JP5857821B2 - プログラム、区画抽出方法及び情報処理装置 - Google Patents

プログラム、区画抽出方法及び情報処理装置 Download PDF

Info

Publication number
JP5857821B2
JP5857821B2 JP2012061266A JP2012061266A JP5857821B2 JP 5857821 B2 JP5857821 B2 JP 5857821B2 JP 2012061266 A JP2012061266 A JP 2012061266A JP 2012061266 A JP2012061266 A JP 2012061266A JP 5857821 B2 JP5857821 B2 JP 5857821B2
Authority
JP
Japan
Prior art keywords
polygon
image
extracted
line
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2012061266A
Other languages
English (en)
Other versions
JP2013196225A (ja
Inventor
寿雄 伊藤
寿雄 伊藤
佐藤 浩
浩 佐藤
幸三 馬場
幸三 馬場
直也 浅見
直也 浅見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2012061266A priority Critical patent/JP5857821B2/ja
Publication of JP2013196225A publication Critical patent/JP2013196225A/ja
Application granted granted Critical
Publication of JP5857821B2 publication Critical patent/JP5857821B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Description

本発明は、画像から生成したポリゴンを処理するプログラム、情報処理方法及び情報処理装置に関する。
従来、線図形で描かれた地図、図面などがイメージスキャナなどで入力されたデジタル画像上で、線分の種類が破線、一点鎖線の場合でも、閉図形を検出して、その種別などの属性を認識することができる方法が利用されている。
例えば、イメージスキャナなどで入力された画像上の閉図形の内部に初期ポリゴンを生成し、この初期ポリゴンを膨張変形させて閉図形に内接させることで、閉図形の形状を確定させる技術がある。
特開平9−27035号公報
しかしながら、従来技術では、線図形の画像データを入力することを想定しているため、自然画像のように、閉領域を適切に抽出できない画像に対しては精度が良くないと考えられる。
一方で、発明者らは、直線的に区切られる矩形形状が多い圃場を衛星画像などから抽出する実験を行った。その結果、水田の畦道の縁の形状がデコボコしていたり、雑草により縁が隠れていたり、圃場の角が丸かったりして、圃場の区画線を直線として抽出しづらいことがわかった。
また、発明者らは、直線や矩形として抽出しにくい画像で従来技術を適用しても、検出結果として得られる閉領域は、矩形ではなく、不定形(多角形)の区画になってしまうことに気づいた。
つまり、従来技術では、自然画像のような閉領域が抽出しにくい画像については、圃場などの区画を適切に抽出することができないという問題点があった。
そこで、開示の技術は、自然画像のような画像からでも、区画を適切に抽出することができるプログラム、区画抽出方法及び情報処理装置を提供することを目的とする。
開示の技術における一態様のプログラムは、画像から抽出されたエッジに基づきポリゴンを生成し、前記ポリゴンの節点を減らす補間処理を行い、節点数を減らす処理を行ったポリゴンのそれぞれの節点をポリゴンの外側に移動し、移動した節点を結んだ線分のうち、各線分において前記抽出されたエッジと一致する割合が所定以上である場合に区画線とし、前記区画線に基づいて区画を抽出する処理をコンピュータに実行させる。
開示の技術によれば、自然画像のような画像からでも、区画を適切に抽出することができる。
実施例における区画抽出システムの一例を示す図。 実施例における情報処理装置のハードウェア構成の一例を示すブロック図。 実施例における情報処理装置の機能的構成の一例を示すブロック図。 Cannyフィルタ後の画像の一例を示す図。 hough変換後の画像の一例を示す図。 IRの合成画像の一例を示す図。 RGBの合成画像の一例を示す図。 IRとRGBとの合成画像の一例を示す図。 膨張収縮処理後の画像の一例を示す図。 補間処理(1)の概要を説明するための図。 補間処理(1)の結果画像の一例を示す図。 補間処理(2)の概要を説明するための図。 補間処理(2)の結果画像の一例を示す図。 補間処理(3)の概要を説明するための図。 延長処理の一例を説明するための図。 補間処理(i)〜(iv)の概要を説明するための図。 補間処理(3)の結果画像の一例を示す図。 補間処理(4)の概要を説明するための図。 補間処理(4)の結果画像の一例を示す図。 補間処理(5)の結果画像の一例を示す図。 圃場抽出の最終結果画像の一例を示す図。 実施例における区画抽出処理の一例を示すフローチャート。 実施例における補間処理の一例を示すフローチャート。
まず、前提として、以下に説明する実施例では、画像から区画を抽出する。区画とは、土地などが区切られた領域である。また、区画の一例として、圃場がある。圃場とは、作物を栽培する田園や農圃であり、ここでは水田なども含むとする。
この区画は、一般的には直線的に区切られた形状であり、画像から直線的に区切られた領域として抽出されることが望ましい。そこで、直線的に区切られた区画を画像から抽出する実施例について、添付図面を参照しながら説明する。
[実施例]
<システム>
図1は、実施例における区画抽出システム1の一例を示す図である。図1に示す区画抽出システム1は、クラウドコンピューティングシステムを用いて実装されうる。図1に示す区画抽出システム1は、サーバとしての情報処理装置10と、クライアントとしての情報処理装置20、30、40とがネットワークを介して接続されている。サーバやクライアントの数は、図1に示す例に限られない。
この区画抽出システム1では、クラウドのサービス利用形態として、次の2つが考えられる。1つ目が、クライアント側で衛星画像などを取得し、サーバ側で衛星画像から区画を抽出して、その抽出結果をクライアントに通知するサービスである。2つ目が、サーバ側で衛星画像などを保持し、クライアントに指定された画像に対して区画の抽出を行い、クライアントに抽出結果を通知するサービスである。
情報処理装置10は、画像から区画を抽出する処理を行う。情報処理装置20〜40は、区画抽出サービスを利用する。次に、情報処理装置10について説明する。
<ハードウェア>
図2は、実施例における情報処理装置10のハードウェア構成の一例を示すブロック図である。図2に示す情報処理装置10は、制御部101、主記憶部102、補助記憶部103、通信部104、及び記録媒体I/F部105を少なくとも有する。各部は、バスを介して相互にデータ送受信可能に接続されている。
制御部101は、コンピュータの中で、各装置の制御やデータの演算、加工を行うCPU(Central Processing Unit)である。また、制御部101は、主記憶部102や補助記憶部103に記憶されたプログラムを実行する演算装置であり、通信部104や各記憶部からデータを受け取り、演算、加工した上で、出力部や各記憶部に出力する。
また、制御部101は、例えば補助記憶部103に記憶される区画抽出プログラムを実行することで、区画抽出機能を果たす。
主記憶部102は、ROM(Read Only Memory)やRAM(Random Access Memory)などであり、制御部101が実行する基本ソフトウェアであるOSやアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。
補助記憶部103は、HDD(Hard Disk Drive)などであり、アプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。また、補助記憶部103は、記録媒体106などから取得された区画抽出プログラムを記憶しておいてもよい。
通信部104は、有線又は無線で通信を行う。通信部104は、例えば、情報処理装置20〜40から画像を取得したり、サービスの利用指示を受けたりする。
記録媒体I/F部(インターフェース)105は、USB(Universal Serial Bus)などのデータ伝送路を介して接続された記録媒体106(例えば、フラッシュメモリなど)と情報処理装置10とのインターフェースである。
また、記録媒体106に、所定のプログラムを格納し、この記録媒体106に格納されたプログラムは記録媒体I/F部105を介して情報処理装置10にインストールされる。インストールされた所定のプログラムは、情報処理装置10により実行可能となる。
なお、記録媒体106を例えばSDカードとした場合は、記録媒体I/F部105は、SDカードスロットである。
<機能>
図3は、実施例における情報処理装置10の機能的構成の一例を示すブロック図である。図3に示す例では、情報処理装置10は、ポリゴン生成部201、補間部202、及び抽出部203を有する。
ポリゴン生成部201、補間部202、及び抽出部203は、例えば制御部101及びワークメモリとしての主記憶部102により実現されうる。
ポリゴン生成部201は、入力された画像からエッジを抽出し、このエッジに基づきポリゴンを生成する。ポリゴン生成部201は、ポリゴン生成について既知の技術を用いればよいが、入力される画像として、衛星画像や航空写真などの自然画像を想定しているため、次の機能部を有していればよい。
ポリゴン生成部201は、輪郭抽出部211、線分抽出部212、膨張収縮部213、及びラベリング部214を有する。輪郭抽出部211は、例えば、画像に対してバイラテルフィルタを行って、Cannyフィルタにより輪郭抽出を行う。
バイラテルフィルタとは、エッジ保持平滑化フィルタであり、例えば畦のエッジを保持しつつ、圃場内のテクスチャを落とす効果がある。また、Cannyフィルタは、ガウシアンフィルタとsobelフィルタとを組み合わせることで細線化されたエッジを検出するフィルタである。
線分抽出部212は、輪郭抽出部211により抽出された輪郭(エッジ)を有する画像に対し、hough(ハフ)変換を行って線分抽出を行う。また、線分抽出部212は、ハフ変換以外にも既知の線分抽出アルゴリズムを用いて線分抽出を行ってもよい。
また、線分抽出部212は、Cannyフィルタ後の画像と、線分抽出を行った後の画像を合成し、合成画像を生成する。
なお、輪郭抽出部211、線分抽出部212は、IR(InfraRed)画像、RGB画像の両方に対して、同じ処理を行う。IR画像とRGB画像とは、同じ被写領域が撮影されている。線分抽出部212は、IRの合成画像と、RGBの合成画像とをさらに合成し、1つの合成画像を生成する。
なお、上記例では、IR画像とRGB画像との両方に対して、輪郭抽出部211、線分抽出部212の処理を行ったが、RGB画像だけに対して、輪郭抽出部211、線分抽出部212の処理を行ってもよい。以下、合成画像という場合には、IRの合成画像及びRGBの合成画像の合成画像と、RGBの合成画像とのいずれも指すとする。
膨張収縮部213は、合成画像に対して、画像を膨張、収縮を一回ずつ行う。この膨張処理、収縮処理により、途切れている線がつながり、極端に小さな領域が削除される。
ラベリング部214は、膨張収縮処理がなされた画像に対し、ラベリングによるベクトル化を行う。ラベリング部214は、例えば二値化された画像に対して黒部分に対するラベリングを行う。これにより、ラベリングされた領域毎にポリゴンデータを生成することができる。
ラベリング部214は、生成されたポリゴンに対して面積を算出し、この面積に基づいてポリゴンを削除する。
ポリゴン生成部201は、以上の処理を行えば、自然画像に対しても、区画に近い状態のポリゴンを生成することができる。この時点のポリゴンは、節点が多く利用者が編集しにくい状態となっているので、次の補間処理を行ってから区画の抽出を行う。
補間部202は、ラベリング後のベクトルデータが、1画素毎の細かなデータとなっているため、単純化して直線状に補間して見やすい形のデータとする。例えば、補間部202は、ポリゴンを単純化するため、節点数を減らす処理を行う。補間部202は、ポリゴンが例えば6点以内の節点となるよう補間する。
抽出部203は、補間された各節点に基づく各線分上にエッジが存在する場合、このエッジにより区切られた区画を抽出する。この線分は、節点を結んでできる線分である。「エッジが存在する」とは、線分上に多数のエッジがあり、線分にエッジが重なる割合が所定値以上の場合をいう。所定値は、実験などにより適切な値が設定される。
なお、抽出部203は、抽出された区画の信頼度に応じてスコアを付けるようにしてもよい。スコアの付け方は後述する。
<各部の具体的な処理例>
次に、各部の具体的な処理例について説明する。以降で説明する例では、区画として好適な圃場を抽出する場合を例とする。
《輪郭抽出処理》
輪郭抽出部211は、画像に対してバイラテルフィルタを行って、Cannyフィルタにより輪郭抽出を行う。ここで、原画像として、圃場や河川などを含む一体の画像が、輪郭抽出部211に入力されたとする。
図4は、Cannyフィルタ後の画像の一例を示す図である。図4に示すように、輪郭抽出部211は、Cannyフィルタによって輪郭を抽出した後、二値画像を結果として出力する。
なお、輪郭抽出部211は、フィルタ結果として、輪郭の割合が少ない場合には、Cannyフィルタの閾値を変更して輪郭が多く出るように調整する。輪郭の割合が少ないとは、画像全体に対して輪郭が占める割合が10%未満であることをいう。
また、輪郭抽出部211は、フィルタ結果として、エッジがはっきりしすぎて輪郭の割合が多い場合には、Cannyフィルタの閾値を変更して輪郭が少なくなるように調整する。輪郭の割合が多いとは、画像全体に対して輪郭が占める割合が18%以上であることをいう。
輪郭抽出部211は、RGB画像に対しても、IR画像と同様にして、バイラテルフィルタを行って、Cannyフィルタにより輪郭抽出を行う。
《線分抽出処理》
線分抽出部212は、Cannyフィルタ後の結果画像(図4参照)に対して、hough変換を行い、線分を抽出する。図5は、hough変換後の画像の一例を示す図である。
図5に示すように、線分抽出部212により抽出された線分が画像内に現れる。次に、線分抽出部212は、Cannyフィルタ後の画像と、hough変換後の画像とを合成(OR処理)する。
図6は、IRの合成画像の一例を示す図である。図6に示す画像は、図4に示す画像と、図5に示す画像とを合成している。
線分抽出部212は、RGB画像に対しても、IR画像と同様にして、hough変換により線分抽出を行う。また、線分抽出部212は、RGB画像についても、Cannyフィルタ後の画像と、hough変換後の画像とを合成する。
図7は、RGBの合成画像の一例を示す図である。次に、線分抽出部212は、IRの合成画像と、RGBの合成画像とを合成する。
図8は、IRとRGBとの合成画像の一例を示す図である。図8に示す画像は、図6に示すIRの合成画像と、図7に示すRGBの合成画像とを合成した画像である。ここで、IR画像を用いる理由として、IR画像の方が、RGB画像よりも圃場の畦が出やすい傾向にあるからである。RGBレンジが極端に狭くなっている画像については、IR画像の方が、上記処理に適している。
《膨張収縮処理》
膨張収縮部213は、線分抽出部212から、結果画像としての合成画像(図8参照)を取得すると、この合成画像に対して膨張処理、収縮処理を一回ずつ行う。膨張処理は、注目画素の周辺に1画素でも白い画素があれば白に置き換える処理であり、収縮処理は、注目画素の周辺に1画素でも黒い画素があれば黒い画素に置き換える処理をいう。
図9は、膨張収縮処理後の画像の一例を示す図である。図9に示すように、図8に示す画像に対して、途切れている線がつながったり、極端に小さな領域が削除されたりする。
《ラベリング処理》
ラベリング部214は、膨張収縮処理がなされた画像(図9参照)に対し、ラベリングによるベクトル化を行う。ラベリング部214は、画像の黒部分に対するラベリングを行う。これにより、ラベリングされた領域毎にポリゴンデータを生成することができる。
このとき、ラベリング部214は、後処理として、生成されたポリゴンに対して面積を算出し、予め設定された最大値以上、最小値未満になっているポリゴンを削除する。これにより、圃場としては大きすぎるポリゴンや小さすぎるポリゴンが閾値判定により削除される。
《補間処理と抽出処理》
補間部202は、ラベリング部214により、採用されたポリゴン1つ1つに対し、補間処理を行う。具体的には、補間部202は、採用されたポリゴンに対し、単純化し、補間することで利用者にとって見やすい形状のデータとする。見やすい形状のデータとは、例えば、直線的に区切られた領域をいう。
補間部202は、採用されたポリゴン毎に、以下の(1)〜(5)の処理を順に行い、補間ができた時点でこの補間処理を終了する。補間ができたとは、圃場を抽出したことをいう。補間部202と抽出部203とは、説明の便宜上分けた構成にしているが、補間を行って抽出判定を行うため、2つの機能を有する1つの構成としてもよい。
(1)低精度化、及び凸形状化(補間処理(1)とも呼ぶ)
補間部202は、ラベリング部214で採用されたポリゴンに対し、低精度に落として凸形状の線分を算出する。採用されたポリゴンは、節点数が多く細かい形状になっている。以降では、このポリゴンを便宜上高精度データとも呼ぶ。
補間部202は、高精度データに対し、節点数を減らす補間を行い、大まかな形状にする。以降では、この節点数を減らしたポリゴンを低精度データとも呼ぶ。例えば、補間部202は、節点数が6点以内になるようにポリゴンを低精度化する。
抽出部203は、低精度データの節点を結ぶ線分上にエッジ(境界)が存在するかを判定する。抽出部203は、線分とエッジの重なり具合を判定し、例えば線分に対して所定の割合以上でエッジと重なっていた場合、このエッジを圃場の区画線として採用する。
なお、この判定対象のエッジは、原画像の中で、判定対象のポリゴンを含む所定領域に対して抽出されたエッジを用いる。判定対象のポリゴンを含む所定領域に対して抽出されたエッジを用いることで、全体画像では抽出されなかった薄いエッジも抽出することができるようになる。所定領域とは、例えば、判定対象のポリゴンと、その周辺のポリゴンの一部とを含む領域である。
抽出部203は、この補間処理(1)で抽出された圃場には、抽出の信頼度が高い数値のスコアを与える。例えば、このスコアは、「99」とする。
また、補間部202は、高精度データを低精度にする際、凸形状になるよう補間する。図10は、補間処理(1)の概要を説明するための図である。図10(A)、(D)は、高精度データを示す。図10(B)は、図10(A)に対する低精度データを示す。図10(C)は、算出されたと線分s11を示す。
なお、補間部202は、実際には節点数を少なくするため(例えば6点以内)、低精度データの段階で、図10(C)に示す線分s11の矩形形状に補間する。
図10(E)は、凹形状に対して、凸形状化することで矩形形状に補間された低精度データを示す。図10(E)に示すように、補間処理(1)は、凹形状であっても矩形形状で抽出することができ、凹形状の補間に有効に働く。この処理は、圃場は、矩形形状が多いという考えに基づき、圃場を矩形で抽出したいというニーズに応えることができる。なお、上記考えは、以降の補間処理でも基礎となっている。
図11は、補間処理(1)の結果画像の一例を示す図である。図11(A)は、高精度データのポリゴンを表す。図11(B)は、低精度データのポリゴンを表す。図11(C)は、低精度データを凸形状に補間した際のポリゴンを表す。
図11(C)に示すポリゴンの線分s21〜s24は、これらの線分上にエッジが多数存在する。よって、抽出部203は、この線分s21〜s24上のエッジを区画線として採用し、これらのエッジにより区切られた圃場を抽出する。抽出部203は、この圃場に「99」のスコアを与える。
また、図11(D)は、判定対象のエッジ画像を表す。図11(D)に示すように、原画像の中で、処理対象のポリゴンを含む所定領域内でエッジ抽出を行う。エッジ抽出は、例えば輪郭抽出部211により所定領域に対して再度エッジ抽出が行われる。所定領域は、処理対象のポリゴン以外のポリゴンの一部も含むようにする。
(2)形状の端部分を延長(補間処理(2)とも呼ぶ)
補間部202は、補間処理(1)で圃場が抽出されなかった場合(補間されなかった場合)、補間処理(2)を行う。補間部202は、低精度データの形状の各点をポリゴンの中心から外側に向かって移動させる。このとき、補間部202は、延長した点が他の圃場と重ならない範囲やエッジを超えない範囲で節点の延長処理を行う。この処理は、端を延長することで、エッジの形に形状を広げることを目的とする。
抽出部203は、節点を外側に移動させた線分上でエッジが存在するかを判定する。線分上にエッジが存在する場合は、抽出部203は、このエッジを圃場の区画線として抽出する。
抽出部203は、この補間処理(2)で抽出された圃場には、抽出の信頼度を示すスコアとして、例えば「95」を与える。
図12は、補間処理(2)の概要を説明するための図である。図12(A)は、端部分を延長する例を示す。図12(A)に示すように、ポリゴンの重心、又は低精度データの外接矩形の中心から線分s31の節点を外側に向かって延長させる。例えば、補間部202は、線分s31の節点をエッジe31まで延長させる。図12(B)は、端部分を外側に移動させたポリゴンを表す。図12(B)に示す線分s32は、線分s31が外側に延長された線である。
ここで、圃場の四角の隅は丸くエッジが出ることがある。エッジ画像は、丸いエッジの外側にもエッジが存在するが、補間処理(1)では内側のエッジしか取れない。よって、補間処理(2)では、領域を外側に出そうとしている。この処理を4隅の方向で行う。
これは、従来技術を用いて圃場を抽出した実験の結果、実際の圃場の区画よりも内側で抽出されることが分かった。実際の圃場では、上述したように、圃場の畦が直線的ではなかったり、影の影響があったりして、1つの畦に対して複数のエッジが検出され、その一番内側のエッジで圃場が抽出されることに起因すると考えられる。
そこで、ポリゴンの辺から、一旦線分を生成し、その線分をポリゴンの外側方向へ移動させた位置のエッジを採用する。これにより、実際の区間よりも内側に生成されたポリゴンから、そのポリゴンが属している圃場の区画線として、エッジを採用することができる。
図13は、補間処理(2)の結果画像の一例を示す図である。図13(A)は、高精度データのポリゴンを表す。図13(B)は、低精度データのポリゴンを表す。図13(C)は、低精度データを凸形状に変換後、端部分を延長した線分により形成されるポリゴンを表す。
図13(C)に示すポリゴンの線分s41〜s44は、これらの線分上にエッジが多数存在する。よって、抽出部203は、この線分s41〜s44上のエッジを区画線として採用し、これらのエッジにより区切られた圃場を抽出する。抽出部203は、この圃場に「95」のスコアを与える。
また、図13(D)は、判定対象のエッジ画像を表す。図13(D)に示すように、原画像の中で、処理対象のポリゴンを含む所定領域内でエッジ抽出を行う。エッジ抽出は、例えば輪郭抽出部211により所定領域に対して再度エッジ抽出が行われる。所定領域は、処理対象のポリゴン以外のポリゴンの一部も含むようにする。
(3)低精度ではない凸形状の線分を利用(補間処理(3)とも呼ぶ)
補間部202は、補間処理(2)で圃場が抽出されなかった場合(補間されなかった場合)、補間処理(3)を行う。補間部202は、低精度ではないデータに対し、凸形状に変換する。これにより、凹形状が埋まる。低精度ではないデータとは無加工の高精度データを表す。
補間部202は、補間処理(2)同様に、凸形状に変換したポリゴンの各点を外側に延長する。このとき、補間部202は、延長部分が他の圃場やエッジに重ならないようにする。補間部202は、ポリゴンの中心から放射線上に、エッジが見つかるまで各点を広げる。
補間部202は、延長した位置をつなぎ、低精度化する。この処理は、エッジを延ばし、矩形に合わせることを目的とする。抽出部203は、この低精度データの線分上にエッジが多数存在するかを判定する。エッジが存在する場合は、抽出部203は、このエッジを区画線として採用する。
図14は、補間処理(3)の概要を説明するための図である。図14(A)は、高精度データのポリゴンを表す。図14(B)は、凸形状に変換したポリゴンを表す。図14(C)は、各点を外側に移動させたポリゴンを表す。
図14(C)に示すポリゴンの線分s51〜s54は、これらの線分上にエッジが多数存在する。よって、抽出部203は、この線分s51〜s54上のエッジを区画線として採用し、これらのエッジにより区切られた圃場を抽出する。抽出部203は、この圃場に「86〜89」のスコアを与える。
図15は、延長処理の一例を説明するための図である。図15に示すように、補間部202は、低精度ではない凸形状のため、各点は、カーブや角の部分で多くなる。この場合、図15(A)は、ポリゴンp21から補間処理(3)によりポリゴンp22になる過程を示す。図15(B)は、ポリゴンp31から補間処理(3)によりポリゴンp32になる過程を示す。補間部202は、ポリゴンの中心から放射線上にエッジを見つけるまで広げる。補間部202は、延長した点が他の圃場に重なった場合は元の位置に戻す。
次に、補間処理(3)の詳細な説明を行う。補間処理(3)において、次の条件を満たす場合に、スコアがそれぞれ86〜89となる。まず、補間部202は、凸形状化後のデータを低精度データに変換する。このポリゴンをポリゴン1とする。
また、このポリゴン1を凸形状化したデータをポリゴン2とする。ポリゴン1の段階では、ポリゴンに凸凹が発生している。これは、エッジの状態により延長する長さが異なるからである。
(i)スコア89
ポリゴン2のポリゴン数(節点数)が5点以下の場合、抽出部203は、ポリゴン2の各線分上にエッジが存在するかを判定し、エッジが存在すればスコア「89」とする。
(ii)スコア88
(i)の処理でエッジが少ない場合でポリゴン数が5点以下の場合、補間部202は、ポリゴン2を補間処理(2)と同じ方法で端部を延長し、抽出部203は、この線分上にエッジが存在すればスコア「88」とする。
(iii)スコア87
(ii)の処理でエッジが存在しない場合でポリゴン1のポリゴン数が7点以下の場合、抽出部203は、ポリゴン1の各線分上にエッジが存在するかを判定し、エッジが存在すればスコア「87」とする。
(iv)スコア86
(iii)の処理でエッジが少ない場合でポリゴン1のポリゴン数が7点以下の場合、補間部202は、ポリゴン1を補間処理(2)と同じ方法で端部を延長し、抽出部203は、この線分上にエッジが存在すればスコア「86」とする。
(i)と(ii)の処理では、ポリゴンが矩形となることを想定しているが、余裕を見て、ポリゴン数を5点以下とする。また、(iii)と(iv)の処理では、矩形に対し、1箇所の凹領域を許容することを想定しているが、余裕を見て、ポリゴン数を7点以下とする。
上記処理は、ポリゴンを外に広げることで、形状を大きくし、圃場が小さく抽出されないようにしている。
図16は、補間処理(i)〜(iv)の概要を説明するための図である。図16(A)は、高精度データを表す。図16(B)は、高精度データを凸形状に変換したポリゴンを表す。これにより、高精度データの凹部分が埋まることを想定している。
図16(C)は、図16(B)のポリゴンの各点を外側に伸ばしたポリゴンを表す。このとき、他の圃場やエッジに重ならないようにする。図16(D)は、図16(C)のポリゴンを低精度化し、点数を減らしたポリゴン1を表す。図16(E)は、図16(D)のポリゴンを凸形状にし、凹部分がないようにしたポリゴン2を表す。
図16に示すポリゴンは概念的なものであり、ポリゴン2は、矩形となることを想定する。また、図16(F)に示すように、ポリゴン2の線分上にエッジが存在する場合はスコア「89」が与えられ、ポリゴン2の線分を外側に拡張することでエッジが存在する場合はスコア「88」が与えられる。
図16(G)に示すように、ポリゴン1の線分上にエッジが存在する場合はスコア「87」が与えられ、ポリゴン1の線分を外側に拡張することでエッジが存在する場合はスコア「86」が与えられる。
なお、ポリゴン1,2のポリゴン数が所定値(例えば8)以上ある場合は、補間部202は、補間処理(3)を行わない。
図17は、補間処理(3)の結果画像の一例を示す図である。図17(A)は、高精度データのポリゴンを表す。図17(B)は、凸形状に変換したポリゴンを表す。図17(C)は、図17(B)のポリゴンの端部分を延長し、低精度化したポリゴンを表す。
また、図17(D)は、判定対象のエッジ画像を表す。図17(D)に示すように、原画像の中で、処理対象のポリゴンを含む所定領域内でエッジ抽出が行われる。図17(C)に示す例では、(iii)の処理でエッジが存在すると判定されたために、スコア「87」が与えられる。
(4)外接矩形を算出(補間処理(4)とも呼ぶ)
補間部202は、補間処理(3)で圃場が抽出されなかった場合(補間されなかった場合)、補間処理(4)を行う。補間部202は、例えば高精度データに対し、外接矩形を算出する。ここで、外接矩形を算出する処理は、ポリゴンの節点を減らす処理の一種とする。抽出部203は、この外接矩形の線分上にエッジが存在するかを判定する。なお、圃場が回転している場合でも、その外接矩形を算出して、その外接矩形が採用される。
図18は、補間処理(4)の概要を説明するための図である。図18(A)は、ポリゴンp41に対し、外接矩形を算出した例を示す。図18(B)は、回転したポリゴンp42に対し、外接矩形を算出した例を示す。
抽出部203は、算出された外接矩形t41、t42上にエッジが存在する場合に、この外接矩形のエッジを区画線として抽出する。抽出部203は、外接矩形により抽出された圃場に対し、スコア「79」を与える。
図19は、補間処理(4)の結果画像の一例を示す図である。図19(A)は、高精度データのポリゴンを表す。図19(B)は、外接矩形に変換したポリゴンを表す。この外接矩形を用いて抽出された圃場はスコア「79」が与えられる。
(5)低精度の凸形状データを採用(補間処理(5)とも呼ぶ)
補間部202は、補間処理(4)で圃場が抽出されなかった場合(補間されなかった場合)、高精度データに対して低精度化し、低精度データを凸形状に変換する。抽出部203は、この凸形状のポリゴンを圃場として抽出する。抽出部203は、補間処理(5)で抽出した圃場にはスコア「0」を与える。補間処理(5)で抽出された圃場は、他の補間処理で抽出された圃場に対して、信頼度は高くない。
図20は、補間処理(5)の結果画像の一例を示す図である。図20(A)は、高精度データのポリゴンを表す。図20(B)は、図20(A)のポリゴンを低精度化したポリゴンを表す。図20(C)は、図20(B)の低精度データを凸形状に変換したポリゴンを表す。この凸形状のポリゴンp51が圃場として抽出される場合、この圃場にはスコア「0」が与えられる。
図20(D)は、図20に示す判定対象のポリゴンの周辺領域に対するエッジ画像を表す。図20(D)に示すように、原画像の中で、処理対象のポリゴンを含む所定領域内でエッジ抽出を行う。
以上の補間処理を行うことで、補間部202及び抽出部203は、画像から生成されたポリゴンに対し、補間処理を行い、圃場としての信頼度を示すスコアを付与しながら、圃場を抽出することができる。
図21は、圃場抽出の最終結果画像の一例を示す図である。図21に示す例では、抽出された圃場に対し、補間処理(1)を行った領域のスコアが「99」、補間処理(2)を行った領域のスコアが「95」である。また、補間処理(3)を行った領域のスコアが「86〜89」、補間処理(4)を行った領域のスコアが「79」、補間処理(5)を行った領域のスコアが「0」である。
これにより、最終結果画像は、利用者に対して、抽出された圃場の信頼度が一見して分かるようになっており、線分で区切られた圃場が認識されやすくなっている。
<動作>
次に、情報処理装置10の動作について説明する。図22は、実施例における区画抽出処理の一例を示すフローチャートである。図22に示す例では、RGB画像とIR画像に対して行われる。
ステップS101で、輪郭抽出部211は、例えば、画像に対してバイラテルフィルタを行う。
ステップS102で、輪郭抽出部211は、バイラテルフィルタ後の画像に対し、Cannyフィルタにより輪郭抽出を行う。
ステップS103で、輪郭抽出部211は、画像全体に占める輪郭の割合が、下限値より多いか否かを判定する。また、輪郭抽出部211は、輪郭の割合が上限値以下であるか否かも判定してもよい。条件を満たせば(ステップS103−YES)ステップS104に進み、条件を満たさなければ(ステップS103−NO)ステップS102に戻る。
ステップS104で、線分抽出部212は、輪郭抽出部211により抽出された輪郭(エッジ)を有する画像に対し、hough変換を行って線分抽出を行う。
ステップS105で、線分抽出部212は、Cannyフィルタ後の画像と、線分抽出を行った後の画像を合成し、合成画像を生成する。
ステップS106で、線分抽出部212は、IR(InfraRed)画像、RGB画像の両方に対して、同じ処理を行ったか否かを判定する。両方処理済であれば(ステップS106−YES)ステップS107に進み、両方処理済でなければ(ステップS106−NO)処理していない方の画像を処理するためステップS101に戻る。
ステップS107で、線分抽出部212は、IRの合成画像と、RGBの合成画像とをさらに合成し、1つの合成画像を生成する。
ステップS108で、膨張収縮部213は、合成画像に対して、画像を膨張、収縮を一回ずつ行う。
ステップS109で、ラベリング部214は、膨張収縮処理がなされた画像に対し、ラベリングによるベクトル化を行う。
ステップS110で、補間部202は、ラベリング後のベクトルデータが、1画素毎の細かなデータとなっているため、単純化して(節点数を減らして)直線的に補間して見やすい形のデータとする。抽出部203は、補間された各線分上にエッジが存在する場合、このエッジにより区切られた区画を抽出する。なお、抽出部203は、抽出された区画の信頼度に応じてスコアを付けるようにしてもよい。
次に、ステップS110の詳細な処理について説明する。図23は、実施例における補間処理の一例を示すフローチャートである。図23に示す処理は、1つのポリゴンに対して行われる。
ステップS201で、補間部202は、高精度データを低精度化し、凸形状化する補間処理(1)を行う。
ステップS202で、抽出部203は、補間処理(1)後のポリゴンの各線分上にエッジが存在するかを判定する。エッジが存在すれば(ステップS202−YES)スコアを与えて、このポリゴンに対する処理を終了し、次のポリゴンの補間処理が行われ、エッジが存在しなければ(ステップS202−NO)ステップS203に進む。
ステップS203で、補間部202は、低精度データの端部分を外側に延長する補間処理(2)を行う。
ステップS204で、抽出部203は、補間処理(2)後のポリゴンの各線分上にエッジが存在さるかを判定する。エッジが存在すれば(ステップS204−YES)スコアを与えて、このポリゴンに対する処理を終了し、次のポリゴンの補間処理が行われ、エッジが存在しなければ(ステップS204−NO)ステップS205に進む。
ステップS205で、補間部202は、低精度ではないデータを凸形状化する補間処理(3)を行う。
ステップS206で、抽出部203は、補間処理(3)後のポリゴンの各線分上にエッジが存在さるかを判定する。エッジが存在すれば(ステップS206−YES)スコアを与えて、このポリゴンに対する処理を終了し、次のポリゴンの補間処理が行われ、エッジが存在しなければ(ステップS206−NO)ステップS207に進む。
ステップS207で、補間部202は、高精度データの外接矩形を算出する補間処理(4)を行う。
ステップS208で、抽出部203は、補間処理(4)後の外接矩形の各線分上にエッジが存在さるかを判定する。エッジが存在すれば(ステップS208−YES)スコアを与えて、このポリゴンに対する処理を終了し、次のポリゴンの補間処理が行われ、エッジが存在しなければ(ステップS208−NO)ステップS209に進む。
ステップS209で、補間部202は、低精度データに対して凸形状化する補間処理(5)を行う。抽出部203は、補間処理(5)後のポリゴンを区画として抽出し、スコアを与える。
以上、実施例によれば、自然画像のような区画を抽出しにくい画像であっても、区画を適切に抽出することができる。
実施例によれば、区画を適切に抽出できるので、圃場の面積や形状を管理でき、不動産としての資産管理や、農作物の生産量を計画する際の、撒くべき肥料や農薬量の算出に有用である。
また、区画は一般的には直線的に区切られた形状であるので、圃場図として利用する際、直線的に区切られた区画として表現されている方が、利用者は認識しやすいということも考えられる。その点、実施例によれば、直線的に区切られた区画で表された区画図を利用者に提供することができる。
[変形例]
なお、前述した各実施例で説明した処理を実現するためのプログラムを記録媒体に記録することで、各実施例での処理をコンピュータに実施させることができる。例えば、このプログラムを記録媒体に記録し、このプログラムが記録された記録媒体をコンピュータに読み取らせて、前述した処理を実現させることも可能である。
なお、記録媒体は、CD−ROM、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的或いは磁気的に記録する記録媒体、ROM、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。この記録媒体には、搬送波は含まれない。
以上、実施例について詳述したが、特定の実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。
なお、以上の各実施例に関し、さらに以下の付記を開示する。
(付記1)
画像から抽出されたエッジに基づきポリゴンを生成し、
前記ポリゴンの節点を減らす補間処理を行い、
補間されたポリゴンの各線分上にエッジが存在する場合、該エッジにより区切られた区画を抽出する処理をコンピュータに実行させるためのプログラム。
(付記2)
前記区画を抽出する処理は、
エッジが存在するか否かの判定を行う際、判定対象のポリゴンを含む前記画像の所定領域に対して抽出されたエッジを用いる付記1記載のプログラム。
(付記3)
前記補間処理は、
前記ポリゴンに対し、前記節点数を減らし、かつ凸形状に補間する付記1又は2記載のプログラム。
(付記4)
前記各線分上にエッジが存在しない場合、
前記補間処理は、
前記ポリゴンの端部を中心から外側に向かって移動させる付記3記載のプログラム。
(付記5)
前記端部を外側に移動させる際、処理対象のポリゴン以外のポリゴンに重ならない範囲で行う付記4記載のプログラム。
(付記6)
前記端部を外側に移動させてもエッジが存在しない場合、
前記補間処理は、
前記ポリゴンが凸形状になるように補間する付記4又は5記載のプログラム。
(付記7)
前凸形状に補間されたポリゴンの線分上にエッジが存在しない場合、
前記補間処理は、
前記ポリゴンの外接矩形を算出し、
前記区画を抽出する処理は、
前記外接矩形の各線分に対してエッジが存在するかを判定する付記6記載のプログラム。
(付記8)
前記ポリゴンを生成する処理は、
IR画像に対する線分抽出後の画像と、前記IR画像と同一の被写領域を撮影した画像であるRGB画像に対する線分抽出後の画像との合成画像から前記ポリゴンを生成する付記1乃至6いずれか一項に記載のプログラム
(付記9)
画像から抽出されたエッジに基づきポリゴンを生成し、
前記ポリゴンの節点を減らす補間処理を行い、
補間されたポリゴンの各線分上にエッジが存在する場合、該エッジにより区切られた区画を抽出する処理をコンピュータが実行する区画抽出方法。
(付記10)
画像から抽出されたエッジに基づきポリゴンを生成する生成部と、
前記ポリゴンの節点を減らす補間処理を行う補間部と、
補間されたポリゴンの各線分上にエッジが存在する場合、該エッジにより区切られた区画を抽出する抽出部と
を備える情報処理装置。
1 区画抽出システム
10情報処理装置
101 制御部
102 主記憶部
103 補助記憶部
201 ポリゴン生成部
202 補間部
203 抽出部
211 輪郭抽出部
212 線分抽出部
213 膨張収縮部
214 ラベリング部

Claims (7)

  1. 画像から抽出されたエッジに基づきポリゴンを生成し、
    前記ポリゴンの節点数を減らす補間処理を行い、
    節点数を減らす処理を行ったポリゴンのそれぞれの節点をポリゴンの外側に移動し、
    移動した節点を結んだ線分のうち、各線分において前記抽出されたエッジと一致する割合が所定以上である場合に区画線とし、
    前記区画線に基づいて区画を抽出する
    処理をコンピュータに実行させることを特徴とするプログラム。
  2. 前記節点の移動を他のポリゴンに重ならない範囲で行う処理をコンピュータに実行させることを特徴とする請求項1に記載のプログラム。
  3. 画像から抽出されたエッジに基づきポリゴンを生成し、
    前記ポリゴンに対し外接矩形を抽出し、
    抽出した外接矩形の各線分のうち、画像から抽出されたエッジと一致する割合が所定以上である場合に前記線分を区画線とし、
    前記区画線に基づいて区画を抽出する
    処理をコンピュータに実行させることを特徴とするプログラム。
  4. 画像から抽出されたエッジに基づきポリゴンを生成し、
    前記ポリゴンの節点数を減らす処理を行い、
    節点数を減らす処理を行ったポリゴンのそれぞれの節点をポリゴンの外側に移動し、
    移動した節点を結んだ線分のうち、各線分において前記抽出されたエッジと一致する割合が所定以上である場合に区画線とし、
    前記区画線に基づいて区画を抽出する
    処理をコンピュータが実行する区画抽出方法。
  5. 画像から抽出されたエッジに基づきポリゴンを生成し、
    前記ポリゴンに対し外接矩形を抽出し、
    抽出した外接矩形の各線分のうち、画像から抽出されたエッジと一致する割合が所定以上である場合に前記線分を区画線とし、
    前記区画線に基づいて区画を抽出する
    処理をコンピュータが実行する区画抽出方法。
  6. 画像から抽出されたエッジに基づきポリゴンを生成する生成部と、
    前記ポリゴンの接点を減らす処理を行い、節点数を減らす処理を行ったポリゴンのそれぞれの節点をポリゴンの外側に移動し、移動した節点を結んだ線分のうち、各線分において前記抽出されたエッジと一致する割合が所定以上である場合に区画線とし、前記区画線に基づいて区画を抽出する抽出部と、
    を備えることを特徴とする情報処理装置。
  7. 画像から抽出されたエッジに基づきポリゴンを生成する生成部と、
    前記ポリゴンに対し外接矩形を抽出し、抽出した外接矩形の各線分のうち、画像から抽出されたエッジと一致する割合が所定以上である場合に前記線分を区画線とし、前記区画線にもとづいて区画を抽出する抽出部と、
    を有することを特徴とする情報処理装置。
JP2012061266A 2012-03-16 2012-03-16 プログラム、区画抽出方法及び情報処理装置 Expired - Fee Related JP5857821B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012061266A JP5857821B2 (ja) 2012-03-16 2012-03-16 プログラム、区画抽出方法及び情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012061266A JP5857821B2 (ja) 2012-03-16 2012-03-16 プログラム、区画抽出方法及び情報処理装置

Publications (2)

Publication Number Publication Date
JP2013196225A JP2013196225A (ja) 2013-09-30
JP5857821B2 true JP5857821B2 (ja) 2016-02-10

Family

ID=49395129

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012061266A Expired - Fee Related JP5857821B2 (ja) 2012-03-16 2012-03-16 プログラム、区画抽出方法及び情報処理装置

Country Status (1)

Country Link
JP (1) JP5857821B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016066284A (ja) * 2014-09-25 2016-04-28 日本電気株式会社 情報入力手段、情報入力手段形成方法、表計算装置、表計算方法及びプログラム
JP6228099B2 (ja) * 2014-11-06 2017-11-08 いであ株式会社 鳥類の観測方法
JP7053083B2 (ja) * 2020-01-30 2022-04-12 サグリ株式会社 情報処理装置
JP7433198B2 (ja) 2020-11-27 2024-02-19 株式会社クボタ 圃場管理システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2882314B2 (ja) * 1995-07-13 1999-04-12 日本電気株式会社 線図形認識方式
JP4165060B2 (ja) * 2001-12-07 2008-10-15 朝日航洋株式会社 図形縮小編纂方法及び装置並びに図形変形装置及び方法
TW550521B (en) * 2002-02-07 2003-09-01 Univ Nat Central Method for re-building 3D model of house in a semi-automatic manner using edge segments of buildings
JP4172941B2 (ja) * 2002-03-01 2008-10-29 日立ソフトウエアエンジニアリング株式会社 土地区画データ作成方法および装置
JP4928993B2 (ja) * 2007-03-14 2012-05-09 株式会社日立ソリューションズ 農地区画データ作成システム
JP5356711B2 (ja) * 2008-03-28 2013-12-04 株式会社オーエムアイ 地図情報補正装置、地図情報補正方法、及びプログラム

Also Published As

Publication number Publication date
JP2013196225A (ja) 2013-09-30

Similar Documents

Publication Publication Date Title
CN110097086B (zh) 图像生成模型训练方法、图像生成方法、装置、设备及存储介质
CN106156692B (zh) 一种用于人脸边缘特征点定位的方法及装置
KR101404640B1 (ko) 영상 매칭 방법 및 이를 수행하는 시스템
AU2016225944A1 (en) Active mask for speeding up randomized patchmatch
JP5857821B2 (ja) プログラム、区画抽出方法及び情報処理装置
CN112785710B (zh) Osgb三维模型建筑物快速单体化方法、系统、存储器及设备
KR20190053304A (ko) 3-차원 텍스처링된 메시들의 견고한 병합
EP3326156B1 (en) Consistent tessellation via topology-aware surface tracking
CN109712143B (zh) 一种基于超像素多特征融合的快速图像分割方法
Bucksch et al. Skeltre-fast skeletonisation for imperfect point cloud data of botanic trees
Direkoğlu et al. Shape classification via image-based multiscale description
TW200903383A (en) Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm
JP2016505185A (ja) エッジ選択機能を有するイメージプロセッサ
CN111260564A (zh) 一种图像处理方法和装置及计算机存储介质
Yung et al. Efficient feature-based image registration by mapping sparsified surfaces
CN113409332B (zh) 一种基于三维点云的建筑物平面分割方法
Yang et al. Automatic objects removal for scene completion
CN110189252B (zh) 生成平均脸图像的方法和装置
CN114782645A (zh) 虚拟数字人制作方法、相关设备及可读存储介质
CN114581331A (zh) 一种适用于多种场景的点云降噪方法及装置
CN113435367A (zh) 社交距离评估方法、装置及存储介质
Sánta et al. 3D face alignment without correspondences
JP6068896B2 (ja) 画像処理装置およびプログラム
CN115311418B (zh) 一种多细节层次树木模型单体化重建方法及装置
CN108573510A (zh) 一种栅格地图矢量化方法及设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20141204

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20150810

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150825

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151026

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: 20151117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20151130

R150 Certificate of patent or registration of utility model

Ref document number: 5857821

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees