JP4825836B2 - 道路地図データ作成システム - Google Patents
道路地図データ作成システム Download PDFInfo
- Publication number
- JP4825836B2 JP4825836B2 JP2008075847A JP2008075847A JP4825836B2 JP 4825836 B2 JP4825836 B2 JP 4825836B2 JP 2008075847 A JP2008075847 A JP 2008075847A JP 2008075847 A JP2008075847 A JP 2008075847A JP 4825836 B2 JP4825836 B2 JP 4825836B2
- Authority
- JP
- Japan
- Prior art keywords
- road
- data
- processing unit
- vector
- area
- 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
本発明は、道路地図データ作成技術に関し、特に、衛星や航空機等を用いて高度・上空から地表を撮影して得られた観測画像を解析し、特に、地理画像に含まれる道路の抽出を容易にするための画像処理装置に関する。
近年、衛星画像や航空写真画像（以下、「地理画像」と称する。）の利用が広まってきており、それらの画像を使った地図の作成や地表の分析等に関する技術が開発されている。その中で、例えばカーナビゲーション（以下、「カーナビ」と略す。）用の道路地図を作成するためには、画像内の道路領域を抽出することが必要である。
従来、地理画像からの道路領域の抽出処理は、目視作業で行なわれていた。そのため、多大な人的コストがかかるという問題があった。そこで、画像内の道路領域を抽出する処理をコンピュータにより自動化する方法が提案されている。その一例として、下記非特許文献１では、まず、地理画像に対して被覆分類処理を適用し、道路らしい色調特徴を持つ領域を抽出する。また、地理画像に対してエッジ抽出処理及びノイズ除去処理を適用し、道路らしいエッジ特徴を持つ領域を抽出する。そして、それら２つの領域の情報をもとに、道路中心線の追跡を行う。具体的には、上記２つの領域を重ね合わせた画像に対して、ユーザが、道路１本につき１点の開始点を指定する。すると、プログラムが開始点から自動的に道路中心線を追跡していき道路１本の中心線を抽出することができる。その後、ユーザが画像内のすべての道路に対して開始点を指定していくことにより、画像内の全ての道路中心線を抽出することができる。このような処理により、道路中心線の抽出を半自動的に行なうことができる。その後、目視作業により、道路の幅員情報を付加し、最終的な道路領域データが作成される。
熊谷潤,中川雅史,趙卉菁,柴崎亮介,「高解像度衛星画像からの道路抽出」 日本写真測量学会平成１４年度年次学術講演会発表論文集,155-158,2002年。
J.Canny,「A Computational Approach to Edge Detection」IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol.PAMI-8,No6,1986年11月。
しかしながら、上記非特許文献１の手法においては、作業コスト、作成される道路地図の不均質さ、抽出した中心線の重複、幅員の抽出ができないこと、抽出した中心線の可読性、ノイズによる抽出漏れや過抽出等の問題がある。それぞれの問題について説明する。
非特許文献１の手法では、道路１本毎に開始点を指定する必要があり、この作業コストが問題となる。また、この作業においてユーザが指定する開始点の位置により作成される道路地図の品質が不均一になるという問題がある。これらの理由のためこの処理を自動化することが望まれている。
また、この手法は、道路中心線を追跡する際に、同一道路の中心線を複数回抽出する処理であり、抽出後のデータが重複してしまうことがある。そのため同一の道路の中心線を一本のベクトルで表す必要がある。
さらに、この手法で半自動的に抽出された道路情報は、道路の中心線のベクトルデータのみであり、道路の幅員情報を持たない。地図情報において、道路の幅員情報は重要度が高い情報であるため、この手法で抽出した道路情報をもとに、後に幅員情報を付加する作業を行なう必要があり、この作業コストを減らすよう処理を自動化することが望まれている。
さらに、道路の中心線は実際には直線に近い道路であるにもかかわらず、波打った線となって抽出されることも多く、その場合には可読性の問題がある。特にカーナビなどに用いる場合には、人間にとって見やすい線として道路を抽出することが特に望まれている。
また、この手法では街路樹や車の渋滞などの原因により道路表面が遮蔽されている場合に、その部分の道路を抽出できないという問題もある。上空から撮影した画像を人間が見て道路であると判断できる領域については自動で抽出することが望まれる。また、道路の交差点付近において道路からはみ出た領域まで過剰に抽出してしまうことがある。この過剰な抽出線はノイズとなるため除去することが望ましい。
また、広範囲の画像に対して限られた時間で作業を行なうためには、一般に複数の作業者が必要となるが、この場合、各作業者の主観的判断基準の差によって、前述した道路の抽出開始点の指定と同様に、幅員の精度にばらつきが生じてしまう可能性が高いという問題もある。均一な品質の道路地図を作成することが望まれている。
本発明はこのような状況に鑑みてなされたものであり、衛星画像や航空写真画像などの地理画像から、幅員情報を含む道路領域データを容易に、均質・高精度で、可読性が良い状態で重複なく作成することができる、総合的に優れた道路地図データの作成技術を提供することを目的とする。
本発明の一観点によれば、地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、前記地理画像データから抽出された前記地理画像の領域において、与えられた開始点から道路を追跡していくことにより得られる追跡線に沿って、開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、を備えることを特徴とする道路地図データ作成装置において、 前記直線化処理部は、抽出された道路ベクトルに平行な一定幅の許容範囲内において各ノードを結合させてできる直線を新たな道路のベクトルデータとすることを特徴とする道路地図データ作成装置が提供される。
また、地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、前記地理画像データから抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、 前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、 前記直線化処理部は、抽出された道路ベクトルに平行な一定幅の許容範囲内において各ノードを結合させてできる直線を新たな道路のベクトルデータとすることを特徴とする道路地図データ作成装置が提供される。前記一定幅の許容範囲として、前記幅員推定処理部により推定された幅員値を用いることが好ましい。
本発明の他の観点によれば、地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、前記地理画像データから被覆分類処理を経て抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、 前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、前記修正処理部は、注目道路の第１の端ノードの探索範囲内に他の道路ベクトルの第２の端ノードが存在するか否かと、前記第１の端ノードと前記第２の端ノードとの間の中間領域における前記被覆分類処理において求めた色調が道路を遮蔽する可能性の高い地物の色調であるか否かの少なくともいずれかに基づいて、道路を結合するか否かを判定する処理を行うことを特徴とする道路地図データ作成装置が提供される。
地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、前記地理画像データから被覆分類処理を経て抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、前記修正処理部は、注目道路の端ノードの探索範囲内に他の道路ベクトルが存在するか否かと、前記端ノードと他の道路ベクトルとの間の中間領域における前記被覆分類処理において求めた色調が道路を遮蔽する可能性の高い地物の色調であるか否かの少なくともいずれかに基づいて、道路を結合するか否かを判定する処理を行うことを特徴とする道路地図データ作成装置が提供される。
本発明は、上記処理に関する方法、該方法をコンピュータに実行させるためのプログラム、該プログラムを記録するコンピュータ読み取り可能な記録媒体であっても良い。
以上に説明したように、本発明による地理画像処理装置では、衛星画像や航空写真画像などの地理画像から道路の中心線および幅員を抽出する作業を効率化することができる。その際、ノイズにより上空から視認することができない道路を自動的に補間することや、道路地図としての可読性が高い状態で中心線を抽出することが可能である。また、作業者の技量に頼っていた作業工程を自動化することができるため、作業者の熟練度による差の影響を低減できる。
以下、本発明の一実施の形態による地理画像処理技術について、図面を参照しながら詳細に説明する。図１から図１９までにおいて、同一の符号を付した部分は同一の構成を表し、基本的な構成及び動作は同様であるものとする。尚、本発明は、本実施の形態に記載した範囲に限定されるものではない。当業者であれば、本発明の要旨を逸脱しない範囲内において、本実施の形態にかかる発明の構成及び機能に様々な変更・改良を加えることが可能である。
＜システム構成＞
図１は、本実施の形態による地理画像処理装置の一構成例を示す機能ブロック図である。図１に示すように、地理画像処理装置は、パーソナルコンピュータ、ワークステーション等から構成される処理装置１０と、メインメモリとして使用されるＲＡＭ（ランダムアクセスメモリ）及び磁気ディスク記憶装置等の補助記憶装置とを含む記憶装置２０と、入出力装置３０と、を備えている。
図１は、本実施の形態による地理画像処理装置の一構成例を示す機能ブロック図である。図１に示すように、地理画像処理装置は、パーソナルコンピュータ、ワークステーション等から構成される処理装置１０と、メインメモリとして使用されるＲＡＭ（ランダムアクセスメモリ）及び磁気ディスク記憶装置等の補助記憶装置とを含む記憶装置２０と、入出力装置３０と、を備えている。
入出力装置３０は、例えば、キーボード及びマウス等のポインティングデバイスを含む入力装置３１と、液晶ディスプレイ装置等の表示装置３２と、プリンタ３３などの出力装置と、を備えている。入力装置３１は、ユーザによるパラメータの入力やコマンドの起動等、並びに、地理画像処理装置により処理を施した地理画像を用いた土地区画データ生成処理に用いられる。表示装置３２及びプリンタ３３は、地理画像や土地区画データをユーザに提示するために用いられる。尚、表示装置としては、表示装置３２及びプリンタ３３のいずれか一方のみを備える構成としてもよい。
処理装置１０は、地理画像処理プログラム４０を含んでいる。地理画像処理プログラム４０は、プログラムモジュールとして、以下のモジュールを含む。すなわち、地理画像に含まれる色調情報をもとにして道路らしい領域（道路候補）を抽出する道路候補領域抽出部１０１と、地理画像のエッジ情報をもとにして道路らしいエッジを抽出する道路候補エッジ抽出部１０２と、道路らしい領域および道路らしいエッジをもとに道路の中心線を抽出する道路追跡処理部１０３と、抽出した道路中心線の重複部分を統合する道路統合処理部１０４と、抽出した道路の形状を直線的に補正する直線化処理部１０５と、抽出した道路の交差点を求め道路間の結合情報を求めるネットワーク処理部１０６と、ノイズにより隠れた道路の抽出および過剰に抽出した道路の除去を行う修正処理部１０７と、抽出した道路の幅員情報を推定する幅員推定処理部１０８と、を含む。尚、これらのモジュールにおける処理の順番は、基本的には矢印に示すように、１０１〜１０８までの昇順であるが、いずれかの処理の結果に基づいてさらに戻って処理を行うようにすることも可能である。
記憶装置２０は、地理画像データ記憶領域２１と、被覆分類データ記憶領域２２と、道路候補領域データ記憶領域２３と、道路候補エッジデータ記憶領域２４と、道路領域データ記憶領域２５と、ネットワークデータ記憶領域２６と、道路幅員データ２７と、を有する。これらの記憶領域のうち、地理画像データ記憶領域２１は、人工衛星又は航空写真画像から得られるデータを記憶する領域であり、地理画像処理装置による処理の実行前に予め記憶されているデータである。一方、被覆分類データ記憶領域２２、道路候補領域データ記憶領域２３、道路候補エッジデータ記憶領域２４、道路領域データ記憶領域２５、ネットワークデータ２６、道路幅員データ２７は、地理画像処理装置において地理画像データ記憶領域データ２１に基づいて生成されるデータである。尚、カーナビには、記憶装置を全て備えている必要はなく、無線通信機能を備えていれば、その機能を用いて外部からデータを取得したり、外部のサーバに提供したりすることも可能である。
＜地理画像処理の概要＞
図２Ａは、処理画像の概要を示す図である。図２Ａ（ａ）は、予め記憶装置２０に記憶されている地理画像データに基づく画像を示す図である。図２Ａ（ａ）に示す地理画像データに対して、被覆分類処理を行ない、図２Ａ（ｂ）に示す被覆分類画像が得られる。この被覆分類画像は、被覆分類データ記憶領域２２に格納される。図２Ａ（ｂ）に示す被覆分類画像により、画像内の領域を、黒系建物、道路、土壌、赤系建物、樹木、白系建物などと推定できるそれぞれ領域に大まかに識別することができる。さらに、この被覆分類結果をもとに、道路らしい領域を抽出することにより、図２Ａ（ｃ）に示す道路候補領域画像が得られる。白く見える領域が道路と推定できる領域であり、この道路候補領域画像は、道路候補領域データ記憶領域２３に格納される。また、地理画像データに対してエッジ抽出処理を行ない、さらに抽出したエッジから道路らしくないノイズを除去することにより、図２Ａ（ｄ）に示す道路候補エッジ画像が得られる。
図２Ａは、処理画像の概要を示す図である。図２Ａ（ａ）は、予め記憶装置２０に記憶されている地理画像データに基づく画像を示す図である。図２Ａ（ａ）に示す地理画像データに対して、被覆分類処理を行ない、図２Ａ（ｂ）に示す被覆分類画像が得られる。この被覆分類画像は、被覆分類データ記憶領域２２に格納される。図２Ａ（ｂ）に示す被覆分類画像により、画像内の領域を、黒系建物、道路、土壌、赤系建物、樹木、白系建物などと推定できるそれぞれ領域に大まかに識別することができる。さらに、この被覆分類結果をもとに、道路らしい領域を抽出することにより、図２Ａ（ｃ）に示す道路候補領域画像が得られる。白く見える領域が道路と推定できる領域であり、この道路候補領域画像は、道路候補領域データ記憶領域２３に格納される。また、地理画像データに対してエッジ抽出処理を行ない、さらに抽出したエッジから道路らしくないノイズを除去することにより、図２Ａ（ｄ）に示す道路候補エッジ画像が得られる。
図２Ａ（ｄ）に示す道路候補エッジ画像は、多数の画素に基づいて表示されている画像であり、各画素においてエッジの方向を表すデータを保持している。このエッジの方向を表すデータは、道路候補エッジデータとして道路候補エッジデータ記憶領域２４に格納される。そして、道路候補領域データ２３と道路候補エッジデータ２４とに基づいて、道路の中心線を抽出するため道路追跡処理を行なう。道路追跡処理では、自動的に与えられた開始点から道路を追跡していく。各開始点から道路を追跡すると、図２Ｂ（ｅ）に示すように道路の追跡線を多数表示した画像が得られる。この道路追跡線は、各ノードにおける座標および結合しているノード情報を持つベクトルデータである。このベクトルデータは、道路領域データとして道路領域データ記憶領域２５に格納される。
但し、例えば右上の領域Ｒ１には、ノイズのような表示が多数存在する。道路領域データにおける道路抽出線は、同一道路上に複数存在する可能性があり、その場合、同一の道路であると推定されるデータが冗長となる。そこで、重複したデータを統合する処理（道路統合処理）を行なうことによりノイズを除去する。
図２Ｂ（ｆ）は、図２Ｂ（ｅ）における道路データを統合した結果を示す図である。例えば符号Ｒ２に示すように、Ｒ１と比較してのいすが除去され道路データが統合されていることがわかる。
統合後のベクトルデータは、道路領域データ記憶領域２５に上書きされて格納される。統合データでは、ノイズはほぼ除去されていることがわかる。次いで、直線化処理を行う。道路領域データにおける各道路の道路ベクトルの波打った形状を直線化する。図２Ｂ（ｇ）は、各道路のベクトルデータを直線化処理した結果を示す図である。直線化処理を行ったことにより、波打ったベクトルデータが補正され可読性が向上していることがわかる。
次いで、ネットワーク処理を行う。道路領域データにおける各道路のベクトルデータの交点情報を求め、この交点を道路における交差点（Ｃ１）とみなす。これにより各道路の他の道路との結合性を把握することができる。図２Ｂ（ｈ）は、各道路の交差点情報を付加した結果を示す図である。各道路（例えばＲ４）との結合性を示すデータがネットワークデータとしてネットワークデータ記憶部２６に追加される。次いで、修正処理を行う。各道路の端ノードの周囲の色調情報や結合する可能性のある他の道路をチェックし、結合条件が満たされれば、端ノード（例えばＣ３）と他の道路との間を結合する。これにより、ノイズなどにより途切れた道路を補間することができる。また、道路の交差点付近で短く飛び出た線（例えばＣ２）を除去する。これにより過剰に抽出された道路を除去することができ、道路ベクトルデータの可読性が向上する（例えばＲ５）。図２Ｂ（ｉ）は、図２Ｂ（ｈ）における道路データを修正した結果を示す図である。
次いで、幅員推定処理を行なう。道路領域データにおける各道路の道路ベクトル長と、統合したベクトルの本数とから、後述するように道路の幅員を推定する。図２Ｂ（ｊ）は、道路データにおける各道路のベクトルデータの幅員を推定した結果を示す図である。明るい領域が道路として抽出された領域である（例えばＲ６）。幅員データは道路領域データ記憶部２５に追加される。
＜地理画像処理の詳細＞
以下に、上記の地理画像処理における各処理の詳細について説明を行う。本実施の形態による地理画像処理装置において、地理画像処理プログラム４０が起動されると、道路候補領域抽出部１０１、道路候補エッジ抽出部１０２、道路追跡処理部１０３、道路統合処理部１０４、直線化処理部１０５、ネットワーク処理部１０６、修正処理部１０７、幅員推定処理部１０８、が、基本的には順に起動される。以下、それぞれの処理部における各処理について詳細に説明する。
以下に、上記の地理画像処理における各処理の詳細について説明を行う。本実施の形態による地理画像処理装置において、地理画像処理プログラム４０が起動されると、道路候補領域抽出部１０１、道路候補エッジ抽出部１０２、道路追跡処理部１０３、道路統合処理部１０４、直線化処理部１０５、ネットワーク処理部１０６、修正処理部１０７、幅員推定処理部１０８、が、基本的には順に起動される。以下、それぞれの処理部における各処理について詳細に説明する。
（１）道路候補領域抽出処理
図３は、地理画像処理プログラム４０の道路候補領域抽出部１０１による道路候補領域抽出処理の流れを示すフローチャート図である。図３において、道路候補領域抽出部１０１は、記憶装置２０から地理画像データ２１を読み込み（Ｓ３０１）、被覆分類（上記非特許文献１参照。）を行なう（Ｓ３０２）。被覆分類は、地理画像内に含まれる各画素を、予め決められた様々な物体のクラス（道路、各色の建物、樹木、水域、土壌など）に分類する手法である。近年では、リモートセンシング技術の発達により、１ｍ以下の高分解能衛星画像データが利用可能になった。従来の低分解能の衛星画像と異なり、人工構造物、樹木、道路などの地表物について、コンピュータによる被覆分類でもある程度の認識が可能である。また、航空写真画像も同様の特徴を持っている。
図３は、地理画像処理プログラム４０の道路候補領域抽出部１０１による道路候補領域抽出処理の流れを示すフローチャート図である。図３において、道路候補領域抽出部１０１は、記憶装置２０から地理画像データ２１を読み込み（Ｓ３０１）、被覆分類（上記非特許文献１参照。）を行なう（Ｓ３０２）。被覆分類は、地理画像内に含まれる各画素を、予め決められた様々な物体のクラス（道路、各色の建物、樹木、水域、土壌など）に分類する手法である。近年では、リモートセンシング技術の発達により、１ｍ以下の高分解能衛星画像データが利用可能になった。従来の低分解能の衛星画像と異なり、人工構造物、樹木、道路などの地表物について、コンピュータによる被覆分類でもある程度の認識が可能である。また、航空写真画像も同様の特徴を持っている。
前述したように、図２Ａ（ｂ）は、図２Ａ（ａ）の画像に対する被覆分類処理の結果を示す図である。この画像においては、道路、各色の建物、樹木など数クラスの地表物に分類されている。この被覆分類結果を表す画像データは、被覆分類データとして被覆分類データ記憶領域２２に出力され格納される（Ｓ３０３）。この被覆分類の結果を参照する処理については後述する。
しかしながら、「道路」と分類された領域が、現実的には、必ずしも正確に実際の道路を表しているとは限らず、通常は、抽出漏れや、誤抽出が生じている場合もある。そこで、この被覆分類結果をもとに、抽出漏れした領域を補い、また誤抽出の影響を緩和するため、道路候補領域抽出処理を行なう（Ｓ３０４）。道路候補領域を抽出する際には、被覆分類結果の中から、道路クラス以外に道路と誤認しやすいクラス（例えば、白色系や黒色系の色調特徴を持つ建造物のクラス）を、誤認しやすさの重みを考慮して抽出する。また、道路と誤認する可能性が低いクラス（例えば、樹木や土壌などのクラス）はこの処理の対象から除外する。そのような処理を加えることにより、被覆分類結果画像から、道路らしい領域（道路候補領域）を抽出することができる（Ｓ３０５）。ただし、樹木などは、街路樹として道路上を覆う可能性があるため、後述するように修正処理部において補間を行う。図２Ａ（ｃ）は、道路候補領域を示す図であり、明るく示されている領域が道路候補領域である。図２Ａ（ｃ）に示す道路候補領域を特定するデータは、道路候補領域データとして道路候補領域データ記憶領域２３に出力され格納される（Ｓ３０６）。
（２）道路候補エッジ抽出処理
図４（ａ）は、地理画像処理プログラム４０の道路候補エッジ抽出部１０２による処理の流れを示すフローチャート図である。図４（ａ）において道路候補エッジ抽出部１０２は、記憶装置２０の地理画像データ記憶領域２１から地図画像データを読み込み（Ｓ４０１）、エッジ抽出を行なう（Ｓ４０２）。尚、画像におけるエッジ抽出処理には様々な手法があるが、特にＣａｎｎｙ法（上記非特許文献２参照。）が適している。図４（ｂ）は、図２Ａ（ａ）の地理画像に対してＣａｎｎｙ法によりエッジ抽出を行なった結果として得られる画像である。この画像には、道路のエッジが含まれているが、同時にノイズも多数含まれている可能性が大きい。そこで、次に、図４（ｂ）に示す画像から、道路以外のノイズを除去する（Ｓ４０３）。ノイズを除去する際には、短いエッジや、道路らしくない急激に方向が変化しているエッジを除去する（上記非特許文献１参照。）。図４（ｃ）は、図４（ｂ）の画像に対してノイズ除去処理を行なった結果として得られた画像である。ノイズ除去後の各画素上のエッジデータは道路候補エッジデータとして道路候補エッジデータ記憶領域２３に格納される（Ｓ４０４）。
図４（ａ）は、地理画像処理プログラム４０の道路候補エッジ抽出部１０２による処理の流れを示すフローチャート図である。図４（ａ）において道路候補エッジ抽出部１０２は、記憶装置２０の地理画像データ記憶領域２１から地図画像データを読み込み（Ｓ４０１）、エッジ抽出を行なう（Ｓ４０２）。尚、画像におけるエッジ抽出処理には様々な手法があるが、特にＣａｎｎｙ法（上記非特許文献２参照。）が適している。図４（ｂ）は、図２Ａ（ａ）の地理画像に対してＣａｎｎｙ法によりエッジ抽出を行なった結果として得られる画像である。この画像には、道路のエッジが含まれているが、同時にノイズも多数含まれている可能性が大きい。そこで、次に、図４（ｂ）に示す画像から、道路以外のノイズを除去する（Ｓ４０３）。ノイズを除去する際には、短いエッジや、道路らしくない急激に方向が変化しているエッジを除去する（上記非特許文献１参照。）。図４（ｃ）は、図４（ｂ）の画像に対してノイズ除去処理を行なった結果として得られた画像である。ノイズ除去後の各画素上のエッジデータは道路候補エッジデータとして道路候補エッジデータ記憶領域２３に格納される（Ｓ４０４）。
（３）道路追跡処理
図５は、地理画像処理プログラム４０の道路追跡処理部１０３における処理の流れを示すフローチャート図である。図５において、道路追跡処理部１０３は、記憶装置２０の道路候補領域データ記憶領域２３と道路候補エッジデータ記憶領域２４とからそれぞれのデータ（図３（ｃ）の道路候補領域データと図４（ｃ）の道路候補エッジデータ）を読み込み、その２つのデータを画像上で重ねあわせる処理を行う（Ｓ５０１）。図６（ａ）は、これら２つのデータを重ね合わせた様子を示す図である。道路追跡処理部１０３（図１）では、この図において道路追跡を行い道路の中心線のデータを抽出する。道路追跡を行なう際には、まず追跡時の開始点を設定する（Ｓ５０２）。開始点は、画像全体に対してまんべんなく多数点を設定するのが好ましい。例えば、図６（ｂ）に示すように、画像における互いに直交する座標軸であるｘ軸とｙ軸とに対して平行で、かつ、等間隔に開始点Ｓ１を多数、まんべんなく設定する方法が好ましい。このような方法によれば、ユーザが開始点をわざわざ設定する必要がないという利点がある。また、これによりユーザの主観によらず均質な道路地図を作成することができる可能性が高まるという利点もある。
図５は、地理画像処理プログラム４０の道路追跡処理部１０３における処理の流れを示すフローチャート図である。図５において、道路追跡処理部１０３は、記憶装置２０の道路候補領域データ記憶領域２３と道路候補エッジデータ記憶領域２４とからそれぞれのデータ（図３（ｃ）の道路候補領域データと図４（ｃ）の道路候補エッジデータ）を読み込み、その２つのデータを画像上で重ねあわせる処理を行う（Ｓ５０１）。図６（ａ）は、これら２つのデータを重ね合わせた様子を示す図である。道路追跡処理部１０３（図１）では、この図において道路追跡を行い道路の中心線のデータを抽出する。道路追跡を行なう際には、まず追跡時の開始点を設定する（Ｓ５０２）。開始点は、画像全体に対してまんべんなく多数点を設定するのが好ましい。例えば、図６（ｂ）に示すように、画像における互いに直交する座標軸であるｘ軸とｙ軸とに対して平行で、かつ、等間隔に開始点Ｓ１を多数、まんべんなく設定する方法が好ましい。このような方法によれば、ユーザが開始点をわざわざ設定する必要がないという利点がある。また、これによりユーザの主観によらず均質な道路地図を作成することができる可能性が高まるという利点もある。
次に、各開始点から道路の追跡を行なう。道路の追跡は、ラインテンプレートマッチング法により行なうのが好ましい（上記非特許文献１参照。）。まず、未処理の開始点を１つ選択し（Ｓ５０３）、スタート方向を決定する（Ｓ５０４）。スタート方向を決定する際には、図６（ｃ）に示すように、長方形のテンプレートＴ１を画像に重ね、道路候補領域データと道路候補エッジデータとを参照する。そしてテンプレートＴ１の角度を変えて各角度での、両データから算出される道路らしさを測定し、より道路らしい方向をスタート方向とする。図６（ｃ）を例にして説明すると、左上の方向がより道路らしい（道路候補領域データおよび道路候補エッジデータの明るい画素が多いことにより判定することができる）ため、左上の方向をスタート方向として決定する（スタート方向は、図中の矢印の方向で示される）。スタート方向を決定した後に、延長方向を探索する（Ｓ５０５）。延長方向を決定する際にも、ラインテンプレートＴ１の角度を変えながら（Ｔ２〜Ｔ３）、より道路らしい方向を延長方向とする処理を継続する（図６（ｄ）の明るい矩形と破線とで示される角度の異なる矩形Ｔ２とＴ３がそれに該当し、矢印Ｖ１が方向に該当する）。
但し、スタート方向の決定時と異なり、延長方向を決定する際には、変化させる角度範囲を狭くすることが好ましい。それは、一般に道路は交差点や山間部などの極めて特殊な場合を除けば、道路がそれほど急激に角度を変えて曲がるケースは少なく、曲がる場合でも比較的緩やかな曲線を描くことが多いためである。そして、延長方向が決定されると（道路候補エッジデータの明るい画素が多い方向を延長方向とする。）、ラインテンプレートの長さの分だけ道路候補エッジデータを延長し、延長先の点を、道路ベクトルを構成するノード（起点）とする。
ここで、ラインテンプレートの角度を変えて延長方向を決定する際に、どの方向でも道路らしさが低いと判定される場合には、延長処理を中止し、道路の追跡を終了しフローチャートのＳ５０７の反対側の処理を行なう（Ｓ５０６）。延長方向が決定した場合は、延長先で再び延長方向を決定する（Ｓ５０５）。この処理を、延長方向が決定できなくなるまで、すなわち道路が途切れるまで行なう。このような道路の追跡を、Ｓ５０４で決定したスタート方向の反対側でも行なう。Ｓ５０７は反対側を追跡したかどうかの判定処理である。Ｓ５０３で設定した開始点に対して両側で道路の追跡を完了した後に、追跡時に設定されたノードを結合させることで生成された線分の連結データを１本の道路領域データとする（図６（ｅ）のＬ１）。以上のＳ５０３からＳ５０７までの処理を、Ｓ５０２で設定した各開始点に関して行なう。Ｓ５０８はその判定処理である。図６（ｆ）は道路追跡処理後の結果を示した図である。図６（ｆ）に示すように、多数の開始点に基づいて、道路の追跡を行うため、多数の細い線が抽出されていることがわかる。各道路ベクトルのデータは、図１０に示すような形式で記憶装置２０に格納される。但し、“統合数”および“幅員”の項目は、この段階では求められていないため、これらの項目のデータは格納されていない。“道路ベクトル長”の項目は、後述する幅員推定処理で算出するため、この段階ではデータが格納されていないが、この段階でも算出可能であるため、データを格納しておいてもよい。
（４）道路統合処理
図７は、地理画像処理プログラム４０の道路追跡処理部１０４における処理の流れを示すフローチャート図である。図７において、道路統合処理部１０４は、記憶装置２０の道路領域データ記録領域２４から道路領域データを読み込み（Ｓ７０１）、道路領域データの中から道路ベクトルを１本だけ読み込む（Ｓ７０２）。各道路ベクトルに対して近傍の道路ベクトルと統合処理を行なう。まず、注目している道路ベクトル（Ａ）の近傍に、距離と方向とが近い道路ベクトル（Ｂ）があるか否かをチェックする（Ｓ７０３）。距離と方向が近い道路ベクトルが近くに見つからなかった場合はＳ７０２に戻り、別の道路ベクトルを読み込む。距離と方向が近い道路ベクトルが近くに見つかった場合はＳ７０４に進み、２つの道路ベクトル（Ａ）と道路ベクトル（Ｂ）とが統合すべきデータと推定されるためこれらを統合する。図８（ｂ）および（ｃ）は、図８（ａ）に示すような道路に対して抽出された２つの道路ベクトル（Ａ）と（Ｂ）とが統合される様子を示ステップ図である。道路ベクトル（Ａ）と（Ｂ）とを統合する際には、まず２つの道路ベクトルのノードの中から最も近接している最近接ノードを探索し、このノードペアＰＡ１、ＰＡ２、…を基準とする。この基準のノードペアＰＡ１、ＰＡ２、…において、前後のノードを調べ、それぞれのノードペアＰＡ１、ＰＡ２、…におけるノード間の距離が一定範囲内であるノードペアを探索する。ここで探索されたノードペアを統合対象のノードとする。この際、ノード間の距離が一定以上となり近接するノードがなくなったと判定されると探索処理を終了する。図では、破線で示された位置を超えて左側には進まない。
図７は、地理画像処理プログラム４０の道路追跡処理部１０４における処理の流れを示すフローチャート図である。図７において、道路統合処理部１０４は、記憶装置２０の道路領域データ記録領域２４から道路領域データを読み込み（Ｓ７０１）、道路領域データの中から道路ベクトルを１本だけ読み込む（Ｓ７０２）。各道路ベクトルに対して近傍の道路ベクトルと統合処理を行なう。まず、注目している道路ベクトル（Ａ）の近傍に、距離と方向とが近い道路ベクトル（Ｂ）があるか否かをチェックする（Ｓ７０３）。距離と方向が近い道路ベクトルが近くに見つからなかった場合はＳ７０２に戻り、別の道路ベクトルを読み込む。距離と方向が近い道路ベクトルが近くに見つかった場合はＳ７０４に進み、２つの道路ベクトル（Ａ）と道路ベクトル（Ｂ）とが統合すべきデータと推定されるためこれらを統合する。図８（ｂ）および（ｃ）は、図８（ａ）に示すような道路に対して抽出された２つの道路ベクトル（Ａ）と（Ｂ）とが統合される様子を示ステップ図である。道路ベクトル（Ａ）と（Ｂ）とを統合する際には、まず２つの道路ベクトルのノードの中から最も近接している最近接ノードを探索し、このノードペアＰＡ１、ＰＡ２、…を基準とする。この基準のノードペアＰＡ１、ＰＡ２、…において、前後のノードを調べ、それぞれのノードペアＰＡ１、ＰＡ２、…におけるノード間の距離が一定範囲内であるノードペアを探索する。ここで探索されたノードペアを統合対象のノードとする。この際、ノード間の距離が一定以上となり近接するノードがなくなったと判定されると探索処理を終了する。図では、破線で示された位置を超えて左側には進まない。
次に、統合対象のノードペアの中間位置に統合後のノードを設定する。図８（ｂ）では、統合対象のノードペアが６ペアあるため、各ノードペアの中間に６個の新しいノードＰ１１、１２、…が設定される。そしてこれらの新しいノードＰ１１、１２，…を近い順に結合し、結合させて生成される連結した線分を新しい道路ベクトルとする。この際、統合比で、新たなノード座標を求めても良い、図では、統合比が２：５であるため、ノード座標が統合数の大きい方に近い位置になる。
また、前の処理で近接したノードがなく切断された部分（破線）では、切断された部分のノードと新しい道路ベクトルのノードとを結合させる。この際、枝分かれした部分のノードは３つの道路ベクトルで共有される。また、統合の際には、これまでに統合した道路ベクトルの数（統合数）を記憶する。この統合数の情報は、後述する幅員推定処理で幅員を推定する際に使用することができる。道路ベクトル（Ａ）と（Ｂ）との統合後に、道路領域データを更新する（Ｓ７０６）。この際、統合によって道路ＩＤに増減が生じることがあるため、道路ＩＤを付与し直す。Ｓ７０２からＳ７０６までの処理をすべての道路ベクトルに対して行なう（Ｓ７０７）。最後に、Ｓ７０２からＳ７０７までの処理の結果、道路領域データが更新されたか否かをチェックする（Ｓ７０８）。Ｓ７０２からＳ７０７までの処理の中で少なくとも１つの道路ベクトルが更新されていれば、Ｓ７０２に戻り再帰的に処理を繰り返す。更新がなければ処理を終了する。
図９は道路統合処理を示す概略図である。二又に分かれた道路上に４本の道路ベクトル（ＩＤ：０００１〜０００４）が存在しており、道路統合処理を適用した結果、図９（ｂ）に示すように、統合数４の道路ベクトル（ＩＤ：０００１）１本と、２本の統合数２の道路ベクトル（ＩＤ：０００２、０００３）が生成されている様子が示されている。
（５）直線化処理
図１４は、地理画像処理プログラム４０の直線化処理部１０５における処理の流れを示すフローチャート図である。図１４において、直線化処理部１０５は、記憶装置２０の道路領域記憶領域２５から道路領域データを読み込み（Ｓ１４０１）、道路領域データの中から道路ベクトルを１本だけ読み込む（Ｓ１４０２）。各道路ベクトルに対して直線化処理を行う。
図１４は、地理画像処理プログラム４０の直線化処理部１０５における処理の流れを示すフローチャート図である。図１４において、直線化処理部１０５は、記憶装置２０の道路領域記憶領域２５から道路領域データを読み込み（Ｓ１４０１）、道路領域データの中から道路ベクトルを１本だけ読み込む（Ｓ１４０２）。各道路ベクトルに対して直線化処理を行う。
図１５は、道路ベクトルの直線化処理の概略を示す図である。図１５を参照して説明する。図１５（ａ）に示すように、テンプレートＴ１の長さ単位で道路ベクトルはエッジに当たるようにジグザグに求まることが多い（Ｌ５１）。これは、図６（ｃ）で示したテンプレートＴ１の長さに基づいて１つの道路ベクトルが決まるため、道路と推定される領域Ｒ５１のエッジの影響を強く受けるためである。この問題を解決するために、まず、注目している道路ベクトルに平行な方向に延びる両端で画定される許容範囲（図の矢印）を設定する（Ｓ１４０３）。図１５（ｂ）は、図１５（ａ）の道路ベクトルに許容範囲を設定した状態を表す図であり、黒い領域が許容範囲となる。
以下、端のノードＰ（ｘ１，ｙ１）から順番に、許容範囲内に収まるようにノードを結合させていく。まず、未処理のノードを１つ選択し（Ｓ１４０４）、そのノードから直線で結合可能な最も遠いノードを求める（Ｓ１４０５）。図１５（ｂ）で例示すると、未処理のノードＰ（ｘ１，ｙ１）から許容範囲に入る条件で最も遠いノードはＰ（ｘｎ，ｙｎ）である。もう１つ遠いノードＰ（ｘｎ＋１，ｙｎ＋１）では、Ｌ６３のように、端のノードＰ（ｘ１，ｙ１）との結線が許容範囲をはみ出るためである。そして結合させてできる直線の間のノードは除去する。
次いで、Ｓ１４０４、Ｓ１４０５の処理を端のノードＰ（ｘｍ，ｙｍ）まで繰り返し行う（Ｓ１４０６）。このような処理をすべての道路ベクトルに対して行う（Ｓ１４０７）。最後に、道路領域データを更新する（Ｓ１４０８）。図１５（ｃ）は、図１５（ａ）の道路ベクトルに対して上記のような直線化処理を適用した例である。この処理により、波打った道路ベクトルを直線で表現し道路地図の可読性を向上させることができる。尚、許容範囲幅は、予め決めておいた値を用いる方法、後述する幅員推定処理を一部又は全部の長さ方向の領域で予め行い、この幅員値を許容範囲とする方法、これにある計数を乗算する方法、ＧＵＩ上で可変として最も好ましいと思われる幅を決める方法などを用いることができる。
（６）ネットワーク処理
図１６は、地理画像処理プログラム４０のネットワーク処理部１０６における処理の流れを示すフローチャート図である。図１６において、ネットワーク処理部１０６は、記憶装置２０の道路領域記憶領域２５から道路領域データを読み込み（Ｓ１６０１）、道路領域データ中に含まれる道路ベクトルの交点を求める（Ｓ１６０２）。例えば、図２Ｂ（ｇ）で表される道路ベクトルに対してネットワーク処理を行うと図２Ｂ（ｈ）のように交点（交差点）を求めることができる。次に、各道路ベクトルに付加されているＩＤを再構成する（Ｓ１６０３）。具体的には、１つの道路ベクトルを交点で分割し別ＩＤとする。例えば、他の道路ベクトルとの交点が２つある道路ベクトルは３つの道路ベクトルに分割される。次に、各道路ベクトルにおいて、結合している道路ベクトルを求める（Ｓ１６０４）。例えば図１７Ａにおける道路ベクトルのＩＤ０００１は交差点（ｘ１，ｙ１）において、道路ベクトルのＩＤ０００２、ＩＤ０００３、ＩＤ０００４と結合しているため、これらのＩＤをＩＤ０００１の結合ノードとしてネットワークデータに登録する。同様に、ＩＤ０００４について、交差点（ｘ２，ｙ２）において、道路ベクトルのＩＤ０００５、ＩＤ０００６、ＩＤ０００７と結合しているため、これらのＩＤをＩＤ０００４の結合ノードとしてネットワークデータに登録する。このように、すべての道路ベクトルの結合道路ベクトルのＩＤの情報をネットワークデータとして、ネットワークデータ記憶領域２６に格納される（Ｓ１６０５）。この状況を示すネットワークデータを図１７Ｂに示す。図１７Ｂに示すテーブルは、道路ＩＤと、交点と、結合道路ベクトルＩＤと、を有するネットワークデータテーブルである。また、この際に、道路領域データ２５も更新される。
図１６は、地理画像処理プログラム４０のネットワーク処理部１０６における処理の流れを示すフローチャート図である。図１６において、ネットワーク処理部１０６は、記憶装置２０の道路領域記憶領域２５から道路領域データを読み込み（Ｓ１６０１）、道路領域データ中に含まれる道路ベクトルの交点を求める（Ｓ１６０２）。例えば、図２Ｂ（ｇ）で表される道路ベクトルに対してネットワーク処理を行うと図２Ｂ（ｈ）のように交点（交差点）を求めることができる。次に、各道路ベクトルに付加されているＩＤを再構成する（Ｓ１６０３）。具体的には、１つの道路ベクトルを交点で分割し別ＩＤとする。例えば、他の道路ベクトルとの交点が２つある道路ベクトルは３つの道路ベクトルに分割される。次に、各道路ベクトルにおいて、結合している道路ベクトルを求める（Ｓ１６０４）。例えば図１７Ａにおける道路ベクトルのＩＤ０００１は交差点（ｘ１，ｙ１）において、道路ベクトルのＩＤ０００２、ＩＤ０００３、ＩＤ０００４と結合しているため、これらのＩＤをＩＤ０００１の結合ノードとしてネットワークデータに登録する。同様に、ＩＤ０００４について、交差点（ｘ２，ｙ２）において、道路ベクトルのＩＤ０００５、ＩＤ０００６、ＩＤ０００７と結合しているため、これらのＩＤをＩＤ０００４の結合ノードとしてネットワークデータに登録する。このように、すべての道路ベクトルの結合道路ベクトルのＩＤの情報をネットワークデータとして、ネットワークデータ記憶領域２６に格納される（Ｓ１６０５）。この状況を示すネットワークデータを図１７Ｂに示す。図１７Ｂに示すテーブルは、道路ＩＤと、交点と、結合道路ベクトルＩＤと、を有するネットワークデータテーブルである。また、この際に、道路領域データ２５も更新される。
（７）修正処理
図１８は、地理画像処理プログラム４０の修正処理部１０７における処理の流れを示すフローチャート図である。図１８において、修正処理部１０７は、記憶装置２０の道路領域データ記憶領域２５、ネットワークデータ記憶領域２６、被覆分類データ記憶領域２２から、それぞれ、道路領域データ、ネットワークデータ、被覆分類データを読み込む（Ｓ１８０１）。次いで、各道路ベクトルに対してＳ１８０２以降の処理を行う。
図１８は、地理画像処理プログラム４０の修正処理部１０７における処理の流れを示すフローチャート図である。図１８において、修正処理部１０７は、記憶装置２０の道路領域データ記憶領域２５、ネットワークデータ記憶領域２６、被覆分類データ記憶領域２２から、それぞれ、道路領域データ、ネットワークデータ、被覆分類データを読み込む（Ｓ１８０１）。次いで、各道路ベクトルに対してＳ１８０２以降の処理を行う。
まず、道路ベクトルを一つ選択し（Ｓ１８０２）、ネットワークデータを参照してその道路ベクトルの両端のノードのうち、他の道路ベクトルと結合していないノードを選択する（Ｓ１８０３）。両端とも他の道路ベクトルと結合している場合は、いずれか一方を選択する。次に、図１９（ａ）に示すように、端のノードの周囲を探索し結合する候補の道路ベクトルを求める（Ｓ１８０４）。探索範囲は、端のノードから距離ＤＴ１以内、角度±θＴ１以内である。この探索範囲は任意に設定可能であるが、一般的な角度θＴ１は、実質的に１０〜２０度以内である。この探索範囲内に、他の道路ベクトルの端ノードが存在するかどうかを調べる（Ｓ１８０５）。ここで、他の道路ベクトルの端ノードが探索範囲内に存在する場合はＳ１８０６に進み、他の道路ベクトルの端ノードが探索範囲内に存在しない場合はＳ１８０９に進む。他の道路ベクトルの端ノードが探索範囲内に存在する場合は、結合の可能性をチェックする（Ｓ１８０６）。結合の可能性をチェックする際には、直線道路の結合性と、Ｔ字路の結合性をチェックする。両者共、構造的な特徴と、色調的な特徴と、を基に行う。
まず、直線道路の結合性について説明する。直線道路の構造上の特徴を評価する際には、図１９（ｂ）に示すように、Ｓ１８０２で選択した注目道路ベクトルと、結合対象の道路ベクトルの角度を評価する。注目道路ベクトルと結合対象道路ベクトルの各端ノードを結合してできる直線と、結合対象道路ベクトルとのなす角度θaを求める。θaの絶対値｜θa｜がθＴ１以下であれば、構造的に結合可能であると推定できる。
一方、色調的な特徴を評価する際には、図１９（ｃ）に示すように、注目道路ベクトルと結合対象道路ベクトルとの中間領域（破線で囲まれた領域）の色調を評価する。より具体的には、図２Ａ（ｂ）の被覆分類データを参照し、中間領域の被覆分類結果が、樹木や陰影など、道路上を遮蔽する可能性がある分類クラスのものであれば、色調的に結合可能であるとみなす。一方、赤色系の建物や、水域のように、道路上には存在し得ない分類クラスであれば結合不可能であるとみなす。特に、構造的な特徴と色調的な特徴とが共に結合可能であると判定されると、注目道路ベクトルと結合対象道路ベクトルとの各端ノードを直線で結合することに関しての確実性が高まる。
次に、Ｔ字路の結合性について説明する。Ｔ字路の場合も、直線道路の場合と同様に、構造的な特徴と色調的な特徴とを基に評価する。構造的な特徴を評価する際には、図１９（ｄ）に示すように、注目道路ベクトルを端ノードの方向に延長させた直線上に結合対象となる道路ベクトルがあるしきい値距離ＤＴ２以内に存在するか否かをチェックする。存在しない場合は、結合対象の道路ベクトルが存在しないとみなす。存在する場合には、注目道路ベクトルの端ノードから伸ばした直線と、結合対象の道路ベクトルのなす角度θbの絶対値｜θｂ｜があるしきい値角度θＴ2以上９０度以下、あるいは、９０度以上θＴ2−９０度以下であれば構造的に結合可能であるとみなす。しきい値角度θＴ2は、９０度に近い角度である。
また、色調的な特徴を評価する際には、前述した直線道路の場合と同様に、ＤＴ２以内の中間領域の被覆分類結果を基に評価する。直線道路の場合と同様に、中間領域の被覆分類結果が道路上を遮蔽する可能性がある分類クラスであれば、色調的に結合可能であるとみなす。逆に、道路上には存在し得ない分類クラスであれば、結合不可能であるとみなす。
以上のように、直線道路あるいはＴ字路の場合で結合性を評価し、少なくともいずれか一方で結合可能と判定されると、注目道路ベクトルと結合対象道路ベクトルとを直線で結合させる（Ｓ１８０７）。注目道路ベクトルと結合対象道路ベクトルとを結合させたことにより、道路領域データやネットワークデータに変更が生じるため、これら二つのデータを更新する（Ｓ１８０８）。以上のような処理をすべての道路ベクトルに対して適用する（Ｓ１８０９、Ｓ１８１０）。
次に、未処理の道路ベクトルがなければ（ステップＳ１８１０でｎｏ）、抽出された道路ベクトルに含まれる可能性のある短い道路ベクトルの除去処理を行う（Ｓ１８１１）。図１９（ｅ）のように、交差点Ｃ１付近で道路を過剰に抽出してしまうことがある（Ｋ１）。このような道路ベクトルが残ると可読性が悪化するため除去するのが好ましい。除去する際には、各道路ベクトルの長さをチェックし、その長さがある閾値ＤＴ3以内であればその道路ベクトルはノイズであると判定し除去する（図１９（ｆ））。最後に、道路領域データとネットワークデータとを更新する（Ｓ１８１２）。以上の処理を加えることにより、ノイズによって遮蔽された部分の道路を補間することができ、また、過剰に抽出された道路を除去することができる。
（８）幅員推定処理
図１１は、地理画像処理プログラム４０の幅員推定処理部１０８における処理の流れを示すフローチャート図である。図１１において、幅員推定処理部１０８は、記憶装置２０の道路領域データ記憶領域２５から道路領域データを読み込む（Ｓ１１０１）。次いで、各道路ベクトルに対してＳ１１０２以降の処理を行なう。まず、各道路ベクトルに対し、道路ベクトル長（各ノード間のショートベクトルの長さの合計）を計算する（Ｓ１１０２）。次に、各道路ベクトルの道路ベクトル長と統合数とから幅員を推定する。本実施の形態では、道路追跡処理部１０３において道路ベクトルを抽出する際に、画像全体に対して均等に開始点を設定しているため、道路の面積が大きいほど多くの道路ベクトルが抽出される。そのため、道路統合処理部１０４において重複した道路ベクトルを統合する際には、道路の面積が大きいほど統合される道路ベクトルの本数も多くなる。面積は道路の長さと幅員とから概算することができるため、道路ベクトル長と道路ベクトルの統合数とから幅員を推定することができる。幅員の概算の例は、道路ベクトルの統合数／道路ベクトルの長さである。
図１１は、地理画像処理プログラム４０の幅員推定処理部１０８における処理の流れを示すフローチャート図である。図１１において、幅員推定処理部１０８は、記憶装置２０の道路領域データ記憶領域２５から道路領域データを読み込む（Ｓ１１０１）。次いで、各道路ベクトルに対してＳ１１０２以降の処理を行なう。まず、各道路ベクトルに対し、道路ベクトル長（各ノード間のショートベクトルの長さの合計）を計算する（Ｓ１１０２）。次に、各道路ベクトルの道路ベクトル長と統合数とから幅員を推定する。本実施の形態では、道路追跡処理部１０３において道路ベクトルを抽出する際に、画像全体に対して均等に開始点を設定しているため、道路の面積が大きいほど多くの道路ベクトルが抽出される。そのため、道路統合処理部１０４において重複した道路ベクトルを統合する際には、道路の面積が大きいほど統合される道路ベクトルの本数も多くなる。面積は道路の長さと幅員とから概算することができるため、道路ベクトル長と道路ベクトルの統合数とから幅員を推定することができる。幅員の概算の例は、道路ベクトルの統合数／道路ベクトルの長さである。
図１２は、本実施の形態によって道路のベクトル及び幅員を抽出される様子を示す図である。図１２（ａ）は、Ｙ字型の道路の画像と、その上に設定された開始点を表している。図１２（ｂ）は、図１２（ａ）の画像に対して道路追跡処理を適用した結果の画像である。道路上の複数の開始点から道路を追跡したため同一道路上に複数の道路ベクトルが存在する。図１２（ｃ）は、図１２（ｂ）の結果に対して道路統合処理を適用した結果画像である。道路統合処理により、同一道路内に複数存在した道路ベクトルが統合されている様子が示されている。図１２（ｄ）は、図１２（ｃ）の結果に対して幅員推定処理を適用した結果画像である。道路ベクトル長データと統合数データとをもとに、幅員を推定した結果を表している。
図１３は、図１０に対応する図であり、道路領域データ２４の最終的な処理結果を例示した図である。各道路ベクトルのＩＤごとに各データが格納される。道路ＩＤ０００１では、統合数が６０、道路ベクトル長が１５０であり、道路ＩＤ０００２では、統合数が４０、道路ベクトル長が１００である。Ｓ１１０３では、幅員は、統合数／ベクトル長×ａ（比例定数）で概算される。ａ＝１２５とした場合、幅員は共に５０となる。
＜まとめ＞
以上のように本発明の実施の形態による地理画像データ処理装置によれば、地表を撮影して得られた地理画像データを解析し、地表上の道路領域データを容易に作成することができる。この装置は、地理画像データから色調情報をもとにして道路の候補となる領域を抽出する道路候補領域抽出部（モジュール）と、地理画像データからエッジ情報をもとにして道路の候補となる領域を抽出する道路候補エッジ抽出部（モジュール）と、道路領域を追跡して道路のベクトル情報を抽出する道路追跡処理部（モジュール）と、重複した道路のベクトルを統合する道路統合処理部（モジュール）と、道路のベクトル情報を直線化して可読性を向上させる直線化処理部（モジュール）であって、特に、過剰なジグザグを除去する直線か処理を行うことができる直線化処理部（モジュール）と、道路のベクトル情報における交差点情報を抽出するネットワーク処理部（モジュール）と、抽出した道路のベクトル情報における抽出に失敗した道路の補間および過剰に抽出した道路の除去を行う修正処理部（モジュール）と、道路の幅員情報を推定する幅員推定処理部（モジュール）と、を備える。これにより幅員情報を含む重複のない道路領域を、ノイズに対してロバストに抽出する処理を自動化できる。
以上のように本発明の実施の形態による地理画像データ処理装置によれば、地表を撮影して得られた地理画像データを解析し、地表上の道路領域データを容易に作成することができる。この装置は、地理画像データから色調情報をもとにして道路の候補となる領域を抽出する道路候補領域抽出部（モジュール）と、地理画像データからエッジ情報をもとにして道路の候補となる領域を抽出する道路候補エッジ抽出部（モジュール）と、道路領域を追跡して道路のベクトル情報を抽出する道路追跡処理部（モジュール）と、重複した道路のベクトルを統合する道路統合処理部（モジュール）と、道路のベクトル情報を直線化して可読性を向上させる直線化処理部（モジュール）であって、特に、過剰なジグザグを除去する直線か処理を行うことができる直線化処理部（モジュール）と、道路のベクトル情報における交差点情報を抽出するネットワーク処理部（モジュール）と、抽出した道路のベクトル情報における抽出に失敗した道路の補間および過剰に抽出した道路の除去を行う修正処理部（モジュール）と、道路の幅員情報を推定する幅員推定処理部（モジュール）と、を備える。これにより幅員情報を含む重複のない道路領域を、ノイズに対してロバストに抽出する処理を自動化できる。
尚、本実施の形態の機能を実現するソフトウェアのプログラムコードによっても本発明は実現できる。この場合、プログラムコードを記録した記憶媒体をシステム或は装置に提供し、そのシステム或は装置のコンピュータ（又はＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、プロッピィ（登録商標）ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。
また、プログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ（オペレーティングシステム）などが実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現されるようにしてもよい。さらに、記憶媒体から読み出されたプログラムコードが、コンピュータ上のメモリに書き込まれた後、そのプログラムコードの指示に基づき、コンピュータのＣＰＵなどが実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現されるようにしてもよい。
また、実施の形態の機能を実現するソフトウェアのプログラムコードがディスクやメモリ等の記憶手段又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納され、そのシステム又は装置のコンピュータ（又はＣＰＵやＭＰＵ）が当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行することによっても、達成されるようにしてもよい。
本発明は、道路の地図データ作成装置に利用可能である。
１０ 処理装置
２０ 記憶装置
２１ 地理画像データ記憶領域
２２ 被覆分類データ記憶領域
２３ 道路候補領域データ記憶領域
２４ 道路候補エッジデータ記憶領域
２５ 道路領域データ記憶領域
２６ ネットワークデータ記憶領域
３０ 入出力装置
３１ 入力装置
３２ 表示装置
３３ プリンタ
４０ 地理画像処理プログラム
１０１ 道路候補領域抽出部
１０２ 道路候補エッジ抽出部
１０３ 道路追跡処理部
１０４ 道路統合処理部
１０５ 直線化処理部
１０６ ネットワーク処理部
１０７ 修正処理部
１０８ 幅員推定処理部
２０ 記憶装置
２１ 地理画像データ記憶領域
２２ 被覆分類データ記憶領域
２３ 道路候補領域データ記憶領域
２４ 道路候補エッジデータ記憶領域
２５ 道路領域データ記憶領域
２６ ネットワークデータ記憶領域
３０ 入出力装置
３１ 入力装置
３２ 表示装置
３３ プリンタ
４０ 地理画像処理プログラム
１０１ 道路候補領域抽出部
１０２ 道路候補エッジ抽出部
１０３ 道路追跡処理部
１０４ 道路統合処理部
１０５ 直線化処理部
１０６ ネットワーク処理部
１０７ 修正処理部
１０８ 幅員推定処理部
Claims (4)
- 地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、
前記地理画像データから抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、
前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、
前記直線化処理部は、抽出された道路ベクトルに平行な一定幅の許容範囲内において各ノードを結合させてできる直線を新たな道路のベクトルデータとすることを特徴とする道路地図データ作成装置。 - 前記一定幅の許容範囲として、前記幅員推定処理部により推定された幅員値を用いることを特徴とする請求項１に記載の道路地図データ作成装置。
- 地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、
前記地理画像データから被覆分類処理を経て抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、
前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、
前記修正処理部は、注目道路の第１の端ノードの探索範囲内に他の道路ベクトルの第２の端ノードが存在するか否かと、前記第１の端ノードと前記第２の端ノードとの間の中間領域における前記被覆分類処理において求めた色調が道路を遮蔽する可能性の高い地物の色調であるか否かの少なくともいずれかに基づいて、道路を結合するか否かを判定する処理を行うことを特徴とする道路地図データ作成装置。 - 地理画像を解析し、道路地図データを作成する道路地図データ作成システムであって、
前記地理画像データから被覆分類処理を経て抽出された前記地理画像の領域において複数の開始点をまんべんなく与え、与えられた該複数の開始点のそれぞれから道路を追跡していくことにより得られる追跡線に沿って、各開始点における座標及びそれと結合しているノードの座標とにより定義される道路のベクトルデータを抽出する道路追跡処理部と、前記地理画像内の各道路領域において、前記道路のベクトルデータのうち重複データと推定されるベクトルデータを統合する道路統合処理部と、前記地理画像データ内の各道路領域における波打った前記ベクトルデータを局所的に直線化する直線化処理部と、前記地理画像データ内の各道路領域の交差点を抽出するネットワーク処理部と、
前記地理画像データ内の各道路領域において、抽出漏れとなったと推定される領域の抽出、過剰に抽出されたと推定される領域の除去を行う修正処理部と、前記地理画像データ内の各道路領域の幅員を統合された前記ベクトルデータの数に基づいて推定する幅員推定処理部と、を備えることを特徴とする道路地図データ作成装置において、
前記修正処理部は、注目道路の端ノードの探索範囲内に他の道路ベクトルが存在するか否かと、前記端ノードと他の道路ベクトルとの間の中間領域における前記被覆分類処理において求めた色調が道路を遮蔽する可能性の高い地物の色調であるか否かの少なくともいずれかに基づいて、道路を結合するか否かを判定する処理を行うことを特徴とする道路地図データ作成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008075847A JP4825836B2 (ja) | 2008-03-24 | 2008-03-24 | 道路地図データ作成システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008075847A JP4825836B2 (ja) | 2008-03-24 | 2008-03-24 | 道路地図データ作成システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009230518A JP2009230518A (ja) | 2009-10-08 |
| JP4825836B2 true JP4825836B2 (ja) | 2011-11-30 |
Family
ID=41245822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008075847A Expired - Fee Related JP4825836B2 (ja) | 2008-03-24 | 2008-03-24 | 道路地図データ作成システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4825836B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348383A (zh) * | 2019-07-11 | 2019-10-18 | 重庆市地理信息中心 | 一种基于卷积神经网络回归的道路中心线和双线提取方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5868157B2 (ja) * | 2011-12-14 | 2016-02-24 | 日本電信電話株式会社 | 画像処理方法／装置，映像符号化方法／装置，映像復号方法／装置およびそれらのプログラム |
| CN108230421A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种道路图生成方法、装置、电子设备和计算机存储介质 |
| EP3944215B1 (en) * | 2019-03-19 | 2024-04-17 | Nippon Telegraph And Telephone Corporation | Information processing device, method, and program |
| JP7380704B2 (ja) * | 2019-11-11 | 2023-11-15 | 日本電信電話株式会社 | 中心線補正装置、中心線補正方法、空間ネットワークデータ生成システム及びプログラム |
| JP7380532B2 (ja) * | 2020-11-16 | 2023-11-15 | トヨタ自動車株式会社 | 地図生成装置、地図生成方法及び地図生成用コンピュータプログラム |
| JP2023132855A (ja) * | 2022-03-11 | 2023-09-22 | 日立Astemo株式会社 | 地図情報処理装置 |
| CN116796762B (zh) * | 2023-06-15 | 2024-03-19 | 国家基础地理信息中心 | 一种多源路网数据的处理方法、电子设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2683026B2 (ja) * | 1988-04-15 | 1997-11-26 | 株式会社リコー | 線図形ベクトル化装置 |
| JPH07168938A (ja) * | 1993-12-15 | 1995-07-04 | Ricoh Co Ltd | デジタル複写機 |
| JPH0869525A (ja) * | 1994-08-31 | 1996-03-12 | Fujitsu Ltd | ベクトルデータの変換方法及び変換装置 |
| JP2003132353A (ja) * | 2001-10-29 | 2003-05-09 | Pasuko:Kk | 中心線生成プログラム |
-
2008
- 2008-03-24 JP JP2008075847A patent/JP4825836B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110348383A (zh) * | 2019-07-11 | 2019-10-18 | 重庆市地理信息中心 | 一种基于卷积神经网络回归的道路中心线和双线提取方法 |
| CN110348383B (zh) * | 2019-07-11 | 2020-07-31 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种基于卷积神经网络回归的道路中心线和双线提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009230518A (ja) | 2009-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4825836B2 (ja) | 道路地図データ作成システム | |
| US8625851B2 (en) | Measurement apparatus, measurement method, and feature identification apparatus | |
| US10198632B2 (en) | Survey data processing device, survey data processing method, and survey data processing program | |
| US8244026B2 (en) | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby | |
| US8649632B2 (en) | System and method for correlating oblique images to 3D building models | |
| US20080298638A1 (en) | Map change detection device, map change detection method, and program | |
| JP6854195B2 (ja) | 画像処理装置、画像処理方法および画像処理用プログラム | |
| CN108961150B (zh) | 基于无人机影像的自动布控像控点方法 | |
| JP2012137933A (ja) | 被写地物の位置特定方法とそのプログラム、及び表示地図、並びに撮影位置取得方法とそのプログラム、及び撮影位置取得装置 | |
| US20030117411A1 (en) | Texture mapping method and apparatus | |
| JP4521568B2 (ja) | 対応点探索方法、相互標定方法、３次元画像計測方法、対応点探索装置、相互標定装置、３次元画像計測装置、対応点探索プログラム及び対応点探索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 | |
| Harvey | Performance evaluation for road extraction | |
| JP4928993B2 (ja) | 農地区画データ作成システム | |
| JP2023530449A (ja) | 空中と地上の位置合わせのためのシステムおよび方法 | |
| JP2015125092A (ja) | 計測結果の整合性判定方法、及び計測結果の整合性判定装置 | |
| CN115638787A (zh) | 一种数字地图生成方法、计算机可读存储介质及电子设备 | |
| JP6146731B2 (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
| Neidhart et al. | Extraction of building ground plans from LiDAR data | |
| Wan et al. | Tracking of vector roads for the determination of seams in aerial image mosaics | |
| TW202022804A (zh) | 路面影像重建與載具定位之方法與系統 | |
| JP4850161B2 (ja) | 道路地図データ作成装置 | |
| JP3380457B2 (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 | |
| JP2012256230A (ja) | Ｄｔｍ推定方法、ｄｔｍ推定プログラム及びｄｔｍ推定装置、並びに、３次元建物モデルの作成方法 | |
| JP6931316B2 (ja) | 軌道周辺の環境変化検出方法 | |
| CN107808160B (zh) | 三维建筑物提取方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100707 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110712 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110809 |
|
| 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: 20110906 |
|
| 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: 20110912 |
|
| 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: 20140916 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |