JP4319857B2 - 地図作成方法 - Google Patents
地図作成方法 Download PDFInfo
- Publication number
- JP4319857B2 JP4319857B2 JP2003140472A JP2003140472A JP4319857B2 JP 4319857 B2 JP4319857 B2 JP 4319857B2 JP 2003140472 A JP2003140472 A JP 2003140472A JP 2003140472 A JP2003140472 A JP 2003140472A JP 4319857 B2 JP4319857 B2 JP 4319857B2
- Authority
- JP
- Japan
- Prior art keywords
- building
- building area
- contour
- area
- color
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Instructional Devices (AREA)
Description
【０００１】
【発明が属する技術分野】
本発明は、空中写真（衛星写真、航空写真）画像から建物屋根の輪郭を抽出して、地図を作成する地図作成装置に関する。
【０００２】
【従来の技術】
空中写真画像から地図を作成する方法として、解析図化機を用いて手動で画像中の建物の輪郭をなぞる方式や、画像から建物を自動的に抽出する方式がある。
【０００３】
解析図化機を用いる方式では、視差をつけて撮影された２枚の画像を評定して位置合せをすることによって、ステレオ画像を生成し、操作者のハンドル操作によって建物輪郭形状を抽出していた（例えば、非特許文献１参照。）。
【０００４】
また、建物輪郭形状の自動抽出では、単眼による画像と、画像の撮影位置や角度、太陽の方向などの情報を用いて、境界画像として抽出された線分情報の直線性と位置関係によって矩形屋根や壁、影などの領域を抽出し、建物の存在を判定している。例えば、撮影位置や角度、太陽の方向などに関する情報を既知の条件として付与し、境界画像から定めた線分情報によって建物の構成を仮に定めて矩形の屋根形状を抽出する方法が提案されている（例えば、非特許文献２参照。）。また、太陽の方向とカメラの撮影姿勢に関する情報を既知の条件として付与し、屋根、壁、影に関する線分情報の局所特性、相対位置関係などを判定して立体による矩形建物情報を抽出する方法が提案されている（例えば、非特許文献３）。
【０００５】
【非特許文献１】
木本氏寿，「写真測量の実際」，山海堂，ｐ．９３−９７
【非特許文献２】
C.O.Jaynes、他２名，「Task Driven Perceptual Organization for Extraction ofRooftop Polygons」，Proceedings of ARPA Image Understanding workshop，１９９４年，ｐ．３５９−３６５
【非特許文献３】
C.Lin、他１名，「Building Detection andDescription from a Single Intensity Image」，Computer Vision and ImageUnderstanding， Vol.72，No.2，１９８９年１１月，ｐ．１０１−１２１
【０００６】
【発明が解決しようとする課題】
前述した従来の図化機を用いる地図作成では、操作者の操作によって建物輪郭形状を抽出するため、正確に建物の輪郭をなぞることが困難であった。また、前述した従来の建物領域の自動抽出では、建物屋根が平坦である場合等、単純な構造の屋根形状の建物についてのみ適用可能であり、切妻屋根のような屋根への太陽光の当たり方が異なることによって濃淡が表れる場合や、屋上に排気塔のような構造物を有する場合に建物領域を抽出することができなかった。
【０００７】
本発明は、（１）広域の画像からの建物輪郭形状を抽出し、（２）操作者の操作を少なくすることによって効率的に地図を作成し、（３）切妻屋根や排気塔のような複雑な上部構造を持つ建物の輪郭形状を抽出することを目的とする。
【０００８】
【課題を解決するための手段】
本発明の地図作成法方法は、プログラムを実行する処理部を備える地図作成装置における地図作成方法であって、前記処理部は、空中写真画像中に存在する建物中の少なくとも一点の位置の指示をユーザから受け付け、前記指示された位置の周囲の色を解析して照合基準色を決定し、前記指示された位置の周囲の画素を前記照合基準色に基づいて抽出して建物領域として設定し、前記設定された建物領域の輪郭線を抽出し、前記抽出された建物領域の輪郭線のデータを一時的に格納し、前記格納された建物領域の輪郭線のデータに基づいて、前記建物領域の輪郭のベクトルを生成する。
【０００９】
【発明の作用及び効果】
本発明によると、予め建物領域を指定した位置で建物輪郭形状抽出を行うので、広域の建物輪郭形状を抽出することができる。また、建物屋根を指定することによって、建物屋根の判定処理範囲を限定することができ、建物全体の輪郭形状を抽出することができる。
【００１０】
これにより、地図作成が容易になり、短時間かつ低費用な地図作成を実現することができる。
【００１１】
【発明の実施の形態】
本発明に示す地図作成装置では、オルソ画像、ステレオ画像だけでなく、単眼視画像を用いた地図作成を対象とする。また、カラー画像だけでなく、白黒画像からも地図を作成する。そして手動による作図や全自動認識ではなく、図１に示すように、建物屋根を画像上で指定することによって建物屋根の判定処理範囲を限定し、指定位置を含む建物領域の輪郭形状を抽出し、建物輪郭形状を地面に射影して地図の図形を得る。
【００１２】
図２は、本発明の実施の形態の地図作成装置の機能ブロック図である。
【００１３】
本発明の実施の形態の地図作成装置は、制御部２０１、画像指示部２０２、屋根色解析部２０３、輪郭抽出部２０４、輪郭微調整部２０５、一時的格納部２０６、一時的データベース２０７、構造解析・統合部２０８、地上射影部２０９、ベクトル形状生成部２１０、建物輪郭線格納部２１１、ベクトル地図データベース２１２及び修正入力部２１３によって構成される。
【００１４】
制御部２０１は、本実施の形態の地図作成装置を統括して、建物輪郭形状抽出処理における各部の動作を制御する。すなわち、建物輪郭形状の抽出の過程で次に起動すべき機能を決定する。具体的には、画像入力や建物輪郭形状抽出の開始、終了、結果削除、結果蓄積、建物構造統合などに関する指示を受け、建物輪郭形状抽出の処理の実行状況を監視し、次に起動すべき機能を決定する。
【００１５】
画像指示部２０２は、建物輪郭の抽出対象となる空中写真画像中で、輪郭を抽出すべき建物上の位置の少なくても一点の指定を受け付ける。
【００１６】
屋根色解析部２０３は、画像指示部２０２によって入力指示が受け付けられた位置周辺の色彩や模様（テクスチャ）の特徴を解析することによって、照合基準色、建物領域判定閾値及び１回の領域探索の参照範囲を決定する。
【００１７】
輪郭抽出部２０４は、屋根色解析部２０３によって決定された領域探索参照範囲において、屋根色解析部２０３で決定された照合基準色との類似度（例えば、輝度の類似度）を判定し、照合基準色と類似する建物領域画素を抽出する。そして、抽出した建物領域周辺の境界線情報を用いて建物領域範囲を補正し、建物領域の傾き方向に沿って建物領域の境界線を用いて輪郭線を抽出する。
【００１８】
輪郭微調整部２０５は、輪郭抽出部２０４で抽出された輪郭線を連結パターンを用いて建物領域の輪郭線を補正し、複数の建物領域の境界線情報を用いて輪郭線の位置を調整する。
【００１９】
一時的格納部２０６は、輪郭微調整部２０５で調整された建物輪郭形状の中間結果データを一時的に保存する。
【００２０】
一時的データベース２０７は、建物輪郭形状の中間結果データを蓄積する。
【００２１】
構造解析・統合部２０８は、切妻屋根を持つ建物のように屋根の色彩や構造が異なる場合、建物構造知識に基づいて建物領域を推定し、建物領域を統合する。また、一回の指定では全輪郭線を抽出できない場合には、複数の位置を指定することによって指定された建物領域を統合する。
【００２２】
地上射影部２０９は、抽出された建物輪郭形状を地上の図形に変換するために、建物の垂直方向の輪郭線（稜線）を用いて建物領域の輪郭線を地上に射影する。
【００２３】
ベクトル形状生成部２１０は、地上射影部２０９において得られた建物領域の輪郭線からベクトルによる建物輪郭形状を生成する。
【００２４】
建物輪郭線格納部２１１は、最終的に生成された建物領域の輪郭線のベクトル情報を保存する。
【００２５】
ベクトル地図データベース２１２は、画像から取得したベクトル地図情報を蓄積する。
【００２６】
修正入力部２１３は、生成されたベクトル地図情報に対する操作者による修正を受け付ける。
【００２７】
図３は、建物の特徴の分類を説明する図である。
【００２８】
建物は、その上部構造（屋根）が単一色（単一輝度）有するもの３０１と、複数の色の組み合わせ（複合的な色の組み合わせ）を有するもの３０２〜３０５に分類することができる。複数の色の組み合わせを有する建物は、屋根の一部が変色している（例えば、風雨にさらされた変色部分が現れている等）建物３０２、屋根の構造が複合的であるために複数の色となっている建物３０３〜３０５に分類することができる。構造が複合的な建物については、屋上面（屋根）が平面でないことによって日光の照射角度が異なり、明度が異なる部分を有する建物３０３、排気塔や出窓などのように小規模な構造物が屋根面に設けられている建物３０４、又は、屋根面が複合的な構造物で構成される建物３０５に分類することができる。
【００２９】
この建物の屋根の特徴は、白黒写真の場合は輝度で判断可能であるが、カラー写真の場合は屋根の色で判断する必要がある。この場合、光の三原色（赤、緑、青）の各々について輝度を求めて判定する。すなわち、輝度によって色を判定する。また、後述する照合用基準色も三原色の各々の輝度で規定される。
【００３０】
図４は、本発明の実施の形態の建物輪郭形状を抽出する処理のフローチャートである。
【００３１】
まず、操作者による、建物輪郭形状の抽出対象となる空中写真画像中の建物の位置の指定を受け付ける（ステップ４０１）なお、この建物上の位置の指定は建物上の一点を指定するとしても、ある広がりを持った領域を指定するとしてもよい。次に、指定された建物の屋根の輝度又は模様（テクスチャ）を解析し、建物屋根の輝度の解析結果に基づいて照合基準画素を抽出して照合基準色、照合の判定閾値及び１回の領域探索の参照範囲を決定する（ステップ４０２）。
【００３２】
そして、領域探索参照範囲内の画素が、ステップ４０２で定めた照合基準色に対して閾値の範囲内にあるかを判定して、建物の屋根の輪郭形状を抽出する（ステップ４０３）。
【００３３】
次に、輪郭形状の微調整処理を行う（ステップ４０４）。この輪郭形状の微調整処理では、ステップ４０３で抽出した輪郭線を所定の連結パターンと照合して建物輪郭形状を補正し、さらに、建物領域の境界線を用いて輪郭線の位置を調整する。
【００３４】
次に、構造解析・統合処理を行う（ステップ４０５）。この構造解析・統合処理では、建物屋根の構造を解析し、屋根の広がりを認識する。ここでは屋根の構造知識に基づいて建物屋根の構造を推定し、建物領域を推定し、これらを統合する。また、一回の指定では全建物領域を抽出できない場合、複数の位置の指定を受け付けることによって、複数の建物領域を抽出し、抽出された建物領域を統合する。
【００３５】
次に、輪郭形状を地上に射影する処理を行う（ステップ４０６）。ステップ４０５までの処理で抽出された建物領域の輪郭線は地上のものとは限らない。元となる空中写真の周辺部においては、高層建物が斜め方向から撮影されることから、建物屋根を地上の図形に変換する必要がある。そのため、建物の垂直方向の輪郭線（稜線）を用いて建物領域の輪郭線を地上に射影する。
【００３６】
次に、図４に示した建物輪郭形状抽出処理の詳細について説明する。
【００３７】
図５は、建物屋根テクスチャ解析処理（図４のステップ４０２）のフローチャートである。
【００３８】
具体的には、まず、指定位置周辺の画素輝度分散値を算出する（ステップ５０１）。この画素輝度分散値算出処理では、ステップ４０１で指定された位置を中心として予め定めた範囲（例えば、１０ドット×１０ドット）の中に含まれる画素を抽出し、抽出された画素の輝度の分散値を計算する。
【００３９】
次に、照合用画素を選択する（ステップ５０２）。この照合用画素選択処理では、ステップ４０１で求めた指定位置周辺の画素の輝度分散値と予め定めた閾値との比較結果に基づいて、建物領域抽出の照合基準色を定めるための画素を選択する。すなわち、輝度分散値が予め定めた閾値より大きければ、指定位置周辺の輝度のばらつきが大きいことから、以下に説明する分散によって判定閾値を定める方法では判定閾値が大きくなりすぎて、正確な建物領域の抽出が困難になることから、指定位置だけを照合用画素として選択する。
【００４０】
一方、輝度分散値がこの閾値以下であれば、指定位置を中心として予め定めた範囲から所定数の照合用画素を選択する。この予め定めた範囲は、照合に用いるためある程度の広さが必要であることから、１５ドット×１５ドット程度の範囲を設定するとよい。この照合用画素の選択を図６に示す。指定位置を予め定めた範囲の中心とし、指定位置から予め定めた範囲の対角方向で最も離れた位置（例えば、予め定めた範囲が四角形であれば頂点位置）を照合用画素として選択する（図中●で示す）。
【００４１】
さらに、既に定まった５個の照合用画素位置（指定位置を含む）から離れた位置を照合用画素として選択する。例えば、指定位置を通る縦横方向において予め定めた範囲の境界と指定位置の間の位置を照合用画素として選択する（図中○で示す）。これにより、指定位置を含め９個の照合用画素を選択することができる。
【００４２】
次に、照合基準色（輝度）を算出する（ステップ５０３）。照合基準色算出処理では、ステップ５０２で選択した照合用画素毎に、該照合用画素を中心とした予め定められた領域に含まれる画素の色（輝度）の平均値を計算する。この予め定められた領域は、輝度平均を計算し、ノイズを低減するために、照合用画素を中心とした近傍領域（例えば、３ドット×３ドット）の情報を用いるとよい。
【００４３】
次に、建物領域の判定閾値と建物領域探索の１回の参照範囲を選択する（ステップ５０４）。建物領域判定閾値・領域探索参照範囲選択処理では、まず、ステップ５０１で求めた色（輝度）分散値に基づいて建物領域の判定閾値を決定する。具体的には、輝度分散値をいくつかの範囲に区分して判定閾値を記憶した対応表を参照して、輝度分散値に基づいて建物領域判定閾値を決定する。この対応表には、輝度分散値が大きければ（色が分散していれば）、広い範囲が建物領域に含まれるように判定閾値を定めるように判定閾値が記憶されている。なお、輝度分散値を所定の関数（例えば、輝度分散値に所定の値を乗算する一次関数）を用いて演算することによって建物領域判定閾値を決定してもよい。
【００４４】
建物領域探索の１回の参照範囲は、ステップ５０１で求めた色（輝度）分散値に基づいて決定される。この参照範囲は、輝度分散値が小さければ広い範囲の周辺画素を参照し、輝度分散値が大きければ狭い範囲の周辺画素を参照するように設定される。具体的には、輝度分散値の段階に対応させて参照範囲を記憶した対応表を参照して、輝度分散値に基づいて建物領域探索参照範囲を決定する。なお、輝度分散値を所定の関数（例えば、輝度分散値に所定の値を乗算する一次関数）を用いて演算することによって建物領域探索参照範囲を決定してもよい。
【００４５】
このように、建物屋根テクスチャ解析処理（図５）では、ステップ４０１で指定された位置に隣接する所定の範囲中で画像の色又は模様（テクスチャ）の特徴を解析し（ステップ４０２）、建物屋根テクスチャの解析結果に基づいて、領域抽出用のパラメータとして照合基準色、照合の判定閾値及び１回の領域探索参照範囲を決定するので、建物屋根の色が均一である場合でも、場所によって色が変化する場合でも、適切な領域抽出用パラメータを決定することができる。
【００４６】
図７は、輪郭形状の抽出処理（図４のステップ４０３）のフローチャートである。
【００４７】
建物領域の輪郭線の抽出は、建物領域抽出（ステップ７０１〜７０６）と、領域輪郭線抽出（ステップ７０７〜７０８）の二段階に分けられる。
【００４８】
建物領域抽出処理では、ステップ５０３で求めた照合基準色（輝度）及びステップ５０４で求めた領域抽出用パラメータ（建物領域判定閾値、建物領域探索参照範囲）を用いて建物領域を抽出する。この場合、以下の四つの規則に従って指定位置の周辺の画素を参照して建物領域を探索する。
（１）既に抽出された建物領域の周辺の探索参照範囲の中で建物領域となる画素を抽出する。
（２）画素の色（輝度）は、照合用画素との比較だけでなく、既に抽出された建物領域中の近傍の画素とも比較して、その色（輝度）の変化量を判定することによって、参照中の画素が建物領域に属するか否かを判定する。
（３）既に抽出された建物領域と参照範囲との画素の色（輝度）が急激に変化する場合には、建物の境界部分に到達したと判定し探索を中止する。また、抽出された建物境界線を越えて建物領域を抽出しない。
（４）既に抽出された建物領域と建物領域周辺の線分情報を用いて、建物領域のを補正する。
【００４９】
また、本実施の形態の輪郭線抽出では、建物領域の輪郭の頂点を抽出し、輪郭をトレースすることによって、閉じた輪郭形状を抽出する。
【００５０】
具体的には、まず、境界画像を算出する（ステップ７０１）。この境界画像算出処理では、すべての画素について、隣接画素との方向及び色（輝度）の変化を求める。そして、色の変化が最大となる方向から各画素の色勾配が急な方向を求める。この色勾配の方向は、例えば南北方向を基準軸として（南北方向を０°、東西方向を９０°として）、０°〜１８０°の範囲で表される。また、色（輝度）は、８ビットでデジタル化されており、その変化値を０〜２５５の２５６段階で表す。そして、予め定められた閾値より大きい色の変化値を持つ画素を検出して境界画素として利用する。
【００５１】
次に、類似する色（輝度）の画素を抽出する（ステップ７０２）。この類似色画素抽出処理では、ステップ５０３で求めた照合基準色（輝度）に近い色（輝度）の画素を抽出する。ここでは、既に抽出された建物領域の画素を中心に予め定めた範囲に含まれる境界画像の画素数が、予め定めた閾値より少ない場合に建物領域の候補とする。一方、既に抽出された建物領域の画素を中心に予め定めた範囲に含まれる境界画像の画素数が予め定められた閾値より多い場合には、抽出された画素は境界の近くにあると判定されるので、建物領域の候補としない。そして、最初に選択された照合用画素を建物領域の代表画素とする。
【００５２】
そして、ステップ５０２で指定位置だけが照合用画素として選択された場合（選択された照合用画素が１個のみの場合）、照合用画素の色（輝度）と候補画素の色（輝度）との差を、ユークリッド距離を用いて計算する。そして、この輝度差と建物領域判定閾値との比較結果に基づいて、当該候補画素を建物領域の画素とするか否かを決定する。より具体的には、この輝度差（ユークリッド距離）が建物領域判定閾値より小さい場合には、当該候補画素を建物領域の画素とする。
【００５３】
一方、照合用画素が９個選択された場合には、数式１に示すように、９個の照合用画素の輝度差をユークリッド距離を用いて計算し、９個の照合用画素の中で、候補画素の色（輝度）との輝度差（ユークリッド距離）が建物領域判定閾値より小さい画素が２個以上（ＣＭ(i,j)≧２）であれば、候補画素を建物領域画素として抽出する。
【００５４】
【数１】
【００５５】
数式１において、ＣＭ(i,j)は、画素(i,j)の色の一致度が建物領域の判定閾値より小さい照合用画素数である。
【００５６】
【数２】
【００５７】
ｆ(ｘ)は、条件ｘの真偽を判定する関数であり、ｘが真のときは１を、ｘが偽のときは０を返す。ＴＨは建物領域判定閾値である。
【００５８】
【数３】
【００５９】
また、数式３は画素(i,j)の色（輝度）値（ｍ＝Ｒ，Ｇ，Ｂ）である。
【００６０】
【数４】
【００６１】
また、数式４は照合基準色（輝度）（ｍ＝Ｒ，Ｇ，Ｂ）である。
【００６２】
また、候補画素と照合用画素との比較照合だけでなく、候補画素周辺の領域探索参照範囲の画素とも比較照合する。すなわち、候補画素の輝度と領域探索参照範囲にある画素の輝度との差を、ユークリッド距離を用いて算出する。そして、この距離と建物領域判定閾値との比較結果に基づいて、当該候補画素を建物領域の画素とするか否かを決定する。具体的には、輝度差（ユークリッド距離）が建物領域判定閾値より小さい場合には、候補画素を建物領域画素とし、輝度差が建物領域判定閾値以上の場合には、建物領域から外れたと判定し、候補画素を建物領域画素としない。
【００６３】
このようにステップ７０２の処理を繰り返すことによって、図８に示すように、既に抽出された建物領域（指定位置）から、建物領域の範囲を周囲に拡大することによって建物領域を抽出する。
【００６４】
次に、建物領域を補正する（ステップ７０３）。この建物領域補正処理では、建物領域の抽出精度を向上させるために、ステップ７０１で算出した境界画像の情報を用いて建物領域を補正する。すなわち、建物領域の境界画像のエッジ情報を用いて、同じ色勾配の方向を持つ画素をハフ変換によって連結して、色勾配の傾き方向と線分の端点を求める。その後、求めた線分情報を用いて建物領域を補正する。この補正では、図９に示すように、ステップ７０２で抽出された建物領域６０１を囲むように近接する線分６０２を選択して、建物領域を近接する線分まで拡張する。
【００６５】
次に、建物領域の傾き方向を算出する（ステップ７０４）。この領域傾き方向算出処理では、ステップ７０３で補正された建物領域の境界線のうち、一番長い境界線を選択して領域の傾き方向とする。
【００６６】
次に、建物領域を回転する（ステップ７０５）。この建物領域回転処理では、ステップ７０４で求めた領域の傾き角度に対して、アフィン変換によって線形変換と平行移動をして、建物領域を回転する。建物領域は矩形又は矩形の組み合わせであることが多いため、境界線が軸方向に水平又は垂直になることによって輪郭抽出処理演算を簡素化し、演算速度を向上し、演算精度を高めることができる。
【００６７】
次に、建物領域を平滑化する（ステップ７０６）。この領域平滑化処理（スムージング）では、図１０に示すように、建物領域の境界の凸凹を削除して直線に修正する。また、領域内にある穴を充填して、建物領域を整形する。
【００６８】
次に、建物領域の輪郭線を抽出する（ステップ７０７）。この輪郭線抽出処理では、まず、建物領域の境界の頂点位置を輪郭特徴点として検出する。次に、輪郭特徴点をたどる（トレースする）ことによって、輪郭線をベクトル情報として抽出する。
【００６９】
次に、輪郭線を直線化する（ステップ７０８）。この輪郭線直線化処理では、複数の短線分で構成された輪郭線を一本の直線にする。例えば、ジグザグ状（階段状）に結合された短線分は一本の斜線に変換される。
【００７０】
その後、ステップ７０５でなされたと逆方向に同一角度だけ建物領域の輪郭線のベクトル情報を回転して、建物領域を正規の方向に戻す。
【００７１】
このように、建物領域抽出処理では、ステップ５０３〜５０４で求めた領域抽出用パラメータを用いて、指定位置を含む建物領域抽出を行うので、建物屋根の色が均一である場合でも、場所によって色が変化する場合でも、適切に建物領域を抽出することができる。
【００７２】
また、輪郭線抽出処理では、建物領域の輪郭の頂点の抽出し、輪郭をトレースすることによって、閉じた輪郭形状を抽出するので、建物領域の輪郭線のベクトル情報を得ることができる。
【００７３】
図１１は、輪郭形状の微調整（図４のステップ４０４）のフローチャートである。
【００７４】
輪郭形状微調整処理では、建物輪郭形状の精度を更に向上させるために、多くの建物輪郭形状が直線で構成されていることに基づいて、建物領域の輪郭線を現実の建物領域の境界に整合するように調整する。輪郭形状の微調整として、輪郭形状補正（ステップ１１０１〜１１０３）と、輪郭位置補正（ステップ１１０４〜１１０６）を行う。
【００７５】
まず、建物領域の輪郭線の長さと方向を算出する（ステップ１１０１）。この輪郭線算出処理では、各輪郭線の長さ及び各輪郭線と水平方向との角度を計算する。
【００７６】
次に、輪郭形状を補正する（ステップ１１０２）。この輪郭形状補正処理では、図１２に示すように、予め定められた補正パターンに該当する場合に輪郭線を補正する。例えば、長い線の間に短い線が存在する場合は、この複数の線は連続した直線であると判定して、短線を消去して、２本の長い線を接続する（図１２のＰ１）。また、２本の線の交点付近に短い線が存在する場合は、この２本の線同士が交わっていると判定して、短線を消去して、２本の長い線を交差させる（図１２のＰ２）。また、隣接する２本の直線が略直角の位置関係にある場合は（例えば、２本の直線が８５°〜９５°で交差している場合は）、この２本の直線は直角で交差していると判定して、この２本の長い線によって直角を形成するように、両直線の交点を調整する（図１２のＰ４）。また、隣接する２本の直線が１７０°〜１９０°の間の角度で交わっている場合は、この２本の一本の線であると判定して、一本の直線に統合する（図１２のＰ５）。
【００７７】
そして、建物領域の輪郭線に所定のパターンに該当するものがないかを判定することによって、全ての形状補正が終わったか否かを判定する（ステップ１１０３）。形状補正が終わっていないと判定されれば、ステップ１１０２に戻り、さらに輪郭形状補正処理を行う。
【００７８】
一方、全ての形状補正が終わっていると判定されれば、ステップ１１０４へ進み、全ての建物領域の境界線の分布ヒストグラムを算出する。領域境界線分布ヒストグラム算出処理（ステップ１１０４）では、水平方向及び垂直方向に境界線を投影して、建物領域の境界線の分布ヒストグラムを計算する。このヒストグラムを抽出された全ての建物について計算し、これらについて累積演算をして統計的な処理をする。
【００７９】
次に、境界線位置を検出する（ステップ１１０５）。この境界線位置検出処理では、ステップ１１０４で求めた水平方向及び垂直方向のそれぞれのヒストグラムから、輪郭線ヒストグラムのピーク位置を検出する。これらの縦横方向でそれぞれ求めたピーク位置によって画像上に格子（例えば、図１３に示す１３０２、１３０３、１３０４、１３０５）を形成する。
【００８０】
次に、輪郭線位置を調整する（ステップ１１０６）。この輪郭線位置調整処理では、水平方向及び垂直方向の輪郭線を、一番近い格子の位置に移動し、位置を調整した輪郭線が得られる。例えば、図１３に示すように、縦横方向で検出されたヒストグラムのピーク位置の格子１３０２、１３０３、１３０４、１３０５を用いて、輪郭線１３０１の位置を移動して、位置が調整された輪郭線１３０６が得られる。
【００８１】
このように、輪郭形状補正処理では、建物輪郭形状の特性に基づいて（すなわち、建物輪郭線の直線性や直交性を用いて）抽出した建物輪郭形状を補正するので、建物輪郭形状の精度を向上させることができる。また、輪郭位置補正では、建物輪郭は道路に沿った位置等の特定の位置に集まっている傾向があることから、建物輪郭形状を正しい位置に調整し、建物輪郭形状の位置精度を向上させることができる。
【００８２】
図１４は、建物領域の解析と統合（図４のステップ４０５）のフローチャートである。
【００８３】
建物領域統合処理では、例えば、切妻屋根の建物のように、建物屋根が異なる傾斜面を有する場合に、太陽光線の当たり方によって屋根面の色（輝度）に違いが生じ、異なる建物領域として抽出されることがあるため、複数の建物領域を統合する必要がある。このため、抽出された建物領域の境界及び建物領域の内側に位置する線分に基づいて建物領域を統合する。
【００８４】
まず、建物領域の境界及び建物領域の内側に位置する線分を検出する（ステップ１４０１）。線分抽出処理では、ステップ７０３で抽出された建物領域の境界及び建物領域の内側に位置する線分情報を利用して線分を検出する。
【００８５】
次に、交差線分グループを検出する（ステップ１４０２）。線分グループ検出処理では、ステップ１４０１で抽出された線分のうち交差している線分を検出して、線分をグループ化する。そして、グループ化された線分の交差位置と交差角度を計算する。
【００８６】
次に、線分交差形状パターンを判定する（ステップ１４０３）。線分交差形状パターン判定処理では、交差した線分の位置関係（交差位置、交差角度）が、図１５、図１６に示す予め定められた統合パターンに該当するか否かを判定する。具体的には、統合すべき建物上部構造を示す統合パターンとして、１本の線分が他の線分の端点と交わり、両線分が垂直に交差するＴ字パターン、２本の線分が交差するＸ字パターン、３本の線分が一点にて交差するＹ字パターン、２本の線分の一端が交わるＶ字パターン（Ｖ１、Ｖ２、Ｖ３の３種類）がある。
【００８７】
次に、統合パターンの有無を判定する（ステップ１４０４）。統合形状パターン有無判定処理では、建物領域の境界又は建物領域の内側に存在する線分が、図１５又は図１６に示す統合パターンのいずれかに該当するか否かを判定する。そして、統合パターンＴ、Ｘ、Ｙ、Ｖ１、Ｖ２、Ｖ３のいずれかに該当すれる線分が存在すれば、ステップ１４０５の処理へ進み、統合パターンのいずれに該当する線分も存在しなければ建物構造統合処理を終了する。
【００８８】
次に、建物領域を推定する（ステップ１４０５）。建物領域推定処理では、線分が図１５に示す統合パターンＴ、Ｘ又はＹに該当すれば、線分の交点を通り、線分のモーメントが最小となる軸を求める。そして、この軸方向を基準として、交差パターンを構成する線分を包含する最小の矩形範囲を算出する。また、線分が図１６に示す線分パターンＶ１又はＶ３に該当すれば、最も長い線分の方向を基準として、交差パターンを構成する線分を包含する最小の矩形範囲を算出し、建物領域とする。また、線分が図１６に示す線分パターンＶ２に該当すれば、最も長い線分の方向に垂直な線分を中心軸として、建物範囲が反対側にも存在すると推定し、建物領域とする。
【００８９】
次に、建物領域を統合する（ステップ１４０６）。建物領域統合処理では、推定された建物領域を元の建物領域に加えた、新しい建物領域を生成する。そして、ステップ１４０１に戻り、新たな建物領域について、線分の統合パターンを検出する。
【００９０】
そして、建物構造統合処理が終了すれば、ステップ４０２へ戻って、新たに統合された建物領域から輪郭形状を抽出する（ステップ４０３）。一方、統合すべき建物領域がなければ、輪郭形状地上投影処理（ステップ４０６）に進む。
【００９１】
また、図１５、図１６に示す統合パターンを用いても統合できない建物に対しては、操作者が一つの建物を構成する建物領域を指定することによって建物領域を統合する。
【００９２】
このように建物領域統合処理では、建物の構造知識に従って定められた所定の統合パターンと抽出された建物領域の線分との比較結果に基づいて、同一建物に含まれる複数の上部構造を認識・統合することができ、より複雑な上部構造を持つ建物を検出できる。
【００９３】
図１７は、輪郭形状の地上射影（図４のステップ４０６）のフローチャートである。
【００９４】
輪郭形状地上射影処理では、まず、建物の壁面の角で構成される縦方向の線（稜線：図１８の１８０２、１８０３、１８０４）を検出する（ステップ１７０１）。この稜線検出処理では、抽出された建物屋根の輪郭情報（図１８の１８０１）に対して、前述したステップ７０３と同じ手法を用いて、輪郭形状の頂点周辺で、長さと傾き角度の差が予め定められた閾値より小さい稜線（図１８の１８０２、１８０３、１８０４）を検出する。
【００９５】
次に、建物屋根と地上との間の距離を算出する（ステップ１７０２）。この地上距離算出処理では、検出した稜線の長さの平均値を計算して、屋根と地上との間の距離とする。
【００９６】
次に、屋根形状の縮小率を算出する（ステップ１７０３）。この縮小率計算処理では、屋根形状の隣接頂点周辺から延伸される稜線を選択して、両稜線の間に位置する屋根形状の輪郭線を、屋根から地上まで、両稜線に沿って並行に移動させた場合の、線分の長さの縮小率を計算して、屋根形状の縮小率とする。
【００９７】
次に、建物領域の輪郭形状を地上に射影する（ステップ１７０４）。この地上射影処理では、ステップ１７０２で求めた屋根と地上との間の距離、及び、ステップ１７０３で求めた縮小率を用いて、アフィン変換によって線形変換と平行移動をして、縮小した建物領域の輪郭形状を地上に射影して、地上の図形（図１８の１８０５）が得られる。
【００９８】
以上説明したように、輪郭形状地上射影処理では、建物の壁面の角で構成される縦方向の線（稜線）を用いて建物屋根輪郭線を地上に射影するので、撮影位置、建物の高さによって生じる歪みを地上の図形に変換することができる。
【００９９】
次に、本発明の実施の形態の地図作成装置を利用した地図情報の伝送について説明する。図１９に示すように、ＧＩＳセンタ１９０３は利用者１９０４からの注文（地図代金）を受け取って、本発明の地図作成装置によって、画像プロバイダ１９０２から受け取った画像を用いて詳細な建物輪郭形状の地図を作成する。このとき、地図作成の元となった画像と地図とを対応付ける情報を付加する。具体的には、本願の１点の指定ステップにおいて指定された地図作成の元となった画像中の建物等の位置と該画像から作成された地図中の該建物等に同じ識別番号を付す等して、両者を対応付けておく。さらに、出来上がった地図データには各建物の屋根データ（建物の名前、住所、高さ等）を対応付けして記憶させておくこともできる。
【０１００】
その後、画像と地図を関連付けて利用者１９０４に提供する。
【図面の簡単な説明】
【図１】位置の指定による建物輪郭形状抽出と地図作成の説明図である。
【図２】本発明の実施の形態の地図作成装置の機能ブロック図である。
【図３】建物の特徴の分類の説明図である。
【図４】本発明の実施の形態の建物輪郭形状抽出処理のフローチャートである。
【図５】本発明の実施の形態の建物屋根テクスチャ解析処理のフローチャートである。
【図６】本発明の実施の形態の照合用画素の選択の説明図である。
【図７】本発明の実施の形態の輪郭形状抽出処理のフローチャートである。
【図８】本発明の実施の形態の建物領域を抽出の説明図である。
【図９】本発明の実施の形態の建物領域範囲の補正の説明図である。
【図１０】本発明の実施の形態の建物領域の平滑化処理の説明図である。
【図１１】本発明の実施の形態の輪郭形状微調整処理のフローチャートである。
【図１２】本発明の実施の形態の輪郭線の補正の説明図である。
【図１３】本発明の実施の形態の輪郭線位置の調整の説明図である。
【図１４】本発明の実施の形態の建物領域統合処理のフローチャートである。
【図１５】本発明の実施の形態の建物領域統合パターンの説明図である。
【図１６】本発明の実施の形態の建物領域統合パターンの説明図である。
【図１７】本発明の実施の形態の輪郭形状地上射影処理のフローチャートである。
【図１８】本発明の実施の形態の輪郭形状の地上射影の説明図である。
【図１９】本発明の実施の形態の地図作成装置を利用した地図情報の伝送の説明図である。
【符号の説明】
２０１ 制御部
２０２ 画像指示部
２０３ 屋根色解析部
２０４ 輪郭抽出部
２０５ 輪郭微調整部
２０６ 一時的格納部
２０７ 一時的データベース
２０８ 構造解析・統合部
２０９ 地上射影部
２１０ ベクトル形状生成部
２１１ 建物輪郭線格納部
２１２ ベクトル地図データベース。
２１３ 修正入力部
【発明が属する技術分野】
本発明は、空中写真（衛星写真、航空写真）画像から建物屋根の輪郭を抽出して、地図を作成する地図作成装置に関する。
【０００２】
【従来の技術】
空中写真画像から地図を作成する方法として、解析図化機を用いて手動で画像中の建物の輪郭をなぞる方式や、画像から建物を自動的に抽出する方式がある。
【０００３】
解析図化機を用いる方式では、視差をつけて撮影された２枚の画像を評定して位置合せをすることによって、ステレオ画像を生成し、操作者のハンドル操作によって建物輪郭形状を抽出していた（例えば、非特許文献１参照。）。
【０００４】
また、建物輪郭形状の自動抽出では、単眼による画像と、画像の撮影位置や角度、太陽の方向などの情報を用いて、境界画像として抽出された線分情報の直線性と位置関係によって矩形屋根や壁、影などの領域を抽出し、建物の存在を判定している。例えば、撮影位置や角度、太陽の方向などに関する情報を既知の条件として付与し、境界画像から定めた線分情報によって建物の構成を仮に定めて矩形の屋根形状を抽出する方法が提案されている（例えば、非特許文献２参照。）。また、太陽の方向とカメラの撮影姿勢に関する情報を既知の条件として付与し、屋根、壁、影に関する線分情報の局所特性、相対位置関係などを判定して立体による矩形建物情報を抽出する方法が提案されている（例えば、非特許文献３）。
【０００５】
【非特許文献１】
木本氏寿，「写真測量の実際」，山海堂，ｐ．９３−９７
【非特許文献２】
C.O.Jaynes、他２名，「Task Driven Perceptual Organization for Extraction ofRooftop Polygons」，Proceedings of ARPA Image Understanding workshop，１９９４年，ｐ．３５９−３６５
【非特許文献３】
C.Lin、他１名，「Building Detection andDescription from a Single Intensity Image」，Computer Vision and ImageUnderstanding， Vol.72，No.2，１９８９年１１月，ｐ．１０１−１２１
【０００６】
【発明が解決しようとする課題】
前述した従来の図化機を用いる地図作成では、操作者の操作によって建物輪郭形状を抽出するため、正確に建物の輪郭をなぞることが困難であった。また、前述した従来の建物領域の自動抽出では、建物屋根が平坦である場合等、単純な構造の屋根形状の建物についてのみ適用可能であり、切妻屋根のような屋根への太陽光の当たり方が異なることによって濃淡が表れる場合や、屋上に排気塔のような構造物を有する場合に建物領域を抽出することができなかった。
【０００７】
本発明は、（１）広域の画像からの建物輪郭形状を抽出し、（２）操作者の操作を少なくすることによって効率的に地図を作成し、（３）切妻屋根や排気塔のような複雑な上部構造を持つ建物の輪郭形状を抽出することを目的とする。
【０００８】
【課題を解決するための手段】
本発明の地図作成法方法は、プログラムを実行する処理部を備える地図作成装置における地図作成方法であって、前記処理部は、空中写真画像中に存在する建物中の少なくとも一点の位置の指示をユーザから受け付け、前記指示された位置の周囲の色を解析して照合基準色を決定し、前記指示された位置の周囲の画素を前記照合基準色に基づいて抽出して建物領域として設定し、前記設定された建物領域の輪郭線を抽出し、前記抽出された建物領域の輪郭線のデータを一時的に格納し、前記格納された建物領域の輪郭線のデータに基づいて、前記建物領域の輪郭のベクトルを生成する。
【０００９】
【発明の作用及び効果】
本発明によると、予め建物領域を指定した位置で建物輪郭形状抽出を行うので、広域の建物輪郭形状を抽出することができる。また、建物屋根を指定することによって、建物屋根の判定処理範囲を限定することができ、建物全体の輪郭形状を抽出することができる。
【００１０】
これにより、地図作成が容易になり、短時間かつ低費用な地図作成を実現することができる。
【００１１】
【発明の実施の形態】
本発明に示す地図作成装置では、オルソ画像、ステレオ画像だけでなく、単眼視画像を用いた地図作成を対象とする。また、カラー画像だけでなく、白黒画像からも地図を作成する。そして手動による作図や全自動認識ではなく、図１に示すように、建物屋根を画像上で指定することによって建物屋根の判定処理範囲を限定し、指定位置を含む建物領域の輪郭形状を抽出し、建物輪郭形状を地面に射影して地図の図形を得る。
【００１２】
図２は、本発明の実施の形態の地図作成装置の機能ブロック図である。
【００１３】
本発明の実施の形態の地図作成装置は、制御部２０１、画像指示部２０２、屋根色解析部２０３、輪郭抽出部２０４、輪郭微調整部２０５、一時的格納部２０６、一時的データベース２０７、構造解析・統合部２０８、地上射影部２０９、ベクトル形状生成部２１０、建物輪郭線格納部２１１、ベクトル地図データベース２１２及び修正入力部２１３によって構成される。
【００１４】
制御部２０１は、本実施の形態の地図作成装置を統括して、建物輪郭形状抽出処理における各部の動作を制御する。すなわち、建物輪郭形状の抽出の過程で次に起動すべき機能を決定する。具体的には、画像入力や建物輪郭形状抽出の開始、終了、結果削除、結果蓄積、建物構造統合などに関する指示を受け、建物輪郭形状抽出の処理の実行状況を監視し、次に起動すべき機能を決定する。
【００１５】
画像指示部２０２は、建物輪郭の抽出対象となる空中写真画像中で、輪郭を抽出すべき建物上の位置の少なくても一点の指定を受け付ける。
【００１６】
屋根色解析部２０３は、画像指示部２０２によって入力指示が受け付けられた位置周辺の色彩や模様（テクスチャ）の特徴を解析することによって、照合基準色、建物領域判定閾値及び１回の領域探索の参照範囲を決定する。
【００１７】
輪郭抽出部２０４は、屋根色解析部２０３によって決定された領域探索参照範囲において、屋根色解析部２０３で決定された照合基準色との類似度（例えば、輝度の類似度）を判定し、照合基準色と類似する建物領域画素を抽出する。そして、抽出した建物領域周辺の境界線情報を用いて建物領域範囲を補正し、建物領域の傾き方向に沿って建物領域の境界線を用いて輪郭線を抽出する。
【００１８】
輪郭微調整部２０５は、輪郭抽出部２０４で抽出された輪郭線を連結パターンを用いて建物領域の輪郭線を補正し、複数の建物領域の境界線情報を用いて輪郭線の位置を調整する。
【００１９】
一時的格納部２０６は、輪郭微調整部２０５で調整された建物輪郭形状の中間結果データを一時的に保存する。
【００２０】
一時的データベース２０７は、建物輪郭形状の中間結果データを蓄積する。
【００２１】
構造解析・統合部２０８は、切妻屋根を持つ建物のように屋根の色彩や構造が異なる場合、建物構造知識に基づいて建物領域を推定し、建物領域を統合する。また、一回の指定では全輪郭線を抽出できない場合には、複数の位置を指定することによって指定された建物領域を統合する。
【００２２】
地上射影部２０９は、抽出された建物輪郭形状を地上の図形に変換するために、建物の垂直方向の輪郭線（稜線）を用いて建物領域の輪郭線を地上に射影する。
【００２３】
ベクトル形状生成部２１０は、地上射影部２０９において得られた建物領域の輪郭線からベクトルによる建物輪郭形状を生成する。
【００２４】
建物輪郭線格納部２１１は、最終的に生成された建物領域の輪郭線のベクトル情報を保存する。
【００２５】
ベクトル地図データベース２１２は、画像から取得したベクトル地図情報を蓄積する。
【００２６】
修正入力部２１３は、生成されたベクトル地図情報に対する操作者による修正を受け付ける。
【００２７】
図３は、建物の特徴の分類を説明する図である。
【００２８】
建物は、その上部構造（屋根）が単一色（単一輝度）有するもの３０１と、複数の色の組み合わせ（複合的な色の組み合わせ）を有するもの３０２〜３０５に分類することができる。複数の色の組み合わせを有する建物は、屋根の一部が変色している（例えば、風雨にさらされた変色部分が現れている等）建物３０２、屋根の構造が複合的であるために複数の色となっている建物３０３〜３０５に分類することができる。構造が複合的な建物については、屋上面（屋根）が平面でないことによって日光の照射角度が異なり、明度が異なる部分を有する建物３０３、排気塔や出窓などのように小規模な構造物が屋根面に設けられている建物３０４、又は、屋根面が複合的な構造物で構成される建物３０５に分類することができる。
【００２９】
この建物の屋根の特徴は、白黒写真の場合は輝度で判断可能であるが、カラー写真の場合は屋根の色で判断する必要がある。この場合、光の三原色（赤、緑、青）の各々について輝度を求めて判定する。すなわち、輝度によって色を判定する。また、後述する照合用基準色も三原色の各々の輝度で規定される。
【００３０】
図４は、本発明の実施の形態の建物輪郭形状を抽出する処理のフローチャートである。
【００３１】
まず、操作者による、建物輪郭形状の抽出対象となる空中写真画像中の建物の位置の指定を受け付ける（ステップ４０１）なお、この建物上の位置の指定は建物上の一点を指定するとしても、ある広がりを持った領域を指定するとしてもよい。次に、指定された建物の屋根の輝度又は模様（テクスチャ）を解析し、建物屋根の輝度の解析結果に基づいて照合基準画素を抽出して照合基準色、照合の判定閾値及び１回の領域探索の参照範囲を決定する（ステップ４０２）。
【００３２】
そして、領域探索参照範囲内の画素が、ステップ４０２で定めた照合基準色に対して閾値の範囲内にあるかを判定して、建物の屋根の輪郭形状を抽出する（ステップ４０３）。
【００３３】
次に、輪郭形状の微調整処理を行う（ステップ４０４）。この輪郭形状の微調整処理では、ステップ４０３で抽出した輪郭線を所定の連結パターンと照合して建物輪郭形状を補正し、さらに、建物領域の境界線を用いて輪郭線の位置を調整する。
【００３４】
次に、構造解析・統合処理を行う（ステップ４０５）。この構造解析・統合処理では、建物屋根の構造を解析し、屋根の広がりを認識する。ここでは屋根の構造知識に基づいて建物屋根の構造を推定し、建物領域を推定し、これらを統合する。また、一回の指定では全建物領域を抽出できない場合、複数の位置の指定を受け付けることによって、複数の建物領域を抽出し、抽出された建物領域を統合する。
【００３５】
次に、輪郭形状を地上に射影する処理を行う（ステップ４０６）。ステップ４０５までの処理で抽出された建物領域の輪郭線は地上のものとは限らない。元となる空中写真の周辺部においては、高層建物が斜め方向から撮影されることから、建物屋根を地上の図形に変換する必要がある。そのため、建物の垂直方向の輪郭線（稜線）を用いて建物領域の輪郭線を地上に射影する。
【００３６】
次に、図４に示した建物輪郭形状抽出処理の詳細について説明する。
【００３７】
図５は、建物屋根テクスチャ解析処理（図４のステップ４０２）のフローチャートである。
【００３８】
具体的には、まず、指定位置周辺の画素輝度分散値を算出する（ステップ５０１）。この画素輝度分散値算出処理では、ステップ４０１で指定された位置を中心として予め定めた範囲（例えば、１０ドット×１０ドット）の中に含まれる画素を抽出し、抽出された画素の輝度の分散値を計算する。
【００３９】
次に、照合用画素を選択する（ステップ５０２）。この照合用画素選択処理では、ステップ４０１で求めた指定位置周辺の画素の輝度分散値と予め定めた閾値との比較結果に基づいて、建物領域抽出の照合基準色を定めるための画素を選択する。すなわち、輝度分散値が予め定めた閾値より大きければ、指定位置周辺の輝度のばらつきが大きいことから、以下に説明する分散によって判定閾値を定める方法では判定閾値が大きくなりすぎて、正確な建物領域の抽出が困難になることから、指定位置だけを照合用画素として選択する。
【００４０】
一方、輝度分散値がこの閾値以下であれば、指定位置を中心として予め定めた範囲から所定数の照合用画素を選択する。この予め定めた範囲は、照合に用いるためある程度の広さが必要であることから、１５ドット×１５ドット程度の範囲を設定するとよい。この照合用画素の選択を図６に示す。指定位置を予め定めた範囲の中心とし、指定位置から予め定めた範囲の対角方向で最も離れた位置（例えば、予め定めた範囲が四角形であれば頂点位置）を照合用画素として選択する（図中●で示す）。
【００４１】
さらに、既に定まった５個の照合用画素位置（指定位置を含む）から離れた位置を照合用画素として選択する。例えば、指定位置を通る縦横方向において予め定めた範囲の境界と指定位置の間の位置を照合用画素として選択する（図中○で示す）。これにより、指定位置を含め９個の照合用画素を選択することができる。
【００４２】
次に、照合基準色（輝度）を算出する（ステップ５０３）。照合基準色算出処理では、ステップ５０２で選択した照合用画素毎に、該照合用画素を中心とした予め定められた領域に含まれる画素の色（輝度）の平均値を計算する。この予め定められた領域は、輝度平均を計算し、ノイズを低減するために、照合用画素を中心とした近傍領域（例えば、３ドット×３ドット）の情報を用いるとよい。
【００４３】
次に、建物領域の判定閾値と建物領域探索の１回の参照範囲を選択する（ステップ５０４）。建物領域判定閾値・領域探索参照範囲選択処理では、まず、ステップ５０１で求めた色（輝度）分散値に基づいて建物領域の判定閾値を決定する。具体的には、輝度分散値をいくつかの範囲に区分して判定閾値を記憶した対応表を参照して、輝度分散値に基づいて建物領域判定閾値を決定する。この対応表には、輝度分散値が大きければ（色が分散していれば）、広い範囲が建物領域に含まれるように判定閾値を定めるように判定閾値が記憶されている。なお、輝度分散値を所定の関数（例えば、輝度分散値に所定の値を乗算する一次関数）を用いて演算することによって建物領域判定閾値を決定してもよい。
【００４４】
建物領域探索の１回の参照範囲は、ステップ５０１で求めた色（輝度）分散値に基づいて決定される。この参照範囲は、輝度分散値が小さければ広い範囲の周辺画素を参照し、輝度分散値が大きければ狭い範囲の周辺画素を参照するように設定される。具体的には、輝度分散値の段階に対応させて参照範囲を記憶した対応表を参照して、輝度分散値に基づいて建物領域探索参照範囲を決定する。なお、輝度分散値を所定の関数（例えば、輝度分散値に所定の値を乗算する一次関数）を用いて演算することによって建物領域探索参照範囲を決定してもよい。
【００４５】
このように、建物屋根テクスチャ解析処理（図５）では、ステップ４０１で指定された位置に隣接する所定の範囲中で画像の色又は模様（テクスチャ）の特徴を解析し（ステップ４０２）、建物屋根テクスチャの解析結果に基づいて、領域抽出用のパラメータとして照合基準色、照合の判定閾値及び１回の領域探索参照範囲を決定するので、建物屋根の色が均一である場合でも、場所によって色が変化する場合でも、適切な領域抽出用パラメータを決定することができる。
【００４６】
図７は、輪郭形状の抽出処理（図４のステップ４０３）のフローチャートである。
【００４７】
建物領域の輪郭線の抽出は、建物領域抽出（ステップ７０１〜７０６）と、領域輪郭線抽出（ステップ７０７〜７０８）の二段階に分けられる。
【００４８】
建物領域抽出処理では、ステップ５０３で求めた照合基準色（輝度）及びステップ５０４で求めた領域抽出用パラメータ（建物領域判定閾値、建物領域探索参照範囲）を用いて建物領域を抽出する。この場合、以下の四つの規則に従って指定位置の周辺の画素を参照して建物領域を探索する。
（１）既に抽出された建物領域の周辺の探索参照範囲の中で建物領域となる画素を抽出する。
（２）画素の色（輝度）は、照合用画素との比較だけでなく、既に抽出された建物領域中の近傍の画素とも比較して、その色（輝度）の変化量を判定することによって、参照中の画素が建物領域に属するか否かを判定する。
（３）既に抽出された建物領域と参照範囲との画素の色（輝度）が急激に変化する場合には、建物の境界部分に到達したと判定し探索を中止する。また、抽出された建物境界線を越えて建物領域を抽出しない。
（４）既に抽出された建物領域と建物領域周辺の線分情報を用いて、建物領域のを補正する。
【００４９】
また、本実施の形態の輪郭線抽出では、建物領域の輪郭の頂点を抽出し、輪郭をトレースすることによって、閉じた輪郭形状を抽出する。
【００５０】
具体的には、まず、境界画像を算出する（ステップ７０１）。この境界画像算出処理では、すべての画素について、隣接画素との方向及び色（輝度）の変化を求める。そして、色の変化が最大となる方向から各画素の色勾配が急な方向を求める。この色勾配の方向は、例えば南北方向を基準軸として（南北方向を０°、東西方向を９０°として）、０°〜１８０°の範囲で表される。また、色（輝度）は、８ビットでデジタル化されており、その変化値を０〜２５５の２５６段階で表す。そして、予め定められた閾値より大きい色の変化値を持つ画素を検出して境界画素として利用する。
【００５１】
次に、類似する色（輝度）の画素を抽出する（ステップ７０２）。この類似色画素抽出処理では、ステップ５０３で求めた照合基準色（輝度）に近い色（輝度）の画素を抽出する。ここでは、既に抽出された建物領域の画素を中心に予め定めた範囲に含まれる境界画像の画素数が、予め定めた閾値より少ない場合に建物領域の候補とする。一方、既に抽出された建物領域の画素を中心に予め定めた範囲に含まれる境界画像の画素数が予め定められた閾値より多い場合には、抽出された画素は境界の近くにあると判定されるので、建物領域の候補としない。そして、最初に選択された照合用画素を建物領域の代表画素とする。
【００５２】
そして、ステップ５０２で指定位置だけが照合用画素として選択された場合（選択された照合用画素が１個のみの場合）、照合用画素の色（輝度）と候補画素の色（輝度）との差を、ユークリッド距離を用いて計算する。そして、この輝度差と建物領域判定閾値との比較結果に基づいて、当該候補画素を建物領域の画素とするか否かを決定する。より具体的には、この輝度差（ユークリッド距離）が建物領域判定閾値より小さい場合には、当該候補画素を建物領域の画素とする。
【００５３】
一方、照合用画素が９個選択された場合には、数式１に示すように、９個の照合用画素の輝度差をユークリッド距離を用いて計算し、９個の照合用画素の中で、候補画素の色（輝度）との輝度差（ユークリッド距離）が建物領域判定閾値より小さい画素が２個以上（ＣＭ(i,j)≧２）であれば、候補画素を建物領域画素として抽出する。
【００５４】
【数１】
数式１において、ＣＭ(i,j)は、画素(i,j)の色の一致度が建物領域の判定閾値より小さい照合用画素数である。
【００５６】
【数２】
ｆ(ｘ)は、条件ｘの真偽を判定する関数であり、ｘが真のときは１を、ｘが偽のときは０を返す。ＴＨは建物領域判定閾値である。
【００５８】
【数３】
また、数式３は画素(i,j)の色（輝度）値（ｍ＝Ｒ，Ｇ，Ｂ）である。
【００６０】
【数４】
また、数式４は照合基準色（輝度）（ｍ＝Ｒ，Ｇ，Ｂ）である。
【００６２】
また、候補画素と照合用画素との比較照合だけでなく、候補画素周辺の領域探索参照範囲の画素とも比較照合する。すなわち、候補画素の輝度と領域探索参照範囲にある画素の輝度との差を、ユークリッド距離を用いて算出する。そして、この距離と建物領域判定閾値との比較結果に基づいて、当該候補画素を建物領域の画素とするか否かを決定する。具体的には、輝度差（ユークリッド距離）が建物領域判定閾値より小さい場合には、候補画素を建物領域画素とし、輝度差が建物領域判定閾値以上の場合には、建物領域から外れたと判定し、候補画素を建物領域画素としない。
【００６３】
このようにステップ７０２の処理を繰り返すことによって、図８に示すように、既に抽出された建物領域（指定位置）から、建物領域の範囲を周囲に拡大することによって建物領域を抽出する。
【００６４】
次に、建物領域を補正する（ステップ７０３）。この建物領域補正処理では、建物領域の抽出精度を向上させるために、ステップ７０１で算出した境界画像の情報を用いて建物領域を補正する。すなわち、建物領域の境界画像のエッジ情報を用いて、同じ色勾配の方向を持つ画素をハフ変換によって連結して、色勾配の傾き方向と線分の端点を求める。その後、求めた線分情報を用いて建物領域を補正する。この補正では、図９に示すように、ステップ７０２で抽出された建物領域６０１を囲むように近接する線分６０２を選択して、建物領域を近接する線分まで拡張する。
【００６５】
次に、建物領域の傾き方向を算出する（ステップ７０４）。この領域傾き方向算出処理では、ステップ７０３で補正された建物領域の境界線のうち、一番長い境界線を選択して領域の傾き方向とする。
【００６６】
次に、建物領域を回転する（ステップ７０５）。この建物領域回転処理では、ステップ７０４で求めた領域の傾き角度に対して、アフィン変換によって線形変換と平行移動をして、建物領域を回転する。建物領域は矩形又は矩形の組み合わせであることが多いため、境界線が軸方向に水平又は垂直になることによって輪郭抽出処理演算を簡素化し、演算速度を向上し、演算精度を高めることができる。
【００６７】
次に、建物領域を平滑化する（ステップ７０６）。この領域平滑化処理（スムージング）では、図１０に示すように、建物領域の境界の凸凹を削除して直線に修正する。また、領域内にある穴を充填して、建物領域を整形する。
【００６８】
次に、建物領域の輪郭線を抽出する（ステップ７０７）。この輪郭線抽出処理では、まず、建物領域の境界の頂点位置を輪郭特徴点として検出する。次に、輪郭特徴点をたどる（トレースする）ことによって、輪郭線をベクトル情報として抽出する。
【００６９】
次に、輪郭線を直線化する（ステップ７０８）。この輪郭線直線化処理では、複数の短線分で構成された輪郭線を一本の直線にする。例えば、ジグザグ状（階段状）に結合された短線分は一本の斜線に変換される。
【００７０】
その後、ステップ７０５でなされたと逆方向に同一角度だけ建物領域の輪郭線のベクトル情報を回転して、建物領域を正規の方向に戻す。
【００７１】
このように、建物領域抽出処理では、ステップ５０３〜５０４で求めた領域抽出用パラメータを用いて、指定位置を含む建物領域抽出を行うので、建物屋根の色が均一である場合でも、場所によって色が変化する場合でも、適切に建物領域を抽出することができる。
【００７２】
また、輪郭線抽出処理では、建物領域の輪郭の頂点の抽出し、輪郭をトレースすることによって、閉じた輪郭形状を抽出するので、建物領域の輪郭線のベクトル情報を得ることができる。
【００７３】
図１１は、輪郭形状の微調整（図４のステップ４０４）のフローチャートである。
【００７４】
輪郭形状微調整処理では、建物輪郭形状の精度を更に向上させるために、多くの建物輪郭形状が直線で構成されていることに基づいて、建物領域の輪郭線を現実の建物領域の境界に整合するように調整する。輪郭形状の微調整として、輪郭形状補正（ステップ１１０１〜１１０３）と、輪郭位置補正（ステップ１１０４〜１１０６）を行う。
【００７５】
まず、建物領域の輪郭線の長さと方向を算出する（ステップ１１０１）。この輪郭線算出処理では、各輪郭線の長さ及び各輪郭線と水平方向との角度を計算する。
【００７６】
次に、輪郭形状を補正する（ステップ１１０２）。この輪郭形状補正処理では、図１２に示すように、予め定められた補正パターンに該当する場合に輪郭線を補正する。例えば、長い線の間に短い線が存在する場合は、この複数の線は連続した直線であると判定して、短線を消去して、２本の長い線を接続する（図１２のＰ１）。また、２本の線の交点付近に短い線が存在する場合は、この２本の線同士が交わっていると判定して、短線を消去して、２本の長い線を交差させる（図１２のＰ２）。また、隣接する２本の直線が略直角の位置関係にある場合は（例えば、２本の直線が８５°〜９５°で交差している場合は）、この２本の直線は直角で交差していると判定して、この２本の長い線によって直角を形成するように、両直線の交点を調整する（図１２のＰ４）。また、隣接する２本の直線が１７０°〜１９０°の間の角度で交わっている場合は、この２本の一本の線であると判定して、一本の直線に統合する（図１２のＰ５）。
【００７７】
そして、建物領域の輪郭線に所定のパターンに該当するものがないかを判定することによって、全ての形状補正が終わったか否かを判定する（ステップ１１０３）。形状補正が終わっていないと判定されれば、ステップ１１０２に戻り、さらに輪郭形状補正処理を行う。
【００７８】
一方、全ての形状補正が終わっていると判定されれば、ステップ１１０４へ進み、全ての建物領域の境界線の分布ヒストグラムを算出する。領域境界線分布ヒストグラム算出処理（ステップ１１０４）では、水平方向及び垂直方向に境界線を投影して、建物領域の境界線の分布ヒストグラムを計算する。このヒストグラムを抽出された全ての建物について計算し、これらについて累積演算をして統計的な処理をする。
【００７９】
次に、境界線位置を検出する（ステップ１１０５）。この境界線位置検出処理では、ステップ１１０４で求めた水平方向及び垂直方向のそれぞれのヒストグラムから、輪郭線ヒストグラムのピーク位置を検出する。これらの縦横方向でそれぞれ求めたピーク位置によって画像上に格子（例えば、図１３に示す１３０２、１３０３、１３０４、１３０５）を形成する。
【００８０】
次に、輪郭線位置を調整する（ステップ１１０６）。この輪郭線位置調整処理では、水平方向及び垂直方向の輪郭線を、一番近い格子の位置に移動し、位置を調整した輪郭線が得られる。例えば、図１３に示すように、縦横方向で検出されたヒストグラムのピーク位置の格子１３０２、１３０３、１３０４、１３０５を用いて、輪郭線１３０１の位置を移動して、位置が調整された輪郭線１３０６が得られる。
【００８１】
このように、輪郭形状補正処理では、建物輪郭形状の特性に基づいて（すなわち、建物輪郭線の直線性や直交性を用いて）抽出した建物輪郭形状を補正するので、建物輪郭形状の精度を向上させることができる。また、輪郭位置補正では、建物輪郭は道路に沿った位置等の特定の位置に集まっている傾向があることから、建物輪郭形状を正しい位置に調整し、建物輪郭形状の位置精度を向上させることができる。
【００８２】
図１４は、建物領域の解析と統合（図４のステップ４０５）のフローチャートである。
【００８３】
建物領域統合処理では、例えば、切妻屋根の建物のように、建物屋根が異なる傾斜面を有する場合に、太陽光線の当たり方によって屋根面の色（輝度）に違いが生じ、異なる建物領域として抽出されることがあるため、複数の建物領域を統合する必要がある。このため、抽出された建物領域の境界及び建物領域の内側に位置する線分に基づいて建物領域を統合する。
【００８４】
まず、建物領域の境界及び建物領域の内側に位置する線分を検出する（ステップ１４０１）。線分抽出処理では、ステップ７０３で抽出された建物領域の境界及び建物領域の内側に位置する線分情報を利用して線分を検出する。
【００８５】
次に、交差線分グループを検出する（ステップ１４０２）。線分グループ検出処理では、ステップ１４０１で抽出された線分のうち交差している線分を検出して、線分をグループ化する。そして、グループ化された線分の交差位置と交差角度を計算する。
【００８６】
次に、線分交差形状パターンを判定する（ステップ１４０３）。線分交差形状パターン判定処理では、交差した線分の位置関係（交差位置、交差角度）が、図１５、図１６に示す予め定められた統合パターンに該当するか否かを判定する。具体的には、統合すべき建物上部構造を示す統合パターンとして、１本の線分が他の線分の端点と交わり、両線分が垂直に交差するＴ字パターン、２本の線分が交差するＸ字パターン、３本の線分が一点にて交差するＹ字パターン、２本の線分の一端が交わるＶ字パターン（Ｖ１、Ｖ２、Ｖ３の３種類）がある。
【００８７】
次に、統合パターンの有無を判定する（ステップ１４０４）。統合形状パターン有無判定処理では、建物領域の境界又は建物領域の内側に存在する線分が、図１５又は図１６に示す統合パターンのいずれかに該当するか否かを判定する。そして、統合パターンＴ、Ｘ、Ｙ、Ｖ１、Ｖ２、Ｖ３のいずれかに該当すれる線分が存在すれば、ステップ１４０５の処理へ進み、統合パターンのいずれに該当する線分も存在しなければ建物構造統合処理を終了する。
【００８８】
次に、建物領域を推定する（ステップ１４０５）。建物領域推定処理では、線分が図１５に示す統合パターンＴ、Ｘ又はＹに該当すれば、線分の交点を通り、線分のモーメントが最小となる軸を求める。そして、この軸方向を基準として、交差パターンを構成する線分を包含する最小の矩形範囲を算出する。また、線分が図１６に示す線分パターンＶ１又はＶ３に該当すれば、最も長い線分の方向を基準として、交差パターンを構成する線分を包含する最小の矩形範囲を算出し、建物領域とする。また、線分が図１６に示す線分パターンＶ２に該当すれば、最も長い線分の方向に垂直な線分を中心軸として、建物範囲が反対側にも存在すると推定し、建物領域とする。
【００８９】
次に、建物領域を統合する（ステップ１４０６）。建物領域統合処理では、推定された建物領域を元の建物領域に加えた、新しい建物領域を生成する。そして、ステップ１４０１に戻り、新たな建物領域について、線分の統合パターンを検出する。
【００９０】
そして、建物構造統合処理が終了すれば、ステップ４０２へ戻って、新たに統合された建物領域から輪郭形状を抽出する（ステップ４０３）。一方、統合すべき建物領域がなければ、輪郭形状地上投影処理（ステップ４０６）に進む。
【００９１】
また、図１５、図１６に示す統合パターンを用いても統合できない建物に対しては、操作者が一つの建物を構成する建物領域を指定することによって建物領域を統合する。
【００９２】
このように建物領域統合処理では、建物の構造知識に従って定められた所定の統合パターンと抽出された建物領域の線分との比較結果に基づいて、同一建物に含まれる複数の上部構造を認識・統合することができ、より複雑な上部構造を持つ建物を検出できる。
【００９３】
図１７は、輪郭形状の地上射影（図４のステップ４０６）のフローチャートである。
【００９４】
輪郭形状地上射影処理では、まず、建物の壁面の角で構成される縦方向の線（稜線：図１８の１８０２、１８０３、１８０４）を検出する（ステップ１７０１）。この稜線検出処理では、抽出された建物屋根の輪郭情報（図１８の１８０１）に対して、前述したステップ７０３と同じ手法を用いて、輪郭形状の頂点周辺で、長さと傾き角度の差が予め定められた閾値より小さい稜線（図１８の１８０２、１８０３、１８０４）を検出する。
【００９５】
次に、建物屋根と地上との間の距離を算出する（ステップ１７０２）。この地上距離算出処理では、検出した稜線の長さの平均値を計算して、屋根と地上との間の距離とする。
【００９６】
次に、屋根形状の縮小率を算出する（ステップ１７０３）。この縮小率計算処理では、屋根形状の隣接頂点周辺から延伸される稜線を選択して、両稜線の間に位置する屋根形状の輪郭線を、屋根から地上まで、両稜線に沿って並行に移動させた場合の、線分の長さの縮小率を計算して、屋根形状の縮小率とする。
【００９７】
次に、建物領域の輪郭形状を地上に射影する（ステップ１７０４）。この地上射影処理では、ステップ１７０２で求めた屋根と地上との間の距離、及び、ステップ１７０３で求めた縮小率を用いて、アフィン変換によって線形変換と平行移動をして、縮小した建物領域の輪郭形状を地上に射影して、地上の図形（図１８の１８０５）が得られる。
【００９８】
以上説明したように、輪郭形状地上射影処理では、建物の壁面の角で構成される縦方向の線（稜線）を用いて建物屋根輪郭線を地上に射影するので、撮影位置、建物の高さによって生じる歪みを地上の図形に変換することができる。
【００９９】
次に、本発明の実施の形態の地図作成装置を利用した地図情報の伝送について説明する。図１９に示すように、ＧＩＳセンタ１９０３は利用者１９０４からの注文（地図代金）を受け取って、本発明の地図作成装置によって、画像プロバイダ１９０２から受け取った画像を用いて詳細な建物輪郭形状の地図を作成する。このとき、地図作成の元となった画像と地図とを対応付ける情報を付加する。具体的には、本願の１点の指定ステップにおいて指定された地図作成の元となった画像中の建物等の位置と該画像から作成された地図中の該建物等に同じ識別番号を付す等して、両者を対応付けておく。さらに、出来上がった地図データには各建物の屋根データ（建物の名前、住所、高さ等）を対応付けして記憶させておくこともできる。
【０１００】
その後、画像と地図を関連付けて利用者１９０４に提供する。
【図面の簡単な説明】
【図１】位置の指定による建物輪郭形状抽出と地図作成の説明図である。
【図２】本発明の実施の形態の地図作成装置の機能ブロック図である。
【図３】建物の特徴の分類の説明図である。
【図４】本発明の実施の形態の建物輪郭形状抽出処理のフローチャートである。
【図５】本発明の実施の形態の建物屋根テクスチャ解析処理のフローチャートである。
【図６】本発明の実施の形態の照合用画素の選択の説明図である。
【図７】本発明の実施の形態の輪郭形状抽出処理のフローチャートである。
【図８】本発明の実施の形態の建物領域を抽出の説明図である。
【図９】本発明の実施の形態の建物領域範囲の補正の説明図である。
【図１０】本発明の実施の形態の建物領域の平滑化処理の説明図である。
【図１１】本発明の実施の形態の輪郭形状微調整処理のフローチャートである。
【図１２】本発明の実施の形態の輪郭線の補正の説明図である。
【図１３】本発明の実施の形態の輪郭線位置の調整の説明図である。
【図１４】本発明の実施の形態の建物領域統合処理のフローチャートである。
【図１５】本発明の実施の形態の建物領域統合パターンの説明図である。
【図１６】本発明の実施の形態の建物領域統合パターンの説明図である。
【図１７】本発明の実施の形態の輪郭形状地上射影処理のフローチャートである。
【図１８】本発明の実施の形態の輪郭形状の地上射影の説明図である。
【図１９】本発明の実施の形態の地図作成装置を利用した地図情報の伝送の説明図である。
【符号の説明】
２０１ 制御部
２０２ 画像指示部
２０３ 屋根色解析部
２０４ 輪郭抽出部
２０５ 輪郭微調整部
２０６ 一時的格納部
２０７ 一時的データベース
２０８ 構造解析・統合部
２０９ 地上射影部
２１０ ベクトル形状生成部
２１１ 建物輪郭線格納部
２１２ ベクトル地図データベース。
２１３ 修正入力部
Claims (9)
- プログラムを実行する処理部を備える地図作成装置における地図作成方法であって、
前記処理部は、
空中写真画像中に存在する建物中の少なくとも一点の位置の指示をユーザから受け付け、前記指示された位置の周囲の色を解析して照合基準色を決定し、
前記指示された位置の周囲の画素を前記照合基準色に基づいて抽出して建物領域として設定し、
前記設定された建物領域の輪郭線を抽出し、前記抽出された建物領域の輪郭線のデータを一時的に格納し、
前記格納された建物領域の輪郭線のデータに基づいて、前記建物領域の輪郭のベクトルを生成することを特徴とする地図作成方法。 - 請求項１に記載の地図作成方法であって、
前記処理部は、
さらに、前記指示された位置の周囲の色を解析して判定閾値及び１回の領域探索参照範囲を決定し、
前記指示された位置を基準として、前記領域探索参照範囲内の画素の色と前記照合基準色との類似度を前記判定閾値を用いて判定した結果に基づいて、前記建物領域を設定し、
さらに、該設定された建物領域を基準として、前記領域探索参照範囲内の画素の色と前記照合基準色との類似度を前記判定閾値を用いて判定した結果に基づいて、前記建物領域を設定することを繰り返すことを特徴とする地図作成方法。 - 請求項１又は２に記載の地図作成方法であって、
前記処理部は、
さらに、隣接する画素との色の差が大きい画素を境界画素として抽出し、前記抽出された境界画素に基づいて境界線分を定め、
前記建物領域の輪郭を前記境界線分に基づいて補正することを特徴とする地図作成方法。 - 請求項１乃至３のいずれか一つに記載の地図作成方法であって、
前記処理部は、
さらに、前記建物領域の輪郭線が所定の軸方向となるように前記建物領域を回転させ、
前記回転の後、前記輪郭線を平滑化することを特徴とする地図作成方法。 - 請求項１乃至４のいずれか一つに記載の地図作成方法であって、
前記処理部は、さらに、前記抽出された輪郭線が予め定められた所定の連結パターンに該当する場合に、前記輪郭線を直線又は所定の角度で交差する直線に補正することを特徴とする地図作成方法。 - 請求項１乃至５のいずれか一つに記載の地図作成方法であって、
前記処理部は、さらに、前記抽出された輪郭線又は前記建物領域内部の線分が予め定められた所定の統合パターンに該当する場合に、当該線分を含むように複数の前記建物領域を統合することを特徴とする地図作成方法。 - 請求項１乃至６のいずれか一つに記載の地図作成方法であって、
前記処理部は、
さらに、複数の入力された位置によって指示される前記建物領域を統合することを特徴とする地図作成方法。 - 請求項１乃至７のいずれか一つに記載の地図作成方法であって、
前記処理部は、
さらに、前記建物領域の輪郭から縦方向の線を検出して、該検出結果に基づいて該建物の高さを算出し、
前記算出された高さに基づいて前記建物領域中の屋根部分の形状を縮小して、前記建物領域の輪郭形状を地面上に射影することを特徴とする地図作成方法。 - 空中写真画像中に存在する建物中の少なくとも一点の位置の指示を受け付ける画像指示部と、
前記指示された位置の周囲の色を解析して照合基準色を決定し、前記指示された位置の周囲の画素を前記照合基準色に基づいて抽出して建物領域として設定し、前記設定された建物領域の輪郭線を抽出し、前記抽出された建物領域の輪郭線のデータを一時的に格納する輪郭抽出部と、
前記格納された建物領域の輪郭線のデータに基づいて、前記建物領域の輪郭のベクトルを生成するベクトル形状生成部と、を有することを特徴とする地図作成装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003140472A JP4319857B2 (ja) | 2003-05-19 | 2003-05-19 | 地図作成方法 |
| US10/759,234 US7515153B2 (en) | 2003-05-19 | 2004-01-20 | Map generation device, map delivery method, and map generation program |
| CNB2004100024873A CN100349185C (zh) | 2003-05-19 | 2004-01-20 | 地图生成设备、地图发送方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003140472A JP4319857B2 (ja) | 2003-05-19 | 2003-05-19 | 地図作成方法 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2004341422A JP2004341422A (ja) | 2004-12-02 |
| JP2004341422A5 JP2004341422A5 (ja) | 2005-12-22 |
| JP4319857B2 true JP4319857B2 (ja) | 2009-08-26 |
Family
ID=33529193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003140472A Expired - Fee Related JP4319857B2 (ja) | 2003-05-19 | 2003-05-19 | 地図作成方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7515153B2 (ja) |
| JP (1) | JP4319857B2 (ja) |
| CN (1) | CN100349185C (ja) |
Families Citing this family (69)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050195096A1 (en) * | 2004-03-05 | 2005-09-08 | Ward Derek K. | Rapid mobility analysis and vehicular route planning from overhead imagery |
| JP4521235B2 (ja) * | 2004-08-25 | 2010-08-11 | 日立ソフトウエアエンジニアリング株式会社 | 撮影画像の変化抽出装置及び方法 |
| JP4602074B2 (ja) * | 2004-12-28 | 2010-12-22 | シャープ株式会社 | 太陽光発電装置設置支援システム及びプログラム |
| KR100657943B1 (ko) * | 2005-01-07 | 2006-12-14 | 삼성전자주식회사 | 2차원 건물 데이터의 실시간 3차원 변환 방법 및 장치,그리고 이를 이용한 2차원 건물 데이터의 실시간 3차원시각화 방법 및 장치 |
| JP4766992B2 (ja) * | 2005-10-31 | 2011-09-07 | アイシン・エィ・ダブリュ株式会社 | 道路ペイント認識システム、道路ペイント認識方法及び道路ペイントデータベースの作成方法 |
| JP4908867B2 (ja) * | 2005-11-01 | 2012-04-04 | 株式会社日立ソリューションズ | 地理画像処理システム |
| JP5074622B2 (ja) * | 2005-11-01 | 2012-11-14 | 株式会社日立ソリューションズ | 地理画像処理システム |
| JP4898704B2 (ja) * | 2005-12-12 | 2012-03-21 | 淳大 上田 | 画像診断用データ・サンプリング・デバイス並びに該デバイスに用いられる撮像用アダプタ |
| US8655595B1 (en) | 2006-10-17 | 2014-02-18 | Corelogic Solutions, Llc | Systems and methods for quantifying flood risk |
| US7917292B1 (en) | 2006-10-17 | 2011-03-29 | Jpmorgan Chase Bank, N.A. | Systems and methods for flood risk assessment |
| US8077927B1 (en) | 2006-11-17 | 2011-12-13 | Corelogic Real Estate Solutions, Llc | Updating a database with determined change identifiers |
| US8649567B1 (en) | 2006-11-17 | 2014-02-11 | Corelogic Solutions, Llc | Displaying a flood change map with change designators |
| US8542884B1 (en) | 2006-11-17 | 2013-09-24 | Corelogic Solutions, Llc | Systems and methods for flood area change detection |
| US7890509B1 (en) | 2006-12-05 | 2011-02-15 | First American Real Estate Solutions Llc | Parcel data acquisition and processing |
| JP4914266B2 (ja) * | 2007-03-29 | 2012-04-11 | 株式会社野村総合研究所 | 人口推定装置およびプログラム |
| JP4904449B2 (ja) * | 2007-04-27 | 2012-03-28 | 国立大学法人 宮崎大学 | 画像処理による稜線・尾根線の判定方法とその装置 |
| US20090089018A1 (en) * | 2007-09-28 | 2009-04-02 | Harris Corporation | Geospatial modeling system providing building generation based upon user input on 3d model and related methods |
| US8494211B2 (en) * | 2007-10-19 | 2013-07-23 | Pasco Corporation | House change judgment method and house change judgment program |
| US20090234692A1 (en) * | 2008-03-13 | 2009-09-17 | Tigo Energy, Inc. | Method and System for Configuring Solar Energy Systems |
| JP5347117B2 (ja) * | 2008-03-28 | 2013-11-20 | 株式会社ジオ技術研究所 | 地物抽出装置 |
| JP4880069B2 (ja) * | 2008-04-23 | 2012-02-22 | 株式会社パスコ | 建物屋根輪郭認識装置、建物屋根輪郭認識方法、及び建物屋根輪郭認識プログラム |
| WO2010045271A1 (en) * | 2008-10-14 | 2010-04-22 | Joshua Victor Aller | Target and method of detecting, identifying, and determining 3-d pose of the target |
| JP5412791B2 (ja) * | 2008-10-27 | 2014-02-12 | 株式会社ニコン | デジタルカメラ、および画像処理プログラム |
| US8732592B2 (en) * | 2009-06-08 | 2014-05-20 | Battelle Energy Alliance, Llc | Methods and systems relating to an augmented virtuality environment |
| JP5360989B2 (ja) * | 2009-09-29 | 2013-12-04 | 株式会社日立ソリューションズ | 地理情報生成システム及び地理情報生成方法 |
| US8614703B1 (en) * | 2010-10-14 | 2013-12-24 | Google Inc. | Automatic border alignment of objects in map data |
| US8817049B2 (en) * | 2011-04-29 | 2014-08-26 | Microsoft Corporation | Automated fitting of interior maps to general maps |
| JP5592308B2 (ja) * | 2011-05-19 | 2014-09-17 | 富士重工業株式会社 | 環境認識装置 |
| US20140081605A1 (en) * | 2011-06-09 | 2014-03-20 | Kyoto University | Dtm estimation method, dtm estimation program, dtm estimation device, and method for creating 3-dimensional building model, and region extraction method, region extraction program, and region extraction device |
| US9086484B2 (en) * | 2011-06-30 | 2015-07-21 | The Boeing Company | Context-based target recognition |
| US9639757B2 (en) * | 2011-09-23 | 2017-05-02 | Corelogic Solutions, Llc | Building footprint extraction apparatus, method and computer program product |
| AU2012345876B2 (en) * | 2011-11-29 | 2018-06-07 | Pictometry International Corp. | System for automatic structure footprint detection from oblique imagery |
| WO2013104128A1 (en) * | 2012-01-12 | 2013-07-18 | Google Inc. | Navigating using indoor map representation |
| WO2013104127A1 (en) * | 2012-01-12 | 2013-07-18 | Google Inc. | Generating an indoor map model |
| US8774525B2 (en) * | 2012-02-03 | 2014-07-08 | Eagle View Technologies, Inc. | Systems and methods for estimation of building floor area |
| US9933257B2 (en) | 2012-02-03 | 2018-04-03 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
| US10663294B2 (en) | 2012-02-03 | 2020-05-26 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area and producing a wall estimation report |
| US10515414B2 (en) | 2012-02-03 | 2019-12-24 | Eagle View Technologies, Inc. | Systems and methods for performing a risk management assessment of a property |
| US9599466B2 (en) | 2012-02-03 | 2017-03-21 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
| US9317966B1 (en) * | 2012-02-15 | 2016-04-19 | Google Inc. | Determine heights/shapes of buildings from images with specific types of metadata |
| US9501700B2 (en) | 2012-02-15 | 2016-11-22 | Xactware Solutions, Inc. | System and method for construction estimation using aerial images |
| US9582932B2 (en) * | 2012-06-05 | 2017-02-28 | Apple Inc. | Identifying and parameterizing roof types in map data |
| CA2877763A1 (en) * | 2012-06-26 | 2014-01-03 | The Governing Council Of The University Of Toronto | System, method and computer program for dynamic generation of a radio map |
| US20140153789A1 (en) * | 2012-11-30 | 2014-06-05 | Qualcomm Incorporated | Building boundary detection for indoor maps |
| US9292747B2 (en) * | 2013-03-15 | 2016-03-22 | The Boeing Company | Methods and systems for automatic and semi-automatic geometric and geographic feature extraction |
| EP3541071A1 (en) | 2013-08-02 | 2019-09-18 | Xactware Solutions Inc. | System and method for detecting features in aerial images using disparity mapping and segmentation techniques |
| KR101347270B1 (ko) | 2013-08-05 | 2014-01-06 | 동국지리정보(주) | 항공영상이미지의 편집을 위한 고정밀 영상도화 제작시스템 |
| KR101347260B1 (ko) | 2013-08-05 | 2014-01-06 | 동국지리정보(주) | 촬영이미지별 수치데이터 합성을 처리하는 영상도화이미지 제작시스템 |
| KR101347248B1 (ko) | 2013-08-05 | 2014-01-15 | 동국지리정보(주) | 수치지도 수정제작 정확도 확보를 위한 기준점 조정 및 gps 정보 기반을 활용한 영상도화 처리시스템 |
| KR102279026B1 (ko) * | 2014-11-07 | 2021-07-19 | 삼성전자주식회사 | 적어도 하나의 객체를 포함하는 영상에서 객체를 추출하여 보정한 영상을 제공하는 장치 및 방법 |
| JP6045625B2 (ja) * | 2015-03-20 | 2016-12-14 | 株式会社Pfu | 画像処理装置、領域検出方法及びコンピュータプログラム |
| US10049434B2 (en) | 2015-10-15 | 2018-08-14 | The Boeing Company | Systems and methods for object detection |
| JP2017134596A (ja) * | 2016-01-27 | 2017-08-03 | 株式会社東芝 | 画像処理方法及びプロセスシミュレーション装置 |
| JP2018151994A (ja) * | 2017-03-14 | 2018-09-27 | 富士通株式会社 | 画像処理方法、画像処理プログラム、及び画像処理装置 |
| US10504283B2 (en) * | 2018-03-16 | 2019-12-10 | Here Global B.V. | Method and apparatus for regularizing building footprints using taxicab distance |
| US11164031B2 (en) | 2018-06-26 | 2021-11-02 | Here Global B.V. | System and method for analyzing an image of a vehicle |
| US10762681B2 (en) * | 2018-06-26 | 2020-09-01 | Here Global B.V. | Map generation system and method for generating an accurate building shadow |
| JP7077913B2 (ja) * | 2018-10-24 | 2022-05-31 | 日本電信電話株式会社 | 中心線簡素化装置、ネットワークデータ生成システム、及びプログラム |
| US10922881B2 (en) * | 2018-11-02 | 2021-02-16 | Star Global Expert Solutions Joint Stock Company | Three dimensional/360 degree (3D/360°) real-time full information smart management integrated mapping system (SMIMS) and process of generating the same |
| WO2020196308A1 (ja) * | 2019-03-28 | 2020-10-01 | 日本電気株式会社 | 画像処理装置、画像処理方法及び画像処理用コンピュータプログラム |
| US11455894B2 (en) * | 2019-10-28 | 2022-09-27 | Skydio, Inc. | Structure scan using unmanned aerial vehicle |
| US11094113B2 (en) | 2019-12-04 | 2021-08-17 | Geomni, Inc. | Systems and methods for modeling structures using point clouds derived from stereoscopic image pairs |
| KR102569366B1 (ko) * | 2020-04-23 | 2023-08-23 | 주식회사 키센스 | 인공지능을 이용한 사용자 참여형 인식 플랫폼에서 시설물 설치 가능 지점 판별 방법 및 그 장치 |
| US11868377B2 (en) * | 2020-05-01 | 2024-01-09 | CACI, Inc.—Federal | Systems and methods for providing geodata similarity |
| JP2022052210A (ja) * | 2020-09-23 | 2022-04-04 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
| CN112149585A (zh) * | 2020-09-27 | 2020-12-29 | 上海商汤智能科技有限公司 | 一种图像处理方法、装置、设备和存储介质 |
| CN112348836B (zh) * | 2020-11-06 | 2024-03-12 | 二十一世纪空间技术应用股份有限公司 | 一种自动提取建筑物轮廓的方法及装置 |
| JPWO2023026441A1 (ja) * | 2021-08-26 | 2023-03-02 | ||
| CN116051430B (zh) * | 2023-03-31 | 2023-06-30 | 厦门精图信息技术有限公司 | 一种界线地图检查修复系统及方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4811409A (en) * | 1985-09-12 | 1989-03-07 | Insystems, Inc. | Method and apparatus for detecting defect information in a holographic image pattern |
| FR2674354A1 (fr) * | 1991-03-22 | 1992-09-25 | Thomson Csf | Procede d'analyse de sequences d'images routieres, dispositif pour sa mise en óoeuvre et son application a la detection d'obstacles. |
| US5602564A (en) * | 1991-11-14 | 1997-02-11 | Hitachi, Ltd. | Graphic data processing system |
| JPH06203157A (ja) * | 1992-10-14 | 1994-07-22 | Fujitsu Ltd | カラー画像処理方法および装置 |
| TW371334B (en) * | 1994-03-18 | 1999-10-01 | Hitachi Ltd | Method for retrieving database with image information |
| JP3611351B2 (ja) * | 1994-11-21 | 2005-01-19 | 株式会社日立製作所 | 立体図形データの記録方法 |
| JP4088386B2 (ja) | 1999-04-28 | 2008-05-21 | 株式会社日立製作所 | 地図情報更新方法 |
| US6619406B1 (en) * | 1999-07-14 | 2003-09-16 | Cyra Technologies, Inc. | Advanced applications for 3-D autoscanning LIDAR system |
| JP4094219B2 (ja) * | 2000-09-19 | 2008-06-04 | アルパイン株式会社 | 車載用ナビゲーション装置の立体地図表示方法 |
| JP3788378B2 (ja) * | 2002-03-27 | 2006-06-21 | ソニー株式会社 | ３次元モデル生成システム及び方法、並びにコンピュータ・プログラム |
| CN1152341C (zh) | 2002-08-27 | 2004-06-02 | 上海交通大学 | 房屋数字地图自动生成方法 |
| JP2004163480A (ja) * | 2002-11-11 | 2004-06-10 | Hitachi Ltd | 地図生成システム及び地図管理システム |
-
2003
- 2003-05-19 JP JP2003140472A patent/JP4319857B2/ja not_active Expired - Fee Related
-
2004
- 2004-01-20 CN CNB2004100024873A patent/CN100349185C/zh not_active Expired - Fee Related
- 2004-01-20 US US10/759,234 patent/US7515153B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US7515153B2 (en) | 2009-04-07 |
| CN100349185C (zh) | 2007-11-14 |
| US20040263514A1 (en) | 2004-12-30 |
| JP2004341422A (ja) | 2004-12-02 |
| CN1573811A (zh) | 2005-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4319857B2 (ja) | 地図作成方法 | |
| AU2021201579B2 (en) | System and method for detecting features in aerial images using disparity mapping and segmentation techniques | |
| US11551331B2 (en) | Cut-line steering methods for forming a mosaic image of a geographical area | |
| Bignone et al. | Automatic extraction of generic house roofs from high resolution aerial imagery | |
| US8174538B2 (en) | Structure-preserving clone brush | |
| US20060061566A1 (en) | Method and apparatus for performing three-dimensional computer modeling | |
| CN110473221B (zh) | 一种目标物体自动扫描系统及方法 | |
| CN114549956A (zh) | 一种深度学习辅助的倾斜模型建筑物外立面目标识别方法 | |
| CN115641415A (zh) | 基于卫星影像生成三维场景的方法、装置、设备及介质 | |
| KR102204041B1 (ko) | 지물이미지의 매핑을 위한 경계라인 수정 기능의 영상처리 오류보정 시스템 | |
| CN116363319B (zh) | 一种建筑物屋顶的建模方法、建模装置、设备及介质 | |
| CN116612091A (zh) | 一种基于多视角视图匹配的施工进度自动估计的方法 | |
| KR102204040B1 (ko) | 고도별 수집이미지의 통일화를 위한 보정용 영상처리장치 | |
| KR100554906B1 (ko) | 고해상도 위성 영상을 이용한 도로망 추출방법 | |
| CN115017968A (zh) | 一种基于U-Net模型的复杂建筑物分类提取方法 | |
| CN115546794A (zh) | 一种基于深度学习和ocr技术的圆形仪表表盘校正方法 | |
| JP2008234163A (ja) | 土地区画データ作成システム | |
| JPH06215110A (ja) | 物体の認識方法 | |
| Shinmura et al. | Collection of road traffic information from satellite images and digital map |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051108 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051108 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090109 |
|
| 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: 20090526 |
|
| 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: 20090529 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120605 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |