JP4030318B2 - 地図データ更新装置および地図データ更新方法 - Google Patents
地図データ更新装置および地図データ更新方法 Download PDFInfo
- Publication number
- JP4030318B2 JP4030318B2 JP2002042845A JP2002042845A JP4030318B2 JP 4030318 B2 JP4030318 B2 JP 4030318B2 JP 2002042845 A JP2002042845 A JP 2002042845A JP 2002042845 A JP2002042845 A JP 2002042845A JP 4030318 B2 JP4030318 B2 JP 4030318B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- feature
- map data
- shape
- similarity
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、地図データの更新を行う技術に関する。
【０００２】
【従来の技術】
近年、カーナビゲーションシステムやパーソナルコンピュータの普及に伴い、紙媒体の地図に替わり、電子的な地図データを利用する機会が増えつつある。地図データの製作者は、年々変化していく地形や地物を地図データに反映するため、頻繁にその更新を行う必要がある。地図データの更新は、衛星写真や航空写真を基に、新しく建築された地物や改修、取り壊し等のされた地物を目視で判別し、新規データの入力や既存データの修正を行っていた。従来、このような更新作業は、人手により行っていたため膨大な手間と時間を要していた。そこで、写真データから自動的に地物形状を検出する技術が提案されてはいる（例えば、特開２０００−３１０９４０記載の技術）。この技術では、写真データと地図データとを重畳させて比較することにより新規地物や地物の形状変化を検出している。
【０００３】
【発明が解決しようとする課題】
しかし、写真データは撮影時間や撮影高度、レンズの感度等の影響等により画質にばらつきがあり、ノイズ等も含まれる場合がある。そのため、写真データから検出した地物の形状が、その地物の本来の形状であるとは限られず、地図データに含まれる地物と同一であるか否か、その地物に改修が施されているか否か等の状況を客観的に判断することは困難であった。
【０００４】
本発明は、かかる課題に鑑みてなされたものであり、写真を利用した地図データの更新において、更新対象となる地物を定量的に特定可能な技術の提供を目的としている。
【０００５】
【課題を解決するための手段およびその作用・効果】
上記課題を解決するため、本発明は以下の構成とした。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データを入力する写真データ入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める閾値設定部と、
前記閾値と前記各類似度合との大小関係に基づき、前記複数の地物のうち、形状データを更新する地物の候補を特定する更新候補特定部と、
を備えることを要旨とする。
【０００６】
本発明の地図データ更新装置は、複数の地物について各々算出した類似度合の統計に基づき閾値を設定する。上述したように、地図データは頻繁に更新を行う必要があるため、一般的には、地図データに含まれる地物全体と写真データ上の地物全体とに極端な割合で異同が生じることはない。そのため、地物全体の類似度合を大局的に見れば、それらの異同の状態を概ね反映したものとなる。
【０００７】
ところで、実際上全く異同が生じていない地物であっても、写真撮影時やその写真データを得るための画像処理によって生じるノイズの影響により、完全一致に相当する類似度合が得られるとは限らない。かかる事情を考慮すると、更新対象を特定するための基準値となる閾値を、単に人為的に設定した場合には、適切な更新を行うことができない。閾値が低すぎれば、更新すべき地物が更新対象からもれることがあり、閾値が大きすぎれば、更新不要な地物まで更新対象となることがある。そこで、本発明では、類似度合の統計に基づいて閾値を設定することにより、類似度合に含まれる誤差も考慮して更新対象を客観的に特定することができる。
【０００８】
更新対象の特定方法は、閾値を設定する際の考え方によって異なる。例えば、地物の増改築で生じる程度の異同については、その地物について形状の変化が小さいとみなして閾値を設定することができる。かかる場合には、閾値よりも小さい類似度合の地物は、取り壊し、建て替えなどの大きな異同があったことを意味するから、更新ではなく新規に形状データを取得すべき対象となる。従って、閾値よりも大きい類似度合の地物を更新対象として特定することができる。もちろん、かかる更新対象の中には、全く異同が生じていない地物も含まれるため、更に更新の要否を判断することが望ましい。
【０００９】
別の考え方として、増改築等で生じる比較的小さな異同も、取り壊し、建て替えなどによる大きな異同もすべて更新対象とするために、閾値を比較的高い値に設定することもできる。かかる場合には、閾値よりも大きい類似度合の地物には異同が生じていないとみなすことができるため更新対象とせず、閾値よりも小さい類似度合の地物を更新対象として特定する。
【００１０】
類似度合の統計に基づき閾値を求める手法としては、例えば、算出した類似度合全体の平均値を閾値としてもよいし、その平均値に一定の値を加えたり乗じたりした値を閾値としてもよい。また、算出した類似度合をその値順で並べた時に、一定の割合で上位と下位に分割する境界値を閾値としてもよいし、算出した類似度合全体の統計分布の曲線上の接線が、一定の傾き以上となる境界値を閾値としてもよい。
【００１１】
その他、例えば、上記構成の地図データ更新装置において、
前記閾値設定部は、前記地図データに記録された複数の地物により構成される全体集合における類似度合の平均値と、
仮に設定した仮閾値を越える類似度合の地物により構成される部分集合における類似度合の平均値と、
の間に有意な差が認められるという条件を満たす前記仮閾値の下限値を前記閾値とすることとしてもよい。
【００１２】
ここで、類似度合とは、その値が大きいほど類似性が高いことを意味する。上記のような閾値設定部とすれば、仮に設定した仮閾値を変化させていったときに、上記全体集合の平均値と上記部分集合の平均値とに有意差が生じ始める仮閾値の値を閾値とすることができる。このように設定した閾値を判断基準とすることにより、地物データの類似度合が閾値を越える値であれば、同一の地物が写真データ上に存在すると特定できる。一方、閾値を下回る値であれば、同一ではないと特定することができる。
【００１３】
上記両平均値における有意な差の判定は、例えば、その平均値同士を直接比較して判定してもよい。この場合、平均値の乖離が予め定めた値を超えた場合に、有意差ありとすることができる。その他、平均値や集合に含まれる地物の数、類似度合の分散等をパラメータとして用いることにより判定してもよい。かかる場合には、例えば、統計学上のウェルチ検定やｔ−検定等を用いることができる。ｔ−検定は２つの集合間に等分散が成立することを前提とした手法であり、地物の同一性については、等分散性が不明もしくは不成立であることが多いためウェルチ検定を適用することがより望ましい。
【００１４】
また、本発明は、次のような地図データ更新装置として構成とすることもできる。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データを入力する写真データ入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める閾値設定部と、
前記写真データのうち、前記閾値以上の類似度合となる地物の形状領域を除いた領域から地物を検出する地物検出部と、
前記検出した地物の形状データを前記地図データに記録する検出地物記録部と、
を備える地図データ更新装置である。
【００１５】
閾値以上の類似度合である写真データ上の地物の形状領域は、地図データに記録された地物と同一の地物とみなせるため、そこから新たな地物を検出する必要はない。そのため、上記地物検出部は、この形状領域を除く写真データの領域について地物を検出する。こうすることにより、必要最小限の領域から新たな地物を検出することが可能となる。
【００１６】
本発明は、また、次の構成の地図データ更新装置とすることもできる。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データと、該写真を撮影した撮影条件を入力する入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記撮影条件に基づき閾値を設定する閾値設定部と、
前記閾値と前記類似度合との大小関係に基づき、前記複数の地物のうち、形状データを更新する地物の候補を特定する更新候補特定部と、
を備える地図データ更新装置である。
【００１７】
本構成の地図データ更新装置は、入力した撮影条件に応じて閾値を設定する。写真データは、撮影時の時刻、季節、天気、撮影高度等といった様々な撮影条件の影響を受けているため、もし、どのような写真データに対しても同じ閾値を用いる場合には、入力した写真データによって特定する更新対象が異なってしまう可能性が生じるためである。
【００１８】
閾値の設定は、例えば、雨の日に撮影した写真データの場合は閾値Ａ、曇りの日に撮影した写真データの場合は閾値Ｂといったように、撮影条件と閾値とを対応付けたテーブルを参照することにより行うことができる。また、撮影日時や撮影高度に応じて設定した関数を用いて行ってもよい。こうすることにより、統計的演算を行うことなく簡易な方法により閾値を設定することができる。
【００１９】
なお、本発明は、上記各種構成を複数組み合わせた地図データ更新装置としてもよい。また、本発明は、地表を撮影した写真を参照して地図データの更新を行う地図データ更新方法や、コンピュータに地図データの更新をさせるためのコンピュータプログラムとして構成してもよい。コンピュータプログラムは、フレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハードディスクなどコンピュータ読み取り可能な種々の記録媒体に記録してもよい。
【００２０】
【発明の実施の形態】
以下、本発明の実施の形態について実施例に基づき次の順序で説明する。
（１）第1実施例：
１−Ａ．地図データ更新装置概略構成：
１−Ｂ．地図データ更新処理：
１−Ｂ１．概要：
１−Ｂ２．修正オブジェクト特定処理：
１−Ｂ３．オブジェクト修正処理：
１−Ｂ４．新規オブジェクト検出処理：
（２）第２実施例：
２−Ａ．地図データ更新装置概略構成
２−Ｂ．地図データ更新処理：
（３）変形例：
【００２１】
（１）第1実施例：
１−Ａ．地図データ更新装置概略構成：
図１は、本実施例における地図データ更新装置の概略構成図である。地図データ更新装置１０は、ＣＰＵやメモリ等からなるコンピュータを備えており、図示する各機能部はソフトウェア的に構築されている。
【００２２】
地図データ入力部１０１は、各種記録媒体やネットワーク等を介して地図データＭＤを入力する。地図データＭＤには、道路や建物などの地物（以下、「オブジェクト」と表記）を表すデータが、ベクトルデータとして複数記録されている。記録媒体としてはフレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハードディスク等が用いられる。
【００２３】
写真データ入力部１０２は、上記地図データ入力部１０１と同様に、各種記録媒体やネットワーク等を介して写真データＰＤを入力する。写真データＰＤには、人工衛星や航空機等により地表を撮影した写真画像が、ラスタデータとして記録されている。なお、写真データＰＤは、地図データＭＤと同じ地域について撮影されたデータであるものとする。写真データＰＤは、地図データＭＤと座標系を一致させる処理を施しておく。種々の座標系を適用可能であるが、本実施例では、オルソ補正を施した写真データＰＤを用いるものとした。
【００２４】
類似度算出部１０３は、地図データＭＤに含まれるオブジェクトの形状と写真データＰＤから抽出したオブジェクトの形状を比較し、その類似度を後述の方法により算出する。
【００２５】
閾値算出部１０４は、類似度算出部１０３で算出した類似度の統計から閾値を算出する。ここで算出する閾値とは、地図データＭＤ上のオブジェクトと、写真データＰＤ上のオブジェクトが同一の形状とみなせるかどうかを判断するために用いる値である。
【００２６】
修正オブジェクト特定部１０５は、閾値以下となるオブジェクト、すなわち、写真撮影時には取り壊し、建て替えなどにより大幅に形状が変化したオブジェクトを地図データＭＤから修正対象候補として特定する。オブジェクト修正部１０６は、特定したオブジェクトの形状を写真データＰＤに基づき修正する。閾値以上となるオブジェクトは、形状に変化があったとしても増改築等による小修正であるため同一の形状とみなして形状データの修正は行わない。
【００２７】
新規オブジェクト検出部１０７は、地図データＭＤ上には存在せず、写真データＰＤにのみ存在するオブジェクトを写真データＰＤから検出する。新規オブジェクト記録部１０８は、このように検出した新規のオブジェクトをベクトルデータ化し地図データＭＤに記録する。
【００２８】
地図データ出力部１０９は、オブジェクト修正部１０６と新規オブジェクト記録部１０８とにより更新した地図データＭＤを、新地図データとして各種記録媒体やネットワーク等に出力する。
【００２９】
１−Ｂ．地図データ更新処理：
１−Ｂ１．概要：
図２は、地図データ更新装置１０が行う地図データ更新処理のフローチャートである。まず、地図データ更新装置１０は、地図データＭＤと写真データＰＤを入力する（ステップＳ１００）。そして、地図データＭＤに含まれる地物の形状と、該地物に対応した写真データＰＤ内の地物形状とから算出した類似度の統計に基づき修正対象となるオブジェクトを特定する（ステップＳ１０１）。特定したオブジェクトについては地図データＭＤ上の形状データを修正する（ステップＳ１０２）。次に、新築されたオブジェクトを写真データＰＤから検出し（ステップＳ１０３）、検出したオブジェクトの形状データを地図データに記録する（ステップＳ１０４）。これらの工程を経て地図データ更新装置１０は地図データＭＤを更新する。更新した地図データは、各種記録媒体やネットワークに出力する（ステップＳ１０５）。以下に、上記各ステップについての詳細を説明する。
【００３０】
１−Ｂ２．修正オブジェクト特定処理：
図３は、上記ステップＳ１０１における修正オブジェクト特定処理の詳細なフローチャートである。まず、地図データ更新装置１０のＣＰＵは、地図データＭＤに含まれるオブジェクトを１つ選択し、テンプレート画像ＴＩを生成する（ステップＳ２００）。テンプレート画像ＴＩとは、地図データＭＤにおいてベクトルデータで表されているオブジェクトの形状を、ラスタデータに変換して得られる画像データをいう。図４は、オブジェクトデータからテンプレート画像ＴＩを生成した例を示す説明図である。図の上側の図形が、オブジェクトの形状データであり、下側が生成したテンプレート画像ＴＩである。テンプレート画像ＴＩは、図示するように、オブジェクトよりもある程度大きい領域に生成する。
【００３１】
次に、ＣＰＵは、写真データＰＤからテンプレート画像ＴＩに対応する部分領域画像ＰＩを抽出する（ステップＳ２０１）。図５は、写真データＰＤから部分領域画像ＰＩを抽出する説明図である。図示するように、地図データＭＤと写真データＰＤを同位置に重ね合わせ、地図データＭＤ上のテンプレート画像ＴＩが存在する位置と同じ位置に存在する領域を写真データＰＤから抽出することにより部分領域画像ＰＩを抽出する。
【００３２】
ＣＰＵは、このように抽出した部分領域画像ＰＩに対して領域分割処理および２値化処理を行い、比較対象画像ＣＩを生成する（ステップＳ２０２）。比較対照画像ＣＩとは、テンプレート画像ＴＩと比較を行うための画像データをいう。図６は、部分領域画像ＰＩから比較対象画像ＣＩを生成した例を示す図である。図５では、写真データＰＤを模式的に表しているため、明瞭な画像として部分領域画像ＰＩが表現されているが、実際の部分領域画像ＰＩは、建物の影や天候の影響等を受けた画像であり、あいまいな要素を多く含んでいる（図６上部参照）。従って、テンプレート画像ＴＩとの比較を容易にするため、ＣＰＵは、本ステップにより、領域分割処理により一様な特徴を持つ領域を抽出し（図６中部参照）、さらに、２値化処理を施すことにより比較対象画像ＣＩを生成する（図６下部参照）。領域分割処理とは、同じ色合いの領域を抽出する処理であり、２値化処理とは、所定の色合いを閾値として全体の色を白と黒の２色に置き換える処理である。なお、領域分割処理や２値化処理は周知の画像処理方法により行うことができる。
【００３３】
そして、ＣＰＵは、類似度算出部１０３を用いてテンプレート画像ＴＩと比較対象画像ＣＩの全画素について下記の式（１）により類似度相関係数Ｒｆｇを算出する（ステップＳ２０３）。下記式において、ｇ（ｉ，ｊ）は、テンプレート画像ＴＩ中の座標（ｉ，ｊ）に対応する画素の色を表す値であり、ｆ（ｉ，ｊ）は、比較対象画像ＣＩ中の座標（ｉ，ｊ）に対応する画素の色を表す値である。求めた類似度相関係数Ｒｆｇは、０から１までの範囲に属する値となる。Ｄはテンプレート画像ＴＩおよび比較対象画像ＣＩの全体領域を意味する。なお、類似度相関係数Ｒｆｇは、テンプレート画像ＴＩと比較対象画像ＣＩを一定の範囲で位置をずらしていき、Ｒｆｇが最大となる位置において最終的な値を決定することが望ましい。
【００３４】
【数１】
【００３５】
こうして、ステップＳ２００〜Ｓ２０３までの処理を繰り返し行うことにより地図データＭＤに含まれる全てのオブジェクトについて類似度相関係数Ｒｆｇを求める（ステップＳ２０４）。
【００３６】
次に、ＣＰＵは、閾値算出部１０４を用いて、類似度相関係数Ｒｆｇの統計分布からウェルチ検定を用いて閾値を決定する（ステップＳ２０５）。ウェルチ検定とは、統計的に２つの集団間に現れる有意な差を検出する手法であり、近似ｔ−検定とも呼ばれる。
【００３７】
図７は、類似度相関係数Ｒｆｇの統計分布の一例を示す図である。図中の棒グラフは、横軸の類似度相関係数Ｒｆｇに対応するオブジェクトが地図データＭＤに何個存在するかを示す頻度を表しており、折線グラフは、その累積度数をパーセンテージで表している。
【００３８】
図８は、ウェルチ検定に用いる２つの集団を示す説明図である。まず、閾値算出部１０４は、全てのオブジェクトが属する集団を集団Ａとし、類似度相関係数Ｒｆｇが仮閾値Ｔ’以上のオブジェクトの部分集団を集団Ｂとする。さらに、帰無仮説を「集団Ａ，Ｂに属するオブジェクトの類似度相関係数Ｒｆｇの母平均は等しい」とし、対立仮説を「集団Ａに属するオブジェクトの類似度相関係数Ｒｆｇの母平均と、集団Ｂに属するオブジェクトの類似度相関係数Ｒｆｇの母平均は異なる」とする。そして、閾値算出部１０４は、仮閾値Ｔ’を０から１に徐々に変化させていき、帰無仮説を初めて棄却する仮閾値Ｔ’を、閾値Ｔと決定する。つまり、集団Ａの平均値と、集団Ｂの平均値とに、有意な差が生じ始めたとみなすことができる仮閾値Ｔ’を、閾値Ｔと決定する。この閾値は、取り壊し、建て替えなど、略同一の地物が存在しているとみなすことができないほどの大幅な異同が生じたか否かを判断する値となる。
【００３９】
上記ステップＳ２０５によって閾値Ｔが決定された後、ＣＰＵは、修正オブジェクト特定部１０５を用いて、閾値Ｔ以下の類似度である地図データＭＤ上のオブジェクトを修正対象候補のオブジェクトとして特定する（ステップＳ２０６）。これらのオブジェクトには、上述の大幅な異同が生じたものと判断されるからである。
【００４０】
１−Ｂ４．オブジェクト修正処理：
次に、図２のステップＳ１０２では、ステップＳ１０１によって特定した修正対象候補オブジェクトの形状データを修正する。これは、修正対象候補となったオブジェクトに対応する上記比較対象画像ＣＩをベクトルデータに変換し、地図データに記録された形状データを上書きすることにより行う。ベクトルデータへの変換は、境界線の抽出処理等といった周知の画像処理手段を利用する。
【００４１】
１−Ｂ５．新規オブジェクト検出処理：
図２のステップＳ１０３では、写真データＰＤから新規のオブジェクトを検出する。まず、ＣＰＵは、写真データＰＤから、地図データＭＤに記録されたオブジェクト（以下、「既存オブジェクト」と表記）に対応する画像領域を削除する。図９は、既存オブジェクトの削除を示す説明図である。上側の画像は、写真データＰＤを表し、下側の図が既存オブジェクトの存在する領域を削除した画像（以下、「検出対象画像」と記載）である。
【００４２】
次に、ＣＰＵは、新規オブジェクト検出部１０７を用いて各種画像処理手段により検出対象画像から新規オブジェクトを検出する。これは、例えば、色・濃淡値などのスペクトルデータを利用した領域分割処理、規定のテクスチャ形状・文様データとのマッチング処理等により行う。
【００４３】
こうして検出した新規オブジェクトはラスタデータであるため、ＣＰＵは、境界線抽出処理等によりベクトルデータに変換し、新規オブジェクト記録部１０８を用いて地図データＭＤに記録する（図２のステップＳ１０４）。
【００４４】
以上のように説明した処理により、地図データ更新装置１０は地図データの更新を行なう。
【００４５】
（２）第２実施例：
２−Ａ．地図データ更新装置概略構成
図１０は、本実施例における地図データ更新装置２０の概略構成図である。地図データ更新装置２０は、撮影条件入力部２００、閾値設定部２０１、地図データ入力部２０２、写真データ入力部２０３、類似度算出部２０４、修正オブジェクト特定部２０５、オブジェクト修正部２０６、新規オブジェクト検出部２０７、新規オブジェクト記録部２０８、地図データ出力部２０９を備えている。第１実施例で説明した各機能部と同一の名称の機能部は、本実施例においても同じ機能を奏するものとする。
【００４６】
第１実施例では、閾値を類似度の統計分布に基づき算出した。しかし、本実施例では、撮影条件入力部２００により入力した撮影条件パラメータＰＭに基づき閾値を設定する。
【００４７】
図１１は、閾値設定部２０１が保持する閾値テーブルである。閾値設定部２０１は、入力した撮影条件パラメータＰＭに応じた閾値を設定する。図示するように、本実施例では、撮影条件パラメータＰＭに天候と撮影高度とが含まれるものとし、この２つのパラメータにより閾値が決定されるものとした。例えば、晴れの日に高度１２００ｍで撮影した写真データを用いる場合は、閾値を０．７６と設定し、曇りの日に高度２８００ｍで撮影した写真データを用いる場合は、閾値を０．６８と設定する。
【００４８】
修正オブジェクト特定部２０５は、このように設定した閾値と、類似度算出部２０４で算出した各類似度とを比較し、地図データＭＤに記録された地物データのうち修正対象となる候補を第１実施例と同様の方法により特定する。
【００４９】
２−Ｂ．地図データ更新処理：
図１２は、地図データ更新装置２０が行う地図データ更新処理のフローチャートである。まず、地図データ更新装置２０は、地図データＭＤと写真データＰＤ、および撮影条件パラメータＰＭを入力する（ステップＳ３００）。そして、写真データＰＤと撮影条件パラメータＰＭとを用いて、地図データＭＤに記録されたオブジェクトのうち修正対象となるオブジェクトを特定し（ステップＳ３０１）、特定したオブジェクトについて地図データＭＤ上の形状データを修正する（ステップＳ３０２）。次に、新規のオブジェクトを写真データＰＤから検出し（ステップＳ３０３）、検出したオブジェクトの形状データを地図データに記録する（ステップＳ３０４）。これらの工程を経て地図データ更新装置２０は地図データＭＤを更新する。更新した地図データは、各種記録媒体やネットワークに出力する（ステップＳ３０５）。ステップＳ３０２〜Ｓ３０５の処理は、第１実施例における図２のステップＳ１０２〜ステップＳ１０５と同様の処理である。
【００５０】
このようにして地図データ更新装置２０は地図データＭＤの更新を行う。上記説明では、閾値テーブルを用いて閾値を設定したが、閾値パラメータを用いた関数を定義することにより閾値を設定してもよい。また、撮影条件パラメータＰＭは、撮影高度や天気に限られることはなく、日時や季節等を表すパラメータを含んでも構わない。また、写真データＰＤのヘッダ領域に、このような撮影条件パラメータが含まれる構成としてもよい。このような構成であれば、地図データ更新装置２０は、自動的に写真データＰＤから撮影条件パラメータＰＭを入力することが可能となる。
【００５１】
（３）変形例：
最後に、変形例について説明する。第１実施例および第２実施例では、閾値Ｔ以下の類似度であるオブジェクトを修正対象候補とした。そのため、増改築など形状の変化が小さなオブジェクトは修正対象候補から外れていた。そこで、閾値Ｔ以上の類似度であるオブジェクトを修正対象候補としてもよい。この場合、閾値Ｔ以下のオブジェクトは、地図データＭＤから削除することとする。そして、新規オブジェクト検出処理において、写真データＰＤのうち、閾値Ｔ以上のオブジェクトが存在する領域を除いた部分を検出対象画像とする。こうすることにより、地図データＭＤ生成時には存在していたが、写真撮影時には取り壊し等により存在しなくなったオブジェクトを確実に地図データＭＤから削除することができる。大幅な改修などにより形状が大きく変化したオブジェクトについても同様に削除されるが、このようなオブジェクトは新規オブジェクト検出処理により、新規オブジェクトとして検出されることとなる。
【００５２】
なお、閾値Ｔ以上のオブジェクトには、増改築など比較的小さな異同が生じているもの、および全く生じていないものが含まれる。形状データの修正は、前者を対象とすることが好ましい。これらを区別するため、更に、第２の閾値Ｔ２を設けるものとしてもよい。この場合には、例えば、集団Ａを閾値Ｔ以上のオブジェクトとし、集団Ｂを仮閾値Ｔ’以上のオブジェクトとすればよい。こうすることにより、閾値Ｔ以上のオブジェクトの範囲で、類似度に有意な差が現れる第２の閾値Ｔ２を決定することができる。更新対象は、閾値Ｔ２以下のオブジェクトとすればよい。
【００５３】
このように、地図データ更新装置は、閾値Ｔの用い方に応じて様々な地図データの更新方法をとることができる。つまり、第１実施例および第２実施例では、オブジェクトの大きな形状変化を地図データＭＤに反映させることに主眼を置いた更新方法となり、変形例では、小さな形状変化までも地図データＭＤに反映しつつ、写真データＰＤに存在しなくなったオブジェクトを地図データＭＤから確実に削除する更新方法となる。しかし、いずれにしても、地図データＭＤと写真データＰＤとの両データにおいて、類似度が閾値Ｔ以上のオブジェクトは、略同一な形状であり、閾値Ｔ以下のオブジェクトは、同一とはいえない形状であることに相違はない。実施例および変形例では、この閾値Ｔを用いることにより定量的に更新対象とするオブジェクトを特定することが可能となる。
【００５４】
なお、実施例では、図２や図１２で示すように地図データ更新装置が地図データの更新処理を一括で行うこととしたが、地図データ更新装置を操作するオペレータがその一部または全部を行うこととしてもよい。例えば、地図データＭＤのサイズが大きい場合等に、オペレータが修正対象や新規オブジェクトの検出範囲を指定可能であるものとしてもよい。また、修正対象として特定したオブジェクトや新規地物として検出したオブジェクトを表示装置等を用いて提示し、修正処理あるいは記録処理を行うオブジェクトをオペレータが選択可能であるものとしてもよい。その他、オブジェクトの修正処理と、新規オブジェクトの検出処理とのどちらの処理を行うかをメニュー等を用いて選択可能としてもよいし、閾値Ｔ以上の地物を修正対象とするか、あるいは閾値Ｔ以下の地物を修正対象とするかを選択可能としてもよい。また、地図データ更新装置が閾値Ｔを上述の方法により設定した後、オペレータが適宜調整可能としてもよい。その際、閾値Ｔの調整に応じてリアルタイムに表示装置上に修正対象となる地物が他の地物と区別して表示される態様であると好適である。
【００５５】
以上、本発明の種々の実施例について説明したが、本発明は実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成を採ることができることはいうまでもない。例えば、上述した各種処理はソフトウェアで実現するほか、ハードウェア的に実現するものとしてもよい。
【図面の簡単な説明】
【図１】第１実施例における地図データ更新装置の概略構成図である。
【図２】地図データ更新装置１０が行う地図データ更新処理のフローチャートである。
【図３】修正オブジェクト特定処理の詳細なフローチャートである。
【図４】オブジェクトデータからテンプレート画像ＴＩを生成した例を示す説明図である。
【図５】写真データＰＤから部分領域画像ＰＩを抽出する説明図である。
【図６】部分領域画像ＰＩから比較対象画像ＣＩを生成した例を示す図である。
【図７】類似度相関係数Ｒｆｇの統計分布の一例を示す図である。
【図８】ウェルチ検定に用いる２つの集団を示す説明図である。
【図９】既存オブジェクトの削除を示す説明図である。
【図１０】第２実施例における地図データ更新装置２０の概略構成図である。
【図１１】閾値設定部２０１が保持する閾値テーブルである。
【図１２】地図データ更新装置２０が行う地図データ更新処理のフローチャートである。
【符号の説明】
１０…地図データ更新装置
２０…地図データ更新装置
１０１…地図データ入力部
１０２…写真データ入力部
１０３…類似度算出部
１０４…閾値算出部
１０５…修正オブジェクト特定部
１０６…オブジェクト修正部
１０７…新規オブジェクト検出部
１０８…新規オブジェクト記録部
１０９…地図データ出力部
２００…撮影条件入力部
２０１…閾値設定部
２０２…地図データ入力部
２０３…写真データ入力部
２０４…類似度算出部
２０５…修正オブジェクト特定部
２０６…オブジェクト修正部
２０７…新規オブジェクト検出部
２０８…新規オブジェクト記録部
２０９…地図データ出力部
【発明の属する技術分野】
本発明は、地図データの更新を行う技術に関する。
【０００２】
【従来の技術】
近年、カーナビゲーションシステムやパーソナルコンピュータの普及に伴い、紙媒体の地図に替わり、電子的な地図データを利用する機会が増えつつある。地図データの製作者は、年々変化していく地形や地物を地図データに反映するため、頻繁にその更新を行う必要がある。地図データの更新は、衛星写真や航空写真を基に、新しく建築された地物や改修、取り壊し等のされた地物を目視で判別し、新規データの入力や既存データの修正を行っていた。従来、このような更新作業は、人手により行っていたため膨大な手間と時間を要していた。そこで、写真データから自動的に地物形状を検出する技術が提案されてはいる（例えば、特開２０００−３１０９４０記載の技術）。この技術では、写真データと地図データとを重畳させて比較することにより新規地物や地物の形状変化を検出している。
【０００３】
【発明が解決しようとする課題】
しかし、写真データは撮影時間や撮影高度、レンズの感度等の影響等により画質にばらつきがあり、ノイズ等も含まれる場合がある。そのため、写真データから検出した地物の形状が、その地物の本来の形状であるとは限られず、地図データに含まれる地物と同一であるか否か、その地物に改修が施されているか否か等の状況を客観的に判断することは困難であった。
【０００４】
本発明は、かかる課題に鑑みてなされたものであり、写真を利用した地図データの更新において、更新対象となる地物を定量的に特定可能な技術の提供を目的としている。
【０００５】
【課題を解決するための手段およびその作用・効果】
上記課題を解決するため、本発明は以下の構成とした。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データを入力する写真データ入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める閾値設定部と、
前記閾値と前記各類似度合との大小関係に基づき、前記複数の地物のうち、形状データを更新する地物の候補を特定する更新候補特定部と、
を備えることを要旨とする。
【０００６】
本発明の地図データ更新装置は、複数の地物について各々算出した類似度合の統計に基づき閾値を設定する。上述したように、地図データは頻繁に更新を行う必要があるため、一般的には、地図データに含まれる地物全体と写真データ上の地物全体とに極端な割合で異同が生じることはない。そのため、地物全体の類似度合を大局的に見れば、それらの異同の状態を概ね反映したものとなる。
【０００７】
ところで、実際上全く異同が生じていない地物であっても、写真撮影時やその写真データを得るための画像処理によって生じるノイズの影響により、完全一致に相当する類似度合が得られるとは限らない。かかる事情を考慮すると、更新対象を特定するための基準値となる閾値を、単に人為的に設定した場合には、適切な更新を行うことができない。閾値が低すぎれば、更新すべき地物が更新対象からもれることがあり、閾値が大きすぎれば、更新不要な地物まで更新対象となることがある。そこで、本発明では、類似度合の統計に基づいて閾値を設定することにより、類似度合に含まれる誤差も考慮して更新対象を客観的に特定することができる。
【０００８】
更新対象の特定方法は、閾値を設定する際の考え方によって異なる。例えば、地物の増改築で生じる程度の異同については、その地物について形状の変化が小さいとみなして閾値を設定することができる。かかる場合には、閾値よりも小さい類似度合の地物は、取り壊し、建て替えなどの大きな異同があったことを意味するから、更新ではなく新規に形状データを取得すべき対象となる。従って、閾値よりも大きい類似度合の地物を更新対象として特定することができる。もちろん、かかる更新対象の中には、全く異同が生じていない地物も含まれるため、更に更新の要否を判断することが望ましい。
【０００９】
別の考え方として、増改築等で生じる比較的小さな異同も、取り壊し、建て替えなどによる大きな異同もすべて更新対象とするために、閾値を比較的高い値に設定することもできる。かかる場合には、閾値よりも大きい類似度合の地物には異同が生じていないとみなすことができるため更新対象とせず、閾値よりも小さい類似度合の地物を更新対象として特定する。
【００１０】
類似度合の統計に基づき閾値を求める手法としては、例えば、算出した類似度合全体の平均値を閾値としてもよいし、その平均値に一定の値を加えたり乗じたりした値を閾値としてもよい。また、算出した類似度合をその値順で並べた時に、一定の割合で上位と下位に分割する境界値を閾値としてもよいし、算出した類似度合全体の統計分布の曲線上の接線が、一定の傾き以上となる境界値を閾値としてもよい。
【００１１】
その他、例えば、上記構成の地図データ更新装置において、
前記閾値設定部は、前記地図データに記録された複数の地物により構成される全体集合における類似度合の平均値と、
仮に設定した仮閾値を越える類似度合の地物により構成される部分集合における類似度合の平均値と、
の間に有意な差が認められるという条件を満たす前記仮閾値の下限値を前記閾値とすることとしてもよい。
【００１２】
ここで、類似度合とは、その値が大きいほど類似性が高いことを意味する。上記のような閾値設定部とすれば、仮に設定した仮閾値を変化させていったときに、上記全体集合の平均値と上記部分集合の平均値とに有意差が生じ始める仮閾値の値を閾値とすることができる。このように設定した閾値を判断基準とすることにより、地物データの類似度合が閾値を越える値であれば、同一の地物が写真データ上に存在すると特定できる。一方、閾値を下回る値であれば、同一ではないと特定することができる。
【００１３】
上記両平均値における有意な差の判定は、例えば、その平均値同士を直接比較して判定してもよい。この場合、平均値の乖離が予め定めた値を超えた場合に、有意差ありとすることができる。その他、平均値や集合に含まれる地物の数、類似度合の分散等をパラメータとして用いることにより判定してもよい。かかる場合には、例えば、統計学上のウェルチ検定やｔ−検定等を用いることができる。ｔ−検定は２つの集合間に等分散が成立することを前提とした手法であり、地物の同一性については、等分散性が不明もしくは不成立であることが多いためウェルチ検定を適用することがより望ましい。
【００１４】
また、本発明は、次のような地図データ更新装置として構成とすることもできる。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データを入力する写真データ入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める閾値設定部と、
前記写真データのうち、前記閾値以上の類似度合となる地物の形状領域を除いた領域から地物を検出する地物検出部と、
前記検出した地物の形状データを前記地図データに記録する検出地物記録部と、
を備える地図データ更新装置である。
【００１５】
閾値以上の類似度合である写真データ上の地物の形状領域は、地図データに記録された地物と同一の地物とみなせるため、そこから新たな地物を検出する必要はない。そのため、上記地物検出部は、この形状領域を除く写真データの領域について地物を検出する。こうすることにより、必要最小限の領域から新たな地物を検出することが可能となる。
【００１６】
本発明は、また、次の構成の地図データ更新装置とすることもできる。すなわち、
複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データと、該写真を撮影した撮影条件を入力する入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記撮影条件に基づき閾値を設定する閾値設定部と、
前記閾値と前記類似度合との大小関係に基づき、前記複数の地物のうち、形状データを更新する地物の候補を特定する更新候補特定部と、
を備える地図データ更新装置である。
【００１７】
本構成の地図データ更新装置は、入力した撮影条件に応じて閾値を設定する。写真データは、撮影時の時刻、季節、天気、撮影高度等といった様々な撮影条件の影響を受けているため、もし、どのような写真データに対しても同じ閾値を用いる場合には、入力した写真データによって特定する更新対象が異なってしまう可能性が生じるためである。
【００１８】
閾値の設定は、例えば、雨の日に撮影した写真データの場合は閾値Ａ、曇りの日に撮影した写真データの場合は閾値Ｂといったように、撮影条件と閾値とを対応付けたテーブルを参照することにより行うことができる。また、撮影日時や撮影高度に応じて設定した関数を用いて行ってもよい。こうすることにより、統計的演算を行うことなく簡易な方法により閾値を設定することができる。
【００１９】
なお、本発明は、上記各種構成を複数組み合わせた地図データ更新装置としてもよい。また、本発明は、地表を撮影した写真を参照して地図データの更新を行う地図データ更新方法や、コンピュータに地図データの更新をさせるためのコンピュータプログラムとして構成してもよい。コンピュータプログラムは、フレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハードディスクなどコンピュータ読み取り可能な種々の記録媒体に記録してもよい。
【００２０】
【発明の実施の形態】
以下、本発明の実施の形態について実施例に基づき次の順序で説明する。
（１）第1実施例：
１−Ａ．地図データ更新装置概略構成：
１−Ｂ．地図データ更新処理：
１−Ｂ１．概要：
１−Ｂ２．修正オブジェクト特定処理：
１−Ｂ３．オブジェクト修正処理：
１−Ｂ４．新規オブジェクト検出処理：
（２）第２実施例：
２−Ａ．地図データ更新装置概略構成
２−Ｂ．地図データ更新処理：
（３）変形例：
【００２１】
（１）第1実施例：
１−Ａ．地図データ更新装置概略構成：
図１は、本実施例における地図データ更新装置の概略構成図である。地図データ更新装置１０は、ＣＰＵやメモリ等からなるコンピュータを備えており、図示する各機能部はソフトウェア的に構築されている。
【００２２】
地図データ入力部１０１は、各種記録媒体やネットワーク等を介して地図データＭＤを入力する。地図データＭＤには、道路や建物などの地物（以下、「オブジェクト」と表記）を表すデータが、ベクトルデータとして複数記録されている。記録媒体としてはフレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ、ＩＣカード、ハードディスク等が用いられる。
【００２３】
写真データ入力部１０２は、上記地図データ入力部１０１と同様に、各種記録媒体やネットワーク等を介して写真データＰＤを入力する。写真データＰＤには、人工衛星や航空機等により地表を撮影した写真画像が、ラスタデータとして記録されている。なお、写真データＰＤは、地図データＭＤと同じ地域について撮影されたデータであるものとする。写真データＰＤは、地図データＭＤと座標系を一致させる処理を施しておく。種々の座標系を適用可能であるが、本実施例では、オルソ補正を施した写真データＰＤを用いるものとした。
【００２４】
類似度算出部１０３は、地図データＭＤに含まれるオブジェクトの形状と写真データＰＤから抽出したオブジェクトの形状を比較し、その類似度を後述の方法により算出する。
【００２５】
閾値算出部１０４は、類似度算出部１０３で算出した類似度の統計から閾値を算出する。ここで算出する閾値とは、地図データＭＤ上のオブジェクトと、写真データＰＤ上のオブジェクトが同一の形状とみなせるかどうかを判断するために用いる値である。
【００２６】
修正オブジェクト特定部１０５は、閾値以下となるオブジェクト、すなわち、写真撮影時には取り壊し、建て替えなどにより大幅に形状が変化したオブジェクトを地図データＭＤから修正対象候補として特定する。オブジェクト修正部１０６は、特定したオブジェクトの形状を写真データＰＤに基づき修正する。閾値以上となるオブジェクトは、形状に変化があったとしても増改築等による小修正であるため同一の形状とみなして形状データの修正は行わない。
【００２７】
新規オブジェクト検出部１０７は、地図データＭＤ上には存在せず、写真データＰＤにのみ存在するオブジェクトを写真データＰＤから検出する。新規オブジェクト記録部１０８は、このように検出した新規のオブジェクトをベクトルデータ化し地図データＭＤに記録する。
【００２８】
地図データ出力部１０９は、オブジェクト修正部１０６と新規オブジェクト記録部１０８とにより更新した地図データＭＤを、新地図データとして各種記録媒体やネットワーク等に出力する。
【００２９】
１−Ｂ．地図データ更新処理：
１−Ｂ１．概要：
図２は、地図データ更新装置１０が行う地図データ更新処理のフローチャートである。まず、地図データ更新装置１０は、地図データＭＤと写真データＰＤを入力する（ステップＳ１００）。そして、地図データＭＤに含まれる地物の形状と、該地物に対応した写真データＰＤ内の地物形状とから算出した類似度の統計に基づき修正対象となるオブジェクトを特定する（ステップＳ１０１）。特定したオブジェクトについては地図データＭＤ上の形状データを修正する（ステップＳ１０２）。次に、新築されたオブジェクトを写真データＰＤから検出し（ステップＳ１０３）、検出したオブジェクトの形状データを地図データに記録する（ステップＳ１０４）。これらの工程を経て地図データ更新装置１０は地図データＭＤを更新する。更新した地図データは、各種記録媒体やネットワークに出力する（ステップＳ１０５）。以下に、上記各ステップについての詳細を説明する。
【００３０】
１−Ｂ２．修正オブジェクト特定処理：
図３は、上記ステップＳ１０１における修正オブジェクト特定処理の詳細なフローチャートである。まず、地図データ更新装置１０のＣＰＵは、地図データＭＤに含まれるオブジェクトを１つ選択し、テンプレート画像ＴＩを生成する（ステップＳ２００）。テンプレート画像ＴＩとは、地図データＭＤにおいてベクトルデータで表されているオブジェクトの形状を、ラスタデータに変換して得られる画像データをいう。図４は、オブジェクトデータからテンプレート画像ＴＩを生成した例を示す説明図である。図の上側の図形が、オブジェクトの形状データであり、下側が生成したテンプレート画像ＴＩである。テンプレート画像ＴＩは、図示するように、オブジェクトよりもある程度大きい領域に生成する。
【００３１】
次に、ＣＰＵは、写真データＰＤからテンプレート画像ＴＩに対応する部分領域画像ＰＩを抽出する（ステップＳ２０１）。図５は、写真データＰＤから部分領域画像ＰＩを抽出する説明図である。図示するように、地図データＭＤと写真データＰＤを同位置に重ね合わせ、地図データＭＤ上のテンプレート画像ＴＩが存在する位置と同じ位置に存在する領域を写真データＰＤから抽出することにより部分領域画像ＰＩを抽出する。
【００３２】
ＣＰＵは、このように抽出した部分領域画像ＰＩに対して領域分割処理および２値化処理を行い、比較対象画像ＣＩを生成する（ステップＳ２０２）。比較対照画像ＣＩとは、テンプレート画像ＴＩと比較を行うための画像データをいう。図６は、部分領域画像ＰＩから比較対象画像ＣＩを生成した例を示す図である。図５では、写真データＰＤを模式的に表しているため、明瞭な画像として部分領域画像ＰＩが表現されているが、実際の部分領域画像ＰＩは、建物の影や天候の影響等を受けた画像であり、あいまいな要素を多く含んでいる（図６上部参照）。従って、テンプレート画像ＴＩとの比較を容易にするため、ＣＰＵは、本ステップにより、領域分割処理により一様な特徴を持つ領域を抽出し（図６中部参照）、さらに、２値化処理を施すことにより比較対象画像ＣＩを生成する（図６下部参照）。領域分割処理とは、同じ色合いの領域を抽出する処理であり、２値化処理とは、所定の色合いを閾値として全体の色を白と黒の２色に置き換える処理である。なお、領域分割処理や２値化処理は周知の画像処理方法により行うことができる。
【００３３】
そして、ＣＰＵは、類似度算出部１０３を用いてテンプレート画像ＴＩと比較対象画像ＣＩの全画素について下記の式（１）により類似度相関係数Ｒｆｇを算出する（ステップＳ２０３）。下記式において、ｇ（ｉ，ｊ）は、テンプレート画像ＴＩ中の座標（ｉ，ｊ）に対応する画素の色を表す値であり、ｆ（ｉ，ｊ）は、比較対象画像ＣＩ中の座標（ｉ，ｊ）に対応する画素の色を表す値である。求めた類似度相関係数Ｒｆｇは、０から１までの範囲に属する値となる。Ｄはテンプレート画像ＴＩおよび比較対象画像ＣＩの全体領域を意味する。なお、類似度相関係数Ｒｆｇは、テンプレート画像ＴＩと比較対象画像ＣＩを一定の範囲で位置をずらしていき、Ｒｆｇが最大となる位置において最終的な値を決定することが望ましい。
【００３４】
【数１】
こうして、ステップＳ２００〜Ｓ２０３までの処理を繰り返し行うことにより地図データＭＤに含まれる全てのオブジェクトについて類似度相関係数Ｒｆｇを求める（ステップＳ２０４）。
【００３６】
次に、ＣＰＵは、閾値算出部１０４を用いて、類似度相関係数Ｒｆｇの統計分布からウェルチ検定を用いて閾値を決定する（ステップＳ２０５）。ウェルチ検定とは、統計的に２つの集団間に現れる有意な差を検出する手法であり、近似ｔ−検定とも呼ばれる。
【００３７】
図７は、類似度相関係数Ｒｆｇの統計分布の一例を示す図である。図中の棒グラフは、横軸の類似度相関係数Ｒｆｇに対応するオブジェクトが地図データＭＤに何個存在するかを示す頻度を表しており、折線グラフは、その累積度数をパーセンテージで表している。
【００３８】
図８は、ウェルチ検定に用いる２つの集団を示す説明図である。まず、閾値算出部１０４は、全てのオブジェクトが属する集団を集団Ａとし、類似度相関係数Ｒｆｇが仮閾値Ｔ’以上のオブジェクトの部分集団を集団Ｂとする。さらに、帰無仮説を「集団Ａ，Ｂに属するオブジェクトの類似度相関係数Ｒｆｇの母平均は等しい」とし、対立仮説を「集団Ａに属するオブジェクトの類似度相関係数Ｒｆｇの母平均と、集団Ｂに属するオブジェクトの類似度相関係数Ｒｆｇの母平均は異なる」とする。そして、閾値算出部１０４は、仮閾値Ｔ’を０から１に徐々に変化させていき、帰無仮説を初めて棄却する仮閾値Ｔ’を、閾値Ｔと決定する。つまり、集団Ａの平均値と、集団Ｂの平均値とに、有意な差が生じ始めたとみなすことができる仮閾値Ｔ’を、閾値Ｔと決定する。この閾値は、取り壊し、建て替えなど、略同一の地物が存在しているとみなすことができないほどの大幅な異同が生じたか否かを判断する値となる。
【００３９】
上記ステップＳ２０５によって閾値Ｔが決定された後、ＣＰＵは、修正オブジェクト特定部１０５を用いて、閾値Ｔ以下の類似度である地図データＭＤ上のオブジェクトを修正対象候補のオブジェクトとして特定する（ステップＳ２０６）。これらのオブジェクトには、上述の大幅な異同が生じたものと判断されるからである。
【００４０】
１−Ｂ４．オブジェクト修正処理：
次に、図２のステップＳ１０２では、ステップＳ１０１によって特定した修正対象候補オブジェクトの形状データを修正する。これは、修正対象候補となったオブジェクトに対応する上記比較対象画像ＣＩをベクトルデータに変換し、地図データに記録された形状データを上書きすることにより行う。ベクトルデータへの変換は、境界線の抽出処理等といった周知の画像処理手段を利用する。
【００４１】
１−Ｂ５．新規オブジェクト検出処理：
図２のステップＳ１０３では、写真データＰＤから新規のオブジェクトを検出する。まず、ＣＰＵは、写真データＰＤから、地図データＭＤに記録されたオブジェクト（以下、「既存オブジェクト」と表記）に対応する画像領域を削除する。図９は、既存オブジェクトの削除を示す説明図である。上側の画像は、写真データＰＤを表し、下側の図が既存オブジェクトの存在する領域を削除した画像（以下、「検出対象画像」と記載）である。
【００４２】
次に、ＣＰＵは、新規オブジェクト検出部１０７を用いて各種画像処理手段により検出対象画像から新規オブジェクトを検出する。これは、例えば、色・濃淡値などのスペクトルデータを利用した領域分割処理、規定のテクスチャ形状・文様データとのマッチング処理等により行う。
【００４３】
こうして検出した新規オブジェクトはラスタデータであるため、ＣＰＵは、境界線抽出処理等によりベクトルデータに変換し、新規オブジェクト記録部１０８を用いて地図データＭＤに記録する（図２のステップＳ１０４）。
【００４４】
以上のように説明した処理により、地図データ更新装置１０は地図データの更新を行なう。
【００４５】
（２）第２実施例：
２−Ａ．地図データ更新装置概略構成
図１０は、本実施例における地図データ更新装置２０の概略構成図である。地図データ更新装置２０は、撮影条件入力部２００、閾値設定部２０１、地図データ入力部２０２、写真データ入力部２０３、類似度算出部２０４、修正オブジェクト特定部２０５、オブジェクト修正部２０６、新規オブジェクト検出部２０７、新規オブジェクト記録部２０８、地図データ出力部２０９を備えている。第１実施例で説明した各機能部と同一の名称の機能部は、本実施例においても同じ機能を奏するものとする。
【００４６】
第１実施例では、閾値を類似度の統計分布に基づき算出した。しかし、本実施例では、撮影条件入力部２００により入力した撮影条件パラメータＰＭに基づき閾値を設定する。
【００４７】
図１１は、閾値設定部２０１が保持する閾値テーブルである。閾値設定部２０１は、入力した撮影条件パラメータＰＭに応じた閾値を設定する。図示するように、本実施例では、撮影条件パラメータＰＭに天候と撮影高度とが含まれるものとし、この２つのパラメータにより閾値が決定されるものとした。例えば、晴れの日に高度１２００ｍで撮影した写真データを用いる場合は、閾値を０．７６と設定し、曇りの日に高度２８００ｍで撮影した写真データを用いる場合は、閾値を０．６８と設定する。
【００４８】
修正オブジェクト特定部２０５は、このように設定した閾値と、類似度算出部２０４で算出した各類似度とを比較し、地図データＭＤに記録された地物データのうち修正対象となる候補を第１実施例と同様の方法により特定する。
【００４９】
２−Ｂ．地図データ更新処理：
図１２は、地図データ更新装置２０が行う地図データ更新処理のフローチャートである。まず、地図データ更新装置２０は、地図データＭＤと写真データＰＤ、および撮影条件パラメータＰＭを入力する（ステップＳ３００）。そして、写真データＰＤと撮影条件パラメータＰＭとを用いて、地図データＭＤに記録されたオブジェクトのうち修正対象となるオブジェクトを特定し（ステップＳ３０１）、特定したオブジェクトについて地図データＭＤ上の形状データを修正する（ステップＳ３０２）。次に、新規のオブジェクトを写真データＰＤから検出し（ステップＳ３０３）、検出したオブジェクトの形状データを地図データに記録する（ステップＳ３０４）。これらの工程を経て地図データ更新装置２０は地図データＭＤを更新する。更新した地図データは、各種記録媒体やネットワークに出力する（ステップＳ３０５）。ステップＳ３０２〜Ｓ３０５の処理は、第１実施例における図２のステップＳ１０２〜ステップＳ１０５と同様の処理である。
【００５０】
このようにして地図データ更新装置２０は地図データＭＤの更新を行う。上記説明では、閾値テーブルを用いて閾値を設定したが、閾値パラメータを用いた関数を定義することにより閾値を設定してもよい。また、撮影条件パラメータＰＭは、撮影高度や天気に限られることはなく、日時や季節等を表すパラメータを含んでも構わない。また、写真データＰＤのヘッダ領域に、このような撮影条件パラメータが含まれる構成としてもよい。このような構成であれば、地図データ更新装置２０は、自動的に写真データＰＤから撮影条件パラメータＰＭを入力することが可能となる。
【００５１】
（３）変形例：
最後に、変形例について説明する。第１実施例および第２実施例では、閾値Ｔ以下の類似度であるオブジェクトを修正対象候補とした。そのため、増改築など形状の変化が小さなオブジェクトは修正対象候補から外れていた。そこで、閾値Ｔ以上の類似度であるオブジェクトを修正対象候補としてもよい。この場合、閾値Ｔ以下のオブジェクトは、地図データＭＤから削除することとする。そして、新規オブジェクト検出処理において、写真データＰＤのうち、閾値Ｔ以上のオブジェクトが存在する領域を除いた部分を検出対象画像とする。こうすることにより、地図データＭＤ生成時には存在していたが、写真撮影時には取り壊し等により存在しなくなったオブジェクトを確実に地図データＭＤから削除することができる。大幅な改修などにより形状が大きく変化したオブジェクトについても同様に削除されるが、このようなオブジェクトは新規オブジェクト検出処理により、新規オブジェクトとして検出されることとなる。
【００５２】
なお、閾値Ｔ以上のオブジェクトには、増改築など比較的小さな異同が生じているもの、および全く生じていないものが含まれる。形状データの修正は、前者を対象とすることが好ましい。これらを区別するため、更に、第２の閾値Ｔ２を設けるものとしてもよい。この場合には、例えば、集団Ａを閾値Ｔ以上のオブジェクトとし、集団Ｂを仮閾値Ｔ’以上のオブジェクトとすればよい。こうすることにより、閾値Ｔ以上のオブジェクトの範囲で、類似度に有意な差が現れる第２の閾値Ｔ２を決定することができる。更新対象は、閾値Ｔ２以下のオブジェクトとすればよい。
【００５３】
このように、地図データ更新装置は、閾値Ｔの用い方に応じて様々な地図データの更新方法をとることができる。つまり、第１実施例および第２実施例では、オブジェクトの大きな形状変化を地図データＭＤに反映させることに主眼を置いた更新方法となり、変形例では、小さな形状変化までも地図データＭＤに反映しつつ、写真データＰＤに存在しなくなったオブジェクトを地図データＭＤから確実に削除する更新方法となる。しかし、いずれにしても、地図データＭＤと写真データＰＤとの両データにおいて、類似度が閾値Ｔ以上のオブジェクトは、略同一な形状であり、閾値Ｔ以下のオブジェクトは、同一とはいえない形状であることに相違はない。実施例および変形例では、この閾値Ｔを用いることにより定量的に更新対象とするオブジェクトを特定することが可能となる。
【００５４】
なお、実施例では、図２や図１２で示すように地図データ更新装置が地図データの更新処理を一括で行うこととしたが、地図データ更新装置を操作するオペレータがその一部または全部を行うこととしてもよい。例えば、地図データＭＤのサイズが大きい場合等に、オペレータが修正対象や新規オブジェクトの検出範囲を指定可能であるものとしてもよい。また、修正対象として特定したオブジェクトや新規地物として検出したオブジェクトを表示装置等を用いて提示し、修正処理あるいは記録処理を行うオブジェクトをオペレータが選択可能であるものとしてもよい。その他、オブジェクトの修正処理と、新規オブジェクトの検出処理とのどちらの処理を行うかをメニュー等を用いて選択可能としてもよいし、閾値Ｔ以上の地物を修正対象とするか、あるいは閾値Ｔ以下の地物を修正対象とするかを選択可能としてもよい。また、地図データ更新装置が閾値Ｔを上述の方法により設定した後、オペレータが適宜調整可能としてもよい。その際、閾値Ｔの調整に応じてリアルタイムに表示装置上に修正対象となる地物が他の地物と区別して表示される態様であると好適である。
【００５５】
以上、本発明の種々の実施例について説明したが、本発明は実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成を採ることができることはいうまでもない。例えば、上述した各種処理はソフトウェアで実現するほか、ハードウェア的に実現するものとしてもよい。
【図面の簡単な説明】
【図１】第１実施例における地図データ更新装置の概略構成図である。
【図２】地図データ更新装置１０が行う地図データ更新処理のフローチャートである。
【図３】修正オブジェクト特定処理の詳細なフローチャートである。
【図４】オブジェクトデータからテンプレート画像ＴＩを生成した例を示す説明図である。
【図５】写真データＰＤから部分領域画像ＰＩを抽出する説明図である。
【図６】部分領域画像ＰＩから比較対象画像ＣＩを生成した例を示す図である。
【図７】類似度相関係数Ｒｆｇの統計分布の一例を示す図である。
【図８】ウェルチ検定に用いる２つの集団を示す説明図である。
【図９】既存オブジェクトの削除を示す説明図である。
【図１０】第２実施例における地図データ更新装置２０の概略構成図である。
【図１１】閾値設定部２０１が保持する閾値テーブルである。
【図１２】地図データ更新装置２０が行う地図データ更新処理のフローチャートである。
【符号の説明】
１０…地図データ更新装置
２０…地図データ更新装置
１０１…地図データ入力部
１０２…写真データ入力部
１０３…類似度算出部
１０４…閾値算出部
１０５…修正オブジェクト特定部
１０６…オブジェクト修正部
１０７…新規オブジェクト検出部
１０８…新規オブジェクト記録部
１０９…地図データ出力部
２００…撮影条件入力部
２０１…閾値設定部
２０２…地図データ入力部
２０３…写真データ入力部
２０４…類似度算出部
２０５…修正オブジェクト特定部
２０６…オブジェクト修正部
２０７…新規オブジェクト検出部
２０８…新規オブジェクト記録部
２０９…地図データ出力部
Claims (4)
- 複数の地物の形状を記録した地図データの更新を行う地図データ更新装置であって、
前記地図データに対応する地表が撮影された写真データを入力する写真データ入力部と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する類似度合算出部と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める閾値設定部と、
前記写真データのうち、前記閾値以上の類似度合となる地物の形状領域を除いた領域から地物を検出する地物検出部と、
前記検出した地物の形状データを前記地図データに記録する検出地物記録部と、
を備える地図データ更新装置。 - コンピュータが、地表を撮影した写真データを参照して複数の地物の形状を記録した地図データの更新を行う地図データ更新方法であって、
（ａ）前記コンピュータが、所定の記録媒体に記録された前記写真データおよび前記地図データを参照し、所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出するステップと、
（ｂ）前記コンピュータが、前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求めるステップと、
（ｃ）前記コンピュータが、前記写真のうち、前記閾値以上の類似度合となる地物の形状領域を除いた領域から地物を検出するステップと、
（ｄ）前記コンピュータが、前記検出した地物の形状データを前記地図データに記録するステップと、
を備える地図データ更新方法。 - コンピュータが、複数の地物の形状を記録した地図データの更新を行うためのコンピュータプログラムであって、
前記地図データに対応する地表が撮影された写真データを入力する機能と、
所定の演算により、前記地図データに記録された地物の形状データと、該地物に対応する前記写真データ上の地物の形状との類似度合を算出する機能と、
前記地図データに記録された複数の地物の形状データと該各地物に対応する前記写真データ上の地物の形状とに基づきそれぞれ算出した前記類似度合の統計に基づき閾値を求める機能と、
前記写真データのうち、前記閾値以上の類似度合となる地物の形状領域を除いた領域から、地物を検出する機能と、
前記検出した地物を前記地図データに記録する機能と、
を前記コンピュータに実現させるコンピュータプログラム。 - 請求項３に記載のコンピュータプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002042845A JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002042845A JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003241653A JP2003241653A (ja) | 2003-08-29 |
| JP4030318B2 true JP4030318B2 (ja) | 2008-01-09 |
Family
ID=27782825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002042845A Expired - Fee Related JP4030318B2 (ja) | 2002-02-20 | 2002-02-20 | 地図データ更新装置および地図データ更新方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4030318B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782774A (zh) * | 2019-10-30 | 2020-02-11 | 武汉中海庭数据技术有限公司 | 一种众包道路数据的分布式处理方法及装置 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2941542B1 (fr) * | 2009-01-27 | 2011-03-18 | Laurent Philippe Nanot | Procede de reconstruction automatise de modeles tridimentionnels de superstructures des toits et des modeles tridimentionnels et/ou empreintes des batiments en derivant |
| JP5353836B2 (ja) * | 2010-06-30 | 2013-11-27 | 株式会社デンソー | ナビゲーション装置 |
| JP5764942B2 (ja) | 2011-01-28 | 2015-08-19 | 富士通株式会社 | 情報照合装置、情報照合システム、情報照合方法および情報照合プログラム |
| JP5194160B1 (ja) * | 2011-10-19 | 2013-05-08 | 東芝テック株式会社 | 情報処理装置、情報処理方法及びプログラム |
| JP7211513B2 (ja) * | 2019-07-03 | 2023-01-24 | 株式会社デンソー | 地図データ生成装置 |
| JP6889319B1 (ja) * | 2020-08-27 | 2021-06-18 | 朝日航洋株式会社 | 地図データ生成装置および地図データ生成方法 |
-
2002
- 2002-02-20 JP JP2002042845A patent/JP4030318B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782774A (zh) * | 2019-10-30 | 2020-02-11 | 武汉中海庭数据技术有限公司 | 一种众包道路数据的分布式处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003241653A (ja) | 2003-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8116530B2 (en) | Map change detection device, map change detection method, and program | |
| KR101558467B1 (ko) | 지피에스 수신기의 동선에 따라 수치지도에 링크된 수치좌표를 보정하는 수치정보 시스템 | |
| JP4103898B2 (ja) | 地図情報更新方法及び地図更新装置 | |
| CN112740267A (zh) | 学习用数据收集装置、学习用数据收集方法、及程序 | |
| Nyaruhuma et al. | Verification of 2D building outlines using oblique airborne images | |
| US8682064B2 (en) | Building change detection apparatus, building change detection method and program | |
| CN113167742B (zh) | 混凝土构造物的点检辅助装置、点检辅助方法及记录介质 | |
| JP2001143054A (ja) | 衛星画像処理方法 | |
| JP2019207535A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP2006195032A (ja) | 地形図作成方法および地形図作成システム | |
| JP4030318B2 (ja) | 地図データ更新装置および地図データ更新方法 | |
| JP2020088647A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JPH063145A (ja) | トンネル切羽画像収録処理システム | |
| JP2005346664A (ja) | 海岸線抽出方法及び海岸線抽出システム | |
| JP6249508B2 (ja) | 異動検出支援装置、異動検出支援方法、及びプログラム | |
| JP2004198530A (ja) | 地図更新システム、地図更新方法及びコンピュータプログラム | |
| JP2009199176A (ja) | 目標物検出システム | |
| JP7078295B2 (ja) | 変状検出装置、変状検出方法、及びプログラム | |
| JP2005241886A (ja) | 地理画像間変化領域の抽出方法、地理画像間変化領域を抽出可能なプログラム、閉領域抽出方法及び閉領域抽出可能なプログラム | |
| JP3589271B2 (ja) | 画像情報解析装置及び画像情報解析方法 | |
| JPH10269347A (ja) | 地理画像上の影成分の除去方法及び地理画像処理装置、記録媒体 | |
| JP2000310940A (ja) | 地図情報更新方法及び地図更新装置 | |
| JP4512778B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
| KR102204040B1 (ko) | 고도별 수집이미지의 통일화를 위한 보정용 영상처리장치 | |
| JP2010020417A (ja) | 目標物検出システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050209 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060912 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061109 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070424 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070613 |
|
| 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: 20071009 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071016 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |