JP2020165114A - 石材位置特定プログラム、石材位置特定システム、及び石材位置特定装置 - Google Patents

Abstract

【課題】石垣崩落前の石材と崩落後の石材とを精度よくマッチングさせることが可能な石材位置特定プログラム、石材位置特定システム、及び石材位置特定装置を提供すること。【解決手段】崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリを有する石材位置特定装置のコンピュータで実行される石材位置特定プログラムであって、前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力する。【選択図】図１２

Description

本発明は、石材位置特定プログラム、石材位置特定システム、及び石材位置特定装置に関する。

災害によって、城や神社仏閣などの一部が崩落する場合がある。これらは、人類共通の文化的な財産としての価値があるため、関係者などによって、崩落した部分の修復が行われる。

しかし、例えば、地震によって城の石垣の一部が崩落して、崩落した石垣の一部を修復する場合、石工による目視によって、修復作業が進められる場合がある。このような修復作業は、非常に手間がかかり、時間と費用がかかっていた。

そこで、ＩＴ（Information Technology）技術を利用して、石垣の修復が行われる場合がある。例えば、以下の技術がある。

すなわち、石垣の石が崩れ落ちる前の石垣の表面形状をレーザー計測して取得した３次元石垣データと、崩れ落ちた石の崩れ落ちる前に石垣の表面に露出していた露出部分をレーザー計測して取得した３次元露出部分データとを比較して、石垣の配置状態を特定する技術がある。

この技術によれば、石垣の表面から崩れ落ちた石を石垣の表面に高精度に復元させることができる、とされる。

また、石垣を構成する石材１石毎の３次元形状データを参照して復元すべき稜線を近似する近似線を求め、近似線に基づいて石垣の設計法面を定義し、隣接する石材の干渉状態を確認しながら設計法面に一致するように石材の配置位置を決定する技術もある。

この技術によれば、コンピュータを使用して、石垣修復の施工を事前検討することができる、とされる。

特開２０１８−１０４９８５号公報 特開２００８−１９６２３１号公報

しかしながら、３次元石垣データと３次元露出部分データとを比較して石垣の配置状態を特定する技術は、レーザー計測によって、各データを取得している。しかし、災害は事前に予測することが困難である。かかる技術では、崩落前の石垣をレーザー計測していない場合、３次元石垣データと３次元露出部分データとを利用することができない。そのため、かかる技術では、崩落前の石垣を構成する各石材と、崩落後の各石材とを精度よくマッチングさせることができない場合がある。

また、かかる技術では、レーザー計測によって具体的にどのようにして３次元石垣データと３次元露出部分データを取得するかについては記載されていない。そのため、かかる技術では、各データを取得することができず、崩落前の石垣を構成する各石材と崩落後の各石材とを精度よくマッチングさせることができない場合がある。

また、隣接する石材の干渉状態を確認しながら設計法面に一致するように石材の配置位置を決定する技術は、修復前の石垣の各石材に対して４つのマーキングを行い、さらに、基準球との相対位置も計測機で計測させるようにしている。上述したように、災害は予測することは困難であり、事前にこのような計測を行うことができなかった場合、石垣を構成する石材１石毎の３次元形状データを取得することができない。従って、かかる技術でも、崩落前の石垣を構成する各石材と、崩落後の各石材とを精度よくマッチングさせることができない場合がある。

そこで、一開示は、石垣崩落前の石材と崩落後の石材とを精度よくマッチングさせることが可能な石材位置特定プログラム、石材位置特定システム、及び石材位置特定装置を提供することにある。

一開示は、崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリを有する石材位置特定装置のコンピュータで実行される石材位置特定プログラムであって、前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力することにある。

一開示によれば、石垣崩落前の石材と崩落後の石材とを精度よくマッチングさせることができる。

図１は石材位置特定装置の構成例を表す図である。 図２は石材位置特定システムの構成例を表す図である。 図３は動作例を表すフローチャートである。 図４は崩落前の石垣画像の例を表す図である。 図５（Ａ）は崩落前の石垣画像、図５（Ｂ）はトリミング後の石垣画像の例を夫々表す図である。 図６（Ａ）はトリミング後の石垣画像、図６（Ｂ）は分割石垣画像の例を夫々表す図である。 図７（Ａ）と図７（Ｂ）は崩落後の石材画像の例を表す図である。 図８はトリミング後の石材画像の例を表す図である。 図９（Ａ）と図９（Ｂ）はパターンマッチングの例を表す図である。 図１０（Ａ）と図１０（Ｂ）はパターンマッチングの例を表す図である。 図１１はパターンマッチングの結果例を表す図である。 図１２は出力例を表す図である。 図１３は特定済石材が黒塗りされた石垣画像の例を表す図である。 図１４はパターンマッチングの結果例を表す図である。 図１５はマッチング回数と正答率の例を表す図である。 図１６は動作例を表すフローチャートである。 図１７（Ａ）から図１７（Ｃ）は台形補正の例を表す図である。 図１８（Ａ）と図１８（Ｂ）は石材画像の分割の例を表す図である。

以下、本発明を実施するための形態について説明する。なお、以下の実施例は開示の技術を限定するものではない。そして、各実施の形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

［第１の実施の形態］
＜石材位置特定装置の構成例＞
図１は、石材位置特定装置１００の構成例を表す図である。

石材位置特定装置１００は、石垣が崩落する前の石垣画像と、石垣が崩落した後の石材画像とを用いて、崩落後の石材が石垣のどの位置に存在していたかを特定する。具体的には、石材位置特定装置１００は、パターンマッチングを利用して、崩落後の石材が崩落前の石垣のどの位置に存在していたかを特定することが可能である。

図１に示すように、石材位置特定装置１００は、メモリ１０１と、画像処理部１０２、モニタ部１０３、操作部１０４、及びＩＦ（Interface）１０５を備える。

メモリ１０１は、例えば、ＲＡＭ（Random Access Memory）やＨＤＤ（Hard Disk Drive）などの記憶装置である。メモリ１０１には、崩落前の石垣画像に関する石垣画像データと、石垣から崩落した後の石材画像に関する石材画像データとが記憶されている。また、メモリ１０１には、画像処理部１０２によって処理された画像データなどが適宜記憶される。

石垣画像データは、例えば、以下の処理によってメモリ１０１に記憶される。すなわち、操作者が、崩落前の石垣画像の写真を、石材位置特定装置１００に接続されたスキャナ装置をスキャンすることで、崩落前の石垣画像に関する石垣画像データが取得され、ＩＦ１０５と画像処理部１０２を経由して、メモリ１０１に記憶される。或いは、石材位置特定装置１００と接続された他の装置から送信された、崩落前の石垣画像に関する石垣画像データをＩＦ１０５で受信し、画像処理部１０２を経由して、メモリ１０１に記憶されてもよい。

また、石材画像データについても、例えば、操作者が、スキャナ装置により、石材画像の写真をスキャンすることで、ＩＦ１０５などを介して、メモリ１０１に記憶されてもよいし、他の装置から送信されたものであってもよい。

画像処理部１０２は、メモリ１０１から画像データを読み出して、画像処理を行う。具体的には、画像処理部１０２は、メモリ１０１から読み出した石垣画像データに基づいて、石垣画像を分割した分割石垣画像に関する分割石垣画像データを取得する。また、画像処理部１０２は、メモリ１０１から読み出した石材画像データに基づいて、石材画像を回転及び縮小（又は回転及び拡大）させた回転石材画像に関する回転石材画像データを取得する。画像処理部１０２は、分割石垣画像データと回転石材画像データとを用いて、崩落前の石垣画像に含まれる石材と崩落後の石材とに対してマッチングを行い、その結果を出力する。詳細は動作例において説明する。

なお、画像処理部１０２の機能は、例えば、ＦＰＧＡ（Field Programmable Gate Array）により実現されてもよい。例えば、ＦＰＧＡ１１０がメモリ１０１からプログラムを読み出して、実行することで、画像処理部１０２の機能を実現する。ＦＰＧＡ１１０は、例えば、画像処理部１０２に対応する。ＦＰＧＡに代えて、ＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）などのプロセッサやコントローラなどであってもよい。

モニタ部１０３は、画像処理部１０２から出力された、マッチングの結果を示す画像データなどに基づいて、マッチングの結果を示す出力画像を表示する。また、モニタ部１０３は、画像処理部１０２から出力された画像処理の結果を示すデータに基づいて、適宜、その出力結果を表示することも可能である。

操作部１０４は、例えば、キーボードなどである。操作者が操作部１０４を操作することで、モニタ部１０３に表示された画像内の位置を指定することが可能であり、指定した位置に関するデータを画像処理部１０２へ出力する。画像処理部１０２では、位置に関するデータに基づいて、画像からその画像に含まれる一部の画像を抽出（又はトリミング）する処理を行うことが可能となる。

なお、操作部１０４は、例えば、モニタ部１０３内に含まれ、画面タッチ操作により、操作部１０４の操作機能が実現されてもよい。

ＩＦ１０５は、例えば、ネットワークを介して、他の装置（例えば、パーソナルコンピュータやスキャナ装置）と接続され、ＩＦ１０５を介して、他の装置から送信された画像データを受信する。また、ＩＦ１０５は、例えば、画像処理部１０２から出力されたマッチング結果に関するデータを入力し、入力したマッチング結果に関するデータを、他の装置へ送信する。

なお、以下では、石垣を構成する１つ１つの石を、例えば、石材と称する場合がある。石材が１つ１つ積み上げられたものが、例えば、石垣となる。

また、以下では、１つの画像と、１枚の画像、及び１画像フレームとを区別しないで用いる場合がある。さらに、画像と画像データとを区別しないで用いる場合がある。

＜石材位置特定システム＞
図２は、石材位置特定システム１０の構成例を表す図である。

石材位置特定システム１０は、石材位置特定装置１００とパーソナルコンピュータ２００とを備え、ネットワークを介して互いに接続される。

例えば、パーソナルコンピュータ２００は、石垣位置の特定を指示（又は要求）する指示情報（又は要求情報）を石材位置特定装置１００へ送信し、石材位置特定装置１００は、その指示情報に従って、石材位置特定の処理を行って、パターンマッチング結果を示すデータをパーソナルコンピュータ２００へ送信する。パーソナルコンピュータ２００は、受信したマッチング結果を示すデータにより、マッチング結果を取得することが可能である。

なお、図２においては、１台のパーソナルコンピュータ２００の例を表しているが、複数台のパーソナルコンピュータ２００が石材位置特定システム１０に含まれてもよい。

また、図２において、石材位置特定装置１００は、パーソナルコンピュータ２００に対するクラウドサーバとしての役割を果たしてもよい。この場合、各画像データやマッチング結果に関するデータなどが石材位置特定装置１００に記憶され、パーソナルコンピュータ２００が石材位置特定装置１００に適宜アクセスして、各画像データやマッチング結果などを取得するようにしてもよい。

＜動作例＞
図３は動作例を表すフローチャートである。以下では、具体的に画像の例を示しながら、動作例を説明する。

図３に示すように、石材位置特定装置１００は、処理を開始すると（Ｓ１０）、崩落前の石垣画像を取得する（Ｓ１１）。

図４は、石垣が崩落する前における城の石垣画像の例を表す図である。このような石垣画像としては、石垣の面に対して正面から撮影した画像であることが望ましい。

このような石垣画像の画像データは、上述したように、例えば、スキャナ装置などを利用して取得され、メモリ１０１において石垣画像データとして記憶されている。

図３に戻り、次に、石材位置特定装置１００は、崩落前の石垣画像の背景を削除した画像を取得する（Ｓ１２）。

背景を削除した後に残った石垣の画像は、例えば、崩落した石垣の部分である。石材の位置を特定する対象は、崩落した石垣に含まれる石材である。本処理において、石垣のうち、崩落することなく残った石垣の部分を削除し、崩落した石垣の部分を抽出（又はトリミング。以下では、「抽出」と「トリミング」とを区別しないで用いる場合がある。）することで、トリミング後の石垣画像の画像データを取得（又は生成）する。

これにより、例えば、石垣画像全体を用いる場合と比較して、対象となる石垣画像の画像データのデータ量が少なくなるため、計算処理を軽減させ、後段のパターンマッチングにおける精度を向上させることが可能となる。

図５（Ａ）は崩落前の石垣画像の例を表す図である。例えば、石材位置特定装置１００は、以下の処理を行うことで、背景を削除して、石垣画像に含まれる石垣をトリミングする。

すなわち、画像処理部１０２は、メモリ１０１から読み出した石垣画像データをモニタ部１０３へ出力する。これにより、例えば、図５（Ａ）に示す石垣画像がモニタ部１０３において表示される。そして、操作者は、モニタ部１０３に表示される石垣画像を見ながら、崩落した部分の石垣の位置を、操作部１０４を利用して特定する。図５（Ａ）に示す黒い点線は、崩落した石垣と崩落することなく残った石垣の境界部分を表している。操作部１０４は、特定した位置に関するデータ（例えば、４点の位置座標に関するデータ）を画像処理部１０２へ出力する。画像処理部１０２は、特定した位置に関するデータに基づいて、石垣画像から、黒い点線の枠外の画像を削除し、黒い点線の枠内の画像をトリミングする。例えば、画像処理部１０２は、４点の位置座標に関するデータを用いて、その４点の位置座標に含まれる石垣画像の画像データを抽出することでトリミングを行い、トリミング後の石垣画像の画像データを生成する。

図５（Ｂ）はトリミング後の石垣画像の例を表す図である。画像処理部１０２は、例えば、トリミング後の石垣画像に関する画像データをメモリ１０１に記憶する。

図３に戻り、次に、石材位置特定装置１００は、崩落前の石垣画像を分割した分割石垣画像を取得する（Ｓ１３）。石材位置特定装置１００は、トリミング後の石垣画像を分割することで、分割石垣画像を取得する。

図６（Ａ）はトリミング後の石垣画像の例を表す図である。石材位置特定装置１００は、例えば、以下の処理を行って、分割石垣画像を取得する。

すなわち、画像処理部１０２は、トリミング後の石垣画像に対して、縦横、所定の画素数からなる領域を１つのブロックとして、トリミング後の石垣画像の一番左上から順番に、横方向に数画素（例えば第１の画素数）、縦方向にも数画素（例えば第２の画素数。第１の画素数と第２の画素数は同じでもよいし異なっていてもよい。）、それぞれスライドさせた各ブロックの画像を取得する。画像処理部１０２は、このようにして取得した画像の画像データを、分割石垣画像の画像データとして、メモリ１０１に記憶する。

図６（Ｂ）は、分割石垣画像の例を表す図である。図６（Ａ）の例では、例えば、数千枚の分割石垣画像の画像データが取得される。

図３に戻り、一方、石材位置特定装置１００は、崩落後の石材画像を取得する（Ｓ１４）。

図７（Ａ）と図７（Ｂ）は崩落後の石材画像の例を表す図である。石材画像の画像データは、上述したように、スキャナ装置などを利用して取得され、メモリ１０１に記憶されている。

なお、石材画像により示された石材は、例えば、崩落前の石垣の表面に存在する石材である。石垣の表面側の面した石材の部分は、それ以外の部分と比較して、太陽を受けるなどしているため、異なる輝度（又は異なる色合い）を有しており、石工が見ればすぐに把握することが可能である。そのため、石垣位置の特定に利用される石材画像は、石工によって、石垣の表面の可能性が高いものとされた画像が選択されてもよい。例えば、そのように選択された石材を、操作者がカメラなどを利用して写真を撮り、それをスキャナ装置などによって読み込んだり、石材画像データとして送信したりすることで、石材画像の画像データが取得されてもよい。

図３に戻り、次に、石材位置特定装置１００は、崩落後石材画像の背景を削除した画像を取得する（Ｓ１５）。石材位置特定装置１００は、石材画像の背景を削除して、石材画像に含まれる石材部分の画像データを抽出する。

図８は、図７（Ｂ）の崩落後の石材画像に対して、トリミング後の石材画像の例を表す図である。例えば、石材位置特定装置１００は、以下の処理を行って、トリミング後の石材画像の画像データを生成（又は抽出）する。

すなわち、画像処理部１０２は、メモリ１０１から読み出した崩落後の石材画像の画像データを読み出して、モニタ部１０３へ出力し、モニタ部１０３には、トリミング後の石材画像が表示される。操作者は、モニタ部１０３に表示された石材画像を見ながら、操作部１０４を操作することで、石材画像を含む４点の位置を指定する。操作部１０４は指定された４点の位置座標のデータを画像処理部１０２へ出力する。画像処理部１０２は、４点の位置座標のデータに基づいて、その４点内に含まれる石材画像の画像データを抽出する。そして、画像処理部１０２は、抽出した画像データに基づいて、エッジ抽出処理などを施すことで、エッジ内に含まれる画像データを抽出する。この抽出により、画像処理部１０２は、例えば図８に示す、トリミング後の石材画像（石材画像に含まれる石材部分の画像）の画像データを抽出することが可能となる。画像処理部１０２は、トリミング後の石材画像の画像データをメモリ１０１に記憶する。

図３に戻り、次に、石材位置特定装置１００は、トリミング後の石材画像に対して、回転及び縮小処理を行う（Ｓ１６）。石材位置特定装置１００は、例えば、以下の処理を行うことで、回転及び縮小処理を行う。

すなわち、画像処理部１０２は、Ｓ１５で取得した画像データに対して、公知の回転行列を用いた回転変換処理を行うことで、回転処理が施された石材画像を生成する。この際、画像処理部１０２は、例えば、回転行列におけるθを１０度、２０度、３０度、…、３６０度と、１０度ずつ変化させることで、Ｓ１５で取得した画像に対して１０度ずつ回転させた各回転画像の画像データを生成する。

また、画像処理部１０２は、各回転画像の画像データに対して、公知の縮小行列を用いた縮小変換処理を行うことで、縮小処理が施された石材画像を生成する。この際、画像処理部１０２は、各回転画像に対して、例えば、０．９倍した縮小画像を生成し、次に、その取得画像に対して更に０．９倍した縮小画像を生成し、次に、その取得画像に対して更に０．９倍など、０．９倍することで１３回を繰り返して、回転後の縮小画像を生成する。

すなわち、画像処理部１０２は、Ｓ１５で取得したトリミング後の石材画像に対して、１０度回転させた石材画像を生成し、その１０度回転させた石材画像に対して、０．９倍した石材画像を生成し、その石材画像をさらに０．９倍した石材画像を生成し、さらに、その石材画像を０．９倍した石材画像を生成する。この際、画像処理部１０２は、０．９倍を１３回繰り返す。そして、画像処理部１０２は、回転変換処理により、さらに１０度回転（Ｓ１５で取得した画像に対しては２０度回転）させた石材画像を生成し、その１０度回転させた石材画像に対して、０．９倍することを１３回繰り返して、回転後の縮小画像を生成する。以後、画像処理部１０２は、１０度ずつ回転させ、３６０度まで繰り返し、各１０度ずつ回転させた回転画像に対して０．９倍を１３回繰り返す。

この場合、画像処理部１０２は、１枚の石材画像に対して、３６×１３＝４６８枚の石材画像の画像データを生成することになる。

なお、回転と縮小により取得された画像を、例えば、回転石材画像と称する場合がある。

また、Ｓ１６の例では、石材画像を縮小する例を説明したが、縮小に代えて、石材画像を拡大する場合であってもよい。この場合、画像処理部１０２は、トリミング後の石材画像に対して、公知の拡大行列を用いた拡大変換処理が行われてもよい。拡大変換についても、画像処理部１０２は、１つの石材画像に対して、複数回、拡大処理を繰り返してもよい。

図３に戻り、次に、石材位置特定装置１００は、回転石材画像の画像データと、分割石垣画像の画像データとを用いて、石材画像に含まれる石材と石垣画像に含まれる石材とに対するパターンマッチングを行う（Ｓ１７）。

図９（Ａ）から図１０（Ｂ）は、パターンマッチングの例を表す図である。

パターンマッチングの対象となる画像は、回転石材画像と分割石垣画像である。

一方の回転石材画像については、１枚のトリミング後の石材画像（以下では、「石材画像」と称する場合がある。）に対し、Ｓ１４からＳ１６までの処理により、回転処理と縮小処理とを組み合わせて処理が行われた画像（回転石材画像）となっている。

図９（Ａ）では、石材画像に対して＋１０度の回転処理と０．９倍の縮小処理とが行われた石材画像、図９（Ｂ）では、石材画像に対して＋１０度の回転処理と０．９×０．９倍の縮小処理とが行われた石材画像の例をそれぞれ表している。縮小処理は、回転処理後の石材画像に対して、０．９倍することを１３回繰り返すため、＋１０度の回転処理が施された石材画像に対しては、０．９倍を１３回繰り返した１３枚の回転石材画像が得られる。

図１０（Ａ）では、石材画像に対して、＋２０度の回転処理と０．９倍の縮小処理が行われた石材画像、図１０（Ｂ）は、図１０（Ａ）の石材画像に対してさらに０．９倍（０．９×０．９倍）の縮小処理が行われた石材画像の例をそれぞれ表している。縮小処理は、回転処理後の石材画像に対して、０．９倍することを１３回繰り返すため、＋２０度の回転処理が施された石材画像に対しては、０．９倍を１３回繰り返した１３枚の回転石材画像が得られる。

他方、Ｓ１１からＳ１３までの処理により、縦１００画素、横１５０画素の１枚の画像を、縦横２０画素ずつ、（トリミング後の）石垣画像をスライドさせて得られたｘ枚の分割石垣画像が得られる。

そのため、画像処理部１０２は、図９（Ａ）から図１０（Ｂ）に示すように、４６８枚の１つ１つの回転石材画像と、ｘ枚の１つ１つの分割石垣画像とを用いて、各々、パターンマッチングを行う。

なお、石材画像に対する回転処理は、上述した例では、１０度ずつ回転させる例を示したが、１０度以外の度数（例えば、２０度でもよいし、５度でもよい）により回転処理が行われてもよい。また、石材画像に対する縮小処理も、０．９倍以外の倍数（例えば、０．５倍でもよいし、０．８倍でもよい）であってもよいし、繰り返し回数も１３回以外の回数（例えば、１回でもよいし、複数回でもよい）でもよい。

画像処理部１０２は、例えば、以下のようにしてパターンマッチングを行う。

すなわち、画像処理部１０２は、回転石材画像と分割石垣画像の各画像内において予め決められた特徴点を中心に複数の画素からなる特徴領域（例えば、４８×４８画素）において、局所特徴量を算出する。局所特徴量としては、例えば、特徴領域内の各画素のペアが複数予め決められ、そのペアとなった各画素間の輝度差の符号に応じたビット値（例えば、輝度差が正値の場合は「１」、負値の場合は「０」など）で表される。画像処理部１０２は、各画像の画像データがＲＧＢにより表されたときは、公知の変換式により、各画素の輝度値を算出してもよい。また、局所特徴量は、例えば、ＢＲＩＥＦ（Binary Robust Independent Elementary Features）特徴により表された局所特徴量であってもよい。そして、画像処理部１０２は、回転石材画像における、ある特徴領域の局所特徴量に最も近似した、分割石垣画像における特徴領域を探索し、最も近似した局所特徴量を持つ２つの特徴領域内の特徴点どうしを接続して、ベクトルを生成する。画像処理部１０２は、このようなベクトルを２つの画像間（回転石材画像と分割石垣画像）全体で計算し、ベクトルに関するヒストグラムを計算する。そして、画像処理部１０２は、ヒストグラムの中で最も個数が多いベクトルを抽出し、１つの画像内において、そのようなベクトルを有する特徴点の個数を計算し、その個数が１つの画像に含まれる特徴点全部の個数に対する比率を、類似度として計算する。画像処理部１０２は、１枚の回転石材画像と、１枚の分割石垣画像との画像間で１つの類似度と計算する。

なお、局所特徴量は、例えば、ＢＲＩＥＦ以外にも、ＯＲＢ（Oriented fast and Rotated BRIEF）やＢＲＩＳＫ（Binary Robust Invariant Scalable Keypoints）などが用いられてもよい。

また、石材位置特定装置１００は、例えば、回転及び拡大させた回転石材画像と、分割石垣画像とを用いて、パターンマッチングを行ってもよい。回転及び拡大させた回転石材画像を用いた場合でも、石材位置特定装置１００は、上述した回転及び縮小させた回転石材画像を用いた場合と同様の手法により、パターンマッチングを行うことが可能である。

図３に戻り、次に、石材位置特定装置１００は、パターンマッチングの結果を出力する（Ｓ１８）。

図１１は、パターンマッチングの結果を表す出力例を表す図である。本第１の実施の形態では、画像処理部１０２は、１枚の石材画像に対して、類似度が高い順に上位１０個の分割石垣画像を出力することが可能である。その際、図１１に示すように、画像処理部１０２は、１枚の石材画像に対して、上位１０個の分割石垣画像とともに、類似度と角度とを出力することも可能である。ここで角度は、例えば、図１１に示す類似度を得たときの、回転処理（Ｓ１６）が行われたときの角度を表す。

図１１に示すように、石材＃１の識別番号を有する石材画像については、類似度が高い上位１０個の分割石垣画像は、どの画像であるかを示し、石材＃２の識別番号を有する石材画像については、類似度が高い上位１０個の分割石垣画像はどの画像であるかを示している。画像処理部１０２は、全石材画像に対して、各々、類似度が高い上位１０個の分割石垣画像を出力することが可能である。

なお、画像処理部１０２は、各石材画像の画像データと、各石材画像に対する上位１０個の分割石垣画像の画像データとを、モニタ部１０３へ出力する。この際、画像処理部１０２は、図１１に示すように、各石材画像の識別番号、各分割石垣画像の識別番号、類似度、角度の各データもモニタ部１０３へ出力してもよい。

図３に戻り、次に、石材位置特定装置１００は、結果判定を行い（Ｓ１９）、新たな石垣位置が特定できたか否かを判定する（Ｓ２０）。例えば、石材位置特定装置１００では、以下の処理を行う。

すなわち、モニタ部１０３は、石材画像とともに、類似度が高い上位１０個の分割石垣画像を表示する。

図１２は、モニタ部１０３に表示される石材画像と分割石垣画像の例を表す図である。操作者は、モニタ部１０３に表示された石材画像と上位１０個の分割石垣画像とを目視で確認し、石材画像に写っている石材が、上位１０個の分割石垣画像のいずれかの画像に写っている石材であると特定すると、操作部１０４を操作する。操作部１０４は、このような操作により、石材を特定したことを示すデータなどを画像処理部１０２へ出力する。画像処理部１０２は、このデータを受け取ったか否かにより、Ｓ２０を判定する。

石材位置特定装置１００は、石垣位置を特定できたと判定したとき（Ｓ２０でＹ）、検出済石材を崩落前の石垣画像から削除する（Ｓ２１）。石材位置特定装置１００は、石材画像に含まれる石材が、崩落前の石垣に含まれる石材であることを特定すると、その石材を「黒塗り」することで、崩落前の石垣画像から削除するようにしている。例えば、石材位置特定装置１００では、以下の処理を行う。

すなわち、操作者は、操作部１０４を操作し、モニタ部１０３に表示される石垣画像から特定した石材を指定する。操作部１０４は、その指定された石材の識別情報と、崩落前の石垣画像における位置情報などを画像処理部１０２へ出力する。画像処理部１０２は、位置情報に基づいて、石垣画像に含まれる、その指定された位置に含まれる石材を、「黒色」となるように画像処理を行うことで、検出済石材を、石垣画像から削除する。

図１３は、検出済石材を削除した後の石垣画像の例を表す図である。図１３において、黒くなっている石材が検出済の石材であることを表している。画像処理部１０２は、崩落前の石垣画像の画像データをメモリ１０１から読み出して、操作部１０４から出力された石材の位置情報に基づいて、崩落前の石垣画像における位置を特定し、特定した位置に含まれる画像データに対してエッジ処理などを施すことで、特定した位置に含まれる石材を抽出する。そして、画像処理部１０２は、抽出した石材の画像データを、Ｒ＝０，Ｇ＝０，Ｂ＝０とすることで、検出済石材を「黒塗り」にすることが可能である。

なお、「黒塗り」以外にも、例えば、画像処理部１０２は、抽出した石材の画像データを、Ｒ＝２５５，Ｇ＝２５５，Ｂ＝２５５とすることで、石垣画像において検出済の石材の画像を「白」にしてもよい。或いは、画像処理部１０２は、抽出した石材の画像データをある特定の色を表す値にすることで、石垣画像において、検出済の石材の画像の色を操作者が把握しやすい色にすればよい。

このような特定は、１つ１つの石材画像に対して、候補となる分割石垣画像が表示されるため、操作者は、１つ１つの石材画像に対して、候補となる１０個の分割石垣画像に含まれる石材のいずれかを特定することにより、行われる。そのため、操作者は、モニタ部１０３に表示された１０個の分割石垣画像を見ても、その中に含まれる石材と、石材画像に写っている石材とが同一ではないと判定し、目視によって特定することができない石材画像が存在する場合もある。

図３に戻り、石材位置特定装置１００は、検出済石材を崩落前石垣画像から削除すると（Ｓ２１）、Ｓ１２へ移行して、検出済石材が削除された崩落前石垣画像に対して、Ｓ１２以降の処理を行う。石材位置特定装置１００は、「黒塗り」された崩落前の石垣画像に対して、Ｓ１２以降の処理を行うことになる。

そして、石材位置特定装置１００は、「黒塗り」された崩落前の石垣画像が分割された分割石垣画像と、回転石材画像とを用いてパターンマッチングを行う（Ｓ１７）。

このように、本石材位置特定装置１００は、１回目のパターンマッチングにより、石材を特定できなかったとき、検出済の石材を除いた石垣画像に基づいて、２回目のパターンマッチングを行うことが可能となる。

例えば、２回目のパターンマッチングにより、１回目のパターンマッチングと比較して、石材の検出率が向上する場合がある。

図１４は、石材画像＃１０に対する、１回目のパターンマッチングの結果出力の例を表す図である。図１４に示すように、１回目のパターンマッチング結果により、石材画像＃１０に対して、類似度が高い上位１０個の分割石垣画像として、分割石垣画像＃１０〜＃１００が計算される。また、１１位の分割石垣画像として、分割石垣画像＃１１０が計算される。

例えば、１回目のパターンマッチングによって、分割石垣画像＃３０が、石材画像＃１０ではなく、他の石材画像＃１１に対して類似度が高く、検出済石材となる場合を考える。この場合、分割石垣画像＃３０は、石材画像＃１０に対する上位１０個の分割石垣画像から除かれ、以降の分割石垣画像の順位が１つずつ繰り上げられることになる。その結果、１回目のパターンマッチング結果では、１１位の分割石垣画像＃１１０が、２回目のパターンマッチングの際には、上位１０個内に含まれる、結果出力として、モニタ部１０３に表示されることになる。そのため、操作者は、石材画像＃１０に含まれる石材に最も近似した石材として、分割石垣画像＃１１０に写っている石材と判定することも可能である。従って、石材画像＃１０に対する検出率は、１回目のパターンマッチングよりも向上することが可能となる。すなわち、２回目の再マッチング処理（Ｓ１７）により、石材画像に含まれる石材の検出率が向上する場合がある。

図１５は、上述の処理によって得られた結果を表形式でまとめたものである。本石材位置特定装置１００は、パターンマッチングを、複数回実行することも可能であり、図１５では、５回パターンマッチングを繰り返した場合の例を表している。

なお、図１５に示す正答率は、崩落した石材の全体個数に対する特定済石材の個数の比率を表している。

図１５に示すように、１回目のマッチングでは、正答率がｘ１％だったものが、マッチング回数を重ねるごとに正答率が上昇し、５回目のマッチング処理では、正答率がｘ５％（ただし、ｘ１＜ｘ５）となった。１回目の正答率と比較して、５回目の正答率は上昇した結果を得た。なお、図１５において、ｘ１＜ｘ２＜ｘ３＜ｘ４＜ｘ５が成り立つ。

このように、本石材位置特定装置１００は、パターンマッチングを複数回繰り返すことで、検出済となる石材の確率（又は検出率）を向上させることが可能となる。

図３に戻り、一方、石材位置特定装置１００は、新たな石垣位置を特定することができなかったとき（Ｓ２０でＮ）、一連の処理を終了する（Ｓ２２）。本石材位置特定装置１００では、石材が石垣のどの位置に位置するかを特定することができなかったときは、一連の処理を終了するようにしている。

以上説明したように、本第１の実施の形態では、石材位置特定装置１００は、石材画像を回転及び縮小（又は回転及び拡大）させ、石垣画像を分割させた後、各画像の画像データを用いてパターンマッチングを行うようにしている。そのため、石垣に積まれた状態の石材と、石材画像に含まれる石材とに関して、向きと大きさとを一致させた状態で、パターンマッチングが可能となり、石垣崩落前の石材と崩落後の石材とを精度よくマッチングさせることが可能となる。

また、本第１の実施の形態における石材位置特定装置１００では、石垣に積まれた状態の石材の１つ１つに対してレーザー測定したり、マーキングしたりして、３次元データを取得することなく、パターンマッチングを行うことが可能である。そのため、石材位置特定装置１００は、費用と時間をかけずに、崩落した石材が石垣のどの位置における石材であるかを、効率的に特定することも可能である。

[第２の実施の形態]
第２の実施の形態では、石材位置特定装置１００において、石材画像に対して補正を行い、補正後の石材画像に対して、回転及び縮小（又は回転及び拡大）が行われる例である。

図１６は、本第２の実施の形態における動作例を表すフローチャートである。

図１６に示すように、石材位置特定装置１００は、崩落後の石材画像の背景を削除してトリミングすると（Ｓ１５）、トリミング後の石材画像に対して補正処理を行う（Ｓ３０）。補正処理としては、台形補正と分割補正がある。最初に台形補正について説明する。

＜台形補正＞
図１７（Ａ）から図１７（Ｃ）は台形補正の例を表す図である。

例えば、図１７（Ａ）に示すように、石材画像に写っている石材は正面を向いていない場合がある。このような場合、石材位置特定装置１００は、石材画像に対して台形補正を行って、正面を向いた石材画像を取得する。

すなわち、石材位置特定装置１００は、崩落後の石材画像に対して、図１７（Ｂ）に示すように、背景を削除して石材部分の画像をトリミングする。そして、石材位置特定装置１００は、図１７（Ｃ）に示すように、トリミング後の石材画像に対して台形補正を行い、石材が正面を向いた石材画像（以下、台形補正後石材画像と称する場合がある。）の画像データを生成する。図１６に戻り、そして、石材位置特定装置１００は、台形補正後石材画像に対して回転処理及び縮小処理を行う（Ｓ３１）。以降は、第１の実施の形態と同様である。

台形補正は、例えば、公知の方法でよい。例えば、石材位置特定装置１００では、以下の処理を行う。すなわち、画像処理部１０２は、トリミング後の画像データをメモリ１０１から読み出してモニタ部１０３へ出力する。モニタ部１０３には、トリミング後の石材画像が表示される。操作者は、操作部１０４を用いて、モニタ部１０３に表示されたトリミング後の石材画像における任意の４点を指定する。また、操作者は、操作部１０４を用いて、正面から見た任意の４点を指定する。画像処理部１０２は、操作部１０４から得た、全部で８点の位置に関する情報に基づいて、射影変換に用いる行列を計算する。画像処理部１０２は、計算した行列を用いて、トリミング後の石材画像に対して、射影変換を行うことで、ある方向を向いた石材から、正面方向を向いた石材への画像データ（例えば図１７（Ｃ））を生成することが可能となる。台形補正は、例えば、このような射影変換により行われる。

＜分割補正＞
次に、分割による補正（以下、「分割補正」と称する場合がある。）について説明する。分割補正は、例えば、石材画像を分割して補正することである。分割して得られた石材画像を、例えば、分割後石材画像と称する場合がある。

図１８（Ａ）はトリミング後の石材画像、図１８（Ｂ）は分割後石材画像の例をそれぞれ表す図である。

石材位置特定装置１００は、パターンマッチング（Ｓ１７）の際に、２つの画像間の類似度を算出した。類似度は、例えば、１つの画像内に含まれる全特徴点のうち、２つの画像間において最も個数の多いベクトルを有する特徴点の個数の割合を表す。そのような最も個数の多いベクトルを有する部分は、１つの画像内で、ある特定の領域に集中する場合がある。すなわち、図１８（Ａ）に示すように、１つの画像（トリミング後の石材画像）内において類似度が高いエリアと低いエリアが含まれる場合がある。

そこで、石材位置特定装置１００は、そのような類似度の高いエリアがあれば、そのエリアの類似度が画像全体の類似度として計算することで、１つの画像全体の中で類似度が分散される事態を回避して、類似度が低下することを回避することが可能となる。そのために、石材位置特定装置１００は、パターンマッチング（Ｓ１７）の前段において、石材画像を分割するようにしている（Ｓ３０）。例えば、石材位置特定装置１００は、以下の処理により、石材画像を分割して、分割後石材画像の画像データを生成する。

すなわち、画像処理部１０２は、メモリ１０１からトリミング後の石材画像の画像データを抽出し、石材画像に対して予め決められた領域ごとに分割する。画像処理部１０２は、領域ごとに抽出した画像データをまとめて（又は１つのファイルデータとして）、メモリ１０１に記憶したり、モニタ部１０３へ出力したりする。

図１８（Ｂ）は、モニタ部１０３において、領域ごとにまとめて受け取った画像データに基づいて表示された分割後石材画像の例を表している。その後、画像処理部１０２は、分割後石材画像の１つ１つに対して、回転処理と縮小処理（又は拡大処理）とを施して、回転石材画像の画像データを生成して（Ｓ３１）、パターンマッチングを行う（Ｓ１７）。

このような石材画像の補正は、例えば、第１の実施の形態において、新たな石垣位置を特定することができなかった場合（Ｓ２０でＮ）において行われてもよい。第１の実施の形態に示す動作例を何度も繰り返しても、新たな石垣位置を特定することができない場合、石材画像の補正（Ｓ３０）により、パターンマッチングの比較対象が変化することから、新たな石垣位置を特定する可能性が高くなるからである。

[その他の実施の形態]
第１の実施の形態では、石材画像に対して回転処理が行われ、石垣画像に対して分割処理が行われる例について説明した。例えば、石垣画像に対して回転処理が行われてもよい。この場合、例えば、画像処理部１０２は、メモリ１０１に記憶された１枚分の分割石垣画像の画像データに対して、回転石材画像と同様の回転処理により、所定数度（例えば１０度）ずつ回転させた複数枚（例えば３６枚）分の回転後の分割石垣画像の画像データを生成し、回転石材画像と分割後の回転石垣画像とでパターンマッチングを行えばよい。さらに、画像処理部１０２は、例えば、１枚分の回転後の分割石垣画像の画像データに対して、縮小処理（又は拡大処理）を施してもよい。この場合、画像処理部１０２は、回転処理と縮小処理（又は拡大処理）とが施された複数枚分の分割石垣画像の画像データと、回転石材画像の画像データとでパターンマッチングを行えばよい。

また、第１及び第２の実施の形態で説明した石材位置特定装置１００は、例えば、積み上げられた石材の１つ１つを修復するために、石垣から石材を取り除く場合でも適用可能である。石垣における石材の位置を、本石材位置特定装置１００により特定することによって、修復後の石材を、石垣の元の位置に積み上げられることも可能である。

さらに、第１及び第２の実施の形態では、石垣画像に対する処理について説明した。例えば、本石材位置特定装置１００は、石垣画像以外にも、仏像画像に対しても同様の処理を行うことが可能である。この場合、石材位置特定装置１００では、石材画像に代えて、崩壊（又は崩落）した仏像部分の画像（以下、仏像部分画像）とし、石垣画像に代えて、崩壊する前の仏像画像（以下、全体仏像画像）として、図３に示す処理を行えばよい。具体的には、例えば、画像処理部１０２は、仏像部分画像に対して、第１の実施の形態と同様に、回転処理と縮小処理（又は拡大処理）を施し、全体仏像画像に対して、第１の実施の形態と同様に、分割処理を施す。そして、画像処理部１０２は、回転処理等が行われた仏像部分画像の画像データと、分割処理が行われた分割後の全体仏像画像の画像データとを用いて、パターンマッチングを行って、崩落した部分の仏像部分を特定することも可能である。

さらに、石材位置特定装置１００は、石垣画像以外にも、神社画像、寺院画像などについても、石垣画像や仏像画像と同様に処理を行い、崩落した部分を特定することも可能である。

以上まとめると、付記のようになる。

（付記１）
崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリを有する石材位置特定装置のコンピュータで実行される石材位置特定プログラムであって、
前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、
前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力する
ことを特徴とする石材位置特定プログラム。

（付記２）
前記石垣画像の画像データに基づいて、崩落前の石垣画像のうち、崩落した部分の石垣画像の画像データを抽出し、抽出した該画像データを利用して、前記石垣画像を分割した分割石垣画像の画像データを生成することを特徴とする付記１記載の石材位置特定プログラム。

（付記３）
前記分割石垣画像の画像データは、崩落した部分の石垣画像の前記画像データに基づいて、崩落した部分の石垣画像に対して、所定の大きさの領域を、縦方向に第１の画素数、横方向に第２の画素数分、スライドさせて各々得られる画像の画像データであることを特徴とする付記２記載の石材位置特定プログラム。

（付記４）
前記石材画像の画像データに基づいて、前記石材画像に含まれる石材部分の画像の画像データを抽出し、抽出した該画像データを利用して、前記回転石材画像の画像データを生成することを特徴とする付記１記載の石材位置特定プログラム。

（付記５）
前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、前記回転石材画像の第１の特徴点における第１の局所特徴量と前記分割石垣画像の第２の特徴点における第２の局所特徴量を前記回転石材画像と前記分割石垣画像に含まれる全特徴点についてそれぞれ算出し、前記第１の局所特徴量を有する前記第１の特徴点と前記第１の局所特徴量に最も近似した前記第２の局所特徴量を有する前記第２の特徴点とを結ぶベクトルを算出し、前記分割石垣画像内に含まれる全特徴点の個数に対し、前記分割石垣画像において該ベクトルの個数が最も多い前記第２の特徴点の個数の比率を類似度とし、前記回転石材画像に対して類似度が最も高い前記分割石垣画像を探索することで、前記パターンマッチングを行うことを特徴とする付記１記載の石材位置特定プログラム。

（付記６）
前記回転石材画像に対して前記類似度が高い順に複数の前記分割石垣画像を表示することを特徴とする付記５記載の石材位置特定プログラム。

（付記７）
前記第１及び第２の局所特徴量はＢＲＩＥＦ（Binary Robust Independent Elementary Features）特徴により表された局所特徴量であることを特徴とする付記５記載の石材位置特定プログラム。

（付記８）
前記パターンマッチングにより、前記回転石材画像に含まれる石材が前記分割石垣画像に含まれる石材であることが特定されたとき、前記石垣画像において前記検出された石材の画像データを特定の色を表す値にし、前記特定の色を含む前記石材画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、該画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行うことを、前記回転石材画像に含まれる石材が前記分割石垣画像に含まれる石材であることを特定することができなくなるまで繰り返すことを特徴とする付記１記載の石材位置特定プログラム。

（付記９）
前記石材画像の画像データに基づいて、前記石材画像に含まれる石材が正面となるように台形補正、又は前記石材画像を複数に分割する分割補正を行い、台形補正又は分割補正した前記石材画像を回転及び縮小、又は回転及び拡大させた前記回転石材画像の画像データを生成することを特徴とする付記１記載の石材位置特定プログラム。

（付記１０）
前記石材画像の画像データに対して射影変換を行うことで、台形補正を行うことを特徴とする付記９記載の石材位置特定プログラム。

（付記１１）
前記分割石垣画像の画像データに基づいて、前記分割石垣画像を回転させた回転後の分割石垣画像の画像データを生成し、
前記回転後の分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、前記パターンマッチングを行う
ことを特徴とする付記１記載の石材位置特定プログラム。

（付記１２）
パーソナルコンピュータと
石材位置特定装置と
を備える石材位置特定システムにおいて、
前記パーソナルコンピュータは、石垣位置の特定を要求する要求情報を送信し、
前記石材位置特定装置は、
崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリと、
前記要求情報に従って、前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を前記パーソナルコンピュータへ出力する画像処理部と
を備えることを特徴とする石材位置特定システム。

（付記１３）
崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリと、
前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力する画像処理部と
を備えることを特徴とする石材位置特定装置。

１０：石材位置特定システム １００：石材位置特定装置
１０１：メモリ １０２：画像処理部
１０３：モニタ部 １０４：操作部
１０５：ＩＦ １１０：ＦＰＧＡ

Claims (7)

1. 崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリを有する石材位置特定装置のコンピュータで実行される石材位置特定プログラムであって、
   前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、
   前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力する
   ことを特徴とする石材位置特定プログラム。
2. 前記石垣画像の画像データに基づいて、崩落前の石垣画像のうち、崩落した部分の石垣画像の画像データを抽出し、抽出した該画像データを利用して、前記石垣画像を分割した分割石垣画像の画像データを生成することを特徴とする請求項１記載の石材位置特定プログラム。
3. 前記石材画像の画像データに基づいて、前記石材画像に含まれる石材部分の画像の画像データを抽出し、抽出した該画像データを利用して、前記回転石材画像の画像データを生成することを特徴とする請求項１記載の石材位置特定プログラム。
4. 前記パターンマッチングにより、前記回転石材画像に含まれる石材が前記分割石垣画像に含まれる石材であることが特定されたとき、前記石垣画像において前記検出された石材の画像データを特定の色を表す値にし、前記特定の色を含む前記石材画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、該画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行うことを、前記回転石材画像に含まれる石材が前記分割石垣画像に含まれる石材であることを特定することができなくなるまで繰り返すことを特徴とする請求項１記載の石材位置特定プログラム。
5. 前記分割石垣画像の画像データに基づいて、前記分割石垣画像を回転させた回転後の分割石垣画像の画像データを生成し、
   前記回転後の分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、前記パターンマッチングを行う
   ことを特徴とする請求項１記載の石材位置特定プログラム。
6. パーソナルコンピュータと
   石材位置特定装置と
   を備える石材位置特定システムにおいて、
   前記パーソナルコンピュータは、石垣位置の特定を要求する要求情報を送信し、
   前記石材位置特定装置は、
   崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリと、
   前記要求情報に従って、前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を前記パーソナルコンピュータへ出力する画像処理部と
   を備えることを特徴とする石材位置特定システム。
7. 崩落前の石垣画像の画像データと、石垣から崩落した後の石材画像の画像データとが記憶されたメモリと、
   前記石垣画像の画像データに基づいて、前記石垣画像を分割した分割石垣画像の画像データを生成し、前記石材画像の画像データに基づいて、前記石材画像を回転及び縮小、又は回転及び拡大させた回転石材画像の画像データを生成し、前記分割石垣画像の画像データと前記回転石材画像の画像データとを用いて、崩落前の前記石垣画像に含まれる石材と崩落後の前記石材画像に含まれる石材とに対してパターンマッチングを行い、パターンマッチングの結果を出力する画像処理部と
   を備えることを特徴とする石材位置特定装置。

Images