JP6207968B2

JP6207968B2 - 林相解析装置、林相解析方法及びプログラム

Info

Publication number: JP6207968B2
Application number: JP2013222799A
Authority: JP
Inventors: 秀樹島村; スバスチャタクリ; 林朱
Original assignee: Pasco Corp
Current assignee: Pasco Corp
Priority date: 2013-10-25
Filing date: 2013-10-25
Publication date: 2017-10-04
Anticipated expiration: 2033-10-25
Also published as: JP2015084192A

Description

本発明は、航空レーザ計測データから森林の林相の違いをカラー画像で可視化する林相解析装置、林相解析方法及びプログラムに関する。

林相は樹種・樹齢、樹冠や木の生育状態などによる森林の様子・形態であり、林相区画は林相によって区分された森林領域である。林相区分図は林相区画における樹種を判別することで作成される。

ここで、航空機などによる上空からのリモートセンシングは、広範囲での地上の状況把握が可能であり、林相区分図の作成などの林相の解析に利用されている。具体的には、従来、林相の解析には主として航空写真等の上空からの高分解能画像データが利用されている。そして当該データを利用した林相区分図の作成は基本的に人間が実体視鏡やデジタル図化機等を用いて目視判読で行っている。

他のリモートセンシング技術として航空レーザ計測がある。航空レーザ計測で取得した３次元点群データは森林の地形や樹高の計測、立木密度や材積の推定などに幅広く利用されているが、樹種判別、林相区分図作成に関しては、航空写真等の画像データと併用することが多い。

なお、下記特許文献１は、航空レーザ計測データのみを利用して視覚化された植生図を生成する技術を示している。

特開２０１３−５４６６０号公報

航空写真を用いた林相解析は、撮影の時期、撮影の方向・角度、及び太陽の方位角・高度角などにより画像が影響を受けるので精度が低下し得、またそれを避けようとすると撮影機会が制限されるという問題を有する。この点、航空レーザ計測は地物の３次元構造情報を直接計測によって取得し、またレーザを自ら照射する能動的なセンシングであるのでデータ収集時に関する条件が緩やかである。そのため、航空レーザ計測に基づく解析では、より安定かつ正確に林相解析が可能となる。

一方、航空レーザ計測データを用いた従来の林相解析の多くは、航空レーザ計測データに含まれ得る情報のうち高さや反射強度など単純な情報しか利用していない。それ故、航空レーザ計測データのみを用いた樹種判別が難しく、上述のように航空写真と併用せざるを得ないといった問題が存在している。航空写真とレーザデータとを併用する解析手法は、航空写真を用いた解析の上述の問題を有する上、撮影やデータ処理のコストが増えるという問題を有する。この点で、林相区画における樹種の判別を、画像データに頼らず航空レーザ計測データのみを利用して可能とすることへの要求がある。

ここで、航空レーザ計測データを利用する場合には、林相の目視判読、又は自動判読処理結果を目視確認する作業のために、林相の可視化（Visualization：ビジュアライゼーション）が必要となる。

よって、上記特許文献１のような技術が必要となる。ここで、従来は航空レーザ計測データから林相判読に必要な情報を如何に抽出し有効に利用するかについて十分な検討がなされていない。特に、林相の可視化に関し、航空レーザ計測データに含まれるどのような情報を、林相の違いを鮮明に表現するのに利用できるのかについての検討は必ずしも十分ではなかった。

そこで本発明は、航空レーザ計測データから森林の林相の違いをカラー画像で可視化する林相解析装置、林相解析方法及びプログラムを提供することを目的とする。

（１）本発明に係る林相解析装置は、森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出手段と、前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成手段と、を有する。

（２）上記（１）に記載する林相解析装置において、前記カラー画像生成手段は、画素に対応する領域での前記１又は複数種類の特徴量を予め定められた関係式で色空間における座標値に変換して前記画素値を定める構成とすることができる。

（３）上記（１）又は（２）に記載する林相解析装置において、前記複数種類の特徴量はさらにレーザの反射強度を含んでもよい。

（４）上記（１）から（３）に記載する林相解析装置において、前記複数種類の特徴量はさらに樹高を含んでもよい。

（５）上記（１）から（４）に記載する林相解析装置において、前記複数種類の特徴量はさらに、レーザの反射強度を画素値とした前記対象地域での画像を二値化したパターンから抽出されたテクスチャ特徴量を含んでもよい。

（６）本発明に係る林相解析方法は、森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出ステップと、前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成ステップと、を有する。

（７）本発明に係るプログラムは、コンピュータに林相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、森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出手段、及び、前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成手段、として機能させる。

本発明によれば、航空レーザ計測データから森林の林相の違いをカラー画像で可視化することができる。

本発明の実施形態である林相解析システムの概略の構成を示すブロック図である。本発明の実施形態である林相解析システムの概略のデータフロー図である。航空レーザ計測データから得られる特徴量の例を説明する模式図である。特徴量抽出部の概略の処理フロー図である。対象地域の空中写真画像（オルソ画像）の一例である。図５に示す対象地域のＦＰＲ画像の一例である。図５に示す対象地域のＩＰＲ画像の一例である。図５に示す対象地域のＲＩ画像の一例である。図５に示す対象地域のＢＲＩ画像の一例である。図５に示す対象地域のＤＣＨＭ画像の一例である。

以下、本発明の実施の形態（以下実施形態という）について、図面に基づいて説明する。

図１は、実施形態である林相解析システム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。

演算処理装置４は、コンピュータのＣＰＵ（Central Processing Unit）からなり、後述する特徴量抽出部２０、カラー画像生成部２２として機能する。

記憶装置６はＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等のメモリ装置である。記憶装置６は演算処理装置４にて実行される各種のプログラムや、本システムの処理に必要な各種データを記憶し、演算処理装置４との間でこれらの情報を入出力する。例えば、記憶装置６には、航空レーザ計測データ３０が予め格納される。

航空レーザ計測データ３０は、例えば、航空機やヘリコプターなどに搭載されたレーザ計測システムを用いて取得される。レーザ計測システムはレーザスキャナ及びＧＰＳ／ＩＭＵ（Global Positioning System/Inertial Measurement Unit）を含んで構成される。レーザスキャナは上空から地上へ向けてレーザパルスを掃射し、その反射パルスを受信する。航空レーザ計測データ３０の取得に用いるレーザスキャナは近赤外レーザパルスを照射し、また１つの照射パルスに対する所定数（例えば、４点とする装置が多い）の反射パルスを記録できるものを用いる。レーザスキャナによりレーザパルスの反射強度、レーザパルスの照射方向、パルスの発射から受信までの時間差が得られ、一方、ＧＰＳ／ＩＭＵにより航空機の位置・姿勢が得られ、これらのデータからレーザパルスの反射点の座標が算出される。航空レーザ計測データ３０には例えば、レーザパルスの反射強度、レーザパルスごとの各反射点の座標が含まれる。

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。

出力装置１０は、ディスプレイ、プリンタなどであり、本システムにより生成された林相画像を画面表示、印刷等によりユーザに示す等に用いられる。また、林相画像を他のシステムで利用できるよう、データとして出力してもよい。

図２は林相解析システム２における概略のデータフロー図である。特徴量抽出部２０は航空レーザ計測データ３０から特徴量を抽出し、各特徴量について特徴量画像（特徴量画像データ４０）を生成する。カラー画像生成部２２は特徴量画像データ４０を入力され、特徴量に基づいて林相を可視化した林相画像（林相画像データ４２）を生成する。

特徴量抽出部２０は、航空レーザ計測データ３０に基づき、後述する反射パルス指標を少なくとも含む１又は複数種類の特徴量を対象地域の各計測地点について求め、当該特徴量の種類ごとに当該特徴量を画素値とする対象地域の特徴量画像を生成する。このとき、特徴量が取得される計測地点間にて内挿処理を行い、各画素での特徴量を定義する。

特徴量は航空レーザ計測データ３０に基づいて生成され、その値や値の分布範囲に林相に応じて差異が生じる量である。図３は特徴量の例を説明する模式図であり、森林を含む或る対象地域を秋に観測した例を示している。同図には複数の特徴量それぞれについて観測により得られた数値が示されており、例えば、“Ｄ”に対応する数値は広葉樹林での特徴量の値であり、同様に、“Ｈ”，“Ｓ”，“ＮＦ”の数値はヒノキ林、スギ林、非森林領域での値である。

ＮＤＳＭ（Normalized Digital Surface Model）は数値表層モデル（Digital Surface Model：ＤＳＭ）に含まれる数値標高モデル（Digital Terrain Model：ＤＴＭ）の影響を除去し正規化したＤＳＭである。ちなみに、航空レーザ計測データ３０からＤＳＭ及びＤＴＭを生成し、ＤＳＭからＤＴＭを減算してＮＤＳＭが生成される。ＮＤＳＭが森林から想定される或るしきい値（例えば、図３の例では１５ｃｍ程度）より低い場所は、水域、草地、更地などの非森林領域（ＮＦ）とすることができる。また、建物の領域ではＮＤＳＭから得られる高さが建物に想定されるしきい値以上で、高さの分散が森林に比べて小さくなる場合がある。よって、ＮＤＳＭは森林領域と非森林領域である建物領域とを区別し得る。

ＮＤＳＭは森林領域では樹高を反映する。森林地域ではレーザの反射パルスのうちファーストパルスに基づいてＤＳＭを生成し、ラストパルスに基づいてＤＴＭを生成し、ＤＳＭからＤＴＭを減算してデジタル樹冠高モデル（Digital Canopy Height Model：ＤＣＨＭ）が生成される。ＤＣＨＭは樹高を表すデータとして用いられる。図３には示していないが、樹高は森林の生育状況、樹齢といった林相情報を反映する。

レーザパルスの反射強度（Reflection Intensity：ＲＩ）は、樹木の反射断面積や吸収率を反映する。特に、近赤外領域の波長を有する光に対する反射率の相違は、従来より植生のリモートセンシングに利用されている。図３に示す観測結果では、ヒノキ林（Ｈ）及び広葉樹林（Ｄ）がスギ林（Ｓ）より高い値を示している。ちなみに反射強度はファーストパルスの強度に基づいて定義している。なお、計測に用いられるレーザスキャナの照射パルスの強度が一定であれば、反射強度は反射パルスの強度の絶対値で表すことができ、一方、照射パルスの強度が変わり得る場合には、反射強度は照射パルスの強度で規格化した相対値で表すのが好適である。

図３には、反射パルス指標の例として、トータルパルス（Total Pulse：ＴＰ）、ファーストパルス比（First Pulse Ratio：ＦＰＲ）、及び中間パルス比（Intermediate Pulse Ratio：ＩＰＲ）を示している。ここで、レーザの照射パルスに対する反射パルスの個数に応じて定まる値を反射パルス指標と総称している。その指標値は各計測地点にて定義される。マルチパルス機能を有したレーザスキャナにより取得した航空レーザ計測データに基づく反射パルス指標は森林の内部の構造情報を反映し得る。

ＴＰは各照射パルスに対する反射パルスの総数に基づく指標であり、例えば、地表の計測地点の単位面積当たりでの反射パルス数とすることができる。なお、上述のようにマルチパルス機能を有したレーザスキャナにより取得したＴＰは基本的に、単位面積の地表への照射パルス数とは必ずしも一致しない。

図３に示すように、ヒノキ林（Ｈ）、スギ林（Ｓ）及び広葉樹林（Ｄ）におけるＴＰは、広葉樹林、スギ林、ヒノキ林の順に小さくなる結果が観測された。

ＦＰＲは、計測地点の例えば単位面積からの反射パルス総数（つまりＴＰ）に対するファーストパルスの数の比の値である。ちなみにファーストパルスは照射パルスに対して最初に検知される反射パルスである。例えば、単位面積に２発のレーザパルスが照射され、１発に対しては２つの反射パルスが受信され、他の１発に対しては３つの反射パルスが受信された場合、ＴＰは５、ファーストパルスの数は２となるので、ＦＰＲは２／５、つまり４０％である。

ＩＰＲは、計測地点の例えば単位面積からの反射パルス総数（つまりＴＰ）に対する中間パルスの数の比の値である。ちなみに中間パルスは照射パルスに対する反射パルスのうち最初に検知されるファーストパルス及び最後に検知されるラストパルスを除いた残りのパルスであり、１つの照射パルスに対する反射パルスの数が１又は２の場合は中間パルスの数は０となる。例えば、単位面積に２発のレーザパルスが照射され、１発に対しては２つの反射パルスが受信され、他の１発に対しては３つの反射パルスが受信された場合、ＴＰは５、中間パルスの数は１となるので、ＩＰＲは１／５、つまり２０％である。

図３の観測結果においてＦＰＲは基本的にＴＰに反比例する傾向を示している。またＩＰＲは基本的にＴＰと正の相関を有するが、樹種間における差異の程度はＴＰとＩＰＲとで異なる。ＦＰＲ、ＩＰＲは無次元量であり、レーザパルスの照射密度の影響を受けにくい。

図４は特徴量抽出部２０の概略の処理フロー図である。本実施形態では、特徴量抽出部２０は、特徴量として反射パルス指標、反射強度及び樹高を利用する。反射パルス指標に関してはＦＰＲ（又はＩＰＲ）を特徴量として利用する。また反射強度の二値化画像から得られるテクスチャ情報も特徴量として利用する。

すなわち、特徴量抽出部２０は航空レーザ計測データ３０からＦＰＲ又はＩＰＲを算出し（Ｓ３０）、反射強度を取得し（Ｓ３２）、またＤＣＨＭを生成する（Ｓ３４）。

特徴量抽出部２０は特徴量として算出したＦＰＲ又はＩＰＲから特徴量画像であるＦＰＲ画像又はＩＰＲ画像を生成し（Ｓ４０）、また反射強度、ＤＣＨＭからそれぞれ特徴量画像であるＲＩ画像、ＤＣＨＭ画像を生成する（Ｓ４２，Ｓ４４）。さらに、特徴量抽出部２０はＲＩ画像を二値化処理してＢＲＩ（Binary Reflection Intensity）画像を生成する（Ｓ４６）。ここで、二値化のしきい値は大津の手法により決定することができる。

図５は対象地域の空中写真画像（オルソ画像）の一例である。図６〜図１０は図５に示す対象地域にて取得された航空レーザ計測データ３０に基づく特徴量画像の例であり、図６はＦＰＲ画像、図７はＩＰＲ画像、図８はＲＩ画像、図９はＢＲＩ画像、図１０はＤＣＨＭ画像である。

カラー画像生成部２２は、林相画像として対象地域の林相を表示するカラー画像を生成する。カラー画像生成部２２は、画素に対応する領域での特徴量に基づいてカラー画像の画素値を定める。

カラー画像生成部２２は、画素に対応する領域での１又は複数種類の特徴量を予め定められた関係式で色空間における座標値に変換してカラー画像の画素値を定めることができ、例えば、特徴量の組（特徴量セット）をＲＧＢ色空間におけるＲ座標，Ｇ座標，Ｂ座標の座標値に変換して画素値を定める。

変換は例えば、線形変換とすることができ、この場合、変換対象とするｎ種類（ｎ≧２）の特徴量からなる列ベクトルをμ、ＲＧＢ各座標値からなる列ベクトルをνとすると、変換は例えば、３行ｎ列の行列Ｍを用いて、ν＝Ｍμで表される。ｎが３以上である場合には、Ｍは基本的にはＲＧＢそれぞれの座標値が線形独立になるように設定され、これにより３色からなるカラー画像が得られる。一方、ｎが２である場合には、ＲＧＢは線形従属となるが２色からなるカラー画像を生成することはできる。

例えば、ＲＩ画像及びＦＰＲ画像それぞれの画素値、並びにＢＲＩ画像に現れるパターンのテクスチャ特徴量（以下、ＢＲＩ特徴量と称する。）を特徴量セットとして用いる場合を説明する。ＢＲＩ特徴量として例えばＢＲＩ画像の画素値の平均値や標準偏差などの統計量を用いることができる。

図３の観測値では、ＦＰＲは、ヒノキ林（Ｈ）、スギ林（Ｓ）、広葉樹林（Ｄ）の順に小さくなり、これを用いてＨ，Ｓ，Ｄを弁別可能である。ＲＩについてはＨ及びＤがＳより大きい値を示す。また、スギ林（Ｓ）よりヒノキ林（Ｈ）の方が樹冠間隔が広い傾向を示すことなどから、ＢＲＩ画像はＳよりＨにて濃度が低くなり、ＢＲＩ特徴量はＳとＨとで差を生じる。よって、ＲＩ及びＢＲＩ特徴量はＦＰＲにおける樹種間の差異を補強してＨ，Ｓ，Ｄの弁別精度を上げることができる。そこで、ＦＰＲ，ＲＩ，ＢＲＩから線形変換によりＲＧＢ値を生成する際には、Ｈ，Ｓ，Ｄの弁別に関するＦＰＲ，ＲＩ，ＢＲＩ間の補強関係が生かされ、またカラー画像にて視覚的にＨ，Ｓ，Ｄの弁別が容易な色となるように配慮し、かつ上述の線形独立の関係となるように変換行列Ｍを設定する。

例えば、ＦＰＲ，ＲＩ，ＢＲＩから林相画像の各画素のＲＧＢ値を次式で定義する線形変換で求めることができる。なお、次式にて“ＲＩ”，“ＦＰＲ”はそれぞれＲＩ画像、ＦＰＲ画像の画素値、また“ＢＲＩ”は画素に対応する位置でのＢＲＩ特徴量を表す。

Ｒ＝１／３・ＲＩ＋１／３・ＦＰＲ＋１／３・ＢＲＩ

Ｇ＝ＲＩ

Ｂ＝１／４・ＲＩ＋３／４・ＦＰＲ

この関係式は予め記憶装置６又はカラー画像生成部２２に設定され、カラー画像生成部２２はその関係式に基づいてＲＩ画像、ＦＰＲ画像、ＢＲＩ画像から林相画像を生成する。なお、特徴量から色への変換は線形変換には限られない。

カラー画像生成部２２による処理の他の例を説明する。ここではＲＩとＩＰＲとの比の値ＲＩ／ＩＰＲ、及びＲＩとＦＰＲとの比の値ＲＩ／ＦＰＲに着目する。図３の観測値に基づくＲＩ／ＩＰＲの値は大きい順にＨ，Ｓ，Ｄとなり、ＲＩ／ＦＰＲの値は大きい順にＤ，Ｈ，Ｓとなる。この樹種間での差異に基づいて、Ｈ，Ｓ，Ｄに対し色を割り当てる。例えば、ＲＩ／ＩＰＲ及びＲＩ／ＦＰＲをＸＹＺ表色系のＸ，Ｙ、又はＹｘｙ表色系のｘ，ｙに対応付けることで、Ｈ，Ｓ，Ｄにｘｙ色度図上の互いに異なる点が対応付けられる。

具体的には、Ｈ，Ｓ，ＤのＲＩ／ＩＰＲの値をξ_Ｈ，ξ_Ｓ，ξ_Ｄ、またＨ，Ｓ，ＤのＲＩ／ＦＰＲの値をη_Ｈ，η_Ｓ，η_Ｄとし、さらにＨに割り当てる色のｘｙ色度図上の座標（ｘ_Ｈ，ｙ_Ｈ）、Ｓに割り当てる色の座標を（ｘ_Ｓ，ｙ_Ｓ）、Ｄに割り当てる色の座標を（ｘ_Ｄ，ｙ_Ｄ）、ｋ_１，ｋ_２を比例係数として、例えば次の関係式を設定する。なお、次式にて添字ｉはＨ，Ｓ，Ｄのうち任意のものである。

ｘ_ｉ＝ｋ_１ξ_ｉ ………（１）

ｙ_ｉ＝ｋ_２η_ｉ ………（２）

Ｈ，Ｓ，Ｄに相互を識別容易な色が割り当てられるように（１）式，（２）式における比例係数ｋ_１，ｋ_２を定める。例えば、図３に示すＲＩ，ＩＰＲ，ＦＰＲの値に対して、ｋ_１＝０．０２１，ｋ_２＝０．２０とすると以下の色座標が得られる。なお、Ｈ，ＤのＲＩは９５、ＳのＲＩは７０とした。

（ｘ_Ｈ，ｙ_Ｈ）＝（０．５０，０．２４）

（ｘ_Ｓ，ｙ_Ｓ）＝（０．１８，０．２０）

（ｘ_Ｄ，ｙ_Ｄ）＝（０．１０，０．３８）

これにより、Ｈには赤領域、Ｓには青領域、Ｄには緑領域の色が割り当てられる。

ＲＩ／ＩＰＲとＲＩ／ＦＰＲとの組に対し色座標を対応付ける関係式は予め記憶装置６又はカラー画像生成部２２に設定され、カラー画像生成部２２はその関係式に基づいてＲＩ画像、ＩＰＲ画像、ＦＰＲ画像から林相画像を生成する。

ＲＩ／ＩＰＲとＲＩ／ＦＰＲとの組に対し色座標を対応付ける手法は、Ｌ^＊ａ^＊ｂ^＊表色系に適用することもでき、例えば、ＲＩ／ＩＰＲの値をａ^＊成分、ＲＩ／ＦＰＲの値をｂ^＊成分に対応付ける。

また例えば、Ｌ^＊ａ^＊ｂ^＊表色系にて明度ＬにＤＣＨＭを対応付け、樹高の相違や森林／非森林の区別を明度で表すことができる。例えば、ＤＣＨＭ画像の画素値が大きい、つまり樹高が高いほどＬ^＊成分を大きく設定し明るく表示する。この場合、ＤＣＨＭが小さな値となる非森林は暗く表示される。

他の表色系として、ＨＳＶ表色系がある。当該表色系では、色相(Hue)、彩度(Saturation，Chroma)、明度(Value，Lightness)の３つの成分からなる色空間が定義される。ＨＳＶ表色系に類似したものとして、ＨＬＳ（又はＨＳＬ，ＨＳＩ）表色系があり、当該表色系では色相（Hue）、彩度（Saturation）、輝度（Lightness，Luminance，Intensity）の３つの成分からなる色空間が定義される。これらの表色系では色相は色環に沿った角度（０〜３６０°）、つまり１次元量で表現される。ここで、図３から理解されるように、反射パルス指標（ＴＰ，ＦＰＲ，ＩＰＲ）には３種類の樹種（Ｈ，Ｓ，Ｄ）間に差が存在し、反射パルス指標のみで樹種の弁別は可能である。そこで、例えば、ＦＰＲに基づいてＨＳＶ表色系等の色相成分を定め、カラー画像を生成することができる。また、ＨＳＶ表色系等において、明度（輝度）にＤＣＨＭを対応付けて、Ｌ^＊ａ^＊ｂ^＊表色系で述べたように、樹高の相違や森林／非森林の区別をカラー画像に表すことができる。

上述の各表色系に関し定めた関係式は、他の種々の表色系における関係式に変換することができるので、カラー画像生成部２２は所望の表色系で表現された林相画像データ４２を生成することができる。

また、カラー画像生成部２２におけるカラー画像の画素値の生成は、特徴量から関係式に基づいて算出する手法に限られない。例えば、複数の特徴量画像を互いに異なる色のモノクロ画像とし、これを重ね合わせて合成しカラー画像を生成することができる。その際、特徴量に対してカラーテーブルを設定して特徴量画像を作成することにより、それらを合成して生成された林相画像に特徴量が定量的に表現される。

以上説明したように、本発明による林相解析システム２は航空レーザ計測データ３０のみを利用して林相を可視化する。生成される林相画像は林相の目視判読を容易とし、ユーザによる林相区分図の作成・更新や災害個所の特定等にも活用できる。また、林相解析システム２による可視化には航空写真は必要ではなくなるので撮影やデータ処理のコストが軽減される。

２林相解析システム、４演算処理装置、６記憶装置、８入力装置、１０出力装置、２０特徴量抽出部、２２カラー画像生成部、３０航空レーザ計測データ、４０特徴量画像データ、４２林相画像データ。

Claims

森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出手段と、
前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成手段と、
を有し、
前記１又は複数種類の特徴量は、前記反射パルス指標として、前記計測地点の単位面積からの反射パルス総数に対するファーストパルスの数の比の値、及び前記計測地点の単位面積からの反射パルス総数に対する中間パルスの数の比の値の少なくとも一方を含むこと、
を特徴とする林相解析装置。
請求項１に記載の林相解析装置において、
前記カラー画像生成手段は、画素に対応する領域での前記１又は複数種類の特徴量を予め定められた関係式で色空間における座標値に変換して前記画素値を定めること、を特徴とする林相解析装置。
請求項１又は請求項２に記載の林相解析装置において、
前記複数種類の特徴量はさらにレーザの反射強度を含むこと、を特徴とする林相解析装置。
請求項１から請求項３のいずれか１つに記載の林相解析装置において、
前記複数種類の特徴量はさらに樹高を含むこと、を特徴とする林相解析装置。
請求項１から請求項４のいずれか１つに記載の林相解析装置において、
前記複数種類の特徴量はさらに、レーザの反射強度を画素値とした前記対象地域での画像を二値化したパターンから抽出されたテクスチャ特徴量を含むこと、を特徴とする林相解析装置。
森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出ステップと、
前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成ステップと、
を有し、
前記１又は複数種類の特徴量は、前記反射パルス指標として、前記計測地点の単位面積からの反射パルス総数に対するファーストパルスの数の比の値、及び前記計測地点の単位面積からの反射パルス総数に対する中間パルスの数の比の値の少なくとも一方を含むこと、
を特徴とする林相解析方法。
コンピュータに林相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、
森林を含む対象地域をスキャンして取得した航空レーザ計測データに基づき、レーザの照射パルスに対する反射パルスの個数に応じて定まる各計測地点での反射パルス指標を含む１又は複数種類の特徴量を求める特徴量抽出手段、及び、
前記対象地域のカラー画像を生成する手段であって、画素に対応する領域での前記特徴量に基づいて前記カラー画像の画素値を定めるカラー画像生成手段、
として機能させ、
前記１又は複数種類の特徴量は、前記反射パルス指標として、前記計測地点の単位面積からの反射パルス総数に対するファーストパルスの数の比の値、及び前記計測地点の単位面積からの反射パルス総数に対する中間パルスの数の比の値の少なくとも一方を含むこと、
を特徴とするプログラム。