上のように、本発明によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。

図１は、本発明の実施の形態における地物形状抽出装置の構成を示すブロック図である。 図２は、本発明の実施の形態で用いられる三次元点群データの一例を示す図である。 図３は、図２に示す三次元点群データを用いて作成された地物の一例を示す図である。 図４は、本発明の実施の形態においてフィルタリングされた三次元点群データの一例を示す図である。 図５は、本発明の実施の形態において設定された境界の一例を示す図である。 図６は、本発明の実施の形態におけるクラスタリングによって生成された複数のクラスタの一例を示す図である。 図７は、本発明の実施の形態において特定された、基準高さよりも平均高さが高いクラスタの一例を示す図である。 図８は、図７に示したクラスタに基づいて抽出された領域の一例を示す図である。 図９は、図８に示した領域から抽出された円転領域の一例を示す図である。 図１０は、本発明の実施の形態で行なわれるハフ変換処理の一例を示す図である。 図１１は、本発明の実施の形態において作成されるヒストグラムの一例を示す図である。 図１２は、本発明の実施の形態において抽出された地物の外形の一例を示す図である。 図１３は、本発明の実施の形態における地物形状抽出装置の動作を示すフロー図である。 図１４は、本発明の実施の形態における地物形状抽出装置を実現するコンピュータの一例を示すブロック図である。

（実施の形態）
以下、本発明の実施の形態における、地物形状抽出装置、地物形状抽出方法、及びプログラムについて、図１〜図１４を参照しながら説明する。

［装置構成］
最初に、図１を用いて、本実施の形態における地物形状抽出装置の構成について説明する。図１は、本発明の実施の形態における地物形状抽出装置の構成を示すブロック図である。

図１に示す本実施の形態における地物形状抽出装置１０は、三次元点群データからの建物等の地物の形状、具体的には、上方から見た地物の輪郭を抽出する装置である。図１に示すように、地物形状抽出装置１０は、データ取得部１１と、フィルタリング部１２と、境界設定部１３と、クラスタリング部１４と、外形領域抽出部１５とを備えている。

データ取得部１１は、対象領域における地物の位置座標及び高さを含む三次元点群データ、具体的には、対象領域の数値表層モデル（ＤＳＭ）を取得する。フィルタリング部１２は、三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを実行する。

境界設定部１３は、フィルタリング後の三次元点群データから、対象領域上の高さの値が閾値以上となる部分を検出する。また、境界設定部１３は、検出した部分毎に、その部分を囲む境界を設定する。

クラスタリング部１４は、設定された境界毎に、その境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する。また、クラスタリング部１４は、生成した複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する。

外形領域抽出部１５は、設定された境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定する。そして、外形領域抽出部１５は、設定した基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する。

このように、地物形状抽出装置１０は、地面を示すクラスタを用いて、基準高さを設定し、それから、地物の外形を示す領域の抽出に適したクラスタを特定するため、建物の側に車輌等の物体が存在した場合に、車輌等の物体の形状を除去することができる。また、地物形状抽出装置１０は、地物三次元点群データのみを用いて、地物の外形を示す領域を抽出することができる。このため、地物形状抽出装置１０によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。

続いて、図２〜図１３を用いて、本実施の形態における地物形状抽出装置１０の各部の機能についてより具体的に説明する。図２は、本発明の実施の形態で用いられる三次元点
群データの一例を示す図である。図３は、図２に示す三次元点群データを用いて作成された地物の一例を示す図である。

まず、本実施の形態において用いられる三次元点群データは、図２に示すように、位置座標（ｘ、ｙ）と高さｚとを含んでいる。位置座標としては、緯度及び経度、または世界測地系などが挙げられ、高さとしては標高などが挙げられる。また、図２に示す三次元点群データにおいて、位置座標（ｘ、ｙ）毎に、高さｚの値に応じた画素値を設定して、二次元のグレースケール画像を生成することで、図３に示すように地物が表現される。

フィルタリング部１２は、本実施の形態では、適応的閾値処理（Adaptive Thresholding）を行なって、高さの値の閾値を適宜設定しながら、周辺より高さが高くなっている部分を特定し、三次元点群データから、特定されなかった部分のデータを除去する。図４は、本発明の実施の形態においてフィルタリングされた三次元点群データの一例を示す図である。図４の例では、フィルタリングによって抽出された部分が白色で表現されている。

また、本実施の形態では、フィルタリング部１２は、建物が傾斜しているところに建築されている場合を考慮し、周辺の高さが一定でない場合は、周辺の高さの平均値を求め、求めた平均値を基準として、周辺より高さが高くなっている部分を特定する。

境界設定部１３は、本実施の形態では、まず、フィルタリング部１２によってフィルタリングされた三次元点群データに対して、ノイズ除去処理、小領域の削減処理等を実行することができる。続いて、境界設定部１３は、フィルタリング部１２による適応的閾値処理で抽出された部分を囲む境界２０を設定する。

具体的には、境界設定部１３は、例えば、図５に示すように、抽出された部分を囲むことが可能な最小の矩形の境界２０を設定する。境界の形状は、特に限定されず、抽出された領域に沿った形状に設定されていても良い。また、このようにして設定された各境界２０内には、１つの建物が存在していると推定される。図５は、本発明の実施の形態において設定された境界の一例を示す図である。また、図５において、境界２０は、白色の矩形で示されている。

クラスタリング部１４は、図６に示すように、境界２０毎に、その境界２０内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する。図６は、本発明の実施の形態におけるクラスタリングによって生成された複数のクラスタの一例を示す図である。図６の例では、特定の境界２０で囲まれた領域内に形成された複数のクラスタが示されている。

また、本実施の形態では、クラスタリング部１４は、まず、複数のクラスタを、平均高さが低い順にソートする。そして、クラスタリング部１４は、クラスタの占める面積が一定以上であり、且つ、クラスタの中で高さの平均が最も低いことを、設定条件として、設定条件を満たすクラスタを特定し、特定したクラスタは地面を示していると判定する。

外形領域抽出部１５は、本実施の形態では、境界設定部１３が設定した境界２０毎に、平均高さが最も高いクラスタを特定し、その特定したクラスタの平均高さを地物の高さとする。そして、外形領域抽出部１５は、地面を示していると判定されたクラスタの平均高さと、平均高さが最も高いクラスタの平均高さとの平均値を求め、求めた平均値に基づいて、基準高さを設定する。

また、上記の場合において、外形領域抽出部１５は、クラスタの占める面積が一定以上であることを条件に追加して、平均高さが高いクラスを特定しても良い。また、本実施の
形態では、基準高さは、予め実験等によって設定されていても良いし、機械学習によって設定されていても良い。

基準高さの設定後、外形領域抽出部１５は、基準高さよりも平均高さが高いクラスタを特定する。図７は、本発明の実施の形態において特定された、基準高さよりも平均高さが高いクラスタの一例を示す図である。図７においては、特定されたクラスタは、白色で示されている。

また、本実施の形態では、外形領域抽出部１５は、２ｍ、３ｍ、４ｍ、５ｍ、６ｍ、７ｍといったように基準高さの候補を設定し、候補毎に、それよりも平均高さが高いクラスタを特定し、特定した候補毎のクラスタの中から、いずれかの候補のクラスタを選択しても良い。

続いて、外形領域抽出部１５は、図８に示すように、図７に示したクラスタに基づいて、地物の外形を示す領域を抽出する。図８は、図７に示したクラスタに基づいて抽出された領域の一例を示す図である。図８においては、抽出された領域は白色で示されている。図８の例では、外形領域抽出部１５は、例えば、抽出した領域に対して、緑領域（植え込み等の建物周辺の植物が生えている領域）の除去、オクルージョンとなっているなどの理由で高さデータが欠落している領域やノイズ領域の除去等を行なっている。

また、緑領域の除去は、例えば、処理対象となっている領域のオルソ画像を取得し、取得したオルソ画像から緑領域を特定し、そして、処理対象となっている領域から、特定した緑領域に対応する部分を除去することによって行なわれる。

また、外形領域抽出部１５は、図９に示すように、抽出した領域から、この領域内で仮想の円を転がすことによって得られる円転領域３０を抽出することができる。図９は、図８に示した領域から抽出された円転領域の一例を示す図である。図９の例では、円転領域３０の外縁が破線で示されている。

この場合、外形領域抽出部１５は、図１０に示すように、抽出した円転領域３０に対して、ハフ変換処理によって、その外縁の２箇所と接するように、直交する２直線を設定する。図１０は、本発明の実施の形態で行なわれるハフ変換処理の一例を示す図である。なお、図１０の例では、図９に示した上側の円転領域３０に２直線が設定される場合が示されている。

具体的には、図１０に示すように、外形領域抽出部１５は、円転領域３０のエッジ部分を特定し、特定したエッジ部分毎に、ハフ変換を実行し、強い反応があった上位一定数の線を抽出する。そして、外形領域抽出部１５は、抽出した線を用いて２直線の組を設定し、組毎に２直線が交わる角度を算出する。続いて、外形領域抽出部１５は、角度の算出結果に基づいて、各組の中から直交する２本の直線の組合せを特定する。なお、ここでいう直交には、２本の直線のなす角度が９０度丁度である場合だけでなく、本発明の目的が達成できる範囲で、９０度前後である場合も含まれる。

また、外形領域抽出部１５は、特定した組合せのうち、反応の強い直線の組合せを最終的に選択する。例えば、外形領域抽出部１５は、予め、ハフ変換時の反応の強さ毎に、各直線に順位を設定し、そして、２本の直線の組毎に、順位の和を求め、求めた和が最も小さい組を選択する。例えば、５位と１０位との組では和は１５となり、６位と７位との組では和は１３となる。この場合、外形領域抽出部１３は、６位と７位との組を選択する。なお、組の選択のための値の計算は、上述した足し算に限定されるものではなく、適切な数式が用いられれば良い。

続いて、外形領域抽出部１５は、図１１に示すように、直交する２直線を設定すると、設定した直線毎に、その直線に垂直に交わる直線を想定し、円転領域３０の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラム３１及び３２を作成する。図１１は、本発明の実施の形態において作成されるヒストグラムの一例を示す図である。

また、外形領域抽出部１５は、ヒストグラム３１及び３２の作成の際、ヒストグラム３１及び３２の外周に小さな凹凸が発生しないようにするため、ヒストグラム３１及び３２の外周の各点の値に、その点の左右の点の値を加算して平均値を算出し、その点の値を平均値で補正することもできる。更に、外形領域抽出部１５は、ヒストグラム３１及び３２の外周に対して、直線近似処理を施すこともできる。

続いて、外形領域抽出部１５は、図１１に示すように、生成した２つのヒストグラム３１及び３２それぞれの頂点の位置に基づいて、円転領域を分割し、分割結果に基づいて、地物の外形を確定する。

具体的には、外形領域抽出部１５は、分割によって得られた矩形の区画毎に、その区画において円転領域３０が占める割合を算出し、算出した割合が閾値（例えば５０％）以上である場合は、その区画は有効であると判定する。その後、外形領域抽出部１５は、有効であると判定した区画をつなぎ合わせて１つの領域３３とし、この領域３３の外形を地物の外形とする。

図１２は、本発明の実施の形態において抽出された地物の外形の一例を示す図である。図１２の例では、地物の外形は、建物のオルソ画像上に示されている。

［装置動作］
次に、本発明の実施の形態における地物形状抽出装置１０の動作について図１３を用いて説明する。図１３は、本発明の実施の形態における地物形状抽出装置の動作を示すフロー図である。以下の説明においては、適宜図１〜図１２を参酌する。また、本実施の形態では、地物形状抽出装置を動作させることによって、地物形状抽出方法が実施される。よって、本実施の形態における地物形状抽出方法の説明は、以下の地物形状抽出装置１０の動作説明に代える。

最初に、図１３に示すように、データ取得部１１は、対象領域における地物の位置座標及び高さを含む三次元点群データを取得する（ステップＡ１）。

次に、フィルタリング部１２は、三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを実行する（ステップＡ２）。

次に、境界設定部１３は、フィルタリング後の三次元点群データから、対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、その部分を囲む境界２０を設定する（ステップＡ３）。

次に、クラスタリング部１４は、ステップＡ３で設定された境界２０毎に、その境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する（ステップＡ４）。また、ステップＡ４では、クラスタリング部１４は、クラスタの占める面積が一定以上であり、且つ、クラスタの中で高さの平均が最も低いことを、設定条件として、設定条件を満たすクラスタを特定し、特定したクラスタは地面を示していると判定する。

次に、外形領域抽出部１５は、ステップＡ３で設定された境界２０毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、設定した基準高さよりも平均高さが高いクラスタを特定する（ステップＡ５）。

次に、外形領域抽出部１５は、ステップＡ５で特定したクラスタに基づいて、地物の外形を示す領域を抽出し、更に、抽出した領域から、この領域内で仮想の円を転がすことによって得られる円転領域３０を抽出する（ステップＡ６）。

次に、外形領域抽出部１５は、ステップＡ６で抽出した円転領域３０に対して、ハフ変換処理によって、その外縁の２箇所と接するように、直交する２直線を設定する（ステップＡ７）。

次に、外形領域抽出部１５は、ステップＡ７で設定した直線毎に、その直線に垂直に交わる直線を想定し、円転領域３０の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラムを作成する（ステップＡ８）。

次に、外形領域抽出部１５は、ステップＡ８で作成した２つのヒストグラムそれぞれの頂点の位置に基づいて、円転領域３０を分割し、分割結果に基づいて、地物の外形を確定する（ステップＡ９）。

［実施の形態における効果］
以上のように本実施の形態によれば、オルソ画像から建物の形状を抽出する必要がなく、加えて、数値表層モデルと数値地形モデルとの両方を用いる必要もないため、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。

また、本実施の形態では、上記ステップＡ３において、境界２０が設定され、境界２０毎に、クラスタリング、円転領域３０の抽出、２直線の設定、ヒストグラムの作成、地物の外形の確定が行なわれる。また、各境界２０内には、１つの建物が存在していると推定される。これらの点から、本実施の形態では、隣接する別の建物の影響による地物形状の抽出精度の低下が抑制される。更に、本実施の形態では、境界２０毎に、基準高さを設定してから、クラスタリングが行なわれるので、建物の高さ及び形状に依存することなく、地物形状の抽出が可能となる。

更に、本実施の形態では、ハフ変換によって直交する２直線が設定され、それから得られたヒストグラムを用いて、地物の形状が確定されるので、直線が多い建物の形状をより正確に抽出することが可能となる。

［プログラム］
本実施の形態におけるプログラムは、コンピュータに、図１３に示すステップＡ１〜Ａ９を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における地物形状抽出装置１０と地物形状抽出方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing
Unit）は、データ取得部１１、フィルタリング部１２、境界設定部１３、クラスタリング部１４、及び外形領域抽出部１５として機能し、処理を行なう。

また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、データ取得部１１、フィルタリング部１２、境界設定部１３、クラスタリング部１４、及び外形領域抽出部１５のいずれかとして機能しても良い。

ここで、本実施の形態におけるプログラムを実行することによって、地物形状抽出装置１０を実現するコンピュータについて図１４を用いて説明する。図１４は、本発明の実施の形態における地物形状抽出装置を実現するコンピュータの一例を示すブロック図である。

図１４に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。

なお、本実施の形態における地物形状抽出装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、地物形状抽出装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

以上のように、本発明によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。本発明は、上空からの画像に基づいて、地物の形状を抽出することが必要な分野に有用である。

１０ 地物形状抽出装置
１１ データ取得部
１２ フィルタリング部
１３ 境界設定部
１４ クラスタリング部
１５ 外形領域抽出部
２０ 境界
３０ 円転領域
３１ ヒストグラム
３２ ヒストグラム
３３ 円転領域から求められた領域
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (15)

1. 対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、データ取得部と、
   前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、フィルタリング部と、
   フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、境界設定部と、
   設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、クラスタリング部と、
   設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、外形領域抽出部と、
   を備えている、ことを特徴とする地物形状抽出装置。
2. 前記外形領域抽出部が、
   ハフ変換処理によって、抽出した前記領域に対して、その外縁の２箇所と接するように、直交する２直線を設定し、
   設定した前記２直線それぞれ毎に、当該直線に垂直に交わる直線を想定し、抽出した前記領域の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラムを作成し、生成した２つの前記ヒストグラムそれぞれの頂点の位置に基づいて、抽出した前記領域を分割し、分割結果に基づいて、前記地物の外形を確定する、
   請求項１に記載の地物形状抽出装置。
3. 前記外形領域抽出部が、抽出した前記領域から、更に、前記領域内で仮想の円を転がすことによって得られる円転領域を抽出し、抽出した前記円転領域に対して、前記２直線を設定する、
   請求項２に記載の地物形状抽出装置。
4. 前記外形領域抽出部が、設定された前記領域毎に、地面を示していると判定されたクラスタの平均高さと、平均高さが最も高いクラスタの平均高さとの平均値を求め、求めた平均値に基づいて、前記基準高さを設定する、
   請求項１〜３のいずれかに記載の地物形状抽出装置。
5. 前記境界設定部が、検出した部分毎に、当該部分を囲むことが可能な最小の矩形の境界を設定する、
   請求項１〜４のいずれかに記載の地物形状抽出装置。
6. （ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
   （ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
   （ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
   （ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条
   件を満たすクラスタが地面を示していると判定する、ステップと、
   （ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
   を有する、ことを特徴とする地物形状抽出方法。
7. 前記（ｅ）のステップにおいて、
   ハフ変換処理によって、抽出した前記領域に対して、その外縁の２箇所と接するように、直交する２直線を設定し、
   設定した前記２直線それぞれ毎に、当該直線に垂直に交わる直線を想定し、抽出した前記領域の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラムを作成し、生成した２つの前記ヒストグラムそれぞれの頂点の位置に基づいて、抽出した前記領域を分割し、分割結果に基づいて、前記地物の外形を確定する、
   請求項６に記載の地物形状抽出方法。
8. 前記（ｅ）のステップにおいて、抽出した前記領域から、更に、前記領域内で仮想の円を転がすことによって得られる円転領域を抽出し、抽出した前記円転領域に対して、前記２直線を設定する、
   請求項７に記載の地物形状抽出方法。
9. 前記（ｅ）のステップにおいて、設定された前記領域毎に、地面を示していると判定されたクラスタの平均高さと、平均高さが最も高いクラスタの平均高さとの平均値を求め、求めた平均値に基づいて、前記基準高さを設定する、
   請求項６〜８のいずれかに記載の地物形状抽出方法。
10. 前記（ｃ）のステップにおいて、検出した部分毎に、当該部分を囲むことが可能な最小の矩形の境界を設定する、
    請求項６〜９のいずれかに記載の地物形状抽出方法。
11. コンピュータに、
    （ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
    （ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
    （ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
    （ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、ステップと、
    （ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
    を実行させる、プログラム。
12. 前記（ｅ）のステップにおいて、
    ハフ変換処理によって、抽出した前記領域に対して、その外縁の２箇所と接するように、直交する２直線を設定し、
    設定した前記２直線それぞれ毎に、当該直線に垂直に交わる直線を想定し、抽出した前記領域の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラムを作成し、生成した２つの前記ヒストグラムそれぞれの頂点の位置に基づいて、抽出した前記領域を分割し、分割結果に基づいて、前記地物の外形を確定する、
    請求項１１に記載のプログラム。
13. 前記（ｅ）のステップにおいて、抽出した前記領域から、更に、前記領域内で仮想の円を転がすことによって得られる円転領域を抽出し、抽出した前記円転領域に対して、前記２直線を設定する、
    請求項１２に記載のプログラム。
14. 前記（ｅ）のステップにおいて、設定された前記領域毎に、地面を示していると判定されたクラスタの平均高さと、平均高さが最も高いクラスタの平均高さとの平均値を求め、求めた平均値に基づいて、前記基準高さを設定する、
    請求項１１〜１３のいずれかに記載のプログラム。
15. 前記（ｃ）のステップにおいて、検出した部分毎に、当該部分を囲むことが可能な最小の矩形の境界を設定する、
    請求項１１〜１４のいずれかに記載のプログラム。