JP6013962B2 - Feature surface detection apparatus, feature surface detection method, and program - Google Patents

Feature surface detection apparatus, feature surface detection method, and program Download PDF

Info

Publication number
JP6013962B2
JP6013962B2 JP2013069520A JP2013069520A JP6013962B2 JP 6013962 B2 JP6013962 B2 JP 6013962B2 JP 2013069520 A JP2013069520 A JP 2013069520A JP 2013069520 A JP2013069520 A JP 2013069520A JP 6013962 B2 JP6013962 B2 JP 6013962B2
Authority
JP
Japan
Prior art keywords
point
feature
cutting plane
boundary
extracting
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.)
Active
Application number
JP2013069520A
Other languages
Japanese (ja)
Other versions
JP2014191796A (en
Inventor
鎮男 真鍋
鎮男 真鍋
育夫 北川
育夫 北川
裕嗣 吉岡
裕嗣 吉岡
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.)
Pasco Corp
Original Assignee
Pasco Corp
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 Pasco Corp filed Critical Pasco Corp
Priority to JP2013069520A priority Critical patent/JP6013962B2/en
Publication of JP2014191796A publication Critical patent/JP2014191796A/en
Application granted granted Critical
Publication of JP6013962B2 publication Critical patent/JP6013962B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本発明は、レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づいて植生が繁茂した堤防や道路沿線の法面の表面を検出する地物表面検出装置、地物表面検出方法、及びプログラムに関する。   The present invention relates to a feature surface detection device and feature surface detection for detecting a surface of a slope along a road or along a road along which vegetation has grown, based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner. The present invention relates to a method and a program.

河川堤防は主に土で構成されている。一般にその天端は河川管理用通路として利用され、必要に応じて敷砂利やアスファルト舗装が施されている。一方、法面は表面の崩落を防ぐために通常は芝を生やしている。ちなみに、雑草が繁茂し法面が弱体化するのを抑制するために、あるいは堤防の定期的な巡視点検のために年に1,2回程度の除草管理が行われている。   River embankments are mainly composed of soil. In general, the top edge is used as a river management passage, and gravel or asphalt pavement is applied as necessary. On the other hand, the slope is usually turfed to prevent the surface from collapsing. By the way, weeding management is carried out about once or twice a year in order to prevent weeds from growing and the slope weakening, or for regular inspection of the levee.

また、河川堤防は流水による浸食や水の浸透による決壊や、地盤沈下などによる越水現象が生じないように管理する必要がある。当該管理において、堤防形状の変化の監視が有効である。   The river embankment should be managed so that erosion due to running water, breakage due to infiltration of water, and overflow phenomenon due to land subsidence do not occur. In this management, it is effective to monitor the change of the dike shape.

ここで、地物の形状を計測する技術として、特許文献1には、レーザスキャナを用いて、地物の形状を表す3次元点群データを取得する技術が示されている。例えば、モービルマッピングシステムでは、車両に搭載したレーザスキャナを用い道路に沿って地物の形状を表す3次元点群データを取得する。当該システムでは、自動車に搭載されたレーザスキャナは車体の上部から斜め下方向や斜め上方向にレーザを照射する。レーザの光軸は横方向に走査され、走査角度範囲内にて微小角度ごとにレーザパルスが発射される。レーザの発射から反射光の受信までの時間に基づいて距離が計測され、またその際、レーザの発射方向、時刻、及び車体の位置・姿勢などが計測される。それら計測データから、レーザパルスを反射した点の3次元座標を表す点群データが求められる。   Here, as a technique for measuring the shape of a feature, Patent Document 1 discloses a technique for acquiring three-dimensional point cloud data representing the shape of a feature using a laser scanner. For example, in a mobile mapping system, three-dimensional point cloud data representing the shape of a feature along a road is acquired using a laser scanner mounted on a vehicle. In this system, a laser scanner mounted on an automobile irradiates a laser obliquely downward or obliquely upward from the top of the vehicle body. The optical axis of the laser is scanned in the horizontal direction, and laser pulses are emitted at every minute angle within the scanning angle range. The distance is measured based on the time from the laser emission to the reception of the reflected light, and at that time, the laser emission direction, time, and the position / posture of the vehicle body are measured. From these measurement data, point group data representing the three-dimensional coordinates of the point reflecting the laser pulse is obtained.

特開2009−204615号公報JP 2009-204615 A

従来、点群データをもとに地物を判読するためには人手を要しており、3次元CADで編集ツール等を利用して手作業で地物の抽出作業が行われていた。そのため、堤防から点群データを取得し、それに基づいて堤防形状を抽出するのに手間がかかるという問題があった。特に、法面等の植生によるレーザ反射は、堤防形状を抽出する上でノイズとなる点群を生じるという問題がある。   Conventionally, in order to read a feature on the basis of point cloud data, a manual operation is required, and a feature extraction operation is manually performed using an editing tool or the like in a three-dimensional CAD. For this reason, there is a problem that it takes time to acquire point cloud data from the dike and extract the dike shape based on the point cloud data. In particular, laser reflection due to vegetation such as slopes has a problem of generating point clouds that cause noise when extracting a dike shape.

本発明は、地物表面から抽出された点群の3次元座標データに基づいて植生が繁茂した地物表面の形状を精度良く自動的に検出する地物表面検出装置、地物表面検出方法、及びプログラムを提供することを目的とする。   The present invention provides a feature surface detection device, a feature surface detection method, which automatically and accurately detects the shape of a feature surface on which vegetation has flourished based on three-dimensional coordinate data of a point cloud extracted from the feature surface, And to provide a program.

本発明に係る地物表面検出装置は、レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出するものであって、前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出手段と、前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界線を探索する境界探索手段と、を有し、前記境界探索手段は、前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定手段と、前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出手段と、前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出手段と、前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界線として求める境界決定手段と、を有する。   A feature surface detection apparatus according to the present invention detects a feature surface on which vegetation existing in a target space is proliferated based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner. Point cloud extraction means for virtually setting a cutting plane that is a vertical plane in the target space, and extracting a point cloud of interest that is located within a preset proximity distance from the cutting plane among the point cloud; Boundary search means for searching for a boundary line formed by the feature surface in the cutting plane based on a projected point group which is a projection image of the point group onto the cutting plane, and the boundary search The means divides the cutting plane in a grid shape along the horizontal direction and the vertical direction to set a plurality of unit areas, and each vertical row of the unit areas in the cutting plane from bottom to top In order to examine the projection Lower limit unit area extraction means for extracting the unit area in which a group is first found as a lower limit unit area, and feature point extraction for extracting the lowest point among the projected point groups in the lower limit unit area as a feature point And a boundary determining means for obtaining, as the boundary line, a broken line having the feature points for each vertical column of the unit area as nodes.

他の本発明に係る地物表面検出装置はさらに、前記射影点群のうち、隣接する前記特徴点同士を結ぶ線分からなる暫定境界線より高さが低い点を追加特徴点として抽出する追加特徴点抽出手段を有し、前記境界決定手段は、前記特徴点及び前記追加特徴点を節点に有する折線を前記境界線として求める。   The feature surface detection apparatus according to another aspect of the present invention further includes an additional feature that extracts, as an additional feature point, a point having a height lower than a provisional boundary line formed by a line segment that connects the adjacent feature points among the projected point group. It has point extraction means, and the boundary determination means obtains a broken line having the feature points and the additional feature points as nodes as the boundary lines.

さらに他の本発明に係る地物表面検出装置においては、前記追加特徴点抽出手段は、隣接する前記特徴点間にて前記暫定境界線を複数区間に分割し、当該区間ごとに、矩形領域でありその上辺を当該区間内における前記暫定境界線の最高点に応じた高さに設定した探索領域内にて前記追加特徴点を探索する。   In the feature surface detection apparatus according to still another aspect of the present invention, the additional feature point extraction unit divides the provisional boundary line into a plurality of sections between the adjacent feature points. The additional feature point is searched for in a search region in which the upper side is set to a height corresponding to the highest point of the provisional boundary line in the section.

本発明に係る地物表面検出方法は、レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出する方法であって、前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出ステップと、前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界を探索する境界探索ステップと、を有し、前記境界探索ステップは、前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定ステップと、前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出ステップと、前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出ステップと、前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界として求める境界決定ステップと、を有する。   The feature surface detection method according to the present invention is a method for detecting a feature surface overgrown with vegetation existing in a target space, based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner. A point group extraction step of virtually setting a cutting plane which is a vertical plane in the target space, and extracting a point group of interest located within a preset proximity distance from the cutting plane among the point group; A boundary search step for searching a boundary formed by the feature surface in the cutting plane based on a projected point group that is a projection image of the point group onto the cutting plane, and the boundary searching step A unit region setting step for setting the plurality of unit regions by dividing the cutting plane in a grid shape along the horizontal direction and the vertical direction, and each vertical row of the unit regions in the cutting plane in order from the bottom to the top To A lower limit unit region extracting step for extracting the unit region in which the projected point group is first found as a lower limit unit region, and a point having the lowest height among the projected point groups in the lower limit unit region as a feature point A feature point extracting step for extracting, and a boundary determining step for obtaining, as the boundary, a broken line having the feature point at each node in the vertical column of the unit region.

本発明に係るプログラムは、コンピュータに、レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出するデータ解析を行わせるためのプログラムであって、当該コンピュータを、前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出手段、及び、前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界を探索する境界探索手段、として機能させ、前記境界探索手段は、前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定手段と、前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出手段と、前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出手段と、前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界として求める境界決定手段と、を備える。   The program according to the present invention causes a computer to perform data analysis for detecting a feature surface on which a vegetation existing in a target space is proliferated based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner. A cutting plane that is a vertical plane in the target space, and a point of interest group that is located within a preset proximity distance from the cutting plane among the point group. Boundary search for searching for a boundary formed by the feature surface in the cutting plane based on a point group extracting means for extraction and a projected point group that is a projection image of the point of interest group on the cutting plane The boundary search means is configured to divide the cutting plane into a lattice shape along a horizontal direction and a vertical direction to set a plurality of unit areas; A lower limit unit area extracting means for examining each vertical row of the unit areas in the plane in order from the bottom to the top, and extracting the unit area in which the projection point group is first found as a lower limit unit area; and within the lower limit unit area Feature point extracting means for extracting the lowest point of the projected point group as a feature point, and boundary determining means for obtaining a broken line having the feature point for each vertical column of the unit area as the boundary. .

本発明によれば、地物表面から抽出された点群の3次元座標データに基づいて地物表面の形状を精度良く自動的に検出することができる。   According to the present invention, the shape of the feature surface can be automatically and accurately detected based on the three-dimensional coordinate data of the point group extracted from the feature surface.

本発明の実施形態に係る地物表面検出システムの概略の構成を示すブロック図である。1 is a block diagram showing a schematic configuration of a feature surface detection system according to an embodiment of the present invention. 堤防の横断方向に設定した切断平面を示す模式的な斜視図である。It is a typical perspective view which shows the cutting plane set to the crossing direction of a dike. 本発明の実施形態に係る地物表面検出システムによる堤防表面形状抽出処理の概略のフロー図である。It is a general | schematic flowchart of the embankment surface shape extraction process by the feature surface detection system which concerns on embodiment of this invention. 切断平面における堤防の形状及び単位領域の配置の一例を示す模式図である。It is a schematic diagram which shows an example of the shape of the embankment in a cutting plane, and arrangement | positioning of a unit area | region. 堤防の一部分における射影点群の分布の一例を示す模式図である。It is a schematic diagram which shows an example of distribution of the projection point group in a part of embankment. 本発明の実施形態に係る地物表面検出システムによる堤防表面の境界線検出の処理フロー図である。It is a processing flow figure of boundary detection of a dyke surface by a feature surface detection system concerning an embodiment of the present invention. 下限単位領域の例を示す切断平面の一部分の模式図である。It is a schematic diagram of a part of a cutting plane showing an example of the lower limit unit region. 特徴点の例を示す切断平面の一部分の模式図である。It is a schematic diagram of a part of a cutting plane showing an example of feature points. 探索領域の設定例を示す切断平面の一部分の模式図である。It is a schematic diagram of a part of a cutting plane showing an example of setting a search area. 境界線の例を示す切断平面の一部分の模式図である。It is a schematic diagram of a part of a cutting plane showing an example of a boundary line.

以下、本発明の実施の形態(以下実施形態という)である地物表面検出システム2について、図面に基づいて説明する。本システムは、地物表面の3次元形状を表す点群データに基づいて例えば、河川堤防の表面形状を検出する。点群データは例えば、上述のモービルマッピングシステムのように地上を走行する車両に搭載されたレーザスキャナにより取得される。また、レーザスキャナを地上に設置して計測を行っても良い。点群データが地物表面の3次元形状を表すには、地物表面の凹凸、段差のスケールに応じた密度でレーザスキャンが行われる必要がある。この点、車両や三脚等の高さから行うレーザスキャンの走査密度、距離精度及びフットプリントの大きさは、例えば、地物の形状を数センチメートル程度の精度で捉えることができる諸元を有し、河川堤防の法面の変形を航空レーザや衛星レーザなどに比べて高精度に検出することが可能である。   Hereinafter, a feature surface detection system 2 according to an embodiment of the present invention (hereinafter referred to as an embodiment) will be described with reference to the drawings. This system detects, for example, the surface shape of a river bank based on point cloud data representing the three-dimensional shape of the feature surface. The point cloud data is acquired by, for example, a laser scanner mounted on a vehicle traveling on the ground like the above-described mobile mapping system. In addition, measurement may be performed by installing a laser scanner on the ground. In order for the point cloud data to represent the three-dimensional shape of the feature surface, it is necessary to perform laser scanning at a density corresponding to the unevenness of the feature surface and the scale of the step. In this regard, the scanning density, distance accuracy, and footprint size of laser scanning performed from the height of a vehicle, tripod, etc., for example, have specifications that can capture the shape of a feature with an accuracy of several centimeters. In addition, it is possible to detect the deformation of the slope of a river dike with higher accuracy than with an aerial laser or satellite laser.

図1は、地物表面検出システム2の概略の構成を示すブロック図である。本システムは、演算処理装置4、記憶装置6、入力装置8及び出力装置10を含んで構成される。演算処理装置4として、本システムの各種演算処理を行う専用のハードウェアを作ることも可能であるが、本実施形態では演算処理装置4は、コンピュータ及び、当該コンピュータ上で実行されるプログラムを用いて構築される。   FIG. 1 is a block diagram showing a schematic configuration of the feature surface detection system 2. The system includes an arithmetic processing device 4, a storage device 6, an input device 8, and an output device 10. As the arithmetic processing device 4, it is possible to make dedicated hardware for performing various arithmetic processing of this system, but in this embodiment, the arithmetic processing device 4 uses a computer and a program executed on the computer. Built.

当該コンピュータのCPU(Central Processing Unit)が演算処理装置4を構成し、後述する点群抽出手段20及び境界探索手段22として機能する。境界探索手段22は単位領域設定手段30、下限単位領域抽出手段32、特徴点抽出手段34、追加特徴点抽出手段36及び境界決定手段38を含んで構成される。   A CPU (Central Processing Unit) of the computer constitutes the arithmetic processing unit 4 and functions as a point group extraction unit 20 and a boundary search unit 22 described later. The boundary search means 22 includes a unit area setting means 30, a lower limit unit area extraction means 32, a feature point extraction means 34, an additional feature point extraction means 36, and a boundary determination means 38.

記憶装置6はコンピュータに内蔵されるハードディスクなどで構成される。記憶装置6は演算処理装置4を点群抽出手段20及び境界探索手段22として機能させるためのプログラム及びその他のプログラムや、本システムの処理に必要な各種データを記憶する。例えば、記憶装置6は、処理対象データとして解析の対象空間の点群データを格納される。地物表面検出システム2は基本的には堤防が存在する空間を解析の対象空間に設定され利用される。特に、地物表面検出システム2は例えば、河川堤防の法面などのように植生が存在する部分の表面検出に有効である。   The storage device 6 is composed of a hard disk or the like built in the computer. The storage device 6 stores a program for causing the arithmetic processing unit 4 to function as the point cloud extraction unit 20 and the boundary search unit 22, and other programs, and various data necessary for processing of the present system. For example, the storage device 6 stores point cloud data of the analysis target space as the processing target data. The feature surface detection system 2 is basically used by setting a space where a dike exists as an analysis target space. In particular, the feature surface detection system 2 is effective for detecting the surface of a portion where vegetation exists, such as a slope of a river bank.

入力装置8は、キーボード、マウスなどであり、ユーザが本システムへの操作を行うために用いる。   The input device 8 is a keyboard, a mouse, or the like, and is used for a user to operate the system.

出力装置10は、ディスプレイ、プリンタなどであり、本システムにより求められた堤防の3次元形状や断面形状を画面表示、印刷等によりユーザに示す等に用いられる。   The output device 10 is a display, a printer, or the like, and is used for showing the user the three-dimensional shape or cross-sectional shape of the bank obtained by the present system by screen display, printing, or the like.

後述するように本実施形態において堤防の表面形状を抽出する際の基本処理は、対象空間に仮想的に設定した切断平面に現れる地物表面の境界線(断面形状)を検出する処理である。堤防の3次元形状は、切断平面を複数設定してそれぞれについて解析を行うことによって把握することができる。   As will be described later, the basic process for extracting the surface shape of the levee in the present embodiment is a process for detecting the boundary line (cross-sectional shape) of the feature surface that appears on the cutting plane virtually set in the target space. The three-dimensional shape of the levee can be grasped by setting a plurality of cutting planes and analyzing each of them.

地物表面検出システム2において切断平面の設定の仕方は任意であるが、本実施形態では切断平面を堤防の横断方向に設定する場合を例に説明する。図2はこの場合を示す模式的な斜視図である。例えば、ユーザが基準線50を堤防52の横断方向に沿って設定すると、切断平面54は基準線50を通る鉛直面に設定される。基準線50は地物表面検出システム2により自動的に設定することもできる。また、例えば、ユーザが基準線50の最初の位置、間隔、本数や堤防の縦断方向における解析範囲などのパラメータを指定すると、地物表面検出システム2が指定された条件に基づいて複数の基準線を順次、自動設定して解析を行う構成とすることもできる。例えば、モービルマッピングシステムは天端の道路を走行しながらレーザ点群を取得することができる。そこで、モービルマッピングシステムにより取得される車両の走行軌跡に基づいて、天端に縦断方向に沿ったセンター線を設定し、これをある距離(ピッチ)で刻んで横断方向の基準線50を発生させて連続的にあるいは単独で断面形状を検出する処理を行うことができる。ここで、所定距離で刻む以外に、距離標(キロポスト)の値に基づいて刻んでも良い。また、車両の走行軌跡に基づくセンター線の代わりに既存の縦断センター線を用いてもよい。ここで、基準線に沿った水平方向をX軸、鉛直方向をY軸とすると切断平面はXY平面であり、Z軸は切断平面に垂直な方向に設定される。なお、Y軸の正の向きは上向きに設定する。   In the feature surface detection system 2, the method of setting the cutting plane is arbitrary, but in the present embodiment, a case where the cutting plane is set in the crossing direction of the levee will be described as an example. FIG. 2 is a schematic perspective view showing this case. For example, when the user sets the reference line 50 along the transverse direction of the embankment 52, the cutting plane 54 is set to a vertical plane passing through the reference line 50. The reference line 50 can be automatically set by the feature surface detection system 2. Further, for example, when the user specifies parameters such as the initial position, interval, number of reference lines 50, and analysis range in the longitudinal direction of the dike, the feature surface detection system 2 is configured to use a plurality of reference lines based on the specified conditions. It is also possible to adopt a configuration in which the analysis is performed by automatically setting the items sequentially. For example, the mobile mapping system can acquire a laser point cloud while traveling on a top road. Therefore, based on the vehicle trajectory acquired by the mobile mapping system, a center line along the longitudinal direction is set at the top, and this is engraved at a certain distance (pitch) to generate a reference line 50 in the transverse direction. Thus, the processing for detecting the cross-sectional shape can be performed continuously or independently. Here, in addition to engraving at a predetermined distance, it may be engraved based on the value of a distance marker (kilo post). In addition, an existing longitudinal center line may be used instead of the center line based on the traveling locus of the vehicle. Here, if the horizontal direction along the reference line is the X axis and the vertical direction is the Y axis, the cutting plane is the XY plane, and the Z axis is set in a direction perpendicular to the cutting plane. The positive direction of the Y axis is set upward.

図3は、地物表面検出システム2による堤防表面形状抽出処理の概略のフロー図である。図3を参照しながら、演算処理装置4の各手段を説明する。   FIG. 3 is a schematic flow diagram of the dike surface shape extraction process by the feature surface detection system 2. Each means of the arithmetic processing unit 4 will be described with reference to FIG.

点群抽出手段20は対象空間に切断平面54を仮想的に設定し、点群のうち切断平面54から予め設定した近傍距離内に位置する注目点群を抽出する。具体的には、点群抽出手段20は切断平面54を中心としてZ軸方向に寸法(奥行き)Dを有する空間(以下、注目部分空間と称する。)を設定し、注目部分空間から注目点群を抽出する(S10)。ちなみに図2では、注目部分空間の水平断面56を矩形で模式的に表している。   The point group extraction means 20 virtually sets a cutting plane 54 in the target space, and extracts a point group of interest located within a preset neighborhood distance from the cutting plane 54 out of the point group. Specifically, the point cloud extraction unit 20 sets a space having a dimension (depth) D in the Z-axis direction around the cutting plane 54 (hereinafter referred to as a focused partial space), and the focused point group from the focused partial space. Is extracted (S10). Incidentally, in FIG. 2, the horizontal section 56 of the target partial space is schematically represented by a rectangle.

境界探索手段22は、注目点群の切断平面54への射影像である射影点群に基づいて、切断平面54内にて堤防52の表面により形成される境界線58を探索する。   The boundary search means 22 searches for a boundary line 58 formed by the surface of the embankment 52 in the cutting plane 54 based on a projected point group that is a projection image of the point of interest group on the cutting plane 54.

単位領域設定手段30は切断平面54を水平方向及び鉛直方向に区画して、X,Y各軸に沿った辺を有する矩形の領域(単位領域)を設定する(S12)。図4は単位領域を説明する模式図であり、切断平面54(XY平面)における堤防52の形状(境界線58)及び単位領域70の配置の一例を示している。また、図5は堤防52の一部分における射影点群60の分布の一例を示す模式図である。切断平面54は直交格子(メッシュ)状に区画され、単位領域70はX方向及びY方向を配列方向とする2次元配列をなす。本実施形態では単位領域のX軸方向の寸法(幅W)及びY軸方向の寸法(高さH)を等しくし、単位領域を正方形に設定する。なお、点群抽出手段20及び境界探索手段22を構成するプログラムでは、幅W、高さH及び奥行きDはパラメータ化されており、例えば、ユーザが入力装置8を用いて変更することができる。   The unit area setting means 30 divides the cutting plane 54 in the horizontal direction and the vertical direction, and sets a rectangular area (unit area) having sides along the X and Y axes (S12). FIG. 4 is a schematic diagram for explaining the unit region, and shows an example of the shape of the embankment 52 (boundary line 58) and the arrangement of the unit regions 70 in the cutting plane 54 (XY plane). FIG. 5 is a schematic diagram showing an example of the distribution of the projected point group 60 in a part of the bank 52. The cutting plane 54 is partitioned in an orthogonal lattice (mesh) shape, and the unit regions 70 form a two-dimensional array with the X direction and the Y direction as the array directions. In this embodiment, the unit region is set to have a square size (width W) and a Y-axis direction size (height H), and the unit region is set to a square. In the program constituting the point group extraction unit 20 and the boundary search unit 22, the width W, the height H, and the depth D are parameterized, and can be changed by the user using the input device 8, for example.

ちなみに、図4におけるメッシュは図示の都合上、実際より粗く描いている。一方、図5は実際の射影点群及びメッシュの例を示している。図5の例では単位領域70は幅W、高さHがそれぞれ30cmの正方形である。   Incidentally, the mesh in FIG. 4 is drawn coarsely for the sake of illustration. On the other hand, FIG. 5 shows an example of actual projected point groups and meshes. In the example of FIG. 5, the unit region 70 is a square having a width W and a height H of 30 cm.

下限単位領域抽出手段32は切断平面54における単位領域70の鉛直列ごとに下から上へ順番に単位領域70を選択して当該単位領域70内における射影点群の有無を調べる。そして、下限単位領域抽出手段32は、単位領域70の鉛直列ごとに、射影点群が最初に見つかった単位領域を下限単位領域として抽出する(S14)。   The lower limit unit region extraction means 32 selects the unit region 70 in order from the bottom to the top for each vertical column of the unit region 70 on the cutting plane 54, and examines the presence or absence of a projection point group in the unit region 70. Then, the lower limit unit region extraction unit 32 extracts, as the lower limit unit region, the unit region in which the projection point group is first found for each vertical row of the unit regions 70 (S14).

特徴点抽出手段34は各下限単位領域内の射影点群のうち高さが最も低い点を特徴点として抽出する(S16)。   The feature point extracting means 34 extracts the point having the lowest height from the projected point group in each lower limit unit area as a feature point (S16).

追加特徴点抽出手段36は、隣接する特徴点同士を結ぶ線分からなる折線を暫定的な境界線として求め(S18)、射影点群のうち、暫定の境界線より高さが低い点を追加特徴点として抽出する(S20)。   The additional feature point extraction unit 36 obtains a broken line composed of line segments connecting adjacent feature points as a temporary boundary line (S18), and adds a point whose height is lower than the temporary boundary line among the projected points. A point is extracted (S20).

境界決定手段38は特徴点抽出手段34により抽出された特徴点及び追加特徴点抽出手段36により抽出された追加特徴点を節点に有する折線を境界線として求める(S22)。   The boundary determining unit 38 obtains a broken line having the feature point extracted by the feature point extracting unit 34 and the additional feature point extracted by the additional feature point extracting unit 36 as a boundary line (S22).

以下、地物表面検出システム2の処理をより詳しく説明する。図6は地物表面検出システム2による堤防表面検出の概略の処理フロー図であり、切断平面に現れる堤防表面の境界線を検出する処理を示している。   Hereinafter, the processing of the feature surface detection system 2 will be described in more detail. FIG. 6 is a schematic process flow diagram of the levee surface detection by the feature surface detection system 2, and shows the process of detecting the boundary line of the levee surface that appears on the cutting plane.

点群抽出手段20は対象空間に切断平面54を仮想的に設定し、切断平面54を中心としてZ軸方向に寸法Dを有する注目部分空間内の点群を注目点群として、例えばハードディスク等の記憶装置6から演算処理装置4のRAM(Random Access Memory)等の作業領域に取り込む(S30)。   The point group extraction means 20 virtually sets a cutting plane 54 in the target space, and uses a point group in the target subspace having a dimension D in the Z-axis direction around the cutting plane 54 as a target point group. The data is fetched from the storage device 6 into a work area such as a RAM (Random Access Memory) of the arithmetic processing device 4 (S30).

単位領域設定手段30は切断平面54をメッシュ状に分割して、単位領域70に区画する。例えば、注目部分空間のサイズが設定されている場合には、単位領域のサイズW,Hに応じて、X,Y各方向の単位領域の配列個数が定まり、例えば、各方向の単位領域の位置を示すインデックスの範囲が決定される。ここで、X,Y方向のインデックスをそれぞれI,I、またIの範囲を1〜N、Iの範囲を1〜Nと表す。ここで、IはY軸の正の向き、つまり下から上に順に増加するように設定される。 The unit area setting means 30 divides the cutting plane 54 into a mesh shape and divides it into unit areas 70. For example, when the size of the subspace of interest is set, the number of unit areas arranged in each of the X and Y directions is determined according to the unit area sizes W and H. For example, the position of the unit area in each direction An index range indicating is determined. Here, representing X, the index of each I X in the Y direction, I Y, also I X range 1 to N X of the range of I Y and 1 to N Y. Here, I Y is set to increase in the positive direction of the Y axis, that is, in order from the bottom to the top.

下限単位領域抽出手段32は単位領域の鉛直列を指定するインデックスIの値を0に初期設定し(S32)、Iをインクリメントし、単位領域の鉛直列を1列ずつ処理対象として選択する(S36)。 The lower limit unit region extraction means 32 initializes the value of the index IX that designates the vertical column of the unit region to 0 (S32), increments IX, and selects the vertical column of the unit region as the processing target one by one. (S36).

下限単位領域抽出手段32は、各列の処理開始に際しインデックスIの値を0に初期設定する(S38)。そして、下限単位領域抽出手段32は、Iをインクリメントして単位領域を下から順番に1つずつ選択し(S42)、注目点群をXY平面上へ射影した射影点群を含む単位領域のうち最も下に位置する下限単位領域を探索する。具体的には、選択した単位領域内に射影点があるか否かを調べ(S44)、射影点が存在しない場合には(S46にて「No」の場合)、順次、1つ上の単位領域が選択される(S42)。一方、選択した単位領域内に射影点が存在した場合(S46にて「Yes」の場合)、当該単位領域が下限単位領域となる。 The lower limit unit region extraction unit 32 initializes the value of the index I Y to 0 when starting the processing of each column (S38). Then, the lower limit unit region extraction means 32 increments I Y and selects unit regions one by one from the bottom in order (S42), and the unit region including the projected point group obtained by projecting the point of interest onto the XY plane. The lower limit unit area located at the bottom is searched. Specifically, it is checked whether or not there is a projection point in the selected unit area (S44). If there is no projection point (in the case of “No” in S46), one unit is sequentially increased. A region is selected (S42). On the other hand, when there is a projection point in the selected unit area (“Yes” in S46), the unit area becomes the lower limit unit area.

図7は下限単位領域の例を示す切断平面54の一部分の模式図である。図7には、第k列〜第(k+3)列の単位領域70及び注目点群の射影像(射影点群80)の例が示され、また当該射影点群80に対し各単位領域列にて抽出された下限単位領域82が太線の矩形で示されている。   FIG. 7 is a schematic view of a part of the cutting plane 54 showing an example of the lower limit unit region. FIG. 7 shows an example of the unit area 70 and the projected image (projection point group 80) of the target point group in the k-th column to the (k + 3) -th column, and each unit region column with respect to the projection point group 80 is shown. The lower limit unit area 82 extracted in this manner is indicated by a bold rectangle.

特徴点抽出手段34は下限単位領域内にて最も下に位置する射影点を探索し、当該射影点を処理対象としている第I列の単位領域列の特徴点P(I)として抽出する(S48)。特徴点P(I)が見つかると、下限単位領域抽出手段32は次の単位領域列の処理を始める(S36)。なお、I=Nの単位領域、つまり単位領域列の上端まで射影点が見つからなかった場合も(S40にて「Yes」の場合)、次の単位領域列の処理に移る(S36)。 Feature point extraction unit 34 searches the projection point located at the bottom at lower unit area, is extracted as the feature point P of the unit region sequence of the I X column are the projection point as the processing target (I X) (S48). When the feature point P (I X ) is found, the lower limit unit region extraction means 32 starts processing the next unit region sequence (S36). Note that if the projection point is not found up to the unit area of I Y = N Y , that is, the upper end of the unit area sequence (“Yes” in S40), the process proceeds to the next unit area sequence (S36).

図8は図7の例に対応して抽出される特徴点P(k)〜P(k+3)を示す切断平面54の一部分の模式図である。全ての単位領域列について特徴点の探索・抽出処理が完了すると(S34にて「Yes」の場合)、当該特徴点を節点とする折線が暫定境界線84として設定される(S50)。   FIG. 8 is a schematic diagram of a part of the cutting plane 54 showing the feature points P (k) to P (k + 3) extracted corresponding to the example of FIG. When the feature point search / extraction process is completed for all the unit region columns (in the case of “Yes” in S34), a broken line having the feature point as a node is set as a provisional boundary line 84 (S50).

追加特徴点抽出手段36は暫定境界線より下に位置する射影点を追加特徴点として抽出する(S52,S54)。具体的には、追加特徴点抽出手段36は、暫定境界線を構成する線分ごとに当該処理S50〜S54を行うことができる。下限単位領域抽出手段32は暫定境界線を構成する線分の両端となる特徴点対、すなわちX方向に関して隣接する特徴点の対を順次選択し(S50)、当該選択した2つの特徴点の間をX方向に関し複数区間に分割し、当該区間ごとに追加特徴点の探索領域を設定する(S52)。探索領域はX方向に沿った辺とY方向に沿った辺とからなる矩形領域に設定され、その上辺は当該区間内における暫定境界線の最高点に応じた高さに設定される。   The additional feature point extraction means 36 extracts a projected point located below the provisional boundary line as an additional feature point (S52, S54). Specifically, the additional feature point extraction unit 36 can perform the processes S50 to S54 for each line segment constituting the provisional boundary line. The lower limit unit region extraction unit 32 sequentially selects feature point pairs that are both ends of the line segment constituting the provisional boundary line, that is, a pair of feature points adjacent to each other in the X direction (S50), and between the selected two feature points. Is divided into a plurality of sections in the X direction, and a search area for additional feature points is set for each section (S52). The search area is set to a rectangular area composed of a side along the X direction and a side along the Y direction, and the upper side is set to a height corresponding to the highest point of the provisional boundary line in the section.

図9は探索領域の設定例を示す切断平面54の一部分の模式図であり、図7及び図8の例に対応している。例えば、追加特徴点抽出手段36は特徴点間をX座標が小さい側(図において左側)から所定間隔で分割して区間を設定する。なお、この場合、特徴点間にて最も右側の区間は他の区間より小さくなり得る。例えば、特徴点P(k)とP(k+1)との間は暫定境界線上の点Q〜Qで分割され5つの区間[P(k),Q],[Q,Q],[Q,Q],[Q,Q],[Q,P(k+1)]が設定される。これら各区間に対応して探索領域90が設定される。例えば、区間[Q,Q]ではQが最高点となるので、当該区間の探索領域90の上辺の高さは基本的にQの高さに設定することができる。この設定の趣旨は、追加特徴点を抽出する暫定境界線より下側の領域は排除せずに、堤防表面の上側に多数存在する植生に起因する点群をできるだけ含まないように探索領域を設定することで、処理効率の向上を図ることにある。 FIG. 9 is a schematic diagram of a part of the cutting plane 54 showing an example of setting a search area, and corresponds to the examples of FIGS. 7 and 8. For example, the additional feature point extraction unit 36 sets a section by dividing the feature points at a predetermined interval from the side with the smaller X coordinate (left side in the figure). In this case, the rightmost section between feature points can be smaller than other sections. For example, the feature points P (k) and P (k + 1) are divided by points Q 1 to Q 4 on the provisional boundary line, and five sections [P (k), Q 1 ], [Q 1 , Q 2 ] , [Q 2 , Q 3 ], [Q 3 , Q 4 ], [Q 4 , P (k + 1)] are set. A search area 90 is set corresponding to each of these sections. For example, since Q 1 is the highest point in the section [Q 1 , Q 2 ], the height of the upper side of the search area 90 in the section can be basically set to the height of Q 1 . The purpose of this setting is not to exclude the area below the provisional boundary from which additional feature points are extracted, but to set the search area so as not to include as many point clouds as possible due to the vegetation existing above the surface of the dike. This is to improve the processing efficiency.

なお、上辺の高さは当該趣旨からは区間の最高点に一致させることが好適であるが、当該趣旨に与える影響が許容される範囲内にて最高点からずれた高さに設定することもできる。また、上記趣旨からは、探索領域の上辺は必ずしも水平でなくてもよく、暫定境界線に沿って設定することが好適であり、そのように構成しても良い。一方、上述のように区間内で一定のY座標を有する上辺とする構成は、X方向の位置に応じて上辺の高さを計算する必要がない分、処理が簡素化される。   The height of the upper side is preferably matched with the highest point of the section for the purpose, but it may be set to a height that deviates from the highest point within a range in which the influence on the purpose is allowed. it can. Further, from the above purpose, the upper side of the search area does not necessarily have to be horizontal, and is preferably set along the provisional boundary line, and may be configured as such. On the other hand, as described above, the configuration with the upper side having a constant Y coordinate in the section simplifies the processing because there is no need to calculate the height of the upper side according to the position in the X direction.

探索領域90の下辺の高さに関しては、例えば、特徴点P(k)とP(k+1)との間の各区間について、特徴点P(k)とP(k+1)とのうち低い方であるP(k+1)の高さ以下で任意に設定することができる。これは、特徴点が下限単位領域内の最下点であることから、特徴点P(k)とP(k+1)との間には、P(k+1)より低い点は存在せず、追加特徴点はP(k+1)の高さ以上にしか存在しないからである。   The height of the lower side of the search area 90 is, for example, the lower one of the feature points P (k) and P (k + 1) for each section between the feature points P (k) and P (k + 1). It can be arbitrarily set below the height of P (k + 1). This is because the feature point is the lowest point in the lower limit unit region, and there is no point lower than P (k + 1) between the feature points P (k) and P (k + 1), and the additional feature This is because the point exists only higher than the height of P (k + 1).

本実施形態では、探索領域90のY方向の寸法を暫定境界線の各線分及び当該線分毎の各区間にて画一的に設定しており、これにより処理の簡素化を図れる。そのため、図9に示す探索領域90の下辺の高さは暫定境界線の各線分の低い方の高さよりも十分低く設定している。この設定における探索領域90のY方向の必要寸法は堤防表面の想定される勾配と単位領域の幅Wとに基づいて定めることができる。例えば、河川堤防の法面の傾斜は原則として50%以下と定められているので、探索領域90のY方向の必要寸法は通常、単位領域の幅Wの半分程度にすれば足りる。   In the present embodiment, the dimension in the Y direction of the search area 90 is uniformly set for each line segment of the provisional boundary line and for each section of the line segment, thereby simplifying the process. Therefore, the height of the lower side of the search area 90 shown in FIG. 9 is set sufficiently lower than the lower height of each of the provisional boundary lines. The required dimension in the Y direction of the search area 90 in this setting can be determined based on the assumed slope of the dike surface and the width W of the unit area. For example, since the slope of the riverbank slope is determined to be 50% or less in principle, the required dimension in the Y direction of the search area 90 is usually sufficient to be about half the width W of the unit area.

なお、特徴点P(k)とP(k+1)との間での追加特徴点の探索において、両特徴点のうち高い方であるP(k)が抽出された単位領域列に対応したX座標の範囲では追加特徴点の探索を省略してもよい。これは当該範囲では、P(k)が最下点であり暫定境界線より低い点は存在しないからである。   In the search for additional feature points between feature points P (k) and P (k + 1), the X coordinate corresponding to the unit region sequence from which P (k), which is the higher of both feature points, is extracted. In this range, the search for additional feature points may be omitted. This is because in this range, P (k) is the lowest point and there is no point lower than the provisional boundary.

追加特徴点抽出手段36は上述のように設定した探索領域内にて、暫定境界線より高さが低い射影点を探索し、得られた射影点を追加特徴点とする(S54)。例えば、図9の例では点92が追加特徴点となる。   The additional feature point extracting means 36 searches for a projection point having a height lower than the provisional boundary within the search region set as described above, and uses the obtained projection point as an additional feature point (S54). For example, in the example of FIG. 9, the point 92 is an additional feature point.

境界決定手段38は点群抽出手段20が設定した切断平面54での堤防表面の境界線として、特徴点抽出手段34及び追加特徴点抽出手段36により抽出された特徴点及び追加特徴点をX軸方向の並び順に従って接続した折線を生成する(S56)。図10は境界線58の例を示す切断平面54の一部分の模式図であり、図7〜図9の例に対応している。   The boundary determination unit 38 uses the feature points and additional feature points extracted by the feature point extraction unit 34 and the additional feature point extraction unit 36 as X-axis as boundary lines of the levee surface on the cutting plane 54 set by the point group extraction unit 20. A connected broken line is generated in accordance with the order of the directions (S56). FIG. 10 is a schematic view of a part of the cutting plane 54 showing an example of the boundary line 58, and corresponds to the examples of FIGS.

境界決定手段38は例えば、求めた境界線のデータを基準線50(又は切断平面54)の位置・方向と関連づけて記憶装置6に登録する(S58)。   For example, the boundary determination unit 38 registers the obtained boundary line data in the storage device 6 in association with the position / direction of the reference line 50 (or the cutting plane 54) (S58).

演算処理装置4は複数の切断平面54での境界線を求め、記憶装置6に蓄積する。そして、蓄積された複数の境界線のデータに基づいて堤防の3次元形状や断面形状を表す画像データを生成し、出力装置10であるディスプレイ、プリンタなどに出力する。   The arithmetic processing unit 4 obtains boundary lines at the plurality of cutting planes 54 and accumulates them in the storage device 6. Then, image data representing a three-dimensional shape or a cross-sectional shape of the bank is generated based on the accumulated data of a plurality of boundary lines, and is output to a display, a printer, or the like that is the output device 10.

なお、上述の実施形態では、特徴点及び追加特徴点を節点に含む折線を境界線として求めたが、特徴点だけを節点に含む折線を境界線として求めても良い。   In the above-described embodiment, the broken line including the feature point and the additional feature point at the node is obtained as the boundary line. However, the broken line including only the feature point at the node may be obtained as the boundary line.

地物表面検出システム2は基準線50に沿った方向に関し単位領域の幅W程度の分解能で地物断面形状を抽出する。単位領域列は、図5に示した例のように、多数の点群を含むように設定され、単位領域列ごとに多数の点群のうちの最下点を特徴点として抽出する。ここで、レーザスキャナはX軸方向の任意の位置で堤防表面から反射点を得られるわけではなく、或るX座標での点群の最下点は植生からの反射点である可能性がある。すなわち、基準線に沿って微細に最下点を抽出し点群の下側の輪郭を求めても、当該輪郭は植生の反射点をノイズとして含んでおり、堤防表面の形状を好適に表しておらず、堤防表面の形状の変化の観察には適していない。これに対し、本システムの単位領域列ごとに抽出した最下点は堤防表面の高さを好適に示していることが期待できる。つまり、本システムが生成する境界線は植生によるノイズの影響を受けにくい。また、地上からのレーザスキャンにより取得される点群は航空レーザや衛星レーザなどに比べて高密度であるので、単位領域の幅Wは比較的小さくできる。よって、本システムによれば、ノイズの影響を受けにくく高精度に高さが表現された堤防表面の形状を高分解能で求めることが可能であり、堤防の変形を高精度に検出することができる。   The feature surface detection system 2 extracts the feature cross-sectional shape with a resolution of about the width W of the unit region in the direction along the reference line 50. The unit region sequence is set so as to include a large number of point groups as in the example shown in FIG. 5, and the lowest point of the large number of point groups is extracted as a feature point for each unit region sequence. Here, the laser scanner cannot obtain a reflection point from the dike surface at an arbitrary position in the X-axis direction, and the lowest point of the point group at a certain X coordinate may be a reflection point from vegetation. . That is, even if the lowest point is extracted along the reference line to obtain the lower contour of the point group, the contour includes the reflection point of the vegetation as noise, and preferably represents the shape of the levee surface. It is not suitable for observing changes in the shape of the dike surface. On the other hand, it can be expected that the lowest point extracted for each unit region row of this system suitably indicates the height of the dike surface. In other words, the boundary line generated by this system is not easily affected by noise caused by vegetation. In addition, since the point cloud acquired by laser scanning from the ground has a higher density than aviation lasers and satellite lasers, the width W of the unit region can be made relatively small. Therefore, according to the present system, it is possible to obtain the shape of the levee surface that is less affected by noise and whose height is expressed with high accuracy, and to detect deformation of the levee with high accuracy. .

また、上述の実施形態では、河川堤防の法面を対象に説明したが、これに限定されるものではなく、たとえば植生が繁茂した道路沿線の法面にも適用することができる。   Moreover, although the above-mentioned embodiment demonstrated the slope of a river embankment as an object, it is not limited to this, For example, it can apply also to the slope of the roadside along which the vegetation grew.

2 地物表面検出システム、4 演算処理装置、6 記憶装置、8 入力装置、10 出力装置、20 点群抽出手段、22 境界探索手段、30 単位領域設定手段、32 下限単位領域抽出手段、34 特徴点抽出手段、36 追加特徴点抽出手段、38 境界決定手段、50 基準線、52 堤防、54 切断平面、58 境界線。   2 feature surface detection system, 4 arithmetic processing device, 6 storage device, 8 input device, 10 output device, 20 point group extraction means, 22 boundary search means, 30 unit area setting means, 32 lower limit unit area extraction means, 34 Point extraction means, 36 additional feature point extraction means, 38 boundary determination means, 50 reference line, 52 levee, 54 cutting plane, 58 boundary line.

Claims (5)

レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出する地物表面検出装置であって、
前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出手段と、
前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界線を探索する境界探索手段と、を有し、
前記境界探索手段は、
前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定手段と、
前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出手段と、
前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出手段と、
前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界線として求める境界決定手段と、
を有することを特徴とする地物表面検出装置。
A feature surface detection device for detecting a feature surface overgrown with vegetation existing in a target space based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner,
A point group extracting means for virtually setting a cutting plane which is a vertical plane in the target space, and extracting a point group of interest located within a preset proximity distance from the cutting plane among the point group;
Boundary search means for searching for a boundary line formed by the feature surface in the cutting plane based on a projection point group that is a projection image of the point of interest group on the cutting plane;
The boundary search means includes
Unit region setting means for setting the plurality of unit regions by dividing the cutting plane into a lattice shape along the horizontal direction and the vertical direction;
A lower limit unit region extracting unit that sequentially examines each vertical row of the unit regions in the cutting plane from bottom to top, and extracts the unit region in which the projection point group is first found as a lower limit unit region;
A feature point extracting means for extracting a point having the lowest height among the projected point groups in the lower limit unit region as a feature point;
Boundary determination means for obtaining a broken line having the feature point for each vertical row of the unit area as the boundary line;
A feature surface detection device comprising:
請求項1に記載の地物表面検出装置において、
前記射影点群のうち、隣接する前記特徴点同士を結ぶ線分からなる暫定境界線より高さが低い点を追加特徴点として抽出する追加特徴点抽出手段を有し、
前記境界決定手段は、前記特徴点及び前記追加特徴点を節点に有する折線を前記境界線として求めること、
を特徴とする地物表面検出装置。
The feature surface detection apparatus according to claim 1,
An additional feature point extracting means for extracting, as an additional feature point, a point whose height is lower than a provisional boundary line consisting of a line segment connecting adjacent feature points among the projected point group;
The boundary determining means determines a broken line having the feature point and the additional feature point as nodes as the boundary line;
Feature surface detection device characterized by
請求項2に記載の地物表面検出装置において、
前記追加特徴点抽出手段は、隣接する前記特徴点間にて前記暫定境界線を複数区間に分割し、当該区間ごとに、矩形領域でありその上辺を当該区間内における前記暫定境界線の最高点に応じた高さに設定した探索領域内にて前記追加特徴点を探索すること、
を特徴とする地物表面検出装置。
In the feature surface detection apparatus according to claim 2,
The additional feature point extracting means divides the temporary boundary line into a plurality of sections between the adjacent feature points, and is a rectangular area for each section, the upper side of which is the highest point of the temporary boundary line in the section Searching for the additional feature point in a search area set to a height according to
Feature surface detection device characterized by
レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出する地物表面検出方法であって、
前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出ステップと、
前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界を探索する境界探索ステップと、を有し、
前記境界探索ステップは、
前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定ステップと、
前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出ステップと、
前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出ステップと、
前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界として求める境界決定ステップと、
を有することを特徴とする地物表面検出方法。
A feature surface detection method for detecting a feature surface overgrown with vegetation existing in a target space based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner,
A point group extraction step of virtually setting a cutting plane that is a vertical plane in the target space, and extracting a point group of interest located within a preset proximity distance from the cutting plane among the point group;
A boundary search step for searching for a boundary formed by the feature surface in the cutting plane based on a projected point group that is a projection image of the point of interest group on the cutting plane;
The boundary search step includes:
A unit area setting step for setting a plurality of unit areas by dividing the cutting plane in a lattice shape along a horizontal direction and a vertical direction;
A lower limit unit region extracting step of examining each vertical row of the unit regions in the cutting plane in order from bottom to top, and extracting the unit region where the projection point group is first found as a lower limit unit region;
A feature point extracting step of extracting a point having the lowest height from among the projected point group in the lower limit unit region; and
A boundary determination step for determining a broken line having the feature point at each node in the vertical row of the unit area as the boundary;
A feature surface detection method characterized by comprising:
コンピュータに、レーザスキャナによって地物表面から抽出された点群の3次元座標データに基づき、対象空間に存在する植生が繁茂した地物表面を検出するデータ解析を行わせるためのプログラムであって、当該コンピュータを、
前記対象空間に鉛直面である切断平面を仮想的に設定し、前記点群のうち当該切断平面から予め設定した近傍距離内に位置する注目点群を抽出する点群抽出手段、及び、
前記注目点群の前記切断平面への射影像である射影点群に基づいて、前記切断平面内にて前記地物表面により形成される境界を探索する境界探索手段、として機能させ、
前記境界探索手段は、
前記切断平面を水平方向及び鉛直方向に沿って格子状に分割して複数の単位領域を設定する単位領域設定手段と、
前記切断平面における前記単位領域の各鉛直列を下から上へ順番に調べて、前記射影点群が最初に見つかった前記単位領域を下限単位領域として抽出する下限単位領域抽出手段と、
前記下限単位領域内の前記射影点群のうち高さが最も低い点を特徴点として抽出する特徴点抽出手段と、
前記単位領域の鉛直列ごとの前記特徴点を節点に有する折線を前記境界として求める境界決定手段と、
を備えることを特徴とするプログラム。
A program for causing a computer to perform data analysis for detecting a feature surface on which vegetation existing in a target space is proliferated based on three-dimensional coordinate data of a point cloud extracted from the feature surface by a laser scanner, The computer
A point plane extracting means for virtually setting a cutting plane which is a vertical plane in the target space, and extracting a point group of interest located within a preset proximity distance from the cutting plane among the point group; and
Based on a projection point group that is a projection image of the target point group onto the cutting plane, function as boundary search means for searching for a boundary formed by the feature surface in the cutting plane,
The boundary search means includes
Unit region setting means for setting the plurality of unit regions by dividing the cutting plane into a lattice shape along the horizontal direction and the vertical direction;
A lower limit unit region extracting unit that sequentially examines each vertical row of the unit regions in the cutting plane from bottom to top, and extracts the unit region in which the projection point group is first found as a lower limit unit region;
A feature point extracting means for extracting a point having the lowest height among the projected point groups in the lower limit unit region as a feature point;
Boundary determination means for obtaining a broken line having the feature point at each node as a boundary for each vertical row of the unit region;
A program comprising:
JP2013069520A 2013-03-28 2013-03-28 Feature surface detection apparatus, feature surface detection method, and program Active JP6013962B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013069520A JP6013962B2 (en) 2013-03-28 2013-03-28 Feature surface detection apparatus, feature surface detection method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013069520A JP6013962B2 (en) 2013-03-28 2013-03-28 Feature surface detection apparatus, feature surface detection method, and program

Publications (2)

Publication Number Publication Date
JP2014191796A JP2014191796A (en) 2014-10-06
JP6013962B2 true JP6013962B2 (en) 2016-10-25

Family

ID=51837931

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013069520A Active JP6013962B2 (en) 2013-03-28 2013-03-28 Feature surface detection apparatus, feature surface detection method, and program

Country Status (1)

Country Link
JP (1) JP6013962B2 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6514901B2 (en) * 2015-01-29 2019-05-15 田中 成典 Survey data processing device
WO2019111323A1 (en) * 2017-12-05 2019-06-13 三菱電機株式会社 Polyline drawing device and polyline drawing method
WO2020080088A1 (en) * 2018-10-15 2020-04-23 三菱電機株式会社 Information processing device
WO2020101424A1 (en) * 2018-11-16 2020-05-22 한국과학기술원 Strong laser scanner matching method and apparatus considering movement of ground robot
KR102242653B1 (en) 2018-11-16 2021-04-21 한국과학기술원 Matching Method for Laser Scanner Considering Movement of Ground Robot and Apparatus Therefor
JP7449506B2 (en) 2020-08-06 2024-03-14 株式会社イクシス measurement system
JP7452797B2 (en) 2020-08-06 2024-03-19 株式会社イクシス measurement system
CN112560747B (en) * 2020-12-23 2024-08-20 园测信息科技股份有限公司 Lane boundary interactive extraction method based on vehicle-mounted point cloud data

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4438418B2 (en) * 2004-01-13 2010-03-24 朝日航洋株式会社 Three-dimensional data processing method and apparatus
JP4026623B2 (en) * 2004-06-16 2007-12-26 国際航業株式会社 Ground height estimation method
JP5356269B2 (en) * 2010-01-29 2013-12-04 株式会社パスコ Laser data filtering method and apparatus

Also Published As

Publication number Publication date
JP2014191796A (en) 2014-10-06

Similar Documents

Publication Publication Date Title
JP6013962B2 (en) Feature surface detection apparatus, feature surface detection method, and program
JP6097182B2 (en) Data analysis apparatus, data analysis method, and program
JP5161936B2 (en) Data analysis apparatus, data analysis method, and program
Chen et al. A multiresolution hierarchical classification algorithm for filtering airborne LiDAR data
JP6840050B2 (en) Tower tilt detection method and tilt detection device
JP5566353B2 (en) Data analysis apparatus, data analysis method, and program
CN106408604A (en) Filtering method and device for point cloud data
JP6534296B2 (en) Three-dimensional model generation device, three-dimensional model generation method, and program
JP7170575B2 (en) Landslide surface estimation device and landslide surface estimation method
JP2014190962A (en) Data analysis device, data analysis method, and program
JP6006179B2 (en) Data analysis apparatus, data analysis method, and program
JP7144993B2 (en) 3D map generation device and program
Li et al. Filtering airborne lidar data by modified white top-hat transform with directional edge constraints
Baewert et al. Roughness determination of coarse grained alpine river bed surfaces using terrestrial laser scanning data
Liu et al. High-resolution DEM generated from LiDAR data for water resource management
JP6032678B2 (en) Data analysis apparatus, data analysis method, and program
KR101236882B1 (en) Restoration method of topography for debris flow area using airborne lidar data
CN117876465A (en) Volume calculation method, system, equipment and medium based on point cloud data in water falling hole
JP6514901B2 (en) Survey data processing device
JP5991492B2 (en) Data analysis apparatus, data analysis method, and program
JP6018959B2 (en) Data analysis apparatus, data analysis method, and program
KR100741155B1 (en) System for extracting height data of tree using laser pulse and method therefor
Gao et al. PyVF: A python program for extracting vertical features from LiDAR-DEMs
KR101139796B1 (en) System and method for extracting tree around road in producing digital map using lidar data
JP6157990B2 (en) Data analysis device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151007

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160905

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: 20160913

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160923

R150 Certificate of patent or registration of utility model

Ref document number: 6013962

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250