JP5347117B2 - 地物抽出装置 - Google Patents

Description

本発明は、複数の地物が存在する領域を上方から見た状態の平面写真から、画像処理によって地物の地物枠を抽出する技術に関する。

地図の作成、地形の時間的変化の解析などに、航空写真が活用されている。
図６は航空写真の活用例を示す説明図である。図６（ａ）に航空写真を示し、図６（ｂ）に、この航空写真から道路および建物枠を抽出した結果を示した。

こうした活用例の一つとして、特許文献１は、同一地域を時間を置いて上空から撮影した新旧画像間の変化を特定する技術を開示する。この技術は、撮影した画像から、Ｓｏｂｅｌフィルタなどで地物の形状を抽出し、しきい値を用いて２値化する。そして、新旧画像間の地物の形状の差異を求めることで、時間経過に伴う建物等の変化を求める。
特許文献２も同様に、撮影した２つの画像をそれぞれ２値化して比較することで、変化のあった部分を自動的に抽出する技術を開示する。特許文献３は、２値化した画像からエッジの端点、交点、角点を特徴点として抽出し、家枠を画定し、地図作成に活用する技術を開示する。

特許第３２２８９２０号公報 特開２０００−２２２５６５号公報 特開２００７−１４９０４６号公報 特開２００７−３２４４号公報

地図の作成、地形の時間的変化の解析いずれにおいても、画像から地物を精度良く抽出することが求められる。画像から地物を抽出する方法としては、通常、Ｓｏｂｅｌフィルタ等を用いたエッジ抽出処理、しきい値を用いた２値化処理が用いられる。
また、特許文献４は、画像から道路ポリゴンを除去した上で、家屋の異同を検出する技術を開示している。

しかし、従来技術では、家枠その他の地物を抽出する精度に、更に向上の余地が残されていた。航空写真などの画像を、地形の変化や地図の作成に活用するためには、地物の抽出精度の更なる向上が求められる。
本発明は、かかる課題に鑑み、画像からの地物の抽出精度向上を図ることを目的とする。

本発明は、複数の地物が存在する領域を上方から見た状態の平面写真から地物の地物枠を抽出する地物抽出装置として構成することができる。地物枠の抽出とは、地物の輪郭形状の抽出または特定を行うことを言う。本明細書では、地物枠の抽出自体および地物枠の抽出処理を含む一定の処理を「地物の抽出」と表現することもある。
地物抽出装置は、平面写真の画像データを入力する。平面写真としては、例えば、航空写真その他の上方から撮影した写真を用いることができる。平面写真は、オルソ化しておくことが好ましい。
地物抽出装置は、領域内の道路を表す地図データを参照して、画像データを道路で区切られた処理区画に分ける。地図データは、経路探索等に用いられる道路ネットワークデータを用いても良いし、地図表示に用いられる道路ポリゴンを用いても良い。
地物抽出装置は、この処理区画ごとに、画像処理によって地物の地物枠を抽出する。地物枠の抽出には、エッジ抽出や２値化などを用いることができる。

地物は道路に区切られた処理区画内に建設されているのが通常である。従って、この処理区画ごとに地物枠を抽出することにより、地物が存在する範囲を精度良く制限することができる。この結果、道路部分にはみ出したり、道路をまたがって地物枠を抽出したりする可能性を抑制でき、地物枠の抽出精度を向上することができる。

地物枠の抽出は、例えば、処理区画の画像を所定の閾値に基づいて２値化した２値画像を生成し、この２値画像から地物枠を抽出する方法を適用することができる。この処理は、単一の閾値を用いて行うようにしてもよいが、複数段階に閾値を変えて順次行うことが好ましい。
撮影した画像では、光の当たり方によって地物の輪郭の明度はまちまちである。従って、閾値によっては、輪郭が途切れ途切れの破線状になるところもあれば、つぶれてしまうところもある。
本態様では、閾値を複数段階に変化させて複数通りの２値画像を生成するため、輪郭が精度良く検出されている２値画像を使い分けて地物を抽出することができる。

上述の態様で用いる閾値は、予め設定しておいてもよいし、画像に応じて設定してもよい。例えば、処理区画内の地物候補となる画素の明度を検出し、最低明度と最大明度間を数段階に分けるように閾値を設定する方法を採ることができる。

このように閾値を多段階に変化させて処理する場合には、それぞれの閾値の処理を独立して行ってもよい。
また、一の閾値を用いて抽出された地物枠に該当する部分を画像から削除した上で、次の閾値を用いた処理を行うようにしてもよい。
この態様によれば、地物ごとに、複数の閾値で生成された２値画像のうちどれを用いるべきかを評価する必要がなくなる利点がある。また、最初に得られた２値画像で、全ての地物枠を抽出できた場合には、以後の閾値による処理を省略することも可能であるから、処理の効率化を図ることもできる。

地物枠の抽出時には、処理区画の境界となる道路との位置関係を考慮してもよい。本発明の処理区画は、道路が境界となっているため、比較的容易に道路との位置関係を考慮することができる利点がある。
地物は、道路から一定の距離だけ離れて建てられていたり、道路に壁面が平行になるように建てられているのが通常である。従って、これらの位置関係を考慮することによって、地物枠の抽出精度を向上させることが可能となる。
例えば、処理区画の境界に平行な線は地物の壁面と仮定して２値画像から閉図形を抽出する方法としてもよい。また、境界から一定の距離内で検出されたエッジを除外して、閉図形を抽出するようにしてもよい。

また、道路との位置関係を考慮するか否かに関わらず、地物枠の抽出時には、地物の建設上の規制を考慮してもよい。例えば、土地区画内の地物の面積が建坪率で定まる上限値以下となる閉図形を抽出する方法を採ることができる。また、隣の地物との間隔が、種々の法規制で定められる条件を満たすものを抽出するようにしてもよい。
これらの条件を考慮することによって、地物枠の抽出精度を更に向上させることができる。

地物枠の抽出時には、画像から抽出されるエッジのうち、予め用意された地物枠モデルのサイズを変更した形状に適合するものを地物として抽出する方法をとってもよい。
例えば、地物枠の代表的形状である矩形を地物枠モデルとして用意しておく。処理区画内で直線状の部分を検出し、地物枠モデルの一辺を、この直線上に配置する。そして、矩形の寸法を、配置された辺に沿う方向、この辺に直交する方向に、それぞれ変化させ、画像から抽出されたエッジと比較的よく一致する状態を見いだす。そして、この時の寸法および姿勢における地物枠モデルを地物として抽出するのである。
地物枠モデルは矩形に限らず、円形、コの字型など、種々の典型的な地物形状に対して用意することができる。
画像から抽出されたエッジには微少な凹凸が存在するのが通常であるが、上述の態様によれば、こうした凹凸のない幾何学的形状で地物枠を抽出することができる利点がある。

本発明は、上述の特徴を必ずしも全て備えている必要はなく、適宜、これらの一部を省略してもよいし、これらの特徴を組み合わせて用いても良い。
本発明は、上述した地物抽出装置の他、上述の処理をコンピュータによって実現する地物抽出方法や、コンピュータプログラムとして構成してもよい。
更に、これらのコンピュータ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として構成してもよい。記録媒体としては、例えば、フレキシブルディスクやＣＤ−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等、コンピュータが読取り可能な種々の媒体を利用できる。

本発明の実施例について以下の順序で説明する。
Ａ．装置構成：
Ｂ．処理区画の設定：
Ｃ．２値画像の生成：
Ｄ．建物枠抽出処理：
Ｄ１．全体処理：
Ｄ２．建物枠の抽出：
Ｅ．効果：
本発明は、建物に限らず、橋脚、鉄道、堤防など種々の人工的な地物についての地物枠の抽出、崖、河川など輪郭が比較的明瞭に表れる自然の地物についての地物枠の抽出などに適用可能である。以下では、便宜上、建物の地物枠（以下、「建物枠」と呼ぶこともある）を抽出する場合を例にとって説明する。

Ａ．装置構成：
図１は実施例としての地物抽出装置の構成を示す説明図である。地物抽出装置は、航空写真を画像処理して、建物枠を抽出する装置である。
図の上方には、航空写真を撮影するための航空機１００の概略構成を示した。航空機１００には、下部に写真撮影用のディジタルカメラ１１０が搭載されている。広範囲・高精細の画像を効率的に取得するため、ディジタルカメラ１１０は、ハイビジョンの広角カメラを利用することが好ましい。
また、撮影した位置を取得するためのＧＰＳ（Global Positioning System）１１２も搭載されている。ディジタルカメラ１１０で撮影された画像データは、撮影位置と対応づけて記録用のハードディスク１１４に記録される。この記録を制御するため、汎用のコンピュータなどで構成した制御装置を搭載してもよい。ハードディスクには、撮影時の航空機１００の姿勢を表すオイラー角や、ディジタルカメラ１１０の画角などの撮影条件も記録しておくことが好ましい。

次に、地物抽出装置２００の構成について説明する。
地物抽出装置２００は、汎用のコンピュータに、画像データ処理用のコンピュータプログラムをインストールして構成されている。このコンピュータプログラムのインストールにより、地物抽出装置２００には、図示する種々の機能ブロックが構成される。もっとも、これらの機能ブロックの少なくとも一部は、ＡＳＩＣなどによってハードウェア的に構成することも可能である。
本実施例では、地物抽出装置２００を単体で稼働する装置として構成したが、ネットワークで接続された複数のコンピュータから分散システムとして構成してもよい。

データ入力部２０６は航空機１００で生成された画像データ等を入力する。航空機１００から地物抽出装置２００へのデータの転送は、リムーバブルディスク１１４ａを用いるものとした。かかる方法に限らず、ＤＶＤその他の記録媒体を用いても良いし、ネットワーク経由で転送するようにしてもよい。入力されたデータは、画像データ２２２として格納される。

本実施例では、地物枠の抽出には、オルソ化、即ち各地点につき真上から見た状態に変換された航空写真を用いる。オルソ化は、種々の段階で行うことができる。例えば、航空機１００での撮影時や、リムーバブルディスク１１４ａを介して地物抽出装置２００に画像データを受け渡す過程でオルソ化を施しても良い。また、地物抽出装置２００に入力した後に施しても良い。この場合は、データ入力部２０６がオルソ化を行う構成とすればよい。オルソ化の方法は、周知のため、説明を省略する。

コマンド入力部２０２は、オペレータによるマウスやキーボードの操作を介して、処理区画設定部２０４等に必要なコマンドを入力する。オペレータから入力されるコマンドは、適宜、処理区画設定部２０４以外の機能ブロックにも受け渡されるが、図の煩雑化を避けるため、図中では処理区画設定部２０４に受け渡す様子のみを示した。

処理区画設定部２０４は、画像データ２２２およびネットワーク出た２２０に基づいて画像処理の単位となる処理区画を設定する。
ネットワークデータベース２２０とは、経路探索用のデータベースであり、道路のつながり具合をリンク、およびその交点または端点であるノードの集まりで表したデータである。処理区画設定部２０４は、入力した画像データ２２２に対応する地域のネットワークデータベース２２０を読み込み、道路を表すリンクの幅を太くすることによって、道路ポリゴンを示す説明図である生成する。道路ポリゴンは一定幅としてもよいし、各道路の車線数に応じた幅としてもよい。
処理区画設定部２０４は、画像データ２２２から、設定された道路ポリゴンに相当する部分を削除する。そして道路によって区切られた領域一つ一つを処理区画として、識別番号等を付して管理する。処理区画の形状、識別番号等は区画データとして建物枠抽出部２１０に受け渡される。本実施例では、区画データは、処理区画の画像自体ではなく、その境界線の形状とすることにより、データ容量の軽減を図った。区画データとして処理区画の画像データを用いてもよい。

建物枠抽出部２１０は、処理対象となる処理区画の区画データによって画像データ２２２を切り出す（以下、切り出した画像を処理区画画像と呼ぶ）。そして、処理区画画像に対して、エッジ抽出部２１２、２値化部２１４、抽出ルール２２４を用いた画像処理によって建物枠を抽出する。抽出結果は、建物枠抽出結果２３０に格納される。
エッジ抽出部２１２は、上述の抽出処理において、処理区画画像からエッジを抽出する処理を行う。エッジの抽出は、例えば、Ｓｏｂｅｌフィルタなどのフィルタを適用することで行うことができる。
２値化部２１４は、エッジ抽出された処理区画画像に対して閾値を用いて２値化する。本実施例では、後述する通り、複数段階の閾値を用いて２値化処理を行う。以下、２値化処理によって生成された画像を２値画像と称する。

建物枠抽出部２１０は、２値化部２１４によって生成された２値画像内の閉図形を特定することによって建物枠を抽出する。抽出ルール２２４は、建物抽出時に適用するルールを記憶するデータベースである。例えば、抽出時のパターンマッチングで用いる建物モデルや、道路、即ち処理区画の境界線との位置関係に基づいて建物を特定するための規則などが含まれる。抽出ルールの内容については、後で説明する。

建物枠抽出部２１０によって抽出された建物枠抽出結果２３０は、テクスチャ生成部２１６に受け渡される。
テクスチャ生成部２１６は、画像データ２２２から建物枠に該当する部分の画像を切り出し、テクスチャデータ２３２に格納する。このテクスチャデータ２３２は、それぞれの建物を上方から見た状態の画像なので、３次元モデルの地図を作成する際に、各建物の屋根または屋上のテクスチャとして活用することが出来る。
テクスチャ生成部２１６は、画像データ２２２および建物枠抽出結果２３０を活用する一例に過ぎず、省略することも可能である。
以下、建物枠の抽出のために行う各処理について、具体例を示しながら説明する。

Ｂ．処理区画の設定：
図２は処理区画の設定例を示す説明図である。図１の処理区画設定部２０４が実行する処理内容に相当する。
図２（ａ）にはネットワークデータベース２２０の一例を示した。図中の白線ＲＴ１、ＲＴ２等が道路に対応するリンクを表している。このリンクに幅を持たせることによって道路ポリゴンを生成することができる。

図２（ｂ）には、図２（ａ）に対応する領域の画像データから、上述の道路ポリゴンを削除した状態の画像を示した。図中の白抜き部分ＲＴ１、ＲＴ２等が道路ポリゴンを削除した部分である。
本実施例では、ネットワークデータベース２２０は、それぞれのリンクの属性として車線数の情報を有している。従って、道路ポリゴンは車線数に応じた幅で生成するものとした。この結果、図２（ｂ）中の白抜きＲＴ１、ＲＴ２に示すように、道路によって白抜き部分の幅が相違する。
このように車線数に応じて道路の幅を変えることは必須ではなく、図２（ａ）の各リンクを一定幅に広げることによって、均一幅の道路ポリゴンを生成してもよい。

こうして道路部分を削除すると、図２（ｂ）中の領域ＰＡに示すように、道路で区切られた閉図形領域が多数生成される。本実施例では、この一つ一つの領域を処理区画と呼ぶ。
地物抽出装置２００は、この処理区画ごとに識別記号を付し、輪郭線の形状と対応づけ、区画データとして管理する。
区画データとしては、例えば、領域ＰＡ内の画像データを記憶するようにしてもよいが、本実施例では、データ容量の軽減を図るため、画像ではなく、領域ＰＡの輪郭形状を区画データとして記憶するものとした。処理区画の画像処理を行う際には、処理前の画像データから、その都度、区画データで示された輪郭に対応する領域の画像を抽出することになる。

Ｃ．２値画像の生成：
図３は２値画像の生成例を示す説明図である。図１の２値部２１４が実行する処理である。
図３（ａ）には処理前の画像を示した。本実施例では、図２で設定された処理区画ごとに建物抽出処理を行うが、ここでは図示の便宜上、全体の画像を示してある。

図３（ｂ）は、図３（ａ）の画像に対してエッジ抽出処理を施した結果である。エッジ抽出処理は、Ｓｏｂｅｌフィルタなど、エッジ強調効果のある種々のフィルタを適用することによって行うことができる。
図３（ａ）の原画像がカラー画像の場合、エッジ抽出処理は、カラーの状態で行ってもよいが、単色、いわゆるグレースケールに変換した上で行っても良い。こうすることによって、色相の変化にとらわれず明度差のみでエッジが強調されるため、次に行う２値化処理に適した画像を得やすい利点がある。

こうしてエッジ抽出を終えると、次に、閾値を用いて２値化を行う。本実施例では、低い閾値、高い閾値の２通りを用いて２値化を行う。図３（ｃ）には低い閾値を用いた場合の２値化処理の結果を示し、図３（ｄ）には高い閾値を用いた場合の処理結果を示した。

２値化は、予め設定された閾値よりも階調値が低い（黒に近い）画素を黒（値１）とし、閾値よりも階調値が高い（白に近い）画素を白（値０）とする処理である。
低い閾値を用いた場合には、原画像のうち濃い部分のみが黒に置き換えられるため、図３（ｃ）に示すように全体に薄い印象の２値画像となる。この２値画像では、原画像のうち薄い部分が白くなってしまうため、建物枠は分断された状態になる場合があるが、濃い部分は、輪郭がつぶれることなく細い線で明瞭に抽出できる利点がある。
一方、高い閾値を用いた場合には、原画像のうち薄い部分まで黒に置き換えられるため、図３（ｄ）に示すように全体に濃い印象の２値画像となる。この時は、原画像のうち薄い部分の輪郭も分断することなく抽出できる利点があるが、濃い部分は輪郭がつぶれてしまい形状を認識しづらくなってしまう。また、ノイズが比較的多くなってしまう。
本実施例では、２段階の閾値を用いることにより、原画像の濃い部分、薄い部分の抽出にそれぞれ適した２値画像を得ることができる。

２つの閾値は、予め設定しておいてもよいが、原画像データの解析に基づいて設定してもよい。
例えば、処理区画内の画像データの各画素の明度の分布を調べる。原画像において輪郭以外の部分は白に近い状態となっているから、これらの階調に相当する部分に一つピークが表れる。一方、輪郭部分は黒に近い状態となっているから、これらの階調に近い部分にもピークが表れる。
２値化処理では、黒に近い部分を明瞭に抽出する必要がある。従って、階調値が低い側のピークが表れる階調範囲を求め、その最大値、最小値に基づいて閾値を設定することができる。例えば、この階調範囲の最大値を高い閾値とし、階調範囲の中央値を低い閾値とすることが考えられる。
また、閾値は２通りに限られない。３通り以上の閾値を用いても良い。

Ｄ．建物枠抽出処理：
Ｄ１．全体処理：
図４は建物枠抽出処理のフローチャートである。地物抽出装置２００のＣＰＵが実行する処理である。
処理を開始すると、ＣＰＵは、オルソ化された航空写真の画像データを読み込む（ステップＳ１０）。
そして、処理区画設定処理を行う（ステップＳ１２）。これは、図２で説明した処理である。つまり、ネットワークデータベースから得られる道路位置に基づいて、画像データを区画化するのである。

次に、ＣＰＵは２値化用の閾値Ｔｈを設定し（ステップＳ１４）、処理区画画像の２値化を行う（ステップＳ１６）。ここでは、図３（ｃ）に示したように、予め設定された閾値のうち低い閾値を用いた２値化を行う。

２値化が完了すると、２値画像から閉図形を建物枠として抽出し、結果を出力する（ステップＳ２０）。本実施例では、建物枠の抽出にパターンマッチングを用いるとともに、種々の抽出ルールを適用して抽出精度の向上を図っている。抽出処理の詳細については後述する。

建物枠が抽出されると、ＣＰＵは処理区画画像から抽出済みの建物枠に相当する部分を削除する（ステップＳ３０）。そして、全ての閾値による処理が終了するまでは（ステップＳ３２）、順に閾値Ｔｈを増大させ（ステップＳ３４）、処理区画画像の２値化以降の処理（ステップＳ１６〜Ｓ３０）を繰り返し実行する。
図３に示したように２段階の閾値を用いる場合には、低い閾値による２値化（図３（ｃ）に示した処理）を行った後、ステップＳ３４で閾値Ｔｈを高い側の値に設定し、高い閾値による２値化（図３（ｄ）に示した処理）を行うことになる。

ステップＳ３０において、処理区画画像から抽出済みの建物枠に相当する部分を削除するのは、こうすることによって比較的容易に建物枠に応じた閾値の使い分けが可能となるからである。
例えば、低い閾値で抽出された建物枠に対しては、その閾値が最適であったことを意味しているから、更に高い閾値で２値化を行う必要はない。逆に、高い閾値で２値化を行えば、輪郭がつぶれてしまうため、建物枠の誤認識を招く原因となりかねない。低い閾値で抽出済みの建物枠に相当する部分を削除しておけば、こうした弊害を容易に回避できる。
このように閾値の使い分けを容易に行うために、閾値は低い側から順に用いること、即ち輪郭部分を抽出しづらい閾値から順に抽出しやすい閾値に移行させるように用いることが好ましい。

ステップＳ３０の処理は、上述の効果を意図したものであるため、省略しても差し支えない。
ステップＳ３０の処理を適用する場合、画像によっては、全ての閾値での２値化を行う前に、処理区画画像から全建物枠の抽出が完了することもある。ステップＳ３２では、このような状態も、終了に含めて扱うようにしてもよい。

ＣＰＵは全区画について終了するまで（ステップＳ３６）、以上の処理（ステップＳ１４〜Ｓ３２）を処理区画単位で行う。新たな処理区画を処理する際には、閾値は、再び当初の低い値から順に適用する（ステップＳ１４）。

Ｄ２．建物枠の抽出：
図５は建物枠を認識する処理のフローチャートである。図４のステップＳ５２０に相当する処理である。
まず、ＣＰＵは２値画像から閉図形を抽出する（ステップＳ２２）。そして、予め用意された建物モデルを処理区画の境界に平行に配置して、パターンマッチングによって建物枠を抽出する（ステップＳ２４）。建物は処理区画の境界、即ち道路に壁面が平行になるように配置されているのが通常だからである。

図中にパターンマッチングの処理例を示した。ハッチングを付した閉図形Ｂ１、Ｂ２がステップＳ２２で抽出されているとする。ここでは、建物モデルとして矩形を用いた。
まず、閉図形Ｂ１に対して処理区画の境界ＥＬ１に一辺が平行になるように建物モデルＭＤ１を配置する。そして、建物モデルＭＤ１の辺が閉図形Ｂ１の輪郭に適合するように、図中の矢印に示す方向にサイズを変更する。例えば、建物モデルＭＤ１の辺ごとに、その位置を変えながら、辺と閉図形Ｂ１の輪郭とのずれ量の２乗誤差が最小となる位置を求めればよい。

矩形の建物モデルは、閉図形Ｂ２のように矩形とは異なる形状に対しても適用可能である。閉図形Ｂ２に対しては、処理区画の境界ＥＬ２に一辺が平行になるように建物モデルＭＤ２を配置する。そして、閉図形Ｂ１の時と同様に、矢印の方向に辺を移動させて、閉図形Ｂ１の輪郭とのずれ量の２乗誤差が最小となる位置を求める。
閉図形Ｂ１と異なり、閉図形Ｂ２の場合には、このように建物モデルＭＤ２のサイズを変更しても、完全に閉図形Ｂ２に適合させることはできない。そこで、サイズ変更が完了した建物モデルＭＤ２と、閉図形Ｂ２とが重なっていない部分を抽出し、建物モデルＭＤ２から削除する。こうすることによって、閉図形Ｂ２の形状に適合した建物枠を抽出することが可能となる。

図中では、矩形の建物モデルを用いた例を示したが、円形やコの字型など、典型的な建物形状に応じて多種類の建物モデルを用意し、閉図形に応じて、これらの建物モデルを使い分けるようにしてもよい。例えば、各モデルに対して、上述と同様のサイズ変更を行い、２乗誤差が最小となる建物モデルを最適モデルとして抽出する方法を採ることができる。

パターンマッチングによって建物を抽出すると、ＣＰＵは次に、規則に基づき建物以外の閉図形を削除する（ステップＳ２６）。図中に規則の適用例を示した。
左側のケース（１）は、道路（境界）からの距離に基づく規則である。この規則では、境界ＥＬ３から閉図形ＣＰ１までの最短距離Ｄ１が所定の判断基準値以下となるものが削除される。消防、日照などの条件を考慮して道路から建築物までの距離が規制されている地域がある。このような地域では、最短距離Ｄ１が、規制に適合しない閉図形は建物ではないと判断される。従って、規制に応じて判断基準値を設定することにより、規制に適合しない閉図形を削除することができる。

右側のケース（２）は、建坪率に基づく規則である。建坪率とは敷地面積に対する建物の建築面積の比率を言う。図の例では、閉図形ＣＰ２の面積を、敷地ＬＡ１の面積で除した値が建坪率となる。敷地ＬＡ１の形状が不明な場合には、隣接する建物との境界に基づいて設定してもよい。図の例では、閉図形ＣＰ２に隣接して抽出済みの建物Ｂ３が存在するため、境界線ＥＬ４に垂直で両者のほぼ中央を通過するように境界線ＬＬを設定した。他の境界線も同様にして設定することができる。かかる方法に代えて、公図などの敷地を表すデータを用いて敷地の境界を特定してもよい。
ケース（２）では、こうして求められる建坪率が、敷地に設定された規制値を超える場合には、閉図形ＣＰ２は削除される。

本実施例では、２つの規則を例示したが、ステップＳ２６では、これに限らず、種々の規則を適用可能である。例えば、ステップＳ２４のパターンマッチングに代えて、閉図形の一辺が境界に平行であるという規則によって、閉図形の絞り込みを行うようにしてもよい。

ＣＰＵは、次に、原画像データの色に基づき、建物以外の閉図形を削除する（ステップＳ２８）。閉図形に対応する画素の色を原画像データから抽出し、その色に基づいて処理を行うことになる。抽出された色が、樹木や池など、建物以外の色となっている場合には、その閉図形を削除する。
例えば、予め建物として用いるべき色データを設定しておき、この色データから大きくはずれる場合に、その閉図形を削除するようにしてもよい。逆に、削除すべき色データを用意しておき、抽出した色が、この色データに適合する場合に、その閉図形を削除するようにしてもよい。

上述のステップＳ２４〜Ｓ２８で説明した処理は、図示した順序に限らず、任意の順序で実行可能である。
また、これらの処理の一部を省略しても構わない。

Ｅ．効果：
以上で説明した本実施例の地物抽出装置２００によれば、以下の作用により、建物を精度良く抽出することができる。
（１） 本実施例では、処理区画ごとに建物を抽出する。建物は道路に区切られた処理区画内に建設されているのが通常であるから、こうすることによって、道路部分にはみ出したり、道路をまたがって建物を抽出したりする可能性を抑制でき、抽出精度を向上することができる。

（２） 本実施例では、複数段階の閾値を用いて２値化を行う。撮影した画像中では光の当たり方によって建物の輪郭の明度がまちまちであるが、複数段階の閾値を用いることにより、種々の明度の建物の輪郭を精度良く検出することができる。

（３） 本実施例では、建物モデルを用いたパターンマッチングを適用するとともに、建物の壁面が道路に平行に配置されていることなどの種々の規則を適用することによって、建物以外の閉図形が抽出されることを回避し、建物枠の抽出精度を向上させることができる。

以上、本発明の種々の実施例について説明したが、本発明はこれらの実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成を採ることができることはいうまでもない。
建物を抽出するために、本実施例で説明した種々の処理は、必ずしも全てを備えている必要はなく、その一部を適宜、省略することもできる。

実施例としての地物抽出装置の構成を示す説明図である。 処理区画の設定例を示す説明図である。 ２値画像の生成例を示す説明図である。 建物枠抽出処理のフローチャートである。 建物枠を認識する処理のフローチャートである。 航空写真の活用例を示す説明図である。

符号の説明

１００…航空機
１１０…ディジタルカメラ
１１４…ハードディスク
１１４ａ…リムーバブルディスク
２００…地物抽出装置
２０２…コマンド入力部
２０４…処理区画設定部
２０６…データ入力部
２１０…建物枠抽出部
２１２…エッジ抽出部
２１４…２値化部
２１６…テクスチャ生成部
２２０…ネットワークデータベース
２２２…画像データ
２２４…抽出ルール
２３０…建物枠抽出結果
２３２…テクスチャデータ

Claims (8)

1. 複数の地物が存在する領域を上方から見た状態の平面写真から前記地物の地物枠を抽出する地物抽出装置であって、
   前記平面写真の画像データを入力するデータ入力部と、
   前記領域内の道路を表す地図データを参照して、前記画像データを前記道路で区切られた処理区画に分ける処理区画設定部と、
   前記処理区画ごとに該処理区画の画像データから画像処理によって前記地物の地物枠を抽出する地物枠抽出部とを備える地物抽出装置。
2. 請求項１記載の地物抽出装置であって、
   前記地物枠抽出部は、
   前記処理区画の画像データを所定の閾値に基づいて２値化した２値画像データを生成し、
   該２値画像データから前記地物枠を抽出する処理を、
   複数段階に前記閾値を変えて順次行う地物抽出装置。
3. 請求項２記載の地物抽出装置であって、
   前記地物枠抽出部は、一の閾値を用いて抽出された地物枠に該当する部分を前記２値画像データから削除した上で、次の閾値を用いた処理を行う地物抽出装置。
4. 請求項１〜３いずれか記載の地物抽出装置であって、
   前記地物枠抽出部は、前記処理区画の境界となる道路との位置関係を考慮して前記地物枠を抽出する地物抽出装置。
5. 請求項１〜４いずれか記載の地物抽出装置であって、
   前記地物枠抽出部は、前記地物の建設上の規制を考慮して前記地物枠を抽出する地物抽出装置。
6. 請求項１〜５いずれか記載の地物抽出装置であって、
   前記地物枠抽出部は、前記画像データから抽出されるエッジのうち、予め用意された地物枠モデルのサイズを変更した形状に適合するものを地物枠として抽出する地物抽出装置。
7. 複数の地物が存在する領域を上方から見た状態の平面写真からコンピュータによって前記地物の地物枠を抽出する地物抽出方法であって、該コンピュータが実行する工程として、
   前記平面写真の画像データを入力するデータ入力工程と、
   前記領域内の道路を表す地図データを参照して、前記画像データを前記道路で区切られた処理区画に分ける処理区画設定工程と、
   前記処理区画ごとに該処理区画の画像データから画像処理によって前記地物枠を抽出する地物枠抽出工程とを備える地物抽出方法。
8. 複数の地物が存在する領域を上方から見た状態の平面写真からコンピュータによって前記地物の地物枠を抽出するためのコンピュータプログラムであって、
   前記平面写真の画像データを入力するデータ入力機能と、
   前記領域内の道路を表す地図データを参照して、前記画像データを前記道路で区切られた処理区画に分ける処理区画設定機能と、
   前記処理区画ごとに該処理区画の画像データから画像処理によって前記地物枠を抽出する地物枠抽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。