JP6282940B2

JP6282940B2 - 林相解析装置及びプログラム

Info

Publication number: JP6282940B2
Application number: JP2014119576A
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: 2014-06-10
Publication date: 2018-02-21
Anticipated expiration: 2034-06-10
Also published as: JP2015109064A

Description

本発明は、航空レーザ計測データから森林の林相区画を抽出する林相解析装置、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。林相区画は、航空写真などの高分解能画像データを用いたより高精度の林相区分・樹種分類の基本処理単位となっており、さらに、林班や小班の境界線の生成、及び林相区分の目視確認に重要な要素となる。従って、林相区分・樹種分類を正確かつ効率的に行う上で、林相区画を適切に生成することが必要となる。

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、森林の林相区画の抽出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画の抽出や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。しかし、広範囲にわたる林相判読は膨大な労力・時間を要するため、自動的に林相解析を行う手法の研究が進められている。

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、林相区画や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には航空レーザ計測データのみを用いて植生図を作成する技術が示されているが、林相区画を伴う林相解析は示されていない。

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区画の抽出などの林相解析が可能となる。

ここで従来の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。

そこで本発明は、林相区画の抽出を、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、かつ自動的に行うことを可能とする林相解析装置、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、予め定められた１又は複数種類の特徴量を各計測地点について求め、当該特徴量を画素値とする前記対象地域の特徴量画像を生成する特徴量画像生成手段と、前記特徴量の類似性に基づいて前記特徴量画像上にて前記対象地域を複数領域に分割して林相区画を生成する林相区画生成手段と、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１又は複数種類の特徴量は、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前記各計測地点での反射パルス指標を含む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１又は複数種類の特徴量はレーザの反射強度を含む構成とすることができる。

（４）上記（２）又は（３）に記載する林相解析装置において、前記特徴量はさらに樹高を含んでもよい。

（５）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、予め定められた１又は複数種類の特徴量を各計測地点について求め、当該特徴量を画素値とする前記対象地域の特徴量画像を生成する特徴量画像生成ステップと、前記特徴量の類似性に基づいて前記特徴量画像上にて前記対象地域を複数領域に分割して林相区画を生成する林相区画生成ステップと、を有する。

（６）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、予め定められた１又は複数種類の特徴量を各計測地点について求め、当該特徴量を画素値とする前記対象地域の特徴量画像を生成する特徴量画像生成手段、及び、前記特徴量の類似性に基づいて前記特徴量画像上にて前記対象地域を複数領域に分割して林相区画を生成する林相区画生成手段、として機能させる。

本発明によれば、林相区画の抽出を、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、かつ自動的に行うことが可能となる。

本発明の第１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処理フロー図である。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。特徴量画像生成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ＤＣＨＭ画像の一例である。林相区画生成部の概略の処理フロー図である。林相区画生成部により生成された林相区画の一例を示す画像である。本発明の第２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。

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。

［第１の実施形態］
図１は、第１の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、後述する特徴量画像生成部２０、林相区画生成部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、林相区画に関する特徴量条件３２及び幾何条件３４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。

特徴量条件３２及び幾何条件３４は、特徴量画像生成部２０により生成される特徴量画像を領域分割して生成されるオブジェクト領域である林相区画が満たすべき条件である。特徴量条件３２は林相区画における特徴量画像の画素値（特徴量）に関する条件を規定する。一方、幾何条件３４は林相区画の幾何特徴量である形状（Shape）に関する条件を規定する。例えば、形状は、コンパクトネス（Compactness）やスムースネス（Smoothness）といったパラメータで表される。

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区画を画面表示、印刷等によりユーザに示す等に用いられる。また、林相区画に関するデータ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における概略の処理フロー図である。特徴量画像生成部２０は航空レーザ計測データ３０から特徴量画像を生成し（Ｓ１０）、林相区画生成部２２は特徴量画像から画像領域分割処理（Ｓ２０）により林相区画（林相区画データ４０）を自動生成する。当該画像領域分割処理は階層的に行っても良く、以下の実施例では、画像領域分割処理を階層的に行う場合を例に説明する。

特徴量画像生成部２０は、航空レーザ計測データ３０に基づき、予め定められた１又は複数種類の特徴量（レーザ特徴量）を、森林を含む対象地域の各計測地点について求め、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。

レーザ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はレーザ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。同図には複数のレーザ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、その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。なお、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は特徴量画像生成部２０の概略の処理フロー図である。本実施形態では、特徴量画像生成部２０は、レーザ特徴量として反射パルス指標、反射強度及び樹高を利用し、反射パルス指標に関してはＦＰＲ（又はＩＰＲ）を利用する。つまり、特徴量画像生成部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）。

特徴量画像生成部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）。

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９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ＤＣＨＭ画像である。

林相区画生成部２２は、特徴量画像生成部２０により生成された特徴量画像上にてレーザ特徴量の類似性に基づいて対象地域を複数領域に分割して林相区画を生成する。例えば、林相区画生成部２２は初期区画部５０及び後続区画部５２を有し、特徴量画像に対して階層的に領域分割処理を行って林相区画（林相区画データ４０）を生成する。本実施形態では複数種類のレーザ特徴量を用いることに対応して、林相区画生成部２２はレーザ特徴量ごとに生成された特徴量画像を複合した複合特徴量画像に対して画像領域分割処理を行う。例えば、複合特徴量画像の画素値は、レーザ特徴量ごとに生成された特徴量画像の互いに対応する画素における画素値（レーザ特徴量）の組で定義することができる。なお、目的とする林相の区別が１種類のレーザ特徴量だけで精度良く行える場合には、当該レーザ特徴量の特徴量画像だけを用いて林相区画の生成を行うこともできる。

初期区画部５０は階層的な領域分割処理の最初の階層の処理を行う。具体的には複合特徴量画像の画素値及び幾何特徴量を区画用特徴量とし、初期区画部５０は複合特徴量画像（原画像）を複数領域に分割し１次の林相区画を生成する。初期区画部５０は、互いに隣接する複数の画素からなる領域を１次の林相区画とするか否かを、それら画素の画素値の類似性（特徴量条件３２）と、それら画素を結合して得られる領域についての幾何特徴量の類似性（幾何条件３４）とに基づいて決定する。ここで、結合される領域間や結合前後の領域間での画素値の類似性は、画素値の平均値、標準偏差などの統計量に基づいて判断することができる。以下、複合特徴量画像の画素値を画素特徴量と称する。

後続区画部５２は階層的な領域分割処理の第２の階層以降の処理を行う。具体的には後続区画部５２は、隣接する林相区画を結合して新たな林相区画を生成する逐次区画処理を１回又は複数回行う。逐次区画処理は、互いに隣接する複数の低次の林相区画について、それらにおける画素値の類似性に関する特徴量条件３２と、それらを結合して得られる高次の林相区画についての幾何条件３４とに基づいて、それら低次の林相区画を結合するか否かを決める。

画像領域分割には領域併合（region merging）に基づく手法を利用する。この手法において画像領域分割処理の対象とされる画像に存在する隣接する２つのオブジェクトを統合するかどうかは、統合後に生成される新しいオブジェクトの異質性（heterogeneity）と統合前のオブジェクトの異質性との間の変化を評価することによって決定される。ちなみに、初期区画部５０での処理ではオブジェクトは原画像の画素であり、後続区画部５２での処理ではオブジェクトは既に生成されている林相区画である。

具体的には、領域併合によるオブジェクトの異質性の変化Δｈは、併合前後における画素特徴量の異質性の変化Δｈ_ｐと形状の異質性の変化Δｈ_ｔとから次式によって算出される。

ここで、ｗ_ｐは画素特徴量の異質性の重み、ｗ_ｔは形状の異質性の重みである。

併合前後の画素特徴量の異質性の変化Δｈ_ｐは、対象画像の併合前後のオブジェクト内の画素値を構成するレーザ特徴量それぞれの標準偏差を用いて、次式によって計算される。

ここで、Ｎは特徴量画像の画素値を構成するレーザ特徴量の種類の数、ｗ_ｉは第ｉ種類のレーザ特徴量（特徴量ｉ）の重み、ｎ_ａｂは併合後の新しいオブジェクトの画素数、ｎ_ａ，ｎ_ｂは併合前の２つのオブジェクトの画素数、σ_ｉ，ａｂは併合後のオブジェクトの特徴量ｉにおける標準偏差、σ_ｉ，ａ，σ_ｉ，ｂは併合前の２つのオブジェクトの特徴量ｉにおける標準偏差である。

また、併合前後の形状の異質性の変化Δｈ_ｔは、コンパクトネスとスムースネスという２つの基準で次式により定義される。

ここで、Δｈ_ｃは併合前後のコンパクトネスの変化、Δｈ_ｓは併合前後のスムースネスの変化、ｗ_ｃはコンパクトネスの重み、ｗ_ｓはスムースネスの重みである。

オブジェクトのコンパクトネス基準はオブジェクトの周囲長と面積から計算され、一方、スムースネス基準はオブジェクトの周囲長と境界ボックスの直径（長軸）から計算される。具体的にはΔｈ_ｃ，Δｈ_ｓは次式で定義される。

ここで、ｌ_ａｂは併合後のオブジェクトの周囲長、ｌ_ａ，ｌ_ｂは併合前の２つのオブジェクトの周囲長、ｓ_ａｂは併合後のオブジェクトの面積、ｓ_ａ，ｓ_ｂは併合前の２つのオブジェクトの面積、ｂ_ａｂは併合後のオブジェクトの境界ボックスの直径、ｂ_ａ，ｂ_ｂは併合前の２つのオブジェクトの境界ボックスの直径、ｎ_ａｂは併合後の新しいオブジェクトの画素数、ｎ_ａ，ｎ_ｂは併合前の２つのオブジェクトの画素数である。

併合前後のオブジェクトの異質性の変化Δｈが設定されたしきい値を超えない場合、領域の併合処理が実施され、しきい値を上回る場合、領域の併合処理を停止する。設定されたしきい値はスケールパラメータ（scale parameter）と呼ばれ、画像の分割処理によって生成されるオブジェクトの大きさを表している。スケールパラメータが大きいほど、より多くのオブジェクトが併合され、領域分割によって最終的に生成されるオブジェクトのサイズが大きくなる。

（１）式に示すように、初期区画部５０における画素の結合の判断、又は後続区画部５２における低次の林相区画の結合の判断に対する画素特徴量及び幾何特徴量それぞれの寄与比率は重みｗ_ｐ，ｗ_ｃにより調節することができる。ここで、初期区画部５０及び後続区画部５２の一方又は両方は、林相区画の生成判断において、幾何条件を用いず画素特徴量の類似性だけに基づいて行う構成にすることもできる。

図１０は林相区画生成部２２の概略の処理フロー図である。林相解析システム２は原画像を領域分割した林相区画を階層的に領域分割して、内部が一様な林相からなる領域に対応した林相区画を生成する（Ｓ６０）。この領域分割処理Ｓ６０は初期区画部５０及び後続区画部５２により行われる。領域分割処理は特徴量画像を構成する画素の画素値を用いた区画処理が少なくとも１回行われる。具体的には、初期区画部５０は原画像を領域分割してスケールが小さい林相区画を生成する（Ｓ６２）。後続区画部５２は林相区画同士を結合することによりスケールが大きくなった林相区画を生成する（Ｓ６４）。

領域分割処理は特徴量条件３２及び幾何条件３４を満たすように行われる。その際、特徴量条件３２と幾何条件３４との比重、つまりそれぞれを領域分割に寄与させる度合は調節することができる。

ここで、領域分割処理の階層ごとに、林相区画を生成する際の条件は異なり得る。すなわち、初回の画素を結合して初期の林相区画を生成する際や、低次の林相区画同士を結合して高次の林相区画を生成する際に、スケールパラメータであるΔｈは生成される林相区画のスケールが徐々に大きくなることを可能とするように設定される。Δｈの増加により、特徴量条件３２に関しては、結合対象となる複数の画素又は林相区画についての画素特徴量の類似性の判断基準（Δｈ_ｐ）が領域分割処理が高階になるにつれ緩和される。また、幾何条件３４に関しても幾何特徴量の類似性の判断基準（Δｈ_ｔ）が緩和され、領域分割処理が高階になるにつれより複雑な形状あるいは大きな面積を有する林相区画が許容されるようになり結合が促進される。一方、特徴量条件３２と幾何条件３４とで総合的に結合が緩和されればよいので、特徴量条件３２により結合を緩和しつつ、幾何条件３４は結合を或る程度抑制する方向に変化させより単純な形状の林相区画の生成を促す条件に設定することもできる。例えば、そのような調整は（１）式の重みｗ_ｐ，ｗ_ｔを変えることで可能であり、具体的にはｗ_ｐを低下させ、一方、ｗ_ｔを増加させて、Δｈ_ｐがΔｈに寄与しにくくし、Δｈ_ｔがΔｈに寄与しやすくすることで実現できる。なお、本実施例では階層的な処理を例に説明したが、必ずしも階層的に行わなくてもよい。

図１１は林相区画生成部２２の処理の例を示す画像であり、ＦＰＲ画像、ＲＩ画像及びＤＣＨＭ画像を複合した特徴量画像から生成された林相区画を示している。同図には、図５に示す対象地域にて抽出された林相区画の境界が黒線で描かれている。図３から理解されるように、ＦＰＲには３種類の樹種（ヒノキ林、スギ林及び広葉樹林）間に差が存在し、ＦＰＲのみで樹種の弁別は可能であるが、これにＲＩを組み合わせることで、３つの樹種がより正確に弁別される。これらにＤＣＨＭを加えて林相区画生成部２２による処理を行うことで、樹種の弁別に加え、同じ高さを持つ林相を１つの区画に集約することができる。また、ＤＣＨＭを利用することにより樹齢が異なる同じ樹種の林相を区別できる。よって、ＦＰＲ、ＲＩ及びＤＣＨＭの全部の組み合わせは、それらのうちのいずれか２つの組み合わせ又は１つのみよりも好適な林相区画を与える。

一方、ＦＰＲ及びＲＩを併用しＤＣＨＭを利用しない場合に林相区画生成部２２により生成される林相区画では、同じ高さを持つ林相が１つの区画に集約されることは期待できないものの、樹種の弁別は好適になされる。

また、上述したように、ＦＰＲのみで３種類の樹種の弁別は可能であるので、ＦＰＲのみを利用して林相区画を生成することも可能である。さらに、ＦＰＲとＤＣＨＭとを組み合わせると、同じ高さを持つ林相が１つの区画に集約されるので、ＦＰＲのみの場合より好適な林相区画が得られる。

ＲＩはスギ林を広葉樹林及びヒノキ林から区別できる。よって、ＲＩのみを用いてもスギ林と他の２つの樹種とが区分けされた林相区画を生成することができる。

なお、本実施形態では林相区画生成部２２が特徴量画像を階層的に領域分割して林相区画を生成する例を説明したが、領域分割は特徴量の同一林相での類似性や異なる林相間での差異が区画生成に反映されるものであれば他の手法を用いることもできる。

［第２の実施形態］
第２の実施形態の林相解析システムにおいて上記第１の実施形態と同じ構成要素は同一の符号を付して説明を省略する。以下、第２の実施形態の林相解析システム２００について第１の実施形態の林相解析システム２との相違点を説明する。

図１２は第２の実施形態である林相解析システム２００の概略の構成を示すブロック図である。林相解析システム２００と林相解析システム２との相違点は林相区画をどのような条件に基づいて行うかという点にある。第１の実施形態では林相区画生成部２２は画素特徴量についての特徴量条件３２及び幾何特徴量についての幾何条件３４を満たすように領域分割処理を行って林相区画を生成している。これに対し、第２の実施形態の林相解析システム２００では領域併合前後のオブジェクト、つまり、劣化画像の画素又は林相区画の画素値、形状、テクスチャ及び面積を区画用特徴量とし、これらについての画素値条件２０２、形状条件２０４、テクスチャ条件２０６及び面積条件２０８を満たすように領域分割処理を行って林相区画を生成する。

画素値条件２０２、形状条件２０４、テクスチャ条件２０６及び面積条件２０８は、特徴量画像生成部２０により生成される特徴量画像を領域分割して生成されるオブジェクト領域である林相区画が満たすべき条件である。画素値条件２０２は林相区画における特徴量画像の画素値（画素特徴量）に関する条件を規定し、第１の実施形態の特徴量条件３２に相当する。形状条件２０４は林相区画の形状に関する条件を規定する。テクスチャ条件２０６は林相区画の画像テクスチャに関する条件を規定する。画像テクスチャはテクスチャ特徴量で評価される。面積条件２０８は林相区画の面積に関する条件を規定する。なお、林相区画の形状、面積は林相区画の幾何特徴量である。

初期区画部５０は、互いに隣接する複数の画素からなる領域を１次の林相区画とするか否かを、それら画素の画素値の類似性、領域の画像テクスチャの類似性、及び領域の形状や面積などの幾何特徴量の類似性に基づいて決定する。ここで、結合される領域間や結合前後の領域間での画素値の類似性は、画素値の平均値などの統計量などの特徴量に基づいて判断することができる。

後続区画部５２は第１の実施形態と同様、逐次区画処理を行う。本実施形態では逐次区画処理は、互いに隣接する複数の低次の林相区画について、それらにおける画素値の類似性に関する画素値条件２０２と、それらを結合して得られる高次の林相区画についての形状条件２０４と、テクスチャ条件２０６と、面積条件２０８とに基づいて、それら低次の林相区画を結合するか否かを決める。

画像領域分割には第１の実施形態と同様、領域併合に基づく手法を利用する。本実施形態では、領域併合によるオブジェクトの異質性の変化Δｈは、併合前後における画素特徴量の異質性の変化Δｈ_colorと、形状の異質性の変化Δｈ_shapeと、テクスチャの異質性の変化Δｈ_textureと、面積の異質性の変化Δｈ_aeraとから次式によって算出される。

ここで、ｗ_colorは画素特徴量の異質性の重み、ｗ_shapeは形状の異質性の重み、ｗ_textureはテクスチャの異質性の重み、ｗ_areaは面積の異質性の重みである。

併合前後の画素特徴量の異質性の変化Δｈ_color、形状の異質性の変化Δｈ_shape、テクスチャの異質性の変化Δｈ_texture、面積の異質性の変化Δｈ_aeraは、例えば、それぞれ次式によって計算される。

ここで、ｎ_ａｂは併合後の新しいオブジェクトの画素数、ｎ_ａ，ｎ_ｂは併合前の２つのオブジェクトの画素数である。また、ＣＩ_ａｂは併合後のオブジェクトの画素値情報指数（例えば、画素値）、ＣＩ_ａ，ＣＩ_ｂは併合前の２つのオブジェクトの画素値情報指数、ＳＩ_ａｂは併合後のオブジェクトの形状情報指数（例えば、スムースネス）、ＳＩ_ａ，ＳＩ_ｂは併合前の２つのオブジェクトの形状情報指数、ＴＩ_ａｂは併合後のオブジェクトのテクスチャ情報指数（例えば、画素値の標準偏差値）、ＴＩ_ａ，ＴＩ_ｂは併合前の２つのオブジェクトのテクスチャ情報指数、ＡＩ_ａｂは併合後のオブジェクトの面積情報指数（例えば、面積値）、ＡＩ_ａ，ＡＩ_ｂは併合前の２つのオブジェクトの面積情報指数である。

（５）式に示すように、初期区画部５０における画素の結合の判断、又は後続区画部５２における低次の林相区画の結合の判断に対する画素値条件、形状条件、テクスチャ条件及び面積条件それぞれの寄与比率は重みｗ_color，ｗ_shape，ｗ_texture，ｗ_areaにより調節することができる。ここで、初期区画部５０及び後続区画部５２の一方又は両方は、林相区画の生成判断において、画素値条件、形状条件、テクスチャ条件及び面積条件の何れか１つもしくは複数の組み合わせに基づいて行う構成にすることもできる。

以上説明したように、本発明による林相解析システム２，２００は航空レーザ計測データ３０のみを利用し林相区画を自動生成する。林相解析システム２，２００により生成された林相区画を利用することで、例えば、林相の目視判読が容易となる。また、当該林相区画は林相区分図の自動作成においてベースとして利用することができる。さらに、林相データの更新や、災害個所の特定等にも活用することができる。

２，２００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特徴量画像生成部、２２林相区画生成部、３０航空レーザ計測データ、３２特徴量条件、３４幾何条件、４０林相区画データ、５０初期区画部、５２後続区画部、２０２画素値条件、２０４形状条件、２０６テクスチャ条件、２０８面積条件。

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、予め定められた１又は複数種類の特徴量を各計測地点について求め、当該特徴量を画素値とする前記対象地域の特徴量画像を生成する特徴量画像生成手段と、
前記特徴量の類似性に基づいて前記特徴量画像上にて前記対象地域を複数領域に分割して林相区画を生成する林相区画生成手段と、
を有し、
前記１又は複数種類の特徴量は、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前記各計測地点での反射パルス指標を含むこと、
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１又は複数種類の特徴量は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又は請求項２に記載の林相解析装置において、
前記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。
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、予め定められた１又は複数種類の特徴量を各計測地点について求め、当該特徴量を画素値とする前記対象地域の特徴量画像を生成する特徴量画像生成手段、及び、
前記特徴量の類似性に基づいて前記特徴量画像上にて前記対象地域を複数領域に分割して林相区画を生成する林相区画生成手段、
として機能させ、
前記１又は複数種類の特徴量は、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前記各計測地点での反射パルス指標を含むこと、
を特徴とするプログラム。