JP5023194B2

JP5023194B2 - 小雨検出方法、小雨検出装置及び小雨検出プログラム

Info

Publication number: JP5023194B2
Application number: JP2010149459A
Authority: JP
Inventors: 英朋境野
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2010-06-30
Filing date: 2010-06-30
Publication date: 2012-09-12
Anticipated expiration: 2030-06-30
Also published as: JP2012013507A

Description

本発明は、画像解析により小雨の程度を検出する技術に関する。

天気情報は、各種センサ、カメラ、人工衛星などのそれぞれの特徴を活かした観測がなされている。その中で、雨に関する情報は日常生活においてもっとも必要とされているものの一つである。アメダス網では雨量計により一定雨量・雨域が観測され、降水レーダより広い範囲の雨の様子がわかるようになっている。

ディジタル画像処理編集委員会監修、「ディジタル画像処理」、第２版、財団法人画像情報教育振興委員会、２００６年３月 "Dispersion relation", [online],［平成２２年６月２３日検索］、インターネット〈ＵＲＬ：http://en.wikipedia.org/wiki/Dispersion_relation〉

しかしながら、いわゆる小雨のような、降水量が時間あたり数ｍｍ以下の場合についてはセンシングなされておらず、誤差とされるか、目視によるものであった。そのため、定量化がなされておらず、簡易な観測方法が求められていた。

他方、画像処理では、表面についてさまざまな解析方法が示されていたが（非特許文献１参照）、小雨と水面との間の波紋解析については示されていなかった。コンピュータグラフィックスでは、波動方程式などを用いたシミュレーションが示されていたが、画像からモデルパラメータを推定しておらず、専ら画像生成がねらいであった。画像処理による場合は、実環境では風による風紋が生じるため、小雨による波紋との区別が必要であった。

本発明は、上記に鑑みてなされたものであり、小雨の量を定量化することを目的とする。

第１の本発明に係る小雨検出方法は、波紋を撮影した画像データを入力し、蓄積手段に蓄積するステップと、前記蓄積手段から前記画像データを読み出し、波紋を近似した分散関係式、拡散を拘束条件として導いた目的関数に代入し、当該目的関数を最小化問題として解くことで波紋のオプティカルフローを推定するステップと、前記オプティカルフローの平均値を算出し、当該平均値に基づいて小雨の程度を判定するステップと、を有することを特徴とする。

第２の本発明に係る小雨検出装置は、波紋を撮影した画像データを入力する入力手段と、前記画像データを蓄積する蓄積手段と、前記蓄積手段から前記画像データを読み出し、波紋を近似した分散関係式、拡散を拘束条件として導いた目的関数に代入し、当該目的関数を最小化問題として解くことで波紋のオプティカルフローを推定する解析手段と、前記オプティカルフローの平均値を算出し、当該平均値に基づいて小雨の程度を判定する判定手段と、を有することを特徴とする。

第３の本発明に係る小雨検出プログラムは、上記小雨検出方法をコンピュータに実行させることを特徴とする。

本発明によれば、小雨の量を定量化することができる。

本実施の形態における小雨検出装置の構成を示す機能ブロック図である。水たまりに落下した小雨がつくる波紋の様子を示す模式図である。風などによる外乱がある場合のフロー推定の結果を従来方法と比較する図である。平均フローと小雨の程度の関係を示すグラフである。

以下、本発明の実施の形態について図面を用いて説明する。

図１は、本実施の形態における小雨検出装置の構成を示す機能ブロック図である。同図に示す小雨検出装置１００は、画像入力部１１０、データ蓄積部１２０、波面形状解析部１３０、照合判定部１４０、および表示部１５０を備える。小雨検出装置１００が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは小雨検出装置１００が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。

画像入力部１１０は、水面の波紋の広がりをカメラにより撮影した時系列の画像データを入力し、データ蓄積部１２０に蓄積する。水面の波紋の広がりは、屋外に設置した一定容器内に落下した小雨がつくるものである。

波面形状解析部１３０は、波紋を近似した分散関係式、拡散を拘束条件として目的関数を導き、データ蓄積部１２０から読み出した２枚の連続した画像データを目的関数に入力して、速度および角周波数に関して最小化問題として解いて速度（フロー）を求める。

照合判定部１４０は、波面形状解析部１３０が求めたフローの平均を算出し、算出した平均フローを事前に蓄積したテーブルと参照することによって小雨の量を定量化する。

表示部１５０は、照合判定部１４０の判定結果を表示する。

なお、小雨検出装置１００の処理は、上記で説明した、画像入力部１１０、データ蓄積部１２０、波面形状解析部１３０、照合判定部１４０、表示部１５０の順に行われる。

次に、波面形状解析部１３０の処理の詳細について説明する。

図２は、無風状態のときに、水たまりに落下した小雨がつくる波紋の様子を示す模式図である。雨２１０が水たまり２００に落下したときに、複数の波紋２２０ができる。波紋２２０は、隣接したものが相互に次々と複雑なパターンを形成する。

画像処理でこのようなパターンを検出するためには、最も簡単には、１枚ごとに空間１次微分を適応する方法や（非特許文献１）、時系列画像から時間差分画像をつくる方法がある。

小雨の場合、画像には、落下する小雨は透明か、カメラの撮影解像度の不足のために映らないことが多いので、画像入力部１１０が入力する画像データで得られるパターンは、水面上のパターン、つまり水たまり２００に雨２１０が衝突してできる波紋２２０のパターンであると考えられる。

波紋２２０のパターンは、雨２１０の衝突地点である同心円の中心の波の振幅が大きく、周辺にかけて、振動状に振幅が減衰する減衰モデルが考えられる。このとき、波紋２２０を波の一特性としてみると、次式（１）の分散関係式（非特許文献２参照）により近似することができる。

ただし、ω，ｇ，ｋは、それぞれ角周波数、重力加速度、波数である。即ち、この関係式は、波の波長と（位相）速度の間には、波長が長いほど速度が遅く、波長が短いほど速度が速いという物理的な関係があることを示している。つまり、減衰については、分散関係式が成り立つ範囲におけるものである。そのため、画像データからこの分散関係式に当てはめるような特徴を波紋２２０とみなすことができる。

次に、波紋の見かけの速度をオプティカルフローにより推定する。このとき、式（１）を拘束条件とする。また、速度と角速度の関係、波紋が拡散することに対する拘束条件を与える。

連続した２枚の画像データをデータ蓄積部１２０から読み出す。画像データの画素の輝度をＩ（ｘ，ｙ，ｔ）とする。（ｘ，ｙ）は位置、ｔは時間を表す。次式（２）の目的関数を、速度（ｕ，ｖ）および角周波数ω＝（ω_x，ω_ｙ）に関して最小化することで、水面における速度を求めることができる。λ₁，λ₂，λ₃は、式（１）の寄与度を表すパラメータであり、ここでは１．０とした。角周波数は速度と波数の積である。求めた速度をオプティカルフロー（フロー）と呼ぶ。

図３は、風などによる外乱がある場合のフロー推定の結果を示す図である。

図３の画像データ３００は、雨による波紋の他にも、風により水面上に外乱が生じ、水面が複雑化している。従来のフロー法（非特許文献１）により動きを検出した場合、符号３１０で示すフローの検出結果のように乱れたものとなる。

一方、本実施の形態による手法で動きを検出した場合、符号３２０で示すフローの検出結果のように、一点から広がる波紋の特徴が得られている。

次に、照合判定部１４０の処理の詳細について説明する。

図４は、平均フローと小雨の程度の関係を示すグラフである。

照合判定部１４０は、波面形状解析部１３０が推定したフローについて和をとり、画像データの大きさ（例えば１００×１００など）で割ることで平均フローを算出する。照合判定部１４０は、図４に示す関係に基づく平均フローと小雨の程度の関係を示すテーブルを保持しており、そのテーブルを参照することで、算出した平均フローの大きさを小雨の程度について、例えば１〜５などと定量化する。

なお、水以外の粘性流体を用いることも可能である。屋外に設置した容器内に粘性流体を入れ、上記の方法でフローを求める際、粘性流体の粘性率（０．０００１など）を調整することで、式（２）をそのまま適用することができる。水の代わりに粘性流体を用いることで、振動がある場所や検出する小雨の大きさを一定以上に制限する場合に有効である。

また、容器を壁で囲むことで、風の影響を緩和することができる。この場合、カメラは容器の外側に配置する。

以上説明したように、本実施の形態によれば、水面の波紋を撮影した画像データを波紋を近似した分散関係式、拡散を拘束条件として導いた目的関数に入力し、速度および角周波数に関して最小化問題として解くことで速度（フロー）を求め、フローの平均を算出し、平均フローと小雨の程度の関係を示すテーブルを参照することで、画像データ中の風による外乱などの影響を抑制しつつ、小雨の程度を定量化することが可能になる。

１００…小雨検出装置
１１０…画像入力部
１２０…データ蓄積部
１３０…波面形状解析部
１４０…照合判定部
１５０…表示部

Claims

波紋を撮影した画像データを入力し、蓄積手段に蓄積するステップと、
前記蓄積手段から前記画像データを読み出し、波紋を近似した分散関係式、拡散を拘束条件として導いた目的関数に代入し、当該目的関数を最小化問題として解くことで波紋のオプティカルフローを推定するステップと、
前記オプティカルフローの平均値を算出し、当該平均値に基づいて小雨の程度を判定するステップと、
を有することを特徴とする小雨検出方法。
前記波紋は、容器内に入れた粘性流体の表面に観測されるものであり、
前記解析するステップは、前記粘性流体の粘性率を考慮してオプティカルフローを推定することを特徴とする請求項１記載の小雨検出方法。
波紋を撮影した画像データを入力する入力手段と、
前記画像データを蓄積する蓄積手段と、
前記蓄積手段から前記画像データを読み出し、波紋を近似した分散関係式、拡散を拘束条件として導いた目的関数に代入し、当該目的関数を最小化問題として解くことで波紋のオプティカルフローを推定する解析手段と、
前記オプティカルフローの平均値を算出し、当該平均値に基づいて小雨の程度を判定する判定手段と、
を有することを特徴とする小雨検出装置。
前記波紋は、容器内に入れた粘性流体の表面に観測されるものであり、
前記解析手段は、前記粘性流体の粘性率を考慮してオプティカルフローを推定することを特徴とする請求項３記載の小雨検出装置。
請求項１又は２記載の小雨検出方法をコンピュータに実行させることを特徴とする小雨検出プログラム。