JP4206036B2 - 電子地図データを利用した風景画像の撮像位置の特定 - Google Patents

電子地図データを利用した風景画像の撮像位置の特定 Download PDF

Info

Publication number
JP4206036B2
JP4206036B2 JP2003409780A JP2003409780A JP4206036B2 JP 4206036 B2 JP4206036 B2 JP 4206036B2 JP 2003409780 A JP2003409780 A JP 2003409780A JP 2003409780 A JP2003409780 A JP 2003409780A JP 4206036 B2 JP4206036 B2 JP 4206036B2
Authority
JP
Japan
Prior art keywords
road
feature amount
building
landscape image
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.)
Expired - Fee Related
Application number
JP2003409780A
Other languages
English (en)
Other versions
JP2005173748A5 (ja
JP2005173748A (ja
Inventor
秀昶 有田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zenrin Co Ltd
Original Assignee
Zenrin Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zenrin Co Ltd filed Critical Zenrin Co Ltd
Priority to JP2003409780A priority Critical patent/JP4206036B2/ja
Publication of JP2005173748A publication Critical patent/JP2005173748A/ja
Publication of JP2005173748A5 publication Critical patent/JP2005173748A5/ja
Application granted granted Critical
Publication of JP4206036B2 publication Critical patent/JP4206036B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Navigation (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)

Description

本発明は、電子地図データを利用して、風景画像の撮像位置を特定する技術に関するものである。
従来、汎地球測位システム（ＧＰＳ：Global Positioning System）衛星や、携帯電話、ＰＨＳ等の無線基地局から受信した電波信号に基づいて、現在位置を特定する技術が普及している。この技術は、カーナビゲーション装置や、携帯電話機に適用されており、現在位置の特定の他、経路探索や、経路誘導にも利用されている。しかし、この技術は、ビルの谷間や、地下街などＧＰＳ衛星からの電波信号を受信できない場所では、利用することができない。
そこで、ＧＰＳ衛星からの電波信号を利用せずに、現在位置の特定を可能とする技術が提案されている。例えば、下記特許文献１には、風景画像データと、３Ｄ地図データとに基づいて、現在位置を特定する技術が開示されている。この技術では、携帯電話機に搭載されたディジタルカメラなどで撮像された風景画像と、３Ｄ地図データ上の視点を移動させながら３Ｄ地図の仮想空間から切り出した２次元的な画像との間の画像マッチングの度合いを計算することにより、現在位置（風景画像の撮像位置）を特定する。
特開２００３−１１１１２８号公報
しかし、上記特許文献１に記載された技術では、３Ｄ地図データ上の視点を移動させながら３Ｄ地図の仮想空間から２次元的な画像を切り出す処理や、各視点における画像マッチング処理などの膨大な処理が必要であり、処理負担が大きかった。
本発明は、上述の課題を解決するためになされたものであり、風景画像の撮像位置を特定するに際し、処理負担を軽減することを目的とする。
上述の課題の少なくとも一部を解決するため、本発明では、以下の構成を採用した。
本発明の第１の方法は、
コンピュータによって読取り可能な所定の記録媒体に記録された電子地図データを利用して、風景画像の撮像位置を特定する特定方法であって、
前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
前記コンピュータが、前記風景画像を取得する画像取得工程と、
前記コンピュータが、前記画像取得工程によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
前記コンピュータが、前記電子地図データを参照して、前記地図上の複数の所定の評価位置における前記特徴量を抽出する特徴量抽出工程と、
前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、
を備えることを要旨とする。
ここで、風景画像は、携帯電話機に搭載されたディジタルカメラ（以下、カメラ付き携帯電話機とも呼ぶ）や、単体のディジタルカメラで撮像されたディジタル画像である。風景画像をスキャナで取り込んだ画像であってもよい。また、風景画像は、カラー画像であってもよいし、モノクロ画像であってもよい。
電子地図データは、「道路および該道路に隣接する建造物の外観に関連する所定の特徴量」を抽出可能であればよい。したがって、電子地図データは、いわゆる２Ｄ地図を表示するための電子地図データであってもよいし、３Ｄ地図を表示するための電子地図データであってもよい。また、電子地図データは、カーナビゲーション装置等で経路探索や、経路誘導に用いられる道路ネットワークデータや道路データ等を含む電子地図データであってもよい。
「道路および該道路に隣接する建造物の外観に関連する所定の特徴量」とは、道路および建造物の特徴や、道路と建造物との位置関係を表すパラメータである。この特徴量としては、例えば、道路の幅や、道路の長さ（交差点から次の交差点までの距離）や、道路の両側それぞれに存在する建造物の数や、交差点から各建造物までの距離や、各建造物の道路に面する部分の距離などが挙げられる。
「地図上の複数の所定の評価位置」としては、例えば、交差点や、水準点や、三角点などが挙げられる。
本発明では、上述した特徴量に基づいて、すなわち、風景画像から求められた特徴量と、電子地図データから抽出された特徴量とを対比して、所定の評価位置の中から、風景画像の撮像位置の候補地を推定することができる。したがって、先に説明した３Ｄ地図データ上の視点を移動させながら３Ｄ地図の仮想空間から２次元的な画像を切り出す処理や、各視点における画像マッチング処理などの膨大な処理を行う必要がないので、処理負担を軽減することができる。なお、候補地は、１ヶ所に限られず、複数ヶ所であってもよい。
上記特定方法において、さらに、
前記コンピュータが、前記候補地について、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出工程を備えるようにすることができる。
撮像位置と、候補地の位置とは、ずれている可能性が高い。本発明では、候補地の位置と検出されたずれ量とに基づいて、風景画像の撮像位置を正確に特定することができる。
また、本発明の特定方法において、
前記電子地図データは、さらに、前記建造物の高さを示す高さデータ、および、前記建造物の色を示す色データの少なくとも一方を備え、
前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とは、前記建造物の高さ、および、前記建造物の色の少なくとも一方に関する情報を含むようにすることが好ましい。
高さに関する情報は、例えば、高さデータであってもよいし、高い、低いなど定性的な情報であってもよい。また、色に関する情報は、例えば、ＲＧＢ表色系における階調値であってもよいし、黒っぽい、白っぽいなど定性的な情報であってもよい。
本発明によって、高さ、および、色の少なくとも一方に関する情報に基づいて、風景画像の撮像位置の候補地を絞り込むことができるので、風景画像の撮像位置の推定を効率よく行うことができる。
なお、山や、川など、道路や建造物以外の特徴量、例えば、山の稜線の形状や、川幅などを特徴量に含めるようにしてもよい。また、風景画像の撮像位置の候補地の推定に、定量的に表すことができない地形に関連する情報、例えば、山や、海や、湖や、川などが存在することなどを利用するようにしてもよい。これらを併用することによって、さらに、風景画像の撮像位置の候補地を絞り込むことができる。
また、本発明の特定方法において、
前記画像取得工程に伴って、前記コンピュータが、前記風景画像の撮像方向を示す撮像方向データ、および、前記撮像位置の概略位置を示す概略位置データの少なくとも一方を取得する工程を備え、
前記特徴量抽出工程は、前記撮像方向データ、および、前記概略位置データの少なくとも一方に基づいて、前記特徴量を抽出する工程を含むようにしてもよい。
撮像方向データは、例えば、カメラ付き携帯電話機などの撮像機器に撮像方向を検出する機能を備えるようにすれば、この撮像機器から取得することができる。概略位置データとしては、例えば、撮像位置にあるカメラ付き携帯電話機と通信を行った基地局の位置データを用いることができる。基地局と、その位置との対応関係が既知の場合には、基地局を特定するための識別情報を取得し、この識別情報に基づいて、基地局の位置を特定するようにしてもよい。また、概略位置データとして、撮像位置の大まかな住所、例えば、「○○市××区」など、丁目や、番地などが不明な住所を用いるようにしてもよい。
こうすることによっても、風景画像の撮像位置の候補地を絞り込むことができるので、風景画像の撮像位置の推定を効率よく行うことができる。
また、本発明の特定方法において、
前記解析工程は、
前記コンピュータが、前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出する工程と、
前記コンピュータが、前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出する工程と、
前記コンピュータが、前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める工程、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める工程の少なくとも一方を含むようにすることができる。
消失点とは、画像内において３次元空間中の平行線群の収束点である。風景画像において、建造物の画像は、通常、消失点の上側の領域に存在する線分を含む。また、道路の画像は、消失点の下側の領域に存在する線分を含む。したがって、本発明によって、建造物に関連する特徴量と、道路に関連する特徴量とを、区分して求めることができる。
また、本発明の特定方法において、
前記特徴量抽出工程は、前記画像取得工程に先立って行う工程であり、
さらに、前記コンピュータが、前記特徴量抽出工程によって抽出された前記特徴量を、該特徴量を格納するための所定の特徴量データベースに格納する工程を含み、
前記候補地推定工程は、前記特徴量データベースを参照する工程を含むようにすることができる。
電子地図データからの特徴量の抽出は、風景画像の取得の有無に関わらず、行うことができるので、本発明では、予め特徴量を格納したデータベースを用意する。こうすることによって、風景画像を取得した後の工程を短縮することができる。
上記特定方法において、
前記画像取得工程に伴って、前記コンピュータが、前記風景画像の撮像方向を示す撮像方向データ、および、前記撮像位置の概略位置を示す概略位置データの少なくとも一方を取得する工程を備え、
前記候補地推定工程は、前記撮像方向データ、および、前記概略位置データの少なくとも一方に基づいて、前記特徴量データベースから、前記特徴量を検索する工程を含むようにしてもよい。
こうすることによって、データベースにおける特徴量の検索範囲を絞り込むことができるので、風景画像の撮像位置の推定を効率よく行うことができる。
本発明は、以下のように構成することもできる。すなわち、本発明の第２の方法は、
風景画像の撮像位置を特定する特定方法であって、
前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
コンピュータが、前記風景画像を取得する画像取得工程と、
前記コンピュータが、前記画像取得工程によって取得した風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
前記コンピュータが、予め用意され、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて格納する所定の特徴量データベースを参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出工程と、
前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、
を備えることを要旨とする。
本発明は、先に説明した電子地図データの有無に関わらず、予め、特徴量を格納する特徴量データベースを用意しておく態様である。本発明によっても、先に説明した本発明の第１の方法と同様に、従来よりも処理負担を軽減しつつ、風景画像の撮像位置を特定することができる。
本発明は、データベースの発明として構成することもできる。
すなわち、本発明のデータベースは、
コンピュータが参照することによって、該コンピュータが風景画像の撮像位置を特定するために用いられるデータベースであって、
地図上に配置される道路および該道路に隣接する建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、前記地図上の複数の所定の評価位置と対応付けて格納することを要旨とする。

本発明のデータベースは、先に説明した電子地図データを参照して作成することができる。電子地図データとは無関係に作成してもよい。本発明のデータベースによって、先に説明したデータベースを利用した風景画像の撮像位置の推定を効率よく行うことができる。
本発明は、上述した種々の特徴を必ずしも全て備えている必要はなく、その一部を省略したり、適宜、組み合わせたりして構成することができる。本発明は、上述の風景画像の撮像位置を特定する特定方法としての構成の他、撮像位置特定装置の発明として構成することもできる。また、これらを実現するコンピュータプログラム、およびそのプログラムを記録した記録媒体、そのプログラムを含み搬送波内に具現化されたデータ信号など種々の態様で実現することが可能である。なお、それぞれの態様において、先に示した種々の付加的要素を適用することが可能である。
本発明をコンピュータプログラムまたはそのプログラムを記録した記録媒体等として構成する場合には、撮像位置特定装置の動作を制御するプログラム全体として構成するものとしてもよいし、本発明の機能を果たす部分のみを構成するものとしてもよい。また、記録媒体としては、フレキシブルディスクやＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ＲＯＭカートリッジ、パンチカード、バーコードなどの符号が印刷された印刷物、コンピュータの内部記憶装置（ＲＡＭやＲＯＭなどのメモリ）および外部記憶装置などコンピュータが読み取り可能な種々の媒体を利用できる。
以下、本発明の実施の形態について、実施例に基づき以下の順序で説明する。
Ａ．位置情報提供システムの構成：
Ｂ．位置情報提供サーバ：
Ｃ．撮像位置特定処理：
Ｄ．変形例：
Ａ．位置情報提供システムの構成：
図１は、本発明の一実施例としての位置情報提供システム１０００の構成を示す説明図である。本実施例の位置情報提供システム１０００は、位置情報提供サーバ１００と、いわゆるカメラ付き携帯電話機２００（以下、携帯電話機２００と呼ぶ）とを備えている。位置情報提供サーバ１００と、携帯電話機２００とは、インターネットＩＮＴ、および、基地局ＲＳが備える通信装置（以下、基地局ＲＳと呼ぶ）を介して接続されている。基地局ＲＳは、携帯電話機２００との無線通信時に、最も適した位置に存在する基地局であり、携帯電話機２００の移動とともに、自動的に切り換えられる。
本実施例の位置情報提供システム１０００は、ＧＰＳ衛星からの電波信号を利用せずに、現在位置を特定するシステムである。本実施例では、携帯電話機２００のユーザは、ほぼ道路に沿った方向で、地面と水平に、道路、および、その道路に隣接する建物を含む風景画像を撮像するものとする。携帯電話機２００は、風景画像と、その撮像方向とを、基地局ＲＳを経由して、位置情報提供サーバ１００に送信する。このとき、基地局ＲＳは、携帯電話機２００と、位置情報提供サーバ１００との通信を中継し、携帯電話機２００から受信した風景画像、および、撮像方向とともに、基地局ＲＳの位置情報（緯度および経度）を位置情報提供サーバ１００に送信する。位置情報提供サーバ１００は、受信した風景画像と、その撮像方向と、基地局ＲＳの位置情報とに基づいて、後述する各種処理を実行し、風景画像の撮像位置を特定する。そして、位置情報提供サーバ１００は、風景画像の撮像位置、つまり、携帯電話機２００の現在位置を、携帯電話機２００に送信する。位置情報提供サーバ１００は、本発明における撮像位置特定装置に相当する。
位置情報提供サーバ１００は、ＣＰＵ１０や、ＲＡＭ２０や、ＲＯＭ３０や、記憶装置４０や、通信装置５０などを備えている。記憶装置４０は、風景画像の撮像位置を特定するための種々のプログラムや、データベースを記憶している。
携帯電話機２００は、ＣＰＵ２１０や、ＲＡＭ２２０や、ＲＯＭ２３０や、通信装置２４０や、ディジタルカメラとしての撮像デバイス２５０や、撮像方向を検出するための方位センサ２６０などを備えている。
なお、本実施例では、位置情報提供サーバ１００側では、携帯電話機２００に搭載されたディジタルカメラの撮像範囲に関連するパラメータ値、つまり、撮像時の地表からの高さや、焦点距離や、ズーム倍率などは、既知であるものとする。これらのパラメータ値は、携帯電話機２００が風景画像および撮像方向とともに、位置情報提供サーバ１００に送信するものとしてもよい。
Ｂ．位置情報提供サーバ：
図２は、位置情報提供サーバ１００の構成を示す説明図である。位置情報提供サーバ１００は、図示する各機能ブロックを備えている。これらの機能ブロックは、所定のコンピュータプログラムを、位置情報提供サーバ１００にインストールすることによって、ソフトウェア的に構築されている。これらの機能ブロックは、ハードウェア的に構成してもよい。
入力部４１は、携帯電話機２００、および、基地局ＲＳから受信した風景画像と、撮像方向と、基地局ＲＳの位置情報とを入力する。
解析部４２は、入力された風景画像を解析して、撮像された道路、および、建物の外観に関連する所定の特徴量を求める。解析部４２が行う解析処理には、後述するように、風景画像から線分を抽出する処理や、抽出された線分に基づいて、消失点を検出する処理や、道路、および、建物を構成する線分を特定する処理や、道路、および、建物の特徴量を求める処理が含まれる。特徴量としては、道路の幅や、道路の長さ（交差点から次の交差点までの距離）や、道路の両側に存在する建造物の数や、交差点から各建造物までの距離や、各建造物の道路に面する部分の距離などが挙げられる。
特徴量データベース４５には、予め電子地図データから抽出された特徴量が格納されている。特徴量データベース４５は、電子地図データによらずに作成してもよい。本実施例では、道路を表すリンクデータと、交差点を表すノードデータと、これらの属性データを有する道路ネットワークデータや、地物の平面形状を示す形状データや、地物の配置位置を示す配置データ等を含む電子地図データを利用するものとした。他の電子地図データを利用するものとしてもよい。特徴量データベース４５の詳細については、後述する。
候補地推定部４３は、特徴量データベース４５を参照して、基地局ＲＳの位置情報と、撮像方向とに基づいて、風景画像の撮像位置の候補地の絞り込みを行う。候補地は、１ヶ所に限られず、複数ヶ所であってもよい。この風景画像の撮像位置の絞り込みについては、後述する。
撮像位置特定部４４は、解析部４２によって風景画像から求められた特徴量と、特徴量データベース４５から抽出された候補地における特徴量とを対比して、風景画像の撮像位置を特定する。
図３は、特徴量データベース４５の内容の一例を示す説明図である。特徴量データベース４５には、道路（リンク）を識別するためのリンクＩＤと、その道路の方向と、道路の方向の基準となる交差点（始点ノード）の位置（緯度および軽度）と、道路の長さと、道路の幅と、道路に隣接する建物を識別するための建物ＩＤと、始点ノードから各建物までの距離と、各建物の高さと、各建物が道路に面する部分の距離とが、それぞれ対応づけられて格納されている。
始点ノードの位置に付された「Ｎ」および「Ｅ」の添え字は、それぞれ「北緯」および「東経」を表している。建物ＩＤに付された「Ｌ」および「Ｒ」の添え字は、始点ノードからリンクの方向を見た道路に対する建物の隣接方向を表している。「Ｌ」は、その建物が道路の左側に隣接していることを表しており、「Ｒ」は、その建物が道路の右側に隣接していることを表している。
なお、特徴量データベース４５に、さらに、道路や、建物の色についての情報を含めるようにしてもよい。また、山や、川など、道路や建物以外の特徴量、例えば、山の稜線の形状や、川幅などを特徴量に含めるようにしてもよい。また、建物の高さを含めないようにしてもよい。
また、風景画像の撮像位置の候補地の推定に、定量的に表すことができない地形に関連する情報、例えば、山や、海や、湖や、川などが存在することなどを利用するようにしてもよい。特徴量とともに、これらの情報を併用することによって、効率よく風景画像の撮像位置の候補地を絞り込むことができる。
Ｃ．撮像位置特定処理：
図４は、撮像位置特定処理の流れを示すフローチャートである。位置情報提供サーバ１００のＣＰＵ１０が実行する処理である。ここでは、撮像位置特定処理の概要について説明し、本処理内に含まれる各処理の詳細については、後から個別に説明する。
まず、ＣＰＵ１０は、携帯電話機２００によって撮像された風景画像を入力する（ステップＳ１００）。このとき、風景画像の撮像方向、および、基地局ＲＳの位置情報も入力する。風景画像は、カラー画像であっても、モノクロ画像であってもよい。
次に、ＣＰＵ１０は、入力した風景画像に対して、道路や建物の境界線分を抽出する線分抽出処理を行う（ステップＳ２００）。この線分抽出処理については、後述する。
次に、ＣＰＵ１０は、ステップＳ２００で抽出された線分に基づいて、消失点検出処理を行う（ステップＳ３００）。消失点とは、画像内において３次元空間中の平行線群の収束点である。この消失点検出処理については、後述する。
次に、ＣＰＵ１０は、道路検出処理を行う（ステップＳ４００）。この道路検出処理では、風景画像において、道路の画像が消失点の下側の領域に存在する線分を含むことに着目し、消失点の下側の領域に存在する線分を用いて、風景画像内の道路を特定する。そして、道路の外観に関連する特徴量、すなわち、道路の幅や、道路の長さを求める。
次に、ＣＰＵ１０は、建物検出処理を行う（ステップＳ５００）。この建物検出処理では、風景画像において、建物の画像が消失点の上側の領域に存在する線分を含むことに着目し、消失点の上側の領域に存在する線分を用いて、風景画像内の建物を特定する。そして、建物の外観に関連する特徴量を、すなわち、建物の高さや、建物の道路に面する部分の距離を求める。また、道路の両側それぞれに存在する建物の数も求める。
このように、消失点に着目して道路検出処理、および、建物検出処理を行うことによって、道路に関連する特徴量と、建物に関連する特徴量とを、区分して求めることができる。
なお、本実施例では、道路および建物の双方に関連する特徴量を求めるものとしたが、いずれか一方にのみ関連する特徴量を求めるようにしてもよい。
次に、ＣＰＵ１０は、特徴量データベース４５を参照して、風景画像の撮像位置の候補地を推定する候補地推定処理を行う（ステップＳ６００）。この候補地推定処理については、後述する。
次に、ＣＰＵ１０は、ずれ量検出処理を行う（ステップＳ７００）。このずれ量検出処理は、ステップＳ４００、および、ステップＳ５００で求められた特徴量と、ステップＳ６００で推定された候補地について、特徴量データベース４５から抽出された特徴量とを対比して、風景画像の撮像位置と候補地の位置とのずれ量を検出する処理である。
次に、ＣＰＵ１０は、候補地の位置と、ステップＳ７００で検出されたずれ量とに基づいて、風景画像の撮像位置を特定する（ステップＳ８００）。以上の処理によって特定された風景画像の撮像位置は、携帯電話機２００に送信される。
Ｃ１．線分抽出処理：
図５は、図４のステップＳ２００における線分抽出処理の流れを示すフローチャートである。
まず、ＣＰＵ１０は、風景画像に対して減色処理を行う（ステップＳ２１０）。この減色処理では、風景画像の階調値分布に基づいて複数の閾値を設定し、この閾値に基づいて階調数を減少させる。風景画像がカラー画像である場合には、カラー画像をグレースケール画像に変換する処理を行った後に、減色処理を行う。本実施例では、２５６階調の画像データを、５階調の画像データに減色するものとした。減色処理後の階調数は、任意に設定可能である。例えば、減色処理において、２値化処理を行えば、後の処理を効率的に行うことができる。また、２値化処理を行う場合、閾値を段階的に変更して、以下の処理を複数回繰り返すようにしてもよい。
図６は、風景画像に対して減色処理を施した後の様子を模式的に示す説明図である。ハッチングの種類によって、階調値の差異を示した。図示した風景画像において、領域Ｒ２と領域Ｒ３とは、減色処理後の階調値が同じである。また、領域Ｒ４と領域Ｒ５とも、減色処理後の階調値が同じである。
減色処理の後、ＣＰＵ１０は、ノイズ除去を行う（図５のステップＳ２２０）。本実施例では、周知の膨張・収縮処理によって、ノイズ除去を行うものとした。そして、ＣＰＵ１０は、各領域Ｒ１〜Ｒ７の輪郭点列を抽出し（ステップＳ２３０）、その輪郭点列を細線化し（ステップＳ２４０）、各細線をベクトル化して（ステップＳ２５０）、各線分を線分の端点の画像上の座標値と関連づけて登録する（ステップＳ２６０）。これらの処理については、周知であるので、説明を省略する。
図７は、線分抽出処理によって抽出された複数の線分を模式的に示す説明図である。図示するように、図６に示した風景画像からは、２２本の線分Ｓ１〜Ｓ２２が抽出される。例えば、図６に示した領域Ｒ１は、７本の線分Ｓ１，Ｓ６，Ｓ７，Ｓ８，Ｓ１０，Ｓ１２，Ｓ２によって構成されている。
Ｃ２．消失点抽出処理：
図８は、図４のステップＳ３００における消失点検出処理の流れを示すフローチャートである。本実施例では、道路は地上でほぼ一定の幅を有しており、道路の画像は風景画像の下半分の領域に含まれることに着目し、風景画像の下半分の領域に存在する斜め線分を用いて消失点を検出するものとした。
まず、ＣＰＵ１０は、風景画像の下半分左側領域に存在する最長線分を抽出する（ステップＳ３１０）。風景画像内において、道路の輪郭を表す線分は、通常、建物の輪郭を表す線分よりも長いからである。図７に示した例では、線分Ｓ１を抽出する。次に、ＣＰＵ１０は、風景画像の下半分右側領域の最長線分を抽出する（ステップＳ３２０）。図７に示した例では、線分Ｓ２を抽出する。次に、ＣＰＵ１０は、ステップＳ３１０、および、ステップＳ３２０で抽出された両線分の交点を算出する（ステップＳ３３０）。道路の輪郭を表す線分Ｓ１，Ｓ２は、地上では平行であるものとすることができるので、これらの交点が消失点Ｐｖとなる。図７に示した例では、消失点Ｐｖは、風景画像内に設定されるが、風景画像の外に設定されても構わない。この消失点Ｐｖは、先に説明した道路検出処理（図４のステップＳ４００）、および、建物検出処理（図４のステップＳ５００）の基準点となる。
Ｃ３．道路検出処理および建物検出処理（特徴量の算出）：
図９は、図４のステップＳ４００、および、ステップＳ５００において、風景画像から道路および建物の特徴量を求める方法を模式的に示す説明図である。
先に説明したように、携帯電話機２００に搭載されたディジタルカメラの各パラメータ値、すなわち、撮像時の地表からの高さや、焦点距離や、ズーム倍率などは既知である。したがって、これらのパラメータ値と、風景画像上の長さとによって、地表における実際の距離や、建物の高さを算出することができる。
例えば、風景画像の下辺の長さＷに対応する実際の距離は、上述したパラメータ値を用いて算出することができるので、長さＷと、風景画像内の道路の幅Ｗｒと比によって、実際の道路の幅を算出することができる。また、風景画像内の道路の幅ＷｒとＷｒ１とは、地表では同じであると考えられるから、道路の幅Ｗｒ１と建物Ｂ２の高さｈｂ２との比から、実際の建物の高さＨｂ２を算出することができる。また、建物Ｂ２が道路に面する部分の実際の距離Ｌｂ２も、風景画像内の長さＬａから算出することができる。また、図６の領域Ｒ３，Ｒ３は、道路と建物との位置関係から、歩道領域と推定することができ、道路の幅と歩道の幅との幅の比から、領域Ｒ６を建物と歩道とに分離することもできる。これら風景画像から求められる各値は、特徴量データベース４５の特徴量と比較できれば、正確な値でなくても構わない。
Ｃ４．候補地推定処理：
図１０は、図４のステップＳ６００における候補地推定処理の流れを示すフローチャートである。本実施例では、基地局ＲＳの位置情報と、撮像方向と、特徴量とに基づいて、撮像位置の候補地を段階的に絞り込む。
まず、ＣＰＵ１０は、基地局ＲＳの位置情報に基づいて、候補領域の絞り込みを行う（ステップＳ６１０）。
図１１は、基地局ＲＳの位置情報に基づいて、候補領域の絞り込みを行う様子を模式的に示す説明図である。本実施例では、図１１の上段に示したように、候補領域を基地局ＲＳと通信可能な、基地局ＲＳの周囲ｒの領域に絞り込むものとした。図１１の下段には、絞り込まれた領域内の電子地図データを模式的に示した。図示した例では、候補領域内に９つのノードｎ１〜ｎ９と、８本のリンクＬＩＮＫａ〜ＬＩＮＫｈと、８つの建物Ｂ１〜Ｂ８とが存在することを示している。
候補領域の絞り込みを行った後、ＣＰＵ１０は、撮像方向に基づいて、リンクの絞り込みを行う（図１０のステップＳ６２０）。先に説明したように、本実施例では、風景画像は、ほぼ道路に沿った方向で撮像されたものであるから、図１１の下段に示した例において、例えば、撮像方向が北向きである場合、南北に配置されているリンクＬＩＮＫａと、ＬＩＮＫｂと、ＬＩＮＫｄと、ＬＩＮＫｅと、ＬＩＮＫｆに絞り込むことができる。
撮像方向に基づくリンクの絞り込みを行った後、ＣＰＵ１０は、特徴量データベース４５を参照し、絞り込まれた各リンクについて、特徴量に基づく検索を実行し（ステップＳ６３０）、さらに、候補地を絞り込む。本実施例では、まず、建物の高さに基づいて検索を行う（ステップＳ６３２）。数少ない高層ビルなどのランドマークとなる建物が存在する場合に、効率よく検索を行うことができるからである。次に、道路幅に基づいて検索を行う（ステップＳ６３４）。そして、建物が道路に面する部分の距離に基づいて検索を行う（ステップＳ６３６）。ステップＳ６３２〜Ｓ６３６の順序は入れ替えてもよい。また、例えば、建物の高さに基づく検索（ステップＳ６３２）や、道路幅に基づく検索（ステップＳ６３４）によって、リンクが１つに絞られた場合には、それ以降の検索を行わなくてもよい。
そして、ＣＰＵ１０は、撮像位置の最終的な候補地を推定する（ステップＳ６４０）。本実施例では、撮像位置の候補地は、絞られたリンクの始点ノードの位置とするものとした。
以上説明した候補地推定処理によって、基地局ＲＳの位置情報と、撮像方向と、特徴量とに基づいて、風景画像の候補地を段階的に絞り込むことができるので、候補地の推定を効率よく行うことができる。
Ｃ５．ずれ量検出処理：
図１２は、図４のステップＳ７００におけるずれ量検出処理を模式的に示す説明図である。本実施例では、風景画像の候補地について特徴量データベース４５から抽出された特徴量と、風景画像から求められた特徴量とに基づいて、道路と交差点と建物との位置関係、および、建物の高さを対比して、候補地と撮像位置とのずれ量を検出する。
ここでは、ずれ量検出処理を視覚的に理解するために、グラフを用いて説明する。図１２（ａ）は、特徴量データベース４５に基づくグラフを示している。図１２（ｂ）は、風景画像に基づくグラフを示している。これらのグラフは、ｘ軸を建物の高さ、ｙ軸を距離、ｙ軸方向をリンクの方向（撮像方向）としたグラフである。図１２（ａ）のリンクＬＩＮＫａ,ＬＩＮＫｂ、ノードｎ１，ｎ２、建物Ｂ１，Ｂ２，Ｂ３は、それぞれ図９、図１１に示したものに対応している。グラフの最下部中央に示したノードｎ１は、風景画像の候補地のノードである。Ｌ１は、ＬＩＮＫａの長さを表している。Ｌ２は、ノードｎ１から建物Ｂ１までの距離を表している。Ｌｂ２は、建物Ｂ２の道路に面する部分の距離を表している。Ｈｂ２は、建物Ｂ２の高さを表している。図１２（ｂ）においても、各部の長さは、同様の値を示している。
ずれ量検出処理では、仮想的に、図１２に示した両グラフのｙ軸方向のずれ量を検出する。図示した例では、両グラフのずれ量は、ｄｙである。したがって、図１２（ａ）に示したノードｎ１からｙ軸方向にｄｙ離れたＬＩＮＫａ上の点Ｐに対応する位置を、風景画像の撮像位置と特定することができる。こうすることによって、風景画像の撮像位置を正確に特定することができる。
以上説明した位置情報提供サーバ１００によれば、先に説明した３Ｄ地図データ上の視点を移動させながら３Ｄ地図の仮想空間から２次元的な画像を切り出す処理や、各視点における画像マッチング処理などの膨大な処理を行う必要がないので、従来よりも軽い処理負荷で、風景画像の撮像位置を特定することができる。
Ｅ．変形例：
以上、本発明のいくつかの実施の形態について説明したが、本発明はこのような実施の形態になんら限定されるものではなく、その要旨を逸脱しない範囲内において種々なる態様での実施が可能である。例えば、以下のような変形例が可能である。
Ｄ１．変形例１：
上記実施例では、風景画像の撮像位置を推定するときに、予め用意された特徴量データベース４５から特徴量を抽出するものとしたが、電子地図データベースから特徴量を抽出するようにしてもよい。
図１３は、変形例としての位置情報提供サーバ１００Ａの構成を示す説明図である。位置情報提供サーバ１００Ａは、上記実施例の位置情報提供サーバ１００が備える候補地推定部４３と、特徴量データベース４５とを備えておらず、これらの代わりに、３Ｄ電子地図データベース４６と、特徴量抽出部４７とを備えている。
３Ｄ電子地図データベース４６は、道路を表すリンクデータと、交差点を表すノードデータと、これらの属性データを有する道路ネットワークデータや、地物の形状データや、地物の配置データ等を含む電子地図データを格納するデータベースである。特徴量抽出部４７は、基地局ＲＳの位置情報や、風景画像の撮像方向に基づいて抽出範囲を絞り込んだ後に、特徴量の抽出を行う。この他の構成、および、処理は、位置情報提供サーバ１００とほぼ同じである。
このような位置情報提供サーバ１００Ａによっても、上記実施例の位置情報提供サーバ１００と同様に、従来よりも軽い処理負荷で、風景画像の撮像位置を特定することができる。ただし、上記実施例の位置情報提供サーバ１００では、予め特徴量を格納したデータベースを用意しているので、携帯電話機２００から風景画像を取得した後の処理を短縮することができる。
Ｄ２．変形例２：
上記実施例では、風景画像の撮像位置の概略位置データとして、基地局ＲＳの位置情報を用いるものとしたが、これに限られない。例えば、撮像位置の大まかな住所、例えば、「○○市××区」など、丁目や、番地などが不明な住所を用いるようにしてもよい。
Ｄ３．変形例３：
上記実施例では、風景画像の撮像位置の候補地を、基地局ＲＳの位置情報や、撮像方向に基づいて、段階的に絞り込むものとしたが、これに限られない。例えば、風景画像から求められた特徴量のみに基づいて候補地の推定を行うようにしてもよい。
Ｄ４．変形例４：
上記実施例では、風景画像は、ほぼ道路に沿った方向で、地面と水平に撮像された画像であるものとしたが、これに限られない。風景画像は、道路、および、その道路に隣接する建物の少なくとも道路を含んでいれば、例えば、携帯電話機２００を地面から上方向にあおって撮像した画像であってもよい。この場合、位置情報提供サーバ１００が携帯電話機２００からあおり角を取得するようにし、解析部４２に、あおり角に基づいて特徴量を補正する機能を備えるようにすればよい。
Ｄ５．変形例５：
上記実施例では、地上の道路と建物とを含む風景画像の撮像位置を特定する場合について説明したが、通路や店舗を含む地下街などの風景画像についても適用可能である。
Ｄ６．変形例６：
上記実施例では、携帯電話機２００で撮像した風景画像を例に説明したが、単体のディジタルカメラで撮像された風景画像であってもよい。風景画像は、スキャナを用いて取り込んだ画像であってもよい。この場合、風景画像は、パーソナルコンピュータなどから位置情報提供サーバ１００に送信すればよい。
Ｄ７．変形例７：
上記実施例では、風景画像の撮像位置を現在位置として説明したが、これに限られない。例えば、旅行先で道路や建物を含む風景画像を撮像し、旅行から帰った後に、風景画像に基づいて、その撮像位置を特定することもできる。この場合、基地局ＲＳの位置情報に基づく撮像位置の候補地の絞り込みは行うことができないので、先に説明した撮像位置の大まかな住所を用いて絞り込みを行うようにすればよい。
本発明の一実施例としての位置情報提供システム１０００の構成を示す説明図である。 位置情報提供サーバ１００の構成を示す説明図である。 特徴量データベース４５の内容の一例を示す説明図である。 撮像位置特定処理の流れを示すフローチャートである。 線分抽出処理の流れを示すフローチャートである。 風景画像に対して減色処理を施した後の様子を模式的に示す説明図である。 線分抽出処理によって抽出された複数の線分を模式的に示す説明図である。 消失点検出処理の流れを示すフローチャートである。 風景画像から道路および建物の特徴量を求める方法を模式的に示す説明図である。 候補地推定処理の流れを示すフローチャートである。 基地局ＲＳの位置情報に基づいて候補領域の絞り込みを行う様子を模式的に示す説明図である。 ずれ量検出処理を模式的に示す説明図である。 変形例としての位置情報提供サーバ１００Ａの構成を示す説明図である。
符号の説明
１０００...位置情報提供システム
１００、１００Ａ...位置情報提供サーバ
１０...ＣＰＵ
２０...ＲＡＭ
３０...ＲＯＭ
４０...記憶装置
４１...入力部
４２...解析部
４３...候補地推定部
４４...撮像位置特定部
４５...特徴量データベース
４６...３Ｄ電子地図データベース
４７...特徴量抽出部
５０...通信装置
２００...カメラ付き携帯電話機
２１０...ＣＰＵ
２２０...ＲＡＭ
２３０...ＲＯＭ
２４０...通信装置
２５０...撮像デバイス
２６０...方位センサ
ＩＮＴ...インターネット
ＲＳ...基地局
Ｐｖ...消失点

Claims (16)

  1. コンピュータによって読取り可能な所定の記録媒体に記録された電子地図データを利用して、風景画像の撮像位置を特定する特定方法であって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータが、前記風景画像を取得する画像取得工程と、
    前記コンピュータが、前記画像取得工程によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
    前記コンピュータが、前記電子地図データを参照して、前記地図上の複数の所定の評価位置における前記特徴量を抽出する特徴量抽出工程と、
    前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、
    前記コンピュータが、前記候補地について、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出工程と、
    を備える特定方法。
  2. コンピュータによって読取り可能な所定の記録媒体に記録された電子地図データを利用して、風景画像の撮像位置を特定する特定方法であって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータが、前記風景画像を取得する画像取得工程と、
    前記コンピュータが、前記画像取得工程によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
    前記コンピュータが、前記電子地図データを参照して、前記地図上の複数の所定の評価位置における前記特徴量を抽出する特徴量抽出工程と、
    前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、を備え、
    前記解析工程は、
    前記コンピュータが、前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出する工程と、
    前記コンピュータが、前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出する工程と、
    前記コンピュータが、前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める工程、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める工程の少なくとも一方を含む、
    特定方法。
  3. 請求項１または２記載の特定方法であって、
    前記電子地図データは、さらに、前記建造物の高さを示す高さデータ、および、前記建造物の色を示す色データの少なくとも一方を備え、
    前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とは、前記建造物の高さ、および、前記建造物の色の少なくとも一方に関する情報を含む、
    特定方法。
  4. 請求項１ないし３のいずれかに記載の特定方法であって、
    前記画像取得工程に伴って、前記コンピュータが、前記風景画像の撮像方向を示す撮像方向データ、および、前記撮像位置の概略位置を示す概略位置データの少なくとも一方を取得する工程を備え、
    前記特徴量抽出工程は、前記撮像方向データ、および、前記概略位置データの少なくとも一方に基づいて、前記特徴量を抽出する工程を含む、
    特定方法。
  5. 請求項１ないし４のいずれかに記載の特定方法であって、
    前記特徴量抽出工程は、前記画像取得工程に先立って行う工程であり、
    さらに、前記コンピュータが、前記特徴量抽出工程によって抽出された前記特徴量を、該特徴量を格納するための所定の特徴量データベースに格納する工程を含み、
    前記候補地推定工程は、前記特徴量データベースを参照する工程を含む、
    特定方法。
  6. 請求項５記載の特定方法であって、
    前記画像取得工程に伴って、前記コンピュータが、前記風景画像の撮像方向を示す撮像方向データ、および、前記撮像位置の概略位置を示す概略位置データの少なくとも一方を取得する工程を備え、
    前記候補地推定工程は、前記撮像方向データ、および、前記概略位置データの少なくとも一方に基づいて、前記特徴量データベースから、前記特徴量を検索する工程を含む、
    特定方法。
  7. 風景画像の撮像位置を特定する特定方法であって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    コンピュータが、前記風景画像を取得する画像取得工程と、
    前記コンピュータが、前記画像取得工程によって取得した風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
    前記コンピュータが、予め用意され、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて格納する所定の特徴量データベースを参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出工程と、
    前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、
    前記コンピュータが、前記候補地について、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出工程と、
    を備える特定方法。
  8. 風景画像の撮像位置を特定する特定方法であって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    コンピュータが、前記風景画像を取得する画像取得工程と、
    前記コンピュータが、前記画像取得工程によって取得した風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析工程と、
    前記コンピュータが、予め用意され、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて格納する所定の特徴量データベースを参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出工程と、
    前記コンピュータが、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定工程と、を備え、
    前記解析工程は、
    前記コンピュータが、前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出する工程と、
    前記コンピュータが、前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出する工程と、
    前記コンピュータが、前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める工程、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める工程の少なくとも一方を含む、
    特定方法。
  9. 電子地図データを利用して、風景画像の撮像位置を特定する撮像位置特定装置であって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記撮像位置特定装置は、
    前記風景画像を入力するする画像入力部と、
    該風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析部と、
    前記電子地図データを参照して、前記地図上の複数の所定の評価位置における前記特徴量を抽出する特徴量抽出部と、
    前記解析部によって求められた特徴量と、前記特徴量抽出部によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定部と、
    前記候補地について、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出部と、
    を備える撮像位置特定装置。
  10. 電子地図データを利用して、風景画像の撮像位置を特定する撮像位置特定装置であって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記撮像位置特定装置は、
    前記風景画像を入力するする画像入力部と、
    該風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析部と、
    前記電子地図データを参照して、前記地図上の複数の所定の評価位置における前記特徴量を抽出する特徴量抽出部と、
    前記解析部によって求められた特徴量と、前記特徴量抽出部によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定部と、を備え、
    前記解析部は、少なくとも、
    前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出し、
    前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出し、
    前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める処理、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める処理の少なくとも一方を実行する、
    撮像位置特定装置。
  11. 風景画像の撮像位置を特定する撮像位置特定装置であって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記撮像位置特定装置は、
    前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて記憶する特徴量記憶部と、
    前記風景画像を入力する画像入力部と、
    前記入力された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析部と、
    前記特徴量記憶部を参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出部と、
    前記解析部によって求められた特徴量と、前記特徴量抽出部によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定部と、
    前記候補地について、前記解析工程によって求められた特徴量と、前記特徴量抽出工程によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出部と、
    を備える撮像位置特定装置。
  12. 風景画像の撮像位置を特定する撮像位置特定装置であって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記撮像位置特定装置は、
    前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて記憶する特徴量記憶部と、
    前記風景画像を入力する画像入力部と、
    前記入力された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析部と、
    前記特徴量記憶部を参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出部と、
    前記解析部によって求められた特徴量と、前記特徴量抽出部によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定部と、を備え、
    前記解析部は、少なくとも、
    前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出し、
    前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出し、
    前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める処理、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める処理の少なくとも一方を実行する、
    撮像位置特定装置。
  13. コンピュータによって読取り可能な所定の記録媒体に記録された電子地図データを利用して、風景画像の撮像位置を特定するためのコンピュータプログラムであって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータプログラムは、
    前記風景画像を取得する画像取得機能と、
    前記画像取得機能によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析機能と、
    前記電子地図データを参照して、前記地図上の複数の所定の評価位置における特徴量を抽出する特徴量抽出機能と、
    前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定機能と、
    前記候補地について、前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出機能と、
    をコンピュータに実現させるためのコンピュータプログラム。
  14. コンピュータによって読取り可能な所定の記録媒体に記録された電子地図データを利用して、風景画像の撮像位置を特定するためのコンピュータプログラムであって、
    前記電子地図データは、地図上に配置される道路および建造物の少なくとも道路の配置位置を示す配置位置データと、該道路および建造物の少なくとも道路の平面形状を示す形状データとを備えており、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータプログラムは、
    前記風景画像を取得する画像取得機能と、
    前記画像取得機能によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析機能と、
    前記電子地図データを参照して、前記地図上の複数の所定の評価位置における特徴量を抽出する特徴量抽出機能と、
    前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定機能と、
    をコンピュータに実現させるためのコンピュータプログラムであり、
    前記解析機能は、
    前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出する機能と、
    前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出する機能と、
    前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める機能、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める機能の少なくとも一方を含む、
    コンピュータプログラム。
  15. 風景画像の撮像位置を特定するためのコンピュータプログラムであって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータプログラムは、
    前記風景画像を取得する画像取得機能と、
    前記画像取得機能によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析機能と、
    予め用意され、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて格納する所定の特徴量データベースを参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出機能と、
    前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定機能と、
    前記候補地について、前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とを比較して、前記撮像位置と、前記候補地との位置のずれ量を検出するずれ量検出機能と、
    をコンピュータに実現させるためのコンピュータプログラム。
  16. 風景画像の撮像位置を特定するためのコンピュータプログラムであって、
    前記風景画像は、道路および該道路に隣接する建造物の少なくとも道路を含む画像であり、
    前記コンピュータプログラムは、
    前記風景画像を取得する画像取得機能と、
    前記画像取得機能によって取得された風景画像を解析して、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を求める解析機能と、
    予め用意され、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の外観に関連する所定の特徴量を、複数の所定の評価位置と対応づけて格納する所定の特徴量データベースを参照して、前記各評価位置における前記特徴量を抽出する特徴量抽出機能と、
    前記解析機能によって求められた特徴量と、前記特徴量抽出機能によって抽出された特徴量とに基づいて、前記撮像位置の候補地を推定する候補地推定機能と、
    をコンピュータに実現させるためのコンピュータプログラムであり、
    前記解析機能は、
    前記風景画像から、前記道路および前記建造物の少なくとも一方について、前記道路および前記建造物の少なくとも一方の輪郭を表す複数の線分を抽出する機能と、
    前記抽出された複数の線分の少なくとも一部に基づいて、前記風景画像の消失点を検出する機能と、
    前記風景画像において、前記消失点の上側に存在する線分を用いて、前記建造物に関連する前記特徴量を求める機能、および、前記風景画像において、前記消失点の下側に存在する線分を用いて、前記道路に関連する前記特徴量を求める機能の少なくとも一方を含む、
    コンピュータプログラム。
JP2003409780A 2003-12-09 2003-12-09 電子地図データを利用した風景画像の撮像位置の特定 Expired - Fee Related JP4206036B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003409780A JP4206036B2 (ja) 2003-12-09 2003-12-09 電子地図データを利用した風景画像の撮像位置の特定

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003409780A JP4206036B2 (ja) 2003-12-09 2003-12-09 電子地図データを利用した風景画像の撮像位置の特定

Publications (3)

Publication Number Publication Date
JP2005173748A JP2005173748A (ja) 2005-06-30
JP2005173748A5 JP2005173748A5 (ja) 2007-02-01
JP4206036B2 true JP4206036B2 (ja) 2009-01-07

Family

ID=34731022

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003409780A Expired - Fee Related JP4206036B2 (ja) 2003-12-09 2003-12-09 電子地図データを利用した風景画像の撮像位置の特定

Country Status (1)

Country Link
JP (1) JP4206036B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9104702B2 (en) 2010-10-06 2015-08-11 Nec Corporation Positioning system
KR20210131120A (ko) * 2020-04-23 2021-11-02 주식회사 키센스 인공지능을 이용한 사용자 참여형 인식 플랫폼에서 건물 높이 추정 방법 및 그 장치

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080319655A1 (en) * 2005-10-17 2008-12-25 Tele Atlas North America, Inc. Method for Generating an Enhanced Map
JP4717650B2 (ja) * 2006-02-02 2011-07-06 株式会社ゼンリン 現在位置推定装置
JP5228307B2 (ja) 2006-10-16 2013-07-03 ソニー株式会社 表示装置、表示方法
JP2009015583A (ja) * 2007-07-04 2009-01-22 Nagasaki Univ 画像処理装置及び画像処理方法
JP5576589B2 (ja) * 2007-11-29 2014-08-20 オリンパス株式会社 画像判定システム
JP4756660B2 (ja) * 2008-03-14 2011-08-24 株式会社ソニー・コンピュータエンタテインメント 画像処理装置および画像処理方法
JP2009230255A (ja) * 2008-03-19 2009-10-08 Nippon Telegr & Teleph Corp <Ntt> 情報提供装置、情報提供方法および情報提供処理プログラム
JP5274192B2 (ja) * 2008-10-07 2013-08-28 Ｋｄｄｉ株式会社 位置推定システム、位置推定サーバおよび位置推定方法
AU2010276134A1 (en) * 2009-07-23 2012-02-02 Fmr Llc Location-based information retrieval and analysis
JP5134608B2 (ja) * 2009-09-30 2013-01-30 株式会社デンソーアイティーラボラトリ 車両周辺表示装置、車両周辺表示方法およびプログラム
JP5714940B2 (ja) * 2011-03-04 2015-05-07 国立大学法人 熊本大学 移動体位置測定装置
JP2013083994A (ja) * 2012-11-30 2013-05-09 Sony Corp 表示装置、表示方法
US9154919B2 (en) * 2013-04-22 2015-10-06 Alcatel Lucent Localization systems and methods
JP5847245B2 (ja) * 2014-07-04 2016-01-20 オリンパス株式会社 画像判定サーバ
JP6760114B2 (ja) 2017-01-31 2020-09-23 富士通株式会社 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
JP2019105581A (ja) * 2017-12-14 2019-06-27 クラリオン株式会社 ナビゲーション装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9104702B2 (en) 2010-10-06 2015-08-11 Nec Corporation Positioning system
KR20210131120A (ko) * 2020-04-23 2021-11-02 주식회사 키센스 인공지능을 이용한 사용자 참여형 인식 플랫폼에서 건물 높이 추정 방법 및 그 장치
KR102405937B1 (ko) * 2020-04-23 2022-06-08 주식회사 키센스 인공지능을 이용한 사용자 참여형 인식 플랫폼에서 건물 높이 추정 방법 및 그 장치

Also Published As

Publication number Publication date
JP2005173748A (ja) 2005-06-30

Similar Documents

Publication Publication Date Title
JP4206036B2 (ja) 電子地図データを利用した風景画像の撮像位置の特定
US10198632B2 (en) Survey data processing device, survey data processing method, and survey data processing program
US8218853B2 (en) Change discrimination device, change discrimination method and change discrimination program
KR100743485B1 (ko) 영상 오브젝트 인식 장치 및 인식 방법, 영상 애너테이션부여 장치 및 부여 방법과 프로그램
JP6675770B2 (ja) 地図更新方法および車載端末
US8204278B2 (en) Image recognition method
JP4363295B2 (ja) ステレオ画像による平面推定方法
EP2120009A1 (en) Road/feature measuring device, feature identifying device, road/feature measuring method, road/feature measuring program, measuring device, measuring method, measuring program, measured position data, measuring terminal, measuring server device, drawing device, drawing method, drawing program, and drawing data
US11815359B2 (en) Method, device and system for processing positioning information
US20130046471A1 (en) Systems and methods for detecting cracks in terrain surfaces using mobile lidar data
US20060195858A1 (en) Video object recognition device and recognition method, video annotation giving device and giving method, and program
US20150345955A1 (en) Detecting Common Geographic Features in Images Based on Invariant Components
JP2010530997A (ja) 道路情報を生成する方法及び装置
JP2011504248A (ja) 車線情報を作成する方法及び装置
KR101942288B1 (ko) 위치 보정 장치 및 방법
Soheilian et al. 3D road marking reconstruction from street-level calibrated stereo pairs
JP5366190B2 (ja) 建築物変化検出装置、建築物変化検出方法、及びプログラム
KR20190080009A (ko) 차선 정보를 이용한 자동 도화 방법
CN110998684B (zh) 图像收集系统、图像收集方法、图像收集装置、记录介质
JP2011170599A (ja) 屋外構造物計測装置及び屋外構造物計測方法
WO2016031229A1 (ja) 道路地図作成システム、データ処理装置および車載装置
US20190360817A1 (en) Method, Device and System for Localizing a Moving Object
CN116734828A (zh) 道路拓扑信息的确定、电子地图数据处理方法、电子设备
CN110749323B (zh) 一种作业路线的确定方法及装置
JP4762026B2 (ja) 道路標識データベース構築装置

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20061206

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20061206

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080708

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080908

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: 20081007

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20081017

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111024

Year of fee payment: 3

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: 20121024

Year of fee payment: 4

LAPS Cancellation because of no payment of annual fees