JP6781014B2 - 画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム - Google Patents
画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム Download PDFInfo
- Publication number
- JP6781014B2 JP6781014B2 JP2016219152A JP2016219152A JP6781014B2 JP 6781014 B2 JP6781014 B2 JP 6781014B2 JP 2016219152 A JP2016219152 A JP 2016219152A JP 2016219152 A JP2016219152 A JP 2016219152A JP 6781014 B2 JP6781014 B2 JP 6781014B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- time
- target
- difference
- 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
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
本発明は、画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラムに関する。
ほぼ同一の空間領域が撮像された時系列の画像間の差異（変化）の有無を判定する技術がある（特許文献１参照）。画像間の差異の有無を判定する画像差異検出装置は、画像間の差異の有無を判定する対象の画像（以下「対象画像」という。）と、対象画像の撮像日時とは異なる日時に撮像された参照画像との画像特徴量の差分に基づいて、対象画像と参照画像との間の差異の有無を判定する。例えば、従来の画像差異検出装置は、１枚の対象画像の複雑さの指標値と１枚の参照画像の複雑さの指標値との比に基づいて、対象画像と参照画像との間の差異の有無を判定する。
しかしながら、従来の画像差異検出装置は、一時的な変動等の影響が参照画像に発生した場合には、対象画像と参照画像との間の差異の有無を正しく判定することができない。例えば、衛星画像である対象画像及び参照画像に基づいて地物の変化を検出する場合、地表を覆う雲等の被覆体の画像、水蒸気による大気のぼやけ、カメラのノイズ、人工衛星からの電波を用いた測位の誤差等の影響が参照画像に発生した場合には、対象画像と参照画像との間の差異の有無の判定精度は低下してしまう。
従来の画像差異検出装置は、時系列の画像から１枚の参照画像を画像差異検出装置が選択すれば、対象画像と選択された参照画像との間の差異の有無を精度良く判定できる場合がある。しかしながら、従来の画像差異検出装置は、画像差異検出装置が時系列の画像から１枚の参照画像を選択したとしても、画像内の領域の単位では、画像間の差異の有無を精度良く判定することができない。例えば、従来の画像差異検出装置は、左半分の領域が雲で覆われた１枚の衛星画像と右半分の領域が雲で覆われた１枚の衛星画像とのいずれを参照画像として選択しても、対象画像と選択された参照画像との間の差異の有無を精度良く判定することができない。このように、従来の画像差異検出装置は、画像間の差異の有無の判定精度が低いという問題があった。
また、参照画像は、時系列の画像のうちの複数の画像から生成されてもよい。特許文献２に開示された画像符号化における動き予測のフィルタ処理方法は、画像内の領域のうち画像間の差異がない領域にテンポラルフィルタが適用され、画像間の差異がある領域にはテンポラルフィルタが適用されない場合には、複数の画像に基づく参照画像の生成に用いることが可能である。
しかしながら、動き予測による画素値の誤差の大小と、画像間の差異の有無とには、相関がない場合がある。したがって、従来の画像差異検出装置は、動き予測による画素値の誤差の大小を画像間の差異の有無の判定に用いることができず、画像間の差異の有無の判定精度が低い。このように、従来の画像差異検出装置は、画像間の差異の有無の判定精度が低いという問題があった。
上記事情に鑑み、本発明は、画像間の差異の有無の判定精度を向上させるための画像を生成することが可能である画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラムを提供することを目的としている。
本発明の一態様は、参照画像を生成する画像生成装置が実行する画像生成方法であって、ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得するステップと、前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、前記対象画像内の少なくとも一部の領域との差異の有無を判定する対象である前記参照画像内の前記領域を、前記複数の素材画像を合成して生成するステップと、を含む画像生成方法である。
本発明の一態様は、上記の画像生成方法であって、前記生成するステップでは、前記画像生成装置は、前記複数の素材画像を合成するフィルタ処理の制御情報に基づいて前記複数の素材画像から複数の前記素材画像を決定し、決定された前記素材画像の少なくとも一部の領域を合成して前記参照画像を生成する。
本発明の一態様は、上記の画像生成方法であって、前記生成するステップでは、前記画像生成装置は、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の中央値のうち、選択された前記素材画像の画素値の中央値に基づいて前記参照画像を生成する。
本発明の一態様は、上記の画像生成方法であって、前記生成するステップでは、前記画像生成装置は、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された前記素材画像の画素値の重み係数に基づいて前記参照画像を生成する。
本発明の一態様は、上記の画像生成方法であって、前記生成するステップでは、前記画像生成装置は、第１の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第１の前記重み係数を乗算した結果と、第２の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第２の前記重み係数を乗算した結果とに基づいて、前記参照画像を生成する。
本発明の一態様は、時系列の画像間の差異の有無を判定する画像差異検出装置が実行する画像差異検出方法であって、ほぼ同一の空間領域が撮像された前記時系列の画像のうちの１枚である対象画像を取得するステップと、前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、前記対象画像内の少なくとも一部の領域との差異の有無を判定する対象である参照画像内の前記領域を、前記複数の素材画像を合成して生成するステップと、前記対象画像内の前記領域と前記参照画像内の前記領域との差異の有無を判定するステップと、を含む画像差異検出方法である。
本発明の一態様は、ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する対象画像取得部と、前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する素材画像取得部と、前記対象画像内の少なくとも一部の領域との差異の有無を判定する対象である参照画像内の前記領域を、前記複数の素材画像を合成して生成する参照画像生成部と、を備える画像生成装置である。
本発明の一態様は、コンピュータに、ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する手順と、前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する手順と、前記対象画像内の少なくとも一部の領域との差異の有無を判定する対象である参照画像内の前記領域を、前記複数の素材画像を合成して生成する手順と、を実行させるための画像生成プログラムである。
本発明により、画像間の差異の有無の判定精度を向上させることが可能となる。
以下、図面を参照して、本発明の実施形態による画像差異検出装置を説明する。本実施形態は、２枚以上の画像から、画像内の各領域における変化（または差異）を適切に検出するものであり、医用での異常検出や航空・衛星画像からの変化検出にも適用可能とするものである。
＜第１実施形態＞
第１実施形態による画像差異検出装置を説明する。以下では動画像符号化を用いた衛星画像間の変化点検出を例にあげて説明する。図１は第１実施形態の構成を示すブロック図である。図２は、図１に示す画像差異検出装置１０の処理動作を示すフローチャートである。図１に示す画像差異検出装置１０は、コンピュータ装置で構成し、変化検出対象サイズ入力部１、符号化パラメータ決定部２、符号化部３、変化検出部４、画像入力部５を備える。ここでは、画像Ａに対して、画像Ｂではどの領域に変化があるか（２つの画像間において差異がどの空間領域にあるか）を検出する動作について説明する。なお以下では、用いる符号化方式はＨＥＶＣ、符号化パラメータとしては符号化サイズをそれぞれ一例とする。
第１実施形態による画像差異検出装置を説明する。以下では動画像符号化を用いた衛星画像間の変化点検出を例にあげて説明する。図１は第１実施形態の構成を示すブロック図である。図２は、図１に示す画像差異検出装置１０の処理動作を示すフローチャートである。図１に示す画像差異検出装置１０は、コンピュータ装置で構成し、変化検出対象サイズ入力部１、符号化パラメータ決定部２、符号化部３、変化検出部４、画像入力部５を備える。ここでは、画像Ａに対して、画像Ｂではどの領域に変化があるか（２つの画像間において差異がどの空間領域にあるか）を検出する動作について説明する。なお以下では、用いる符号化方式はＨＥＶＣ、符号化パラメータとしては符号化サイズをそれぞれ一例とする。
次に、図１に示す画像差異検出装置１０の処理動作を説明する。まず、変化検出対象サイズ入力部１は、外部から検出したい変化対象の大きさ（例えば、画素サイズ）を入力し符号化パラメータ決定部２に対して出力する（ステップＳ１）。変化対象の大きさは、一例として画素サイズが挙げられるが、画像上の範囲を指定する視標であれば画素サイズに限るものではない。続いて、符号化パラメータ決定部２は、入力した変化対象の大きさに応じて符号化パラメータ、例えば各符号化サイズを決定する（ステップＳ２）。各符号化サイズとは、ＭＰＥＧ等のＭＢ（マクロブロック）やＨＥＶＣのＣＵ（符号化ユニット）、ＰＵ（予測ユニット）、ＴＵ（変換ユニット）などのサイズがあげられ、ここではＬＣＵ（Ｌａｒｇｅｓｔ ＣＵ）サイズを例として説明する。符号化パラメータ決定部２は決定したＬＣＵサイズを符号化部３に対して出力する。
一方、画像入力部５は、外部から変化検出対象の少なくとも２枚の画像Ａ（第１の画像）、画像Ｂ（第２の画像）を入力する（ステップＳ３）。画像Ａ、Ｂは、撮影日時は異なるが、撮影範囲の空間領域はほぼ同じであり、画像Ａは、画像Ｂより前の日時に取得した画像である。この画像Ａ、Ｂは、符号化部３に対して出力される。これを受けて、符号化部３では入力されたＬＣＵサイズで画像Ａおよび画像ＢのＨＥＶＣイントラ符号化を行う（ステップＳ４）。
次に、図１に示す変化検出部４において、各ＬＣＵで変化があるか（差異があるか）否かを検出する処理について説明する。まず、変化検出部４は、検出対象画像における対象ＬＣＵにおいて、四方（上下左右）のＬＣＵと、対象ＬＣＵとの発生符号量を比較し、以下の条件Ｘ（（１）〜（８））のいずれかを満たすか否かを確認する（ステップＳ５）。
（１）ｍａｘ（Ｒ（Ｎ−１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−１））＞Ｒ＿Ｔｈ１
（２）ｍａｘ（Ｒ（Ｎ＋１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋１））＞Ｒ＿Ｔｈ１
（３）ｍａｘ（Ｒ（Ｎ−ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−ｘ））＞Ｒ＿Ｔｈ１
（４）ｍａｘ（Ｒ（Ｎ＋ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋ｘ））＞Ｒ＿Ｔｈ１
（５）ｍｉｎ（Ｒ（Ｎ−１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−１））＜Ｒ＿Ｔｈ２
（６）ｍｉｎ（Ｒ（Ｎ＋１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋１））＜Ｒ＿Ｔｈ２
（７）ｍｉｎ（Ｒ（Ｎ−ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−ｘ））＜Ｒ＿Ｔｈ２
（８）ｍｉｎ（Ｒ（Ｎ＋ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋ｘ））＜Ｒ＿Ｔｈ２
（２）ｍａｘ（Ｒ（Ｎ＋１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋１））＞Ｒ＿Ｔｈ１
（３）ｍａｘ（Ｒ（Ｎ−ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−ｘ））＞Ｒ＿Ｔｈ１
（４）ｍａｘ（Ｒ（Ｎ＋ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋ｘ））＞Ｒ＿Ｔｈ１
（５）ｍｉｎ（Ｒ（Ｎ−１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−１））＜Ｒ＿Ｔｈ２
（６）ｍｉｎ（Ｒ（Ｎ＋１）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋１））＜Ｒ＿Ｔｈ２
（７）ｍｉｎ（Ｒ（Ｎ−ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ−ｘ））＜Ｒ＿Ｔｈ２
（８）ｍｉｎ（Ｒ（Ｎ＋ｘ）／Ｒ（Ｎ），Ｒ（Ｎ）／Ｒ（Ｎ＋ｘ））＜Ｒ＿Ｔｈ２
ここで、ＲはＬＣＵの発生符号量、ｍａｘ（Ｒ（Ｎ−１）、Ｒ（Ｎ））はＲ（Ｎ−１）、Ｒ（Ｎ）の大きい値、ｍｉｎ（Ｒ（Ｎ−１）， Ｒ（Ｎ））はＲ（Ｎ−１）、Ｒ（Ｎ）の小さい値を意味し、Ｒ＿Ｔｈ１はＲ＿Ｔｈ１＞１、Ｒ＿Ｔｈ２は０＜Ｒ＿Ｔｈ２≦１を満たす閾値である。また、Ｎは画像ＢにおけるＮ番目のＬＣＵを意味しＮ−１は対象の左ＬＣＵ、Ｎ＋１は右ＬＣＵ、Ｎ−ｘは上ＬＣＵ、Ｎ＋ｘは下ＬＣＵをそれぞれ意味する。
このときの符号量比の算出対象は、画像Ｂである。
このときの符号量比の算出対象は、画像Ｂである。
対象ＬＣＵが条件Ｘを全て満たさない（上下左右の隣接ＬＣＵの発生符号量と、対象ＬＣＵの発生符号量が大きく異ならない）場合、変化検出部４は、対象ＬＣＵでは変化なしとして、変化検出部４内に対象ＬＣＵの検出結果を蓄積する（ステップＳ７）。
一方、条件Ｘのいずれかを満たす場合、変化検出部４は、画像Ａにおける対象ＬＣＵと空間的に同位置のＬＣＵの発生符号量との比較を行う。そして、変化検出部４は、画像Ｂの対象ＬＣＵと画像Ａの空間的に同位置のＬＣＵの発生符号量を比較し、以下の条件Ｙ（（９）、（１０））のいずれかを満たすか否かを確認する（ステップＳ６）。
（９）ｍａｘ（Ｒ＿Ａ（Ｎ）／Ｒ＿Ｂ（Ｎ），Ｒ＿Ｂ（Ｎ）／Ｒ＿Ａ（Ｎ））＞Ｒ＿Ｔｈ３
（１０）ｍｉｎ（Ｒ＿Ａ（Ｎ）／Ｒ＿Ｂ（Ｎ），Ｒ＿Ｂ（Ｎ）／Ｒ＿Ａ（Ｎ））＜Ｒ＿Ｔｈ４
（１０）ｍｉｎ（Ｒ＿Ａ（Ｎ）／Ｒ＿Ｂ（Ｎ），Ｒ＿Ｂ（Ｎ）／Ｒ＿Ａ（Ｎ））＜Ｒ＿Ｔｈ４
ここで、Ｒ＿Ｂは対象ＬＣＵの発生符号量、Ｒ＿Ａは対象ＬＣＵと空間的に同位置ＬＣＵの発生符号量を意味し、Ｒ＿Ｔｈ３はＲ＿Ｔｈ３＞１、Ｒ＿Ｔｈ４は０＜Ｒ＿Ｔｈ４≦１を満たす閾値である。
対象ＬＣＵが条件Ｙを全て満たさない（対象ＬＣＵの発生符号量と比較用画像の空間的同位置ＬＣＵの発生符号量が大きく異ならない）場合、変化検出部４は、は、対象ＬＣＵでは変化なしとして、変化検出部内に対象ＬＣＵの検出結果を蓄積する（ステップＳ７）。
一方、条件Ｙのいずれかを満たす場合、変化検出部４は、対象ＬＣＵでは変化ありとして、検出結果を同様に蓄積する（ステップＳ７）。そして、画像Ｂにおける全てのＬＣＵに対して前述の処理が完了した時点で、対象画像（ここでは、画像Ｂ）の変化検出結果を出力し、終了となる（ステップＳ８）。入力画像が、画像Ａ、画像Ｂの２枚でなく、画像Ｂが２枚以上である場合は、それぞれの検出結果が出力されることになる。
＜第２実施形態＞
次に、第２実施形態による画像差異検出装置を説明する。図３は第２実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、変化検出対象種別入力部６が新たに設けられている点である。図４は、図３に示す画像差異検出装置１０の処理動作を示すフローチャートである。この図において、図２に示す処理動作と同一の部分には同一の符号を付し、その説明を省略する。この図に示す処理動作が図２に示す処理動作と異なる点は、ステップＳ４ａ、ステップＳ９、Ｓ１０が設けられている点である。
次に、第２実施形態による画像差異検出装置を説明する。図３は第２実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、変化検出対象種別入力部６が新たに設けられている点である。図４は、図３に示す画像差異検出装置１０の処理動作を示すフローチャートである。この図において、図２に示す処理動作と同一の部分には同一の符号を付し、その説明を省略する。この図に示す処理動作が図２に示す処理動作と異なる点は、ステップＳ４ａ、ステップＳ９、Ｓ１０が設けられている点である。
第１実施形態では変化検出対象サイズのみを符号化パラメータ決定部２に入力していたが、第２実施形態ではこれに加え、変化検出対象種別入力部６が外部から入力した変化検出対象とする種別（衛星画像等なら雲、建物、海など）である変化検出対象種別も同時に入力する（ステップＳ９）。そして、その種別に応じて符号化時に用いる量子化マトリクス等を決定する（ステップＳ１０）。これを受けて、符号化パラメータ決定部２は、指定された符号化サイズおよび量子化マトリクスで画像Ａおよび画像Ｂを符号化する（ステップＳ４ａ）。この追加された処理動作は、検出の高精度化につなげるものである。例えば、エッジが顕著な変化検出対象を指定した場合は、高周波成分が強調されるような量子化マトリクスを選定する。
＜第３実施形態＞
次に、第３実施形態による画像差異検出装置を説明する。図５は第３実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、符号化結果調整部７が新たに設けられている点である。図６は、図５に示す画像差異検出装置１０の処理動作を示すフローチャートである。この図において、図２に示す処理動作と同一の部分には同一の符号を付し、その説明を省略する。この図に示す処理動作が図２に示す処理動作尾と異なる点は、ステップＳ１１が設けられている点である。
次に、第３実施形態による画像差異検出装置を説明する。図５は第３実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、符号化結果調整部７が新たに設けられている点である。図６は、図５に示す画像差異検出装置１０の処理動作を示すフローチャートである。この図において、図２に示す処理動作と同一の部分には同一の符号を付し、その説明を省略する。この図に示す処理動作が図２に示す処理動作尾と異なる点は、ステップＳ１１が設けられている点である。
第３実施形態では第１実施形態と同様の処理であるが、変化検出部４で用いる画像Ａ、ＢのＬＣＵ毎の発生符号量に符号化結果調整部７が重みをつける（調整する）点が異なる。具体的には符号化結果調整部７の処理が追加されている処理であるため、該当部分のみ説明をする。
画像Ａと画像Ｂの特性（精細感、色味など）がほぼ同じ、例えば一般的な３０ｆｐｓなどの映像の場合は、画像Ａと画像Ｂの発生符号量は大きく異なることはない。しかし、撮影日や、撮影環境（屋外だと太陽光の条件や大気の状況など）が異なる場合、ほぼ同じ部位や地点を撮影した画像であっても、画像同士で発生符号量が大きく異なる。これらの画像でＬＣＵ毎の変化検出を行ってもほぼ全てのＬＣＵが変化ありとして検出されてしまい、真の変化を検出することは困難となる。そこで、画像同士で発生符号量が異なる場合は、各ＬＣＵの符号量を調整する必要が生じる。本実施形態はその調整を行うものである。
まず、符号化部３で画像Ａ、Ｂの符号化を行い（ステップＳ４）、画像毎の発生符号量ｒ＿Ａ、ｒ＿Ｂを算出する。この値を使い、画像Ｂ内ＬＣＵの発生符号量Ｒ＿Ｂを以下のように調整する（ステップＳ１１）。
Ｒ＿Ｂ’＝（ｒ＿Ａ／ｒ＿Ｂ）×Ｒ＿Ｂ×Ｋ
ここでＲ＿Ｂ’はフロー後段の変化検出部４で用いる、調整後の符号量となる。また、Ｋは任意で与えられる０より大きい定数であり、画像全体やＬＣＵ毎の符号化情報に応じてＫを自動調整することも考えられる。変化検出部４では第１実施形態に示す通り、Ｒ＿ＡとＲ＿Ｂ’とを用い、変化検出処理を行う。
まず、符号化部３で画像Ａ、Ｂの符号化を行い（ステップＳ４）、画像毎の発生符号量ｒ＿Ａ、ｒ＿Ｂを算出する。この値を使い、画像Ｂ内ＬＣＵの発生符号量Ｒ＿Ｂを以下のように調整する（ステップＳ１１）。
Ｒ＿Ｂ’＝（ｒ＿Ａ／ｒ＿Ｂ）×Ｒ＿Ｂ×Ｋ
ここでＲ＿Ｂ’はフロー後段の変化検出部４で用いる、調整後の符号量となる。また、Ｋは任意で与えられる０より大きい定数であり、画像全体やＬＣＵ毎の符号化情報に応じてＫを自動調整することも考えられる。変化検出部４では第１実施形態に示す通り、Ｒ＿ＡとＲ＿Ｂ’とを用い、変化検出処理を行う。
＜第４実施形態＞
次に、第４実施形態による画像差異検出装置を説明する。図７は第４実施形態の構成を示すブロック図である。この図において、図５に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図５に示す装置と異なる点は、符号化結果調整部７の出力に基づいて、変化検出結果を出力する点である。
次に、第４実施形態による画像差異検出装置を説明する。図７は第４実施形態の構成を示すブロック図である。この図において、図５に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図５に示す装置と異なる点は、符号化結果調整部７の出力に基づいて、変化検出結果を出力する点である。
第４実施形態は第３実施形態の符号化結果調整部７からの出力で、変化検出部４を介さず変化検出結果を出力するものである。例えば、画像Ａと画像Ｂの符号量を比較し、以下（１１）、（１２）を満たす場合は、画像Ａと画像Ｂは特性が非常に大きく異なり、全てが変化と検出されるため、変化検出部４を介さず、画像全体として変化あり、または変化検出不能と判断し、それを出力結果とするものである。
（１１）ｍａｘ（ｒ＿Ａ／ｒ＿Ｂ）＞ｒ＿Ｔｈ１
（１２）ｍｉｎ（ｒ＿Ａ／ｒ＿Ｂ）＜ｒ＿Ｔｈ２
ここで、ｒ＿Ｔｈ１はｒ＿Ｔｈ１＞１を、ｒ＿Ｔｈ２は０＜ｒ＿Ｔｈ２≦１を満たす閾値である。
（１１）ｍａｘ（ｒ＿Ａ／ｒ＿Ｂ）＞ｒ＿Ｔｈ１
（１２）ｍｉｎ（ｒ＿Ａ／ｒ＿Ｂ）＜ｒ＿Ｔｈ２
ここで、ｒ＿Ｔｈ１はｒ＿Ｔｈ１＞１を、ｒ＿Ｔｈ２は０＜ｒ＿Ｔｈ２≦１を満たす閾値である。
＜第５実施形態＞
次に、第５実施形態による画像差異検出装置を説明する。図８は第５実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、画像解析部８が新たに設けられている点である。図９は、図８に示す画像差異検出装置１０の処理動作を示すフローチャートである。ここでは、画像Ａに対して、画像Ｂではどの領域に変化があるか（差異がどの空間領域にあるか）を検出する処理動作について説明する。
次に、第５実施形態による画像差異検出装置を説明する。図８は第５実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、画像解析部８が新たに設けられている点である。図９は、図８に示す画像差異検出装置１０の処理動作を示すフローチャートである。ここでは、画像Ａに対して、画像Ｂではどの領域に変化があるか（差異がどの空間領域にあるか）を検出する処理動作について説明する。
次に、図８及び図９に示す画像差異検出装置１０の処理動作を説明する。まず、画像解析部８は、画像入力部５より画像Ａと画像Ｂを、変化検出対象サイズ入力部１より所望の変化検出対象サイズを入力し、画像Ａと画像Ｂそれぞれに対して画像解析を実施する（ステップＳ２１）。画像解析部８は、変化検出対象サイズをもとに分割するブロックサイズを特定し、そのブロックサイズごとにブロック内の各色成分の分散値（アクティビティ）を計算する。ここではアクティビティを例にするが、各色成分の平均値や最大値などでも適用可能である。そして、画像解析部８は、画像Ａと画像Ｂにおける空間的に対応するブロック同士でアクティビティの平均値の比率（差分でもよい）を出力し、符号化パラメータ決定部に移行する。
次に、符号化パラメータ決定部２は、入力した変化検出対象サイズにより符号化サイズ等を決定するとともに、画像解析部８より出力されたアクティビティ比率より画像Ａと画像Ｂに適用する量子化値等のパターンを決定する。後段の符号化をＨ．２６４／ＡＶＣやＨＥＶＣを利用する場合は、量子化マトリクスのパターンを決定することも可能である。
また、各色成分の解析結果をもとに、量子化パラメータ値や量子化マトリクスを色成分ごとに異なるものを適用することもできる。例えば、ブロックｎ（ｎ＝０、１、…、Ｎ）の各色成分のアクティビティをａＡ（ｎ）、ａＢ（ｎ）とすると、画像内のアクティビティ平均値の比率ａｒは、
ａｒ＝ΣａＡ（ｎ）／ΣａＢ（ｎ）
と示される。ここで、ａｒの値をもとに、画像Ａと画像Ｂそれぞれに適用する量子化パラメータＱＰＡとＱＰＢを決定する（ステップＳ２２）。あらかじめ定めた基準量子化パラメータを画像Ａまたは画像Ｂのいずれかにそのまま適用し、他方をａｒより算出される量子化パラメータ差分ｅに変換する。
ａｒ＝ΣａＡ（ｎ）／ΣａＢ（ｎ）
と示される。ここで、ａｒの値をもとに、画像Ａと画像Ｂそれぞれに適用する量子化パラメータＱＰＡとＱＰＢを決定する（ステップＳ２２）。あらかじめ定めた基準量子化パラメータを画像Ａまたは画像Ｂのいずれかにそのまま適用し、他方をａｒより算出される量子化パラメータ差分ｅに変換する。
例えば、基準量子化パラメータをＱＰＡとすると、
ＱＰＢ＝ＱＰＡ−ｅ
ｅ＝ｆ（ａｒ）
と示される。ｆはアクティビティ比率を量子化パラメータ差分に変換する関数である。アクティビティの比率ａｒが大きい場合に、ｅが大きくなるような傾向を持つ関数形である。
ＱＰＢ＝ＱＰＡ−ｅ
ｅ＝ｆ（ａｒ）
と示される。ｆはアクティビティ比率を量子化パラメータ差分に変換する関数である。アクティビティの比率ａｒが大きい場合に、ｅが大きくなるような傾向を持つ関数形である。
次に、符号化部３は、この量子化値等を用いて画像Ａと画像Ｂそれぞれを符号化し、前述符号化サイズのブロックごとの符号量を出力する（ステップＳ２３）。符号化の手段は、前述のＨ．２６４／ＡＶＣやＨＥＶＣだけではなく、ＭＰＥＧ−２やＪＰＥＧなど任意の動画像・静止画像の符号化手段が適用可能である。
次に、変化検出部４は、各符号化サイズの符号量を比較し、所定のしきい値との比較等により、各ブロックが変化領域か否かの情報を出力する（ステップＳ２４）。出力する情報は変化領域か否か、の２判定だけではなく、判定不可なども加えた２つ以上の判定結果でもよい。
上述のように、本実施形態では、アクティビティの比率または差分に基いて、各画像の符号化時に適用する量子化パラメータを決定している。これにより、撮影環境や撮影時間の影響による変化検出の誤判定を抑制できる。
すなわち、ほぼ同じ場所を撮影した画像でも、撮影環境や時間の影響で、符号化の結果として出力される符号量が大きく異なる。例えば、晴天のときと曇りのときとでは、全体的な画像の色合いが異なる。このため、符号量をそのまま比較すると、撮影環境や撮影時間の影響により、変化検出の誤判定が生じる。本実施形態では、ブロック内の各色成分の分散値をアクティビティとして計算し、このアクティビティの比率または差分に基いて、量子化パラメータを決定している。量子化パラメータは、符号量を決定する主要素であり、この量子化パラメータをアクティビティの比率または差分に基いて補正することで、変化検出の誤判定を抑制できる。
＜第６実施形態＞
次に、第６実施形態による画像差異検出装置を説明する。図１０は第６実施形態の構成を示すブロック図である。この図において、図８に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図８に示す装置と異なる点は、画像解析部８の出力が変化検出部４に入力される点である。図１１は、図１０に示す画像差異検出装置１０の処理動作を示すフローチャートである。第５実施形態では画像解析部８より出力された画像解析情報を符号化パラメータの決定に利用していたが、第６実施形態では符号化情報を用いて変化領域を検出する際にこの画像解析情報を用いる。
次に、第６実施形態による画像差異検出装置を説明する。図１０は第６実施形態の構成を示すブロック図である。この図において、図８に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図８に示す装置と異なる点は、画像解析部８の出力が変化検出部４に入力される点である。図１１は、図１０に示す画像差異検出装置１０の処理動作を示すフローチャートである。第５実施形態では画像解析部８より出力された画像解析情報を符号化パラメータの決定に利用していたが、第６実施形態では符号化情報を用いて変化領域を検出する際にこの画像解析情報を用いる。
本実施形態の変化検出部４は、画像解析部８より出力した画像Ａと画像Ｂのブロックごとのアクティビティ比率を入力し、画像Ａと画像Ｂそれぞれの符号化情報の補正を行う。
具体例としては、画像Ａと画像Ｂの所定符号化サイズのブロックごとの符号量の情報に対して、アクティビティ比率の情報をもとに符号量のスケーリングを行う。そしてスケーリング後の符号量値を用いて、所定のしきい値との比較を実施し、各ブロックが変化領域か否かを判定して出力する。当該ブロックのスケーリング計算手順としては、当該ブロックのアクティビティ比率のみを用いてもよいし、指定の周囲領域のアクティビティ比率を考慮して算出してもよい。
具体例としては、画像Ａと画像Ｂの所定符号化サイズのブロックごとの符号量の情報に対して、アクティビティ比率の情報をもとに符号量のスケーリングを行う。そしてスケーリング後の符号量値を用いて、所定のしきい値との比較を実施し、各ブロックが変化領域か否かを判定して出力する。当該ブロックのスケーリング計算手順としては、当該ブロックのアクティビティ比率のみを用いてもよいし、指定の周囲領域のアクティビティ比率を考慮して算出してもよい。
例えば、符号化部３で画像Ａ、Ｂの符号化を行い、画像毎の発生符号量ｒＡ、ｒＢを算出したと仮定する。第５実施形態の零時と同様に、アクティビティ比率ａｒを求めたとすると、この値を使い、画像Ｂ内ブロックごとの発生符号量ＲＢを以下のように調整する。
ＲＢ’＝ＲＢ×Ｋ
Ｋ＝ｇ（ａｒ）
ここで、ｇはアクティビティ比率を符号量のスケーリング係数に変換する関数である。
アクティビティの比率ａｒが大きい場合に、Ｋが大きくなるような傾向を持つ関数形である。
ＲＢ’＝ＲＢ×Ｋ
Ｋ＝ｇ（ａｒ）
ここで、ｇはアクティビティ比率を符号量のスケーリング係数に変換する関数である。
アクティビティの比率ａｒが大きい場合に、Ｋが大きくなるような傾向を持つ関数形である。
この処理動作を図１１を参照して説明する。まず、画像解析部８は、画像Ａおよび画像Ｂの変化抽出対象サイズの情報をもとに画像解析を実施する（ステップＳ２１）。続いて、符号化部３は、指定された符号化パラメータにて画像Ａおよび画像Ｂを符号化する（ステップＳ２３）。
次に、変化検出部４は、画像解析結果をもとに、画像Ａおよび画像Ｂの符号化情報の補正を実施する（ステップＳ２５）。そして、変化検出部４は、補正後の画像Ａおよび画像Ｂの符号化情報をもとに画像Ａに対する画像Ｂの変化領域を特定する（ステップＳ２４）。
上述のように、本実施形態では、アクティビティの比率または差分に基いて、各画像の符号量を調整している。これにより、撮影環境や撮影時間の影響による変化検出の誤判定を抑制できる。
すなわち、ほぼ同じ場所を撮影した画像でも、撮影環境や時間の影響で、符号化の結果として出力される符号量が大きく異なる。例えば、晴天のときと曇りのときとでは、全体的な画像の色合いが異なる。このため、符号量をそのまま比較すると、撮影環境や撮影時間の影響により、変化検出の誤判定が生じる。本実施形態では、ブロック内の各色成分の分散値をアクティビティとして計算し、このアクティビティの比率または差分に基いて、符号量をスケーリングして、調整している。これにより、撮影環境や時間の影響による変化検出の誤判定を抑制できる。
＜第７実施形態＞
次に、第７実施形態による画像差異検出装置を説明する。図１２は第７実施形態の構成を示すブロック図である。この図において、図８に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図８に示す装置と異なる点は、符号化変化検出対象領域抽出処理部９が設けられている点である。図１３は、図１２に示す画像差異検出装置１０の処理動作を示すフローチャートである。第５実施形態では画像解析部８より出力された画像解析情報を符号化パラメータの決定に利用していたが、本実施形態では、符号化パラメータ決定部２、符号化部３、変化検出部４の一連の処理（変化点抽出処理）を行う前に、符号化変化検出対象領域抽出処理部９によりその処理の対象とする画像領域を、当画像解析情報を用いて特定する。
次に、第７実施形態による画像差異検出装置を説明する。図１２は第７実施形態の構成を示すブロック図である。この図において、図８に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図８に示す装置と異なる点は、符号化変化検出対象領域抽出処理部９が設けられている点である。図１３は、図１２に示す画像差異検出装置１０の処理動作を示すフローチャートである。第５実施形態では画像解析部８より出力された画像解析情報を符号化パラメータの決定に利用していたが、本実施形態では、符号化パラメータ決定部２、符号化部３、変化検出部４の一連の処理（変化点抽出処理）を行う前に、符号化変化検出対象領域抽出処理部９によりその処理の対象とする画像領域を、当画像解析情報を用いて特定する。
符号化変化検出対象領域抽出処理部９では、画像解析部８より出力した画像Ａと画像Ｂのブロックごとのアクティビティ比率を入力し、アクティビティ比率が所定のしきい値より大きい領域については後段の符号化による変化点抽出処理の対象外とする。対象外にする方法としては、
（１）対象外の領域が省かれるよう画像の切り出しや分割を行う
（２）対象外の領域を指定の色で塗りつぶす
（３）画像は変化させず、後段の変化検出部にて変化領域と必ず判定されるよう、対象外領域にのみ適用される符号化パラメータや変化検出のためのしきい値へと反映させるなどの方法が考えられる。
（１）対象外の領域が省かれるよう画像の切り出しや分割を行う
（２）対象外の領域を指定の色で塗りつぶす
（３）画像は変化させず、後段の変化検出部にて変化領域と必ず判定されるよう、対象外領域にのみ適用される符号化パラメータや変化検出のためのしきい値へと反映させるなどの方法が考えられる。
（１）の場合、分割や切り出しをされた画像ごとに符号化による変化点抽出処理を行う。符号化部ブロックサイズが小さい場合は、切り出しや分割により細かい画像が多数生成されてしまうことから、対象外と判定される領域がある一定面積以上存在する場合には、対象外でない領域も含めて対象外とみなして、分割数等を削減することも可能である。
（２）の場合、第５実施形態と同様の符号化による変化点抽出処理を行う。
（３）の場合、符号化パラメータ決定部２において、対象外領域においてのみ、符号量差分に対するしきい値を０もしくは非常に小さな値にする。
（２）の場合、第５実施形態と同様の符号化による変化点抽出処理を行う。
（３）の場合、符号化パラメータ決定部２において、対象外領域においてのみ、符号量差分に対するしきい値を０もしくは非常に小さな値にする。
この処理動作を図１３を参照して説明する。まず、画像解析部８は、画像Ａおよび画像Ｂの変化抽出対象サイズの情報をもとに画像解析を実施する（ステップＳ２１）。続いて、符号化変化検出対象領域抽出処理部９は、画像解析結果をもとに、以降の符号化による変化抽出を行う領域を特定する。
次に、符号化部３は、特定後の画像領域を対象に、領域個々に設定した符号化パラメータにて画像ＡおよびＢを符号化（必要に応じて、画像の分割などを実施）する（ステップＳ２７）。そして、変化検出部４は、算出された画像Ａ・画像Ｂの符号化情報および画像解析結果による領域抽出の結果をもとに画像Ａに対する画像Ｂの変化領域を特定する（ステップＳ２８）。
上述のように、本実施形態では、アクティビティの比率または差分に基いて、変化点抽出処理の対象となる領域を決定している。これにより、撮影環境や撮影時間の影響による変化検出の誤判定を抑制できる。
すなわち、ほぼ同じ場所を撮影した画像でも、撮影環境や時間の影響で、符号化の結果として出力される符号量が大きく異なる。例えば、晴天のときと曇りのときとでは、全体的な画像の色合いが異なる。更に、雲で多く領域が覆われているような場合には、符号量の差異が大きくなる。そこで、本実施形態では、アクティビティの比率または差分に基いて、変化点抽出処理の対象となる領域を決定するようにしている。これにより、雲がかかっているような画像と雲がかかっていない画像のように、ほぼ同じ地域を撮影していても、符号量が大きく変化するような画像は、変化検出の対象から除外できる。これにより、撮影環境や時間の影響による変化検出の誤判定を抑制できる。
＜第８実施形態＞
次に、第８実施形態による画像差異検出装置を説明する。図１４は第８実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、開始点候補入力部１１が新たに設けられている点である。図１５は、図１４に示す画像差異検出装置１０の処理動作を示すフローチャートである。
次に、第８実施形態による画像差異検出装置を説明する。図１４は第８実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、開始点候補入力部１１が新たに設けられている点である。図１５は、図１４に示す画像差異検出装置１０の処理動作を示すフローチャートである。
本実施形態では、変化領域特定の際、符号化部３は、異なる開始点で画像Ａ、画像Ｂを符号化し、符号化処理を各画像に対して２回以上実行する。開始点候補入力部１１には、開始点の候補が入力される。変化検出部４は、複数回の符号化処理の結果を総合して、変化領域を特定する。符号化方式としては、ＨＥＶＣ、Ｈ．２６４、ＭＰＥＧ２、ＭＰＥＧ、ＪＰＥＧ等のような、１画面を複数のブロックに分割し、ブロック単位でのイントラ又はインター予測と直交符号により予測符号化し、このブロック毎の符号化データを可変長符号により圧縮符号化するものを用いる。符号化部３では、ブロック毎の符号化のみを行えば良い。
一例としては、ずらし幅として、符号化の単位となるブロックサイズの縦横１／２の画素数が考えられる。 例えば、８×８ブロックが符号化の一単位とすると、開始点をずれさない場合には位置（０，０）を開始点となり、縦横１／２ブロックサイズずらす場合には、位置（４，４）が開始点となる。この場合、開始点候補入力部１１には、開始点（０，０）と開始点（４，４）が開始点候補として入力される。そして、符号化部３は、開始点（０，０）と開始点（４，４）からとの２つのパターンで符号化を行う。そして、変化検出部４は、開始点（０，０）としたときの符号化処理結果と、開始点（４，４）としたときの符号化処理結果とを総合して変化領域を特定する。
次に、図１４に示す画像差異検出装置１０の処理動作を、図１５のフローチャートを用いて説明する。まず、開始点候補入力部１１には、画像Ａ、画像Ｂの符号化の開始点（最左上の画素位置）の候補を２つ以上あらかじめ入力し、２つ以上の開始点の候補を設定しておく。
符号化部３は、この開始点の全候補について、それぞれを開始点とした画像Ａと画像Ｂの符号化を実施し（ステップＳ１０１）、出力された符号化情報（符号量等）を記憶領域に保管する（ステップＳ１０２）。例えば、開始点候補が２つとし、それぞれ（０，０）と（４，４）とする。前者は、画像の最左上の画素位置から符号化を開始し、後者は、画像の最左上の画素位置から右下方向に縦横４画素ずつずらした位置から符号化を開始する。これにより、ブロックの境界が４画素ずつずれることになる。符号化部３は、開始点の全候補について、符号化処理が完了するまで、処理を繰り返す（ステップＳ１０３）。
ステップＳ１０１からステップＳ１０３の処理により、符号化部３で、全ての開始点の候補で画像Ａと画像Ｂの符号化が実施されたら、続いて、変化検出部４は、各画像の各開始点候補の符号化情報から、当該画像が変化領域か否かを判定する（ステップＳ１０４）。変化検出部４は、全ての画素位置について、変化領域か否かを判定する処理を繰り返す（ステップＳ１０５）。
ステップＳ１０４からステップＳ１０５の処理により、変化領域が検出されたら、最後に、変化検出部４は、画像全体の変化領域判定結果を出力する（ステップＳ１０６）。
ここで、図１５におけるステップＳ１０４では、変化検出部４は、画像Ａと画像Ｂの各画素位置について、その画素が属する各開始点候補における符号化情報を特定し、その符号化情報の差分計算等により、当画素が変化ありか否かを判定する。この処理の詳細を、図１６及び図１７のフローチャートで説明する。
図１６は、ステップＳ１０４における変化領域か否かを判定する処理の一例を示すフローチャートである。ここでは、ある画素ｘについて、変化ありか否かを判定する処理を説明する。
まず、変化検出部４は、開始点候補ｎにて当該画素ｘを含むブロックを特定し（ステップＳ１１１）、そのブロックが保有する符号化情報を特定する（ステップＳ１１２）。ここでは符号量Ｒを例にとり、画像ＡをＲＡ（ｎ，ｘ）、画像ＢをＲＢ（ｎ，ｘ）と表現する。変化検出部４は、その符号量ＲＡ（ｎ，ｘ）とＲＢ（ｎ，ｘ）の差としきい値ｒＴＨを比較し、符号量差分がしきい値ｒＴＨ以上か否かを判定する（ステップＳ１１３）。すなわち、変化検出部４は、符号量差分としきい値ｒＴＨを比較し、以下の条件式を満たすかどうか、すべての開始点候補について調べる（ステップＳ１１４）。
｜ＲＡ（ｎ，ｘ）−ＲＢ（ｎ，ｘ）｜≧ｒＴＨ
｜ＲＡ（ｎ，ｘ）−ＲＢ（ｎ，ｘ）｜≧ｒＴＨ
ただし、この例では、あるひとつの開始点候補にて上式を満たした段階で（ステップＳ１１３：Ｙｅｓ）、変化検出部４は、残りの開始点候補の調査はやめ、当該画素を変化ありとして出力する（ステップＳ１１５）。すべての開始点候補について、上式を満たさない場合は、変化検出部４は、当該画素を変化なしとして出力する（ステップＳ１１６）。
図１７は、ステップＳ１０４における変化領域か否かを判定する処理の他の例を示すフローチャートである。ここでは、ある画素ｘについて、変化ありか否かを判定する処理を説明する。
ステップＳ１２１からステップＳ１２２の処理は、図１６に示したステップＳ１１１からステップＳ１１２までの処理と同じである。この例では、ステップＳ１２３で、変化検出部４は、その符号量差分としきい値ｒＴＨを比較し、符号量差分がしきい値ｒＴＨ未満か否かを判定する。すなわち、変化検出部４は、符号量差分としきい値ｒＴＨを比較し、以下の条件式を満たすかどうか、すべての開始点候補について調べる。
｜ＲＡ（ｎ，ｘ）−ＲＢ（ｎ，ｘ）｜＜ｒＴＨ
ただし、あるひとつの開始点候補にて上式を満たした段階で、残りの開始点候補の調査はやめ、当該画素を変化なしとして出力する（ステップＳ１２５）。すべての開始点候補について、上式を満たさない場合は、当該画素を変化ありとして出力する（ステップＳ１２６）。
＜第９実施形態＞
次に、第９実施形態による画像差異検出装置を説明する。図１８は第９実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、ブロック特性分類部１２と、領域ごと利用符号化情報・しきい値入力部１３とが新たに設けられている点である。図１９は、図１８に示す画像差異検出装置１０の処理動作を示すフローチャートである。
次に、第９実施形態による画像差異検出装置を説明する。図１８は第９実施形態の構成を示すブロック図である。この図において、図１に示す装置と同一の部分には同一の符号を付し、その説明を省略する。この図に示す装置が図１に示す装置と異なる点は、ブロック特性分類部１２と、領域ごと利用符号化情報・しきい値入力部１３とが新たに設けられている点である。図１９は、図１８に示す画像差異検出装置１０の処理動作を示すフローチャートである。
図１８におけるブロック特性分類部１２は、平坦領域、複雑領域等、ブロック毎の特性をカテゴリに分類する。変化検出部４は、例えば、平坦領域では符号量絶対値のみを用いて変化を検出し、複雑領域では符号量絶対値と符号量分散値を用いて変化を検出する等、カテゴリに応じて制約条件を設け、変化検出に用いる符号化情報と判断基準を変化させる。また、このとき、ブロック特性分類部１２は、平坦領域か複雑領域か等のカテゴリに応じて、しきい値を変化させる。また、分類されたカテゴリは、その度合いに応じて段階を設定してもよい。例えば、平坦領域の場合、平坦１、平坦２、・・・のように平坦の度合いが強くなる毎に添え字を大きくする等である。
次に、図１８示す画像差異検出装置１０の処理動作を、図１９のフローチャートを用いて説明する。まず、符号化部３は、画像Ａおよび画像Ｂを符号化し（ステップＳ２０１）、各画像の符号化情報を記憶領域に保管する（ステップＳ２０２）。符号化方式としては、ＨＥＶＣ、Ｈ．２６４、ＭＰＥＧ２、ＭＰＥＧ、ＪＰＥＧ等のような、１画面を複数のブロックに分割し、ブロック単位でのイントラ又はインター予測と直交符号により予測符号化し、このブロック毎の符号化データを可変長符号により圧縮符号化するものを用いる。符号化部３では、ブロック毎の符号化のみを行えば良い。
次に、ブロック特性分類部１２は、その符号化情報を用いて、画像Ａおよび画像Ｂにおける各ブロック領域を、その領域特性に応じた２つ以上のカテゴリに分類する。ここでは、符号化情報として符号量を例にとり、この符号量を用いて、ブロックを平坦な領域か複雑な領域か２つのカテゴリに分類すると仮定する。
まず、ブロック特性分類部１２は、画像Ａの各ブロックの符号量を入力して、１次元データの非階層クラスタリングを実施する。クラスタリングの方法としては、例えば、ｋ−ｍｅａｎｓ法などがあげられる。ブロック特性分類部１２は、ｋ−ｍｅａｎｓ法などにより符号量データ群を２つのクラスタに分類し、重心の符号量値が小さいクラスタ（小クラスタ）と大きいクラスタ（大クラスタ）に分別する（ステップＳ２０３）。つまり、画像Ａのあるブロックｙの符号量をＲＡ（ｙ）、ｋ−ｍｅａｎｓ法で算出された小クラスタの重心符号量をｒＡ１、大クラスタの重心符号量をｒＡ２と置いた時、ブロック特性分類部１２は、下記のようにクラスタリングを行う。
Ｉｆ ＲＡ（ｙ）≦（ｒＡ１＋ｒＡ２）／２ ：ブロックｙは小クラスタ
Ｅｌｓｅ ：ブロックｙは大クラスタ
Ｅｌｓｅ ：ブロックｙは大クラスタ
ブロック特性分類部１２は、上述と同様の処理を、画像Ｂに対しても同様に実施する。
次に、ブロック特性分類部１２は、ブロックｙを平坦領域か複雑領域かを判定する（ステップＳ２０４）。例えば、ブロック特性分類部１２は、画像Ａと画像Ｂのクラスタ種類を確認し、以下のようにして、平坦領域と複雑領域とに分類する。
Ｉｆ ＲＡ（ｙ）≦（ｒＡ１＋ｒＡ２）／２
＆＆ ＲＢ（ｙ）≦（ｒＢ１＋ｒＢ２）／２ ： ブロックｙは平坦領域
Ｅｌｓｅ ： ブロックｙは複雑領域
＆＆ ＲＢ（ｙ）≦（ｒＢ１＋ｒＢ２）／２ ： ブロックｙは平坦領域
Ｅｌｓｅ ： ブロックｙは複雑領域
なお、平坦領域か複雑領域かを、優先度の高低をつけて、いずれかに分類する方法としては、上記の方法以外に、画像Ａや画像Ｂがもつ外部情報（撮影時間や画質など）をキーにして、画像Ａと画像Ｂに優先度を定め、クラスタ種類が異なる場合には、その優先度をもとに領域特性を定める方法が考えられる。
ステップＳ２０４の処理は、全てのブロックについて完了するまで、繰り返して行われる（ステップＳ２０５）。
続いて、変化検出部４は、ブロックが平坦特性か否かを判定する。（ステップＳ２０６）。そして、変化検出部４は、当該ブロックが平坦特性なら（ステップＳ２０６：Ｙｅｓ）、平坦特性用の変化判定を実施し（ステップＳ２０７）、当該ブロックが複雑特性なら（ステップＳ２０６：Ｎｏ）、複雑特性用の変化判定を実施する（ステップＳ２０８）。
ステップＳ２０６からステップＳ２０８の処理は、全てのブロックについて完了するまで、繰り返して行われる（ステップＳ２０９）。
ここで、ステップＳ２０７の平坦特性用の変化判定、および、ステップＳ２０８の複雑特性用の変化判定は、以下のようにして行うことができる。
（１）平坦領域は符号量値および符号量分散値を指標として用い、複雑領域は符号量値のみを用いる場合
平坦領域における変化判定のしきい値をそれぞれ、符号量しきい値ｒ’ＴＨ、符号量分散しきい値ｖＴＨ、複雑領域における変化判定のしきい値を、符号量しきい値ｒ’’ＴＨとする。このとき、ブロックｙが平坦領域の場合は、以下の判定式により、変化があるか否かを判定する。
平坦領域における変化判定のしきい値をそれぞれ、符号量しきい値ｒ’ＴＨ、符号量分散しきい値ｖＴＨ、複雑領域における変化判定のしきい値を、符号量しきい値ｒ’’ＴＨとする。このとき、ブロックｙが平坦領域の場合は、以下の判定式により、変化があるか否かを判定する。
Ｉｆ ｜ＲＡ（ｙ）−ＲＢ（ｙ）｜≦ｒ’ＴＨ
＆＆ ＶＡ（ｙ）≦ｖＴＨ
＆＆ ＶＢ（ｙ）≦ｖＴＨ ： ブロックｙは変化なし
Ｅｌｓｅ ： ブロックｙは変化あり
＆＆ ＶＡ（ｙ）≦ｖＴＨ
＆＆ ＶＢ（ｙ）≦ｖＴＨ ： ブロックｙは変化なし
Ｅｌｓｅ ： ブロックｙは変化あり
また、ブロックｙが複雑領域の場合は、以下の判定式により、変化があるか否かを判定する。
Ｉｆ ｜ＲＡ（ｙ）−ＲＢ（ｙ）｜≦ｒ’’ＴＨ ： ブロックｙは変化なし
Ｅｌｓｅ ： ブロックｙは変化あり
Ｅｌｓｅ ： ブロックｙは変化あり
ここで、ＶＡ（ｙ）、ＶＢ（ｙ）は、画像Ａおよび画像Ｂのブロックｙにおける周辺ブロックとの符号量の分散値である。例えば、ブロックｙを中心とした上下左右ｐ個の隣接ブロック（（２ｐ＋１）＊（２ｐ＋１）個のブロック）の符号量値の中で分散を計算する。ｐはあらかじめ外部より指定する。
（２）平坦領域、複雑領域ともに符号量値のみを指標として用いる場合
平坦領域における変化判定のしきい値を符号量しきい値ｒ’ＴＨ、複雑領域における変化判定のしきい値を、符号量しきい値ｒ’’ＴＨとする。このとき、ブロックｙが平坦領域の場合は、以下の判定式により、変化があるか否かを判定する。
平坦領域における変化判定のしきい値を符号量しきい値ｒ’ＴＨ、複雑領域における変化判定のしきい値を、符号量しきい値ｒ’’ＴＨとする。このとき、ブロックｙが平坦領域の場合は、以下の判定式により、変化があるか否かを判定する。
Ｉｆ ｜ＲＡ（ｙ）−ＲＢ（ｙ）｜≦ｒ’ＴＨ ： ブロックｙは変化なし
Ｅｌｓｅ ： ブロックｙは変化あり
Ｅｌｓｅ ： ブロックｙは変化あり
ブロックｙが複雑領域の場合は、以下の判定式により、変化があるか否かを判定する。
Ｉｆ ｜ＲＡ（ｙ）−ＲＢ（ｙ）｜≦ｒ’’ＴＨ ： ブロックｙは変化なし
Ｅｌｓｅ ： ブロックｙは変化あり
Ｅｌｓｅ ： ブロックｙは変化あり
一例として、当該ブロックが平坦領域であれば、変化検出部４は、あらかじめ定めた平坦領域向けの符号化情報を変化判定指標とそれに対応するしきい値を用いて変化判定を行う。また、当該ブロックが複雑領域であれば、変化検出部４は、変化判定指標としきい値のいずれか、もしくは両方を、平坦領域とは異なるものを用いる。
ステップＳ２０６からステップＳ２０９の処理により、変化領域が検出されたら、最後に、変化検出部４は、画像全体の変化領域判定結果を出力する（ステップＳ２１０）。
＜第１０実施形態＞
次に、第１０実施形態による画像差異検出装置を説明する。図２０は第１０実施形態の構成を示すブロック図である。図２０に示すように、第１１実施形態による画像差異検出装置１１０は、画像入力部１０１と、符号化部１０２と、ブロックごと符号化情報特定部１０３と、複雑さ指標値算出部１０４と、変化検出部１０５とを備える。図２１は、図２０に示す画像差異検出装置１０の処理動作を示すフローチャートである。
次に、第１０実施形態による画像差異検出装置を説明する。図２０は第１０実施形態の構成を示すブロック図である。図２０に示すように、第１１実施形態による画像差異検出装置１１０は、画像入力部１０１と、符号化部１０２と、ブロックごと符号化情報特定部１０３と、複雑さ指標値算出部１０４と、変化検出部１０５とを備える。図２１は、図２０に示す画像差異検出装置１０の処理動作を示すフローチャートである。
本実施形態では、画像入力部１０１から非圧縮の画像Ａと画像Ｂを入力し、符号化部１０２で符号化を実施する。画像Ａ、Ｂは、撮影日時は異なるが、撮影範囲の空間領域はほぼ同じである。そして、ブロックごと符号化情報特定部１０３で、符号化途中で算出される各種符号化情報を特定し、複雑さ指標値算出部１０４で符号化情報から複雑さ指標値を算出する。そして、変化検出部１０５は、この複雑さ指標値を用いて、変化領域を特定する。
次に、図２０に示す画像差異検出装置１０の処理動作を、図２１のフローチャートを用いて説明する。まず、画像入力部１０１は、画像Ａと画像Ｂを入力し、符号化部１０２は、画像Ａおよび画像Ｂを符号化する（ステップＳ３０１）。符号化にはＨＥＶＣ、Ｈ．２６４、ＪＰＥＧなどが用いられる。次に、ブロックごと符号化情報特定部１０３は、符号化途中で算出される各種符号化情報を記録し、ログとしてメモリ領域に保管する。複雑さ指標値を算出するための符号化情報としては、以下のものを用いることが考えられる。
・ブロック（ＣＵ、ＣＴＵ）における符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数
続いて、複雑さ指標値算出部１０４は、この符号化情報から、複雑さ指標値を算出する。複雑さ指標値としては、以下の様な情報、もしくはこれらの加重和などが指標値として考えられる。
・ブロック（ＣＵ、ＣＴＵ）における総符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数に関与する符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＹ／Ｃｂ／Ｃｒそれぞれの符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数値または有意係数個数
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数に関与する符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＹ／Ｃｂ／Ｃｒそれぞれの符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数値または有意係数個数
次に、変化検出部１０５は、この複雑さ指標値を用いて、変化検出を行う（ステップＳ３０３）。なお、変化の検出方法は、前述の実施形態と同様である。
このように、前述の第１実施形態から第９実施形態では、変化領域を特定するのに、発生符号量を比較している。これに対して、この第９実施形態では、複雑さ指標値を比較している。
＜第１１実施形態＞
次に、第１１実施形態による画像差異検出装置を説明する。図２２は第１１実施形態の構成を示すブロック図である。図２３は、図２２に示す画像差異検出装置２１０の処理動作を示すフローチャートである。図２２に示す画像差異検出装置２１０は、コンピュータ装置で構成し、符号化データ入力部２０１、可変長符号復号部２０２、ブロックごと符号化情報特定部２０３、複雑さ指標値算出部２０４、共通領域特定部２０５、複雑さ指標値補正部２０６、変化検出部２０７、位置情報メタデータ入力部２０８、線形和係数入力部２０９を備える。
次に、第１１実施形態による画像差異検出装置を説明する。図２２は第１１実施形態の構成を示すブロック図である。図２３は、図２２に示す画像差異検出装置２１０の処理動作を示すフローチャートである。図２２に示す画像差異検出装置２１０は、コンピュータ装置で構成し、符号化データ入力部２０１、可変長符号復号部２０２、ブロックごと符号化情報特定部２０３、複雑さ指標値算出部２０４、共通領域特定部２０５、複雑さ指標値補正部２０６、変化検出部２０７、位置情報メタデータ入力部２０８、線形和係数入力部２０９を備える。
前述までの実施形態では、画像Ａおよび画像Ｂとして、非圧縮の画像を入力している。
これに対して、この実施形態では、符号化データ入力部２０１は、符号化された画像Ａおよび画像Ｂのデータを入力する。画像Ａ、Ｂは、撮影日時は異なるが、撮影範囲の空間領域はほぼ同じである。符号化方式としては、ＨＥＶＣ、Ｈ．２６４、ＭＰＥＧ２、ＭＰＥＧ、ＪＰＥＧ等である。そして、可変長符号復号部２０２は、符号化された画像Ａ及び画像Ｂのデータから、可変長符号の復号を行い、ブロックごと符号化情報特定部２０３で、復号途中で算出される各種符号化情報を特定する。そして、複雑さ指標値算出部２０４は、復号途中で算出される各種符号化情報から、各ブロックのテクスチャの複雑差を模擬する複雑さ指標値を算出する。
これに対して、この実施形態では、符号化データ入力部２０１は、符号化された画像Ａおよび画像Ｂのデータを入力する。画像Ａ、Ｂは、撮影日時は異なるが、撮影範囲の空間領域はほぼ同じである。符号化方式としては、ＨＥＶＣ、Ｈ．２６４、ＭＰＥＧ２、ＭＰＥＧ、ＪＰＥＧ等である。そして、可変長符号復号部２０２は、符号化された画像Ａ及び画像Ｂのデータから、可変長符号の復号を行い、ブロックごと符号化情報特定部２０３で、復号途中で算出される各種符号化情報を特定する。そして、複雑さ指標値算出部２０４は、復号途中で算出される各種符号化情報から、各ブロックのテクスチャの複雑差を模擬する複雑さ指標値を算出する。
また、位置情報メタデータ入力部２０８は、外部情報として、グローバルな位置情報をメタデータとして入力する。共通領域特定部２０５は、画像Ａと画像Ｂとで同一の被写体を共通領域として特定する。複雑さ指標値補正部２０６は、画像Ａおよび画像Ｂの共通領域上での複雑さ指標値を算出する。複雑さ指標値補正部２０６は、共通領域上での複雑さ指標値を算出するための線形和演算を行うフィルタを有している。線形和係数入力部２０９は、この線形和演算の係数を入力する。同一の被写体とは、位置情報が保存される画像ファイル間において、画像ファイル間の位置情報により同一と判断される領域である。すなわち、同一の被写体とは、ほぼ同一空間と判断される領域である。また、画像ファイルに保存される位置情報は、別途取得されてもよい。また、画像ファイルは、衛星画像、航空写真、市販されるデジタルカメラや携帯電話機等で撮影される画像であってもよい。
次に、図２２に示す画像差異検出装置１０の処理動作を、図２３のフローチャートを用いて説明する。
まず、符号化データ入力部２０１は、符号化された画像ＡおよびＢのデータを入力する。可変長符号復号部２０２は、そのデータの可変長符号の復号を行う（ステップＳ４０１）。次に、ブロックごと符号化情報特定部２０３は、各符号化ブロックが保有する符号化情報を特定し（ステップＳ４０２）、複雑さ指標値算出部２０４は、その符号化情報をもとにして複雑さ指標値を算出する（ステップＳ４０３）。
入力する画像ＡおよびＢの符号化方式としては、ＨＥＶＣ、Ｈ．２６４、ＪＰＥＧなどが考えらえる。これらの符号化方式では、１画面を複数のブロックに分割し、ブロック単位のイントラ又はインター予測とＤＣＴ等の直交符号により予測符号化を行い、このブロック毎の符号化データを可変長符号により圧縮符号化している。可変長符号としては、ＨＥＶＣやＨ．２６４では、二値算術符号を用いている。ＪＰＥＧでは、ハフマンコードを用いている。したがって、上述のステップＳ４０１からステップＳ４０３の処理は、符号化方式に応じて、具体的には、以下のような処理となる。
（１）ＨＥＶＣまたはＨ．２６４にて符号化されたデータの場合
図２４は、ＨＥＶＣまたはＨ．２６４にて符号化されたデータの場合の処理動作を示すフローチャートである。まず、可変長符号復号部２０２は、算術符号（ＣＡＢＡＣ）を復号し、２値信号を取得する（ステップＳ５０１）。そして、各シンタクス要素を取得し、この２値信号を多値信号に変換する（ステップＳ５０２）。次に、ブロックごと符号化情報特定部２０３は、各符号化ブロック（ＣＵ、ＣＴＵ）が保有する符号化情報を特定する（ステップＳ５０３）。この符号化情報としては、例えば、以下の様なものが考えられる。
図２４は、ＨＥＶＣまたはＨ．２６４にて符号化されたデータの場合の処理動作を示すフローチャートである。まず、可変長符号復号部２０２は、算術符号（ＣＡＢＡＣ）を復号し、２値信号を取得する（ステップＳ５０１）。そして、各シンタクス要素を取得し、この２値信号を多値信号に変換する（ステップＳ５０２）。次に、ブロックごと符号化情報特定部２０３は、各符号化ブロック（ＣＵ、ＣＴＵ）が保有する符号化情報を特定する（ステップＳ５０３）。この符号化情報としては、例えば、以下の様なものが考えられる。
・ブロック（ＣＵ、ＣＴＵ）における符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数
続いて、複雑さ指標値算出部２０４は、この符号化情報をもとに、被写体を構成するブロックの構造を反映する指標値である複雑さ指標値を算出する（ステップＳ５０４）。複雑さ指標値としては、例えば、以下の様なもの、もしくはこれらの加重和などが考えられる。
・ブロック（ＣＵ、ＣＴＵ）における総符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数に関与する符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＹ／Ｃｂ／Ｃｒそれぞれの符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数値または有意係数個数
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数に関与する符号量
・ブロック（ＣＵ、ＣＴＵ）におけるＹ／Ｃｂ／Ｃｒそれぞれの符号量
・ブロック（ＣＵ、ＣＴＵ）における２値化ビット値幅（ビン）
・ブロック（ＣＵ、ＣＴＵ）におけるＤＣＴ係数値または有意係数個数
（２）ＪＰＥＧにて符号化されたデータの場合
図２５は、ＪＰＥＧにて符号化されたデータの場合の処理動作を示すフローチャートである。まず、可変長符号復号部２０２は、ハフマン符号を復号し、多値信号を出力する（ステップＳ６０１）。次に、ブロックごと符号化情報特定部２０３は、各ブロック（８ｘ８）のデータ境界を特定する（ステップＳ６０２）。続いて、複雑さ指標値算出部２０４は、各ブロックが保持しているＤＣＴの係数値、もしくは、有意係数の個数などを複雑さ指標として出力する（ステップＳ６０３）。
図２５は、ＪＰＥＧにて符号化されたデータの場合の処理動作を示すフローチャートである。まず、可変長符号復号部２０２は、ハフマン符号を復号し、多値信号を出力する（ステップＳ６０１）。次に、ブロックごと符号化情報特定部２０３は、各ブロック（８ｘ８）のデータ境界を特定する（ステップＳ６０２）。続いて、複雑さ指標値算出部２０４は、各ブロックが保持しているＤＣＴの係数値、もしくは、有意係数の個数などを複雑さ指標として出力する（ステップＳ６０３）。
図２３において、ステップＳ４０１からステップＳ４０３で、複雑さ指標値が算出されたら、共通領域特定部２０５は、位置情報メタデータ入力部２０８から位置情報メタデータを入力し、両画像間にて位置的に対応する画素位置を外部情報（メタデータ等）を用いて特定し、両画像間の共通領域を導出する（ステップＳ４０４）。このメタデータとしては、衛星画像などの場合には、その画像中の各座標が緯度経度もしくはＵＴＭ座標系等で示される地理上の位置情報が考えられる。
続いて、複雑さ指標値補正部２０６は、対応する画素位置を含む符号化ブロックを各画像にて特定し、ブロック間の位置差分（ずれ）の分だけ、前記の複雑さ指標値を補正する（ステップＳ４０５）。
図２６は、ステップＳ４０５での共通領域における複雑さ指標値の補正処理を示すフローチャートである。また、図２７は、共通領域における複雑さ指標値の補正処理の説明図である。
まず、複雑さ指標値補正部２０６は、画像Ａおよび画像Ｂの各ブロックにおけるテクスチャの複雑さを示す複雑さ指標値を入力する（ステップＳ７０１）。図２７に示すように、画像ＡのブロックをＧＡ（ｓ）としたとき、その複雑さ指標値をＣＡ（ＧＡ（ｓ））とする。ここでｓは画像左上からラスタスキャン順にブロックの順列を定めた際の番号を示す。同様に画像Ｂの場合をＣＢ（ＧＢ（ｓ））と定める。
次に、複雑さ指標値補正部２０６は、外部情報により特定した各画像間の共通領域（地理的に重複する領域）を特定する（ステップＳ７０２）。共通領域は画素の領域（範囲）として示される。仮に画像Ａと画像Ｂの共通領域は、画像Ａでは、ｋ１≦ｘ≦ｋ２、ｌ１≦ｙ≦ｌ２、画像Ｂでは、ｍ１≦ｘ≦ｍ２、ｎ１≦ｙ≦ｎ２とする。ここで、ｘ，ｙは縦横の画素位置である。
続いて、複雑さ指標値補正部２０６は、共通領域のみを画像として符号化すると想定した際の符号化ブロック位置と、画像Ａおよび画像Ｂのそれぞれの符号化データ上で実際に符号化されている符号化ブロック位置との位置差分（差分画素数）を特定する（ステップＳ７０３）。ここでは、図２７に示すように、画像Ａのブロック位置差分画素数を（ＰＡ，ＱＡ）とする。
最後に、複雑さ指標値補正部２０６は、フィルタ演算により共通領域の各ブロック位置における複雑さ指標値を算出し、複雑さ指標値の補正を行う（ステップＳ７０４）。補正後の画像Ａの共通領域におけるブロックｔの複雑さ指標値をＣＡ’（ｔ）とすると、ＣＡ’（ｔ）は、以下のように、記述される。
ＣＡ’（ｔ）＝Σα（ｓ，ＰＡ，ＱＡ）＊ＣＡ（ＧＡ（ｓ））
ここで、αは、差分画素数に応じた係数である。つまり、この例では、補正後の複雑さ指標値は、もともとの複雑さ指標値群の線形和で算出される。画像Ｂについても同様の手順によって、補正後の複雑さ指標値を算出する。なお、線形和係数αは、画素位置に応じて０≦α（ｓ，ＰＡ，ＱＡ）≦１を変動するように定め、かつ、Σα＝１となるように外部より与える。
なお、位置差分に基づいて画像Ａおよび画像Ｂの複雑さ指標値の補正を行う際の線形演算の係数は、前述の位置差分に対応する係数を線形和係数入力部１０９から、ブロックに起因する位置ずれを補正するための係数を入力して設定すれば良い。また、複雑さ指標値補正部２０６において線形演算を行う係数として予め複数用意しておき、位置差分に対応する係数をその中から選定しても良い。また、ＣＡからＣＡ’へのフィルタ演算には、非線形演算が用いられてもよい。フィルタ係数は、画像差異検出装置１０に予め記憶されていてもよい。この場合、複雑さ指標値補正部２０６は、このフィルタ係数を用いてフィルタ演算を行ってもよい。この時、異なるフィルタ演算（例えば、非線形演算）が用いられてもよい。
図２７に示すように、共通領域におけるブロックｔの複雑さ指標値をＣＡ’（ｔ）は、画像ＡのブロックＧＡ（ｓ）の複雑さ指標値ＣＡ（ＧＡ（ｓ））に対して、差分画素数（ＰＡ，ＱＡ）を基に線形演算を行うことで求められる。同様に、共通領域におけるブロックｔの複雑さ指標値をＣＢ’（ｔ）は、画像ＢのブロックＧＢ（ｓ）の複雑さ指標値をＣＢ（ＧＢ（ｓ））に対して、差分画素数（ＰＢ，ＱＢ）を基に線形演算を行うことで求められる。
図２３において、ステップＳ４０５で、画像Ａおよび画像Ｂの複雑さ指標値を補正したら、変化検出部２０７は、補正後の複雑さ指標値を用いて、画像Ａおよび画像Ｂとで同一となる領域を特定し、変化検出を行う（ステップＳ４０６）。補正後の複雑さ指標値を用いて変化検出を行う処理は、前述の実施形態と同様である。
なお、各実施形態では、撮影した時刻が異なる複数の画像の変化を検出するものとなっているが、撮影した場所、時刻に限定されず複数の画像の差異を検出する用途にも適用可能である。
以上説明したように、衛星画像、航空画像、医療画像等において、撮影日時が異なる同一空間領域の画像同士を比較することにより、変化領域（差異がある位置）を高速に検出することができるようになる。
本実施形態では、符号化された画像Ａおよび画像Ｂから画像の変化を検出する際に、全ての符号の復号を行わず、復号途中の情報から複雑さ指標値を求めて、変化領域を検出している。すなわち、一般的な画像の符号化方式では、１画面を複数のブロックに分割し、ブロック単位のイントラ又はインター予測と直交符号により予測符号化をする段階と、このブロック毎の符号化データを可変長符号により圧縮符号化する段階とを有している。したがって、画像を復号するには、可変長符号の復号段階と、直交符号の復号段階とが必要であり、演算量が膨大になる。本実施形態では、可変長符号の復号だけを行った段階の情報から複雑さ指標値を求めて、変化領域を検出している。このため、演算量が大幅に削減され、高速動作が可能になる。
なお、各実施形態の符号化方式としてはＨＥＶＣ以外、例えばＡＶＣ、ＭＰＥＧ、ＭＰＥＧ−２、ＪＰＥＧ等を用いることも可能である。さらにマクロブロックや符号化サイズより大きいまたは小さいサイズで分割した領域毎に実施することも可能であり、同様の効果を奏する。また、符号化情報としては、発生符号量の代わりに、各領域のアクティビティ平均値・最大値、ＤＣＴで得られるＤＣ係数および、各符号化モード等、符号化の結果で得られる各情報を用いることも可能であり、同様の効果を奏する。
また、前述した説明では撮影した時刻が異なる複数の画像の変化を検出するものとなっているが、前述した画像差異検出装置は、撮影した場所、時刻に限定されず複数の画像の差異を検出する用途にも適用可能である。
また、前述した説明においては、矩形の小領域（ブロック）に分割する符号化方式を用いて、差異がある小領域を特定するようにしたが、領域の特定は必須ではなく、単に２つの画像に差異があることを符号量の違いによって検出するようにしてもよい。
また、本実施形態は符号量を比較することで変化の判断を行う。比較を行う画像がほぼ同じ地点から撮影されたものであっても精細感などが異なると全体として情報量が大きく変わってしまうため「全体の符号量を近づける処理」を行うことを前提として行っている。
また、本実施形態は符号化を行う規格によらず使用することができるが、その中でも「可変ビットレート」であることが更に効果的である。
また、前述した画像差異検出装置は、他の技術と合わせて使用することも可能である。
また、前述した実施形態の変化の判定は、変化の判定のみならず、通常の符号化とセットで使うことも可能である。したがって、前述の画像差異検出装置は、他の目的を達成するものであってもよい。
また、前述した説明においては、矩形の小領域（ブロック）に分割する符号化方式を用いて、差異がある小領域を特定するようにしたが、領域の特定は必須ではなく、単に２つの画像に差異があることを符号量の違いによって検出するようにしてもよい。
また、本実施形態は符号量を比較することで変化の判断を行う。比較を行う画像がほぼ同じ地点から撮影されたものであっても精細感などが異なると全体として情報量が大きく変わってしまうため「全体の符号量を近づける処理」を行うことを前提として行っている。
また、本実施形態は符号化を行う規格によらず使用することができるが、その中でも「可変ビットレート」であることが更に効果的である。
また、前述した画像差異検出装置は、他の技術と合わせて使用することも可能である。
また、前述した実施形態の変化の判定は、変化の判定のみならず、通常の符号化とセットで使うことも可能である。したがって、前述の画像差異検出装置は、他の目的を達成するものであってもよい。
以上説明したように、衛星画像、航空画像、医療画像等において、撮影日時が異なる同一空間領域の画像同士を比較することによりし、変化領域（差異がある位置）を高速に検出することができるようになる。
画像間の変化を検出する従来技術と比較して、符号量を視標として用いる本実施形態は高速にかつ演算量を削減することができる。従来技術と同様の環境で、従来技術と本実施形態とを比較をした際、結果が出力されるまで要する時間が大幅に短縮される結果が得られた。
＜第１２実施形態＞
第１２実施形態では、画像差異検出装置が複数の画像に基づいて参照画像を生成する点が、第１〜第１１実施形態と相違する。第１２実施形態では、第１〜第１１実施形態との相違点についてのみ説明する。
第１２実施形態では、画像差異検出装置が複数の画像に基づいて参照画像を生成する点が、第１〜第１１実施形態と相違する。第１２実施形態では、第１〜第１１実施形態との相違点についてのみ説明する。
図２８は、第１２実施形態における、画像差異検出装置３１０の構成の例を示すブロック図である。画像差異検出装置３１０は、画像間の差異の有無を判定する装置である。画像差異検出装置３１０は、画像生成装置として、対象画像との差異の有無を判定する対象である参照画像を複数の画像を合成して生成する。画像差異検出装置３１０は、画像入力部３２０と、参照画像生成部３３０と、変化検出部３４０と、記憶部３５０とを備える。画像入力部３２０と参照画像生成部３３０と変化検出部３４０とのうち一部又は全部は、例えば、ＣＰＵ（Central Processing Unit）等のプロセッサが、記憶部に記憶されたプログラムを実行することにより実現されてもよいし、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェアを用いて実現されてもよい。
画像入力部３２０は、対象画像取得部３２１と、素材画像取得部３２２とを備える。対象画像取得部３２１は、ほぼ同一の空間領域が撮像された時系列の画像のうち、対象画像を取得する。対象画像取得部３２１は、取得された対象画像を変化検出部３４０に送信する。素材画像取得部３２２は、時系列の画像のうち参照画像の素材となる画像（以下「素材画像」という）を取得する。素材画像は、複数であって、対象画像以外の画像である。複数とは少なくとも２枚以上である。素材画像取得部３２２は、取得された複数の素材画像を参照画像生成部３３０に送信する。
参照画像生成部３３０は、時間方向のフィルタ処理であるテンポラルフィルタ処理を複数の素材画像に施すことによって、参照画像を生成する。参照画像生成部３３０は、制御情報取得部３３１と、適用決定部３３２と、メディアンフィルタ処理部３３３とを備える。制御情報取得部３３１は、複数の素材画像を合成するフィルタ処理の制御情報（以下「制御情報」という。）を取得する。制御情報は、例えば、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報とのうち少なくとも一つである。制御情報は、どのような方法を用いて定められてもよいが、例えば特許文献１に開示された検出方法等を用いて定められる。
適用決定部３３２は、ほぼ同一の空間領域が撮像された複数の素材画像を、素材画像取得部３２２から取得する。適用決定部３３２は、制御情報を制御情報取得部３３１から取得する。適用決定部３３２は、時間方向のメディアンフィルタであるテンポラルフィルタを適用する素材画像を、制御情報に基づいて決定する。適用決定部３３２は、水蒸気や撮像条件の影響による画像のぼやけ、画像のキズ、画像のゆがみ等の画像劣化事象が発生していない素材画像を、テンポラルフィルタを適用する複数の素材画像と決定してもよい。適用決定部３３２は、テンポラルフィルタを適用する素材画像として決定された素材画像を表す情報を、メディアンフィルタ処理部３３３に送信する。
メディアンフィルタ処理部３３３は、複数の素材画像を素材画像取得部３２２から取得する。メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された複数の素材画像にメディアンフィルタ処理を施すことによって、複数の素材画像を合成して参照画像を生成する。メディアンフィルタ処理部３３３は、生成された参照画像を変化検出部３４０に送信する。
変化検出部３４０は、対象画像と参照画像との差異の有無を判定する。対象画像及び参照画像が衛星画像等である場合、変化検出部３４０は、対象画像と参照画像との差異の有無を判定することによって、ほぼ同一の空間領域における地物の変化を検出する。変化検出部３４０が対象画像と参照画像との差異の有無を判定する方法は、特定の方法に限定されない。変化検出部３４０は、第１〜第１１実施形態の少なくとも一つにおいて説明した判定方法を用いて、対象画像と参照画像との差異の有無を判定してもよい。
変化検出部３４０は、対象画像と参照画像との差異の有無を、従来の変化検出手法を用いて判定してもよい。例えば、変化検出部３４０は、対象画像と参照画像との差異の有無を、対象画像及び参照画像の間の画素値の差に基づいて判定してもよい。変化検出部３４０は、対象画像と参照画像との差異の有無の判定結果を表す情報を外部に出力する。
記憶部３５０は、磁気ハードディスク装置や半導体記憶装置等の不揮発性の記録媒体（非一時的な記録媒体）を有する記憶装置である。記憶部３５０は、画像間の差異の有無を判定するための画像差異検出プログラムを記憶する。記憶部３５０は、画像を生成するための画像生成プログラムを記憶する。記憶部３５０は、時間に関する情報である撮像日時等の撮像条件の情報に対応付けて、時系列の画像を記憶する。
図２９は、第１２実施形態における、時系列の画像の第１例を示す図である。適用決定部３３２は、ほぼ同一の空間領域が撮像された時系列の画像４００−０〜４００−３を取得する。時系列の画像４００は、例えば、航空画像又は衛星画像である。画像４００−０は対象画像である。画像４００−１の撮像日時は、画像４００−０の撮像日時の１カ月前である。画像４００−２の撮像日時は、画像４００−０の撮像日時の２カ月前である。画像４００−３の撮像日時は、画像４００−０の撮像日時の３カ月前である。画像４００−１〜４００−３は、素材画像である。画像４００−０は、地物４１０−０の画像を含む。画像４００−１は、地物４１０−１の画像を含む。画像４００−２は、地物４１０−２の画像を含む。
制御情報取得部３３１は、素材画像間における差異の有無を表す情報を、制御情報として取得する。図２９では、制御情報取得部３３１は、画像４００−１と画像４００−２との間に差異がないことを表す情報を取得する。制御情報取得部３３１は、画像４００−２と画像４００−３との間に差異があることを表す情報を取得してもよい。適用決定部３３２は、素材画像間に差異がないと判定された画像４００−１及び画像４００−２を、メディアンフィルタを適用する素材画像として決定する。すなわち、適用決定部３３２は、画像４００−１及び画像４００−２との間に差異があると判定された画像４００−３を、メディアンフィルタを適用する対象から除外する。
メディアンフィルタ処理部３３３は、異なる素材画像の間における空間的にほぼ同じ位置の画素値の中央値のうち、選択された素材画像の画素値の中央値に基づいて参照画像を生成する。メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された画像４００−１及び画像４００−２の画素値に、式（１）に示されたメディアンフィルタ処理を施す。
ｈ＝ｍｅｄｉａｎ（ｇ（−１）, ｇ（−２）） …（１）
ここで、ｈは、参照画像である画像４２０の画素値を表す。ｇ（−１）は、画像４００−１の画素値を表す。ｇ（−２）は、画像４００−２の画素値を表す。関数ｍｅｄｉａｎは、引数の画素値の中央値を出力する関数である。関数ｍｅｄｉａｎは、画素値の要素数が偶数である場合、中央値に近い２個の要素のうち大きい値又は小さい値を中央値としてもよい。関数ｍｅｄｉａｎは、画素値の要素数が偶数である場合、中央値に近い２個の要素の平均値を中央値としてもよい。
メディアンフィルタ処理部３３３は、式（１）に示されたメディアンフィルタ処理によって、地物４３０の画像を含む画像４２０を生成する。変化検出部３４０は、画像４００−０の撮像日時から画像４００−１の撮像日時（１カ月前）までの地物の変化を、画像４００−０の画素値ｆ（０）と画像４２０の画素値ｈとの間の差異の有無に基づいて検出する。
図３０は、第１２実施形態における、時系列の画像の第２例を示す図である。適用決定部３３２は、ほぼ同一の空間領域が撮像された時系列の画像５００−０〜５００−３を取得する。時系列の画像５００は、例えば、航空画像又は衛星画像である。画像５００−０は対象画像である。画像５００−１の撮像日時は、画像５００−０の撮像日時の１カ月前である。画像５００−２の撮像日時は、画像５００−０の撮像日時の２カ月前である。画像５００−３の撮像日時は、画像５００−０の撮像日時の３カ月前である。画像５００−１〜５００−３は、素材画像である。画像５００−０は、地物５２０の画像を含む。画像５００−１は、車両等の移動体５１０の画像を含む。
制御情報取得部３３１は、素材画像における車両等の移動体の画像の有無を表す情報を、制御情報として取得する。図３０では、制御情報取得部３３１は、画像５００−１が移動体５１０の画像を含むことを表す情報を取得する。適用決定部３３２は、移動体５１０の画像を含まないと判定された画像５００−２及び画像５００−３を、メディアンフィルタを適用する素材画像として決定する。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された画像５００−２及び画像５００−３の画素値に、式（２）に示されたメディアンフィルタ処理を施す。
ｈ＝ｍｅｄｉａｎ（ｇ（−２）, ｇ（−３）） …（２）
ここで、ｈは、参照画像である画像５３０の画素値を表す。ｇ（−２）は、画像５００−２の画素値を表す。ｇ（−３）は、画像５００−３の画素値を表す。関数ｍｅｄｉａｎは、引数の画素値の中央値を出力する関数である。メディアンフィルタ処理部３３３は、式（２）に示されたメディアンフィルタ処理によって、移動体５１０の画像を含まない画像５３０を生成する。変化検出部３４０は、画像５００−０の撮像日時から画像５００−１の撮像日時（１カ月前）までの地物の変化を、画像５００−０の画素値ｆ（０）と画像５３０の画素値ｈとの間の差異の有無に基づいて検出する。
図３１は、第１２実施形態における、時系列の画像の第３例を示す図である。適用決定部３３２は、ほぼ同一の空間領域が撮像された時系列の画像６００−０〜６００−３を取得する。時系列の画像６００は、例えば、航空画像又は衛星画像である。画像６００−０は対象画像である。画像６００−１の撮像日時は、画像６００−０の撮像日時の１カ月前である。画像６００−２の撮像日時は、画像６００−０の撮像日時の２カ月前である。画像６００−３の撮像日時は、画像６００−０の撮像日時の３カ月前である。画像６００−１〜６００−３は、素材画像である。画像６００−１は、地物６１０−１の画像を含む。画像６００−２は、地上を覆う雲等の被覆体６２０の画像を含む。画像６００−３は、地物６１０−３の画像を含む。
制御情報取得部３３１は、素材画像における雲等の被覆体の画像の有無を表す情報を、制御情報として取得する。被覆体が雲である場合、雲の画像の有無を表す情報は、例えば、過去における空間領域ごとの雲の状況を表す気象情報の記録に基づいて定められてもよい。図３１では、制御情報取得部３３１は、画像６００−２が被覆体６２０の画像を含むことを表す情報を取得する。適用決定部３３２は、被覆体６２０の画像を含まないと判定された画像６００−１及び画像６００−３を、メディアンフィルタを適用する素材画像として決定する。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された画像６００−１及び画像６００−３の画素値に、式（３）に示されたメディアンフィルタ処理を施す。
ｈ＝ｍｅｄｉａｎ（ｇ（−１）, ｇ（−３）） …（３）
ここで、ｈは、参照画像である画像６３０の画素値を表す。ｇ（−１）は、画像６００−１の画素値を表す。ｇ（−３）は、画像６００−３の画素値を表す。関数ｍｅｄｉａｎは、引数の画素値の中央値を出力する関数である。メディアンフィルタ処理部３３３は、式（３）に示されたメディアンフィルタ処理によって、被覆体６２０の画像を含まない参照画像６３０を生成する。変化検出部３４０は、画像６００−０の撮像日時から画像６００−１の撮像日時（１カ月前）までの地物の変化を、画像６００−０の画素値ｆ（０）と参照画像６３０の画素値ｈとの間の差異の有無に基づいて検出する。
なお、適用決定部３３２は、時間方向のメディアンフィルタであるテンポラルフィルタを適用する素材画像を、複数の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３２は、素材画像間に差異があると判定された画像と、被覆体又は移動体の画像を含むと判定された画像とのいずれも、テンポラルフィルタを適用する対象から除外してよい。
次に、第１２実施形態における、画像差異検出装置の動作の例を説明する。
図３２は、第１２実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ８０１）。制御情報取得部３３１は、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ８０２ａ）。
図３２は、第１２実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ８０１）。制御情報取得部３３１は、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ８０２ａ）。
適用決定部３３２は、メディアンフィルタを適用する素材画像を、制御情報に基づいて決定する（ステップＳ８０３ａ）。メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された複数の素材画像にメディアンフィルタ処理を施すことによって、複数の素材画像から参照画像を生成する（ステップＳ８０４ａ）。変化検出部３４０は、対象画像と参照画像との差異の有無を判定する（ステップＳ８０５ａ）。
以上のように、第１２実施形態の画像差異検出装置３１０は、対象画像取得部３２１と、素材画像取得部３２２と、参照画像生成部３３０とを備える。対象画像取得部３２１は、対象画像を取得する。素材画像取得部３２２は、複数の素材画像を合成する時間方向のメディアンフィルタを適用する複数の素材画像を取得する。参照画像生成部３３０は、対象画像との差異の有無を判定する対象である参照画像を、複数の素材画像を合成して生成する。これによって、第１２実施形態の画像差異検出装置３１０は、画像間の差異の有無の判定精度を向上させるための画像を生成することが可能である。
対象画像取得部３２１は、第１実施形態の変化検出部４や第１１実施形態の変化検出部４のように変化検出部３４０が符号化量に基づいて差異の有無を判定する場合、第１実施形態や第１１実施形態のように、対象画像を符号化部３に送信する。参照画像生成部３３０は、第１実施形態の変化検出部４や第１１実施形態の変化検出部４のように変化検出部３４０が符号化量に基づいて差異の有無を判定する場合には、第１実施形態や第１１実施形態のように符号化部３に参照画像を送信する。
＜第１３実施形態＞
第１３実施形態では、画像内に複数の領域が含まれている点が、第１２実施形態と相違する。第１３実施形態では、第１２実施形態との相違点についてのみ説明する。
第１３実施形態では、画像内に複数の領域が含まれている点が、第１２実施形態と相違する。第１３実施形態では、第１２実施形態との相違点についてのみ説明する。
図３３は、第１３実施形態における、時系列の画像の例を示す図である。画像差異検出装置３１０は、対象ＬＣＵの領域との差異の有無を判定する対象である参照画像内の同位置ＬＣＵの領域を、複数の画像内の少なくとも一部の領域を合成して生成してもよい。適用決定部３３２は、ほぼ同一の空間領域が撮像された時系列の画像７００−０〜７００−３を取得する。時系列の画像７００は、例えば、航空画像又は衛星画像である。画像７００−０は対象画像である。画像７００−１の撮像日時は、画像７００−０の撮像日時の１カ月前である。画像７００−２の撮像日時は、画像７００−０の撮像日時の２カ月前である。画像７００−３の撮像日時は、画像７００−０の撮像日時の３カ月前である。画像７００−１〜７００−３は、素材画像である。
画像７００は、一例として、領域７１０と領域７２０と領域７３０と領域７４０とを含む。画像７００−０の領域７１０−０は、地物７１１−０の画像を含む。画像７００−０の領域７２０−０は、地物７２１−０の画像を含む。画像７００−０の領域７３０−０は、地物７３１−０の画像を含む。画像７００−１の領域７１０−１は、地物７１１−１の画像を含む。画像７００−１の領域７２０−１は、地物７２１−１の画像を含む。画像７００−１の領域７３０−１は、移動体７３１の画像を含む。画像７００−１の領域７４０−１は、地物７４１−１の画像を含む。画像７００−２の領域７１０−２は、地物７１１−２の画像を含む。画像７００−２の領域７２０−２は、地物７２１−２の画像を含む。画像７００−２の領域７４０−２は、被覆体７４２の画像を含む。画像７００−３の領域７１０−３は、地物７１１−３の画像を含む。画像７００−３の領域７４０−３は、地物７４１−３の画像を含む。
まず、制御情報が素材画像内の領域間における差異の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、画像７００−２の領域７２０−２との間に差異があると判定された画像７００−３の領域７２０−３を、メディアンフィルタを適用する対象から除外する。
制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、画像７００−２の領域７２０−２との間に差異があると判定された画像７００−３の領域７２０−３を、メディアンフィルタを適用する対象から除外する。
適用決定部３３２は、画像７００−２の領域７２０−２との間に差異がないと判定された画像７００−１の領域７２０−１を、メディアンフィルタを適用する対象と定める。適用決定部３３２は、画像７００−１の領域７２０−１との間に差異がないと判定された画像７００−２の領域７２０−２を、メディアンフィルタを適用する対象と定める。他の領域についても同様に、適用決定部３３２は、対象から除外されていない画像７００の領域を、メディアンフィルタを適用する素材画像の領域と決定する。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像の領域の画素値に、式（４）〜式（７）に示されたメディアンフィルタ処理を施す。
ｈ１＝ｍｅｄｉａｎ（ｇ１（−１）, ｇ１（−２）, ｇ１（−３）） …（４）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）） …（５）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−１）, ｇ３（−２）, ｇ３（−３）） …（６）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−２）, ｇ４（−３）） …（７）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）） …（５）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−１）, ｇ３（−２）, ｇ３（−３）） …（６）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−２）, ｇ４（−３）） …（７）
ここで、添え字（１）は、領域７１０の画素値であることを表す。添え字（２）は、領域７２０の画素値であることを表す。添え字（３）は、領域７３０の画素値であることを表す。添え字（４）は、領域７４０の画素値であることを表す。以下では、添え字（ｘ）は１〜４のいずれかである。ｈｘは、参照画像である画像７５０の領域の画素値を表す。ｇｘ（−１）は、画像７００−１の領域の画素値を表す。ｇｘ（−２）は、画像７００−２の領域の画素値を表す。ｇｘ（−３）は、画像７００−３の領域の画素値を表す。関数ｍｅｄｉａｎは、引数の画素値の中央値を出力する関数である。
メディアンフィルタ処理部３３３は、複数の素材画像を領域ごとに合成して、画像７５０を生成する。すなわち、メディアンフィルタ処理部３３３は、式（４）〜式（７）に示されたメディアンフィルタ処理によって、領域ごとに画像７５０を生成する。変化検出部３４０は、画像７００−０の撮像日時から画像７００−１の撮像日時（１カ月前）までの地物の変化を、画像７００−０の領域の画素値ｆ（０）と画像７５０の領域の画素値ｈとの間の差異の有無に基づいて検出する。
次に、制御情報が素材画像内の領域における雲等の被覆体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像内の領域における雲等の被覆体の画像の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、被覆体７４２の画像があると判定された画像７００−２の領域７４０−２を、メディアンフィルタを適用する対象から除外する。適用決定部３３２は、対象から除外されていない画像７００の領域を、メディアンフィルタを適用する素材画像の領域と決定する。
制御情報取得部３３１は、素材画像内の領域における雲等の被覆体の画像の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、被覆体７４２の画像があると判定された画像７００−２の領域７４０−２を、メディアンフィルタを適用する対象から除外する。適用決定部３３２は、対象から除外されていない画像７００の領域を、メディアンフィルタを適用する素材画像の領域と決定する。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像の領域の画素値に、式（８）〜式（１１）に示されたメディアンフィルタ処理を施す。
ｈ１＝ｍｅｄｉａｎ（ｇ１（−１）, ｇ１（−２）, ｇ１（−３）） …（８）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）, ｇ２（−３）） …（９）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−１）, ｇ３（−２）, ｇ３（−３）） …（１０）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−３）） …（１１）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）, ｇ２（−３）） …（９）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−１）, ｇ３（−２）, ｇ３（−３）） …（１０）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−３）） …（１１）
ここで、各記号は、式（４）〜式（７）と同様である。メディアンフィルタ処理部３３３は、式（８）〜式（１１）に示されたメディアンフィルタ処理によって、領域ごとに画像７５０を生成する。変化検出部３４０は、画像７００−０の撮像日時から画像７００−１の撮像日時（１カ月前）までの地物の変化を、画像７００−０の領域の画素値ｆ（０）と画像７５０の領域の画素値ｈとの間の差異の有無に基づいて検出する。
次に、制御情報が素材画像内の領域における車両等の移動体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像内の領域における車両等の移動体の画像の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、移動体７３１の画像があると判定された画像７００−１の領域７３０−１を、メディアンフィルタを適用する対象から除外する。適用決定部３３２は、対象から除外されていない画像７００の領域を、メディアンフィルタを適用する素材画像の領域と決定する。
制御情報取得部３３１は、素材画像内の領域における車両等の移動体の画像の有無を表す情報を、制御情報として取得する。図３３では、適用決定部３３２は、移動体７３１の画像があると判定された画像７００−１の領域７３０−１を、メディアンフィルタを適用する対象から除外する。適用決定部３３２は、対象から除外されていない画像７００の領域を、メディアンフィルタを適用する素材画像の領域と決定する。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像の領域の画素値に、式（８）〜式（１１）に示されたメディアンフィルタ処理を施す。
ｈ１＝ｍｅｄｉａｎ（ｇ１（−１）, ｇ１（−２）, ｇ１（−３）） …（１２）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）, ｇ２（−３）） …（１３）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−２）, ｇ３（−３）） …（１４）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ１（−２）, ｇ４（−３）） …（１５）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）, ｇ２（−３）） …（１３）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−２）, ｇ３（−３）） …（１４）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ１（−２）, ｇ４（−３）） …（１５）
ここで、各記号は、式（４）〜式（７）と同様である。メディアンフィルタ処理部３３３は、式（１２）〜式（１５）に示されたメディアンフィルタ処理によって、領域ごとに画像７５０を生成する。変化検出部３４０は、画像７００−０の撮像日時から画像７００−１の撮像日時（１カ月前）までの地物の変化を、画像７００−０の領域の画素値ｆ（０）と画像７５０の領域の画素値ｈとの間の差異の有無に基づいて検出する。
次に、制御情報が、（ｉ）素材画像内の領域間における差異の有無を表す情報と、（ｉｉ）素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、（ｉｉｉ）素材画像内の領域における車両等の移動体の画像の有無を表す情報との組み合わせである場合について説明する。
制御情報取得部３３１は、複数の制御情報（ｉ）〜（ｉｉｉ）を取得する。適用決定部３３２は、時間方向のメディアンフィルタであるテンポラルフィルタを適用する素材画像を、複数の制御情報（ｉ）〜（ｉｉｉ）の組み合わせに基づいて決定してもよい。例えば、適用決定部３３２は、素材画像内の領域間に差異があると判定された画像の領域と、被覆体又は移動体の画像を含むと判定された画像内の領域とのいずれも、テンポラルフィルタを適用する対象から除外してよい。
メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像の領域の画素値に、式（８）〜式（１１）に示されたメディアンフィルタ処理を施す。
ｈ１＝ｍｅｄｉａｎ（ｇ１（−１）, ｇ１（−２）, ｇ１（−３）） …（１６）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）） …（１７）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−２）, ｇ３（−３）） …（１８）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−３）） …（１９）
ｈ２＝ｍｅｄｉａｎ（ｇ２（−１）, ｇ２（−２）） …（１７）
ｈ３＝ｍｅｄｉａｎ（ｇ３（−２）, ｇ３（−３）） …（１８）
ｈ４＝ｍｅｄｉａｎ（ｇ４（−１）, ｇ４（−３）） …（１９）
ここで、各記号は、式（４）〜式（７）と同様である。メディアンフィルタ処理部３３３は、式（１６）〜式（１９）に示されたメディアンフィルタ処理によって、領域ごとに画像７５０を生成する。変化検出部３４０は、画像７００−０の撮像日時から画像７００−１の撮像日時（１カ月前）までの地物の変化を、画像７００−０の領域の画素値ｆ（０）と画像７５０の領域の画素値ｈとの間の差異の有無に基づいて検出する。
次に、第１３実施形態における、画像差異検出装置の動作の例を説明する。
図３４は、第１３実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ８０１）。制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報と、素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、素材画像内の領域における車両等の移動体の画像の有無を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ８０２ｂ）。
図３４は、第１３実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ８０１）。制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報と、素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、素材画像内の領域における車両等の移動体の画像の有無を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ８０２ｂ）。
適用決定部３３２は、メディアンフィルタを適用する素材画像内の領域を、制御情報に基づいて決定する（ステップＳ８０３ｂ）。メディアンフィルタ処理部３３３は、メディアンフィルタを適用する素材画像として決定された複数の素材画像内の領域にメディアンフィルタ処理を施すことによって、複数の素材画像から参照画像を生成する（ステップＳ８０４ｂ）。変化検出部３４０は、対象画像と参照画像との差異の有無を領域ごとに判定する（ステップＳ８０５ｂ）。
以上のように、第１３実施形態の画像差異検出装置３１０は、対象画像取得部３２１と、素材画像取得部３２２と、参照画像生成部３３０とを備える。対象画像取得部３２１は、対象画像を取得する。素材画像取得部３２２は、複数の素材画像を合成する時間方向のメディアンフィルタを適用する複数の素材画像を取得する。参照画像生成部３３０は、対象画像内の領域との差異の有無を判定する対象である参照画像内の領域を、複数の素材画像内の領域を合成して生成する。これによって、第１３実施形態の画像差異検出装置３１０は、画像内の少なくとも一部の領域間の差異の有無の判定精度を向上させるための画像を生成することが可能である。
＜第１４実施形態＞
第１４実施形態では、画像差異検出装置が線形フィルタを用いて参照画像を生成する点が、第１２実施形態と相違する。第１４実施形態では、第１２実施形態との相違点についてのみ説明する。
第１４実施形態では、画像差異検出装置が線形フィルタを用いて参照画像を生成する点が、第１２実施形態と相違する。第１４実施形態では、第１２実施形態との相違点についてのみ説明する。
図３５は、第１４実施形態における、画像差異検出装置の構成の例を示すブロック図である。参照画像生成部３３０は、時間方向の線形フィルタであるテンポラルフィルタ処理を複数の素材画像に施すことによって参照画像を生成する。参照画像生成部３３０は、制御情報取得部３３１と、適用決定部３３４と、線形フィルタ処理部３３５とを備える。
制御情報取得部３３１は、制御情報を取得する。制御情報は、例えば、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報と、時系列の画像の撮像日時を表す情報とである。
適用決定部３３４は、ほぼ同一の空間領域が撮像された複数の素材画像を、素材画像取得部３２２から取得する。適用決定部３３４は、制御情報を制御情報取得部３３１から取得する。適用決定部３３４は、線形フィルタ処理部３３５が画像に施す線形フィルタ処理（積和演算）における重み係数（重み付け）を、制御情報に基づいて決定する。適用決定部３３４は、水蒸気や撮像条件の影響による画像のぼやけ、画像のキズ、画像のゆがみ等の画像劣化事象が素材画像に発生しているか否かに応じた制御情報に基づいて、重み係数を決定してもよい。
線形フィルタ処理部３３５は、複数の素材画像を素材画像取得部３２２から取得する。線形フィルタ処理部３３５は、異なる素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された素材画像の画素値の重み係数に基づいて参照画像を生成する。線形フィルタ処理部３３５は、複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像を合成して参照画像を生成する。線形フィルタ処理部３３５は、式（２０）に示された線形フィルタ処理を画像に施す。
ｈ＝ｐ×ｇ（−１）＋ｑ×ｇ（−２）＋ｒ×ｇ（−３） …（２０）
ここで、ｐは、画像４００−１の画素値ｇ（−１）に乗算される重み係数である。ｑは、画像４００−２の画素値ｇ（−２）に乗算される重み係数である。ｒは、画像４００−３の画素値ｇ（−３）に乗算される重み係数である。重み係数ｐ、ｑ及びｒの和は１でもよい。重み係数ｐ、ｑ及びｒのうち１個以上の重み係数は、０でもよい。
まず、制御情報が素材画像内の領域間における差異の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像間における差異の有無を表す情報を、制御情報として取得する。図２９に示された時系列の画像に対して、適用決定部３３４は、素材画像間に差異がないと判定された画像４００−１及び画像４００−２の重み係数よりも、素材画像間に差異があると判定された画像４００−３の重み係数を小さくする。例えば、適用決定部３３４は、素材画像間に差異がないと判定された画像４００−１及び画像４００−２に施される線形フィルタ処理における重み係数よりも、素材画像間に差異があると判定された画像４００−３に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２１）に示すように重み係数を決定する。
制御情報取得部３３１は、素材画像間における差異の有無を表す情報を、制御情報として取得する。図２９に示された時系列の画像に対して、適用決定部３３４は、素材画像間に差異がないと判定された画像４００−１及び画像４００−２の重み係数よりも、素材画像間に差異があると判定された画像４００−３の重み係数を小さくする。例えば、適用決定部３３４は、素材画像間に差異がないと判定された画像４００−１及び画像４００−２に施される線形フィルタ処理における重み係数よりも、素材画像間に差異があると判定された画像４００−３に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２１）に示すように重み係数を決定する。
ｐ＝ｑ＞＞ｒ …（２１）
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像の重み係数を、２個の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（２２）に示すように小さくしてもよい。適用決定部３３４は、決定された重み係数を表す情報を、線形フィルタ処理部３３５に送信する。
ｐ≧ｑ＞＞ｒ …（２２）
線形フィルタ処理部３３５は、式（２１）又は式（２２）に示された重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が素材画像内の領域における車両等の移動体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像における車両等の移動体の画像の有無を表す情報を、制御情報として取得する。図３０に示された時系列の画像に対して、適用決定部３３４は、移動体５１０の画像を含まないと判定された画像５００−２及び画像５００−３の重み係数よりも、移動体５１０の画像を含むと判定された画像５００−１の重み係数を小さくする。例えば、適用決定部３３４は、移動体５１０の画像を含まないと判定された画像５００−２及び画像５００−３に施される線形フィルタ処理における重み係数よりも、移動体５１０の画像を含むと判定された画像５００−１に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２３）に示すように重み係数を決定する。
制御情報取得部３３１は、素材画像における車両等の移動体の画像の有無を表す情報を、制御情報として取得する。図３０に示された時系列の画像に対して、適用決定部３３４は、移動体５１０の画像を含まないと判定された画像５００−２及び画像５００−３の重み係数よりも、移動体５１０の画像を含むと判定された画像５００−１の重み係数を小さくする。例えば、適用決定部３３４は、移動体５１０の画像を含まないと判定された画像５００−２及び画像５００−３に施される線形フィルタ処理における重み係数よりも、移動体５１０の画像を含むと判定された画像５００−１に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２３）に示すように重み係数を決定する。
ｑ＝ｒ＞＞ｐ …（２３）
適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（２４）に示すように小さくしてもよい。適用決定部３３４は、決定された重み係数を表す情報を、線形フィルタ処理部３３５に送信する。
ｑ≧ｒ＞＞ｐ …（２４）
線形フィルタ処理部３３５は、式（２３）又は式（２４）に示された重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が素材画像内の領域における雲等の被覆体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像における雲等の被覆体の画像の有無を表す情報を、制御情報として取得する。図３１に示された時系列の画像に対して、適用決定部３３４は、被覆体６２０の画像を含まないと判定された画像６００−１及び画像６００−３の重み係数よりも、被覆体６２０の画像を含むと判定された画像６００−２の重み係数を小さくする。例えば、適用決定部３３４は、被覆体６２０の画像を含まないと判定された画像６００−１及び画像６００−３に施される線形フィルタ処理における重み係数よりも、被覆体６２０の画像を含むと判定された画像６００−２に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２５）に示すように重み係数を決定する。
制御情報取得部３３１は、素材画像における雲等の被覆体の画像の有無を表す情報を、制御情報として取得する。図３１に示された時系列の画像に対して、適用決定部３３４は、被覆体６２０の画像を含まないと判定された画像６００−１及び画像６００−３の重み係数よりも、被覆体６２０の画像を含むと判定された画像６００−２の重み係数を小さくする。例えば、適用決定部３３４は、被覆体６２０の画像を含まないと判定された画像６００−１及び画像６００−３に施される線形フィルタ処理における重み係数よりも、被覆体６２０の画像を含むと判定された画像６００−２に施される線形フィルタ処理における重み係数を小さくする。適用決定部３３４は、式（２５）に示すように重み係数を決定する。
ｐ＝ｒ＞＞ｑ …（２５）
適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（２６）に示すように小さくしてもよい。適用決定部３３４は、決定された重み係数を表す情報を、線形フィルタ処理部３３５に送信する。
ｐ≧ｒ＞＞ｑ …（２６）
線形フィルタ処理部３３５は、式（２５）又は式（２６）に示された重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が、（ｉ）素材画像内の領域間における差異の有無を表す情報と、（ｉｉ）素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、（ｉｉｉ）素材画像内の領域における車両等の移動体の画像の有無を表す情報と、（ｉｖ）素材画像の撮像日時を表す情報との組み合わせである場合について説明する。
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像の重み係数を、２個以上の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、素材画像間に差異があると判定された画像の重み係数と、被覆体又は移動体の画像を含むと判定された画像の重み係数と、撮像日時が古い画像の重み係数とを小さくしてもよい。例えば、適用決定部３３４は、同じ季節に撮像された素材画像の重み係数を、異なる季節に撮像された素材画像の重み係数と比較して大きくしてもよい。
次に、第１４実施形態における、画像差異検出装置の動作の例を説明する。
図３６は、第１４実施形態における、画像差異検出装置の動作の第１例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ９０１）。制御情報取得部３３１は、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報と、素材画像の撮像日時を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ９０２ａ）。
図３６は、第１４実施形態における、画像差異検出装置の動作の第１例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ９０１）。制御情報取得部３３１は、素材画像間における差異の有無を表す情報と、素材画像における雲等の被覆体の画像の有無を表す情報と、素材画像における車両等の移動体の画像の有無を表す情報と、素材画像の撮像日時を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ９０２ａ）。
適用決定部３３４は、線形フィルタを適用する素材画像を、制御情報に基づいて決定する（ステップＳ９０３ａ）。線形フィルタ処理部３３５は、線形フィルタを適用する素材画像として決定された複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する（ステップＳ９０４ａ）。変化検出部３４０は、対象画像と参照画像との差異の有無を判定する（ステップＳ９０５ａ）。
以上のように、第１４実施形態の画像差異検出装置３１０は、対象画像取得部３２１と、素材画像取得部３２２と、参照画像生成部３３０とを備える。対象画像取得部３２１は、対象画像を取得する。素材画像取得部３２２は、複数の素材画像を合成する時間方向の線形フィルタを適用する複数の素材画像を取得する。参照画像生成部３３０は、対象画像との差異の有無を判定する対象である参照画像を、複数の素材画像を合成して生成する。これによって、第１４実施形態の画像差異検出装置３１０は、画像間の差異の有無の判定精度を向上させるための画像を生成することが可能である。
＜第１５実施形態＞
第１５実施形態では、画像内に複数の領域が含まれている点が、第１４実施形態と相違する。第１５実施形態では、第１４実施形態との相違点についてのみ説明する。
第１５実施形態では、画像内に複数の領域が含まれている点が、第１４実施形態と相違する。第１５実施形態では、第１４実施形態との相違点についてのみ説明する。
適用決定部３３４は、線形フィルタ処理部３３５が画像内の領域に施す線形フィルタ処理（積和演算）における重み係数を、制御情報に基づいて決定する。線形フィルタ処理部３３５は、式（２７）に示された線形フィルタ処理を、領域ごとに画像に施す。
ｈｘ＝ｐｘ×ｇｘ（−１）＋ｑｘ×ｇｘ（−２）＋ｒｘ×ｇｘ（−３） …（２７）
ここで、添え字（ｘ）は１〜４のいずれかである。ｐ１〜ｐ４は、画像７００−１の領域の画素値ｇ１（−１）〜ｇ４（−１）に乗算される重み係数である。ｑ１〜ｑ４は、画像７００−２の領域の画素値ｇ１（−２）〜ｇ４（−２）に乗算される重み係数である。ｒ１〜ｒ４は、画像７００−３の領域７１０−３の画素値ｇ１（−３）〜ｇ４（−３）に乗算される重み係数である。重み係数ｐｘ、ｑｘ及びｒｘの和は１でもよい。重み係数ｐｘ、ｑｘ及びｒｘのうち１個以上の重み係数は、０でもよい。
まず、制御情報が素材画像内の領域間における差異の有無を表す情報である場合について説明する。
制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、例えば、素材画像間に差異がないと判定された領域７２０−１及び領域７２０−２の重み係数よりも、素材画像間に差異があると判定された領域７２０−３の重み係数を小さくする。適用決定部３３４は、式（２８）〜式（３１）に示すように重み係数を決定する。式（２８）、式（３０）及び式（３１）では、重み係数の和は１である。
制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、例えば、素材画像間に差異がないと判定された領域７２０−１及び領域７２０−２の重み係数よりも、素材画像間に差異があると判定された領域７２０−３の重み係数を小さくする。適用決定部３３４は、式（２８）〜式（３１）に示すように重み係数を決定する。式（２８）、式（３０）及び式（３１）では、重み係数の和は１である。
ｐ１＝ｑ１＝ｒ１ …（２８）
ｐ２＝ｑ２＞＞ｒ２ …（２９）
ｐ３＝ｑ３＝ｒ３ …（３０）
ｐ４＝ｑ４＝ｒ４ …（３１）
ｐ２＝ｑ２＞＞ｒ２ …（２９）
ｐ３＝ｑ３＝ｒ３ …（３０）
ｐ４＝ｑ４＝ｒ４ …（３１）
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像を、２個の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（３２）〜式（３５）に示すように小さくしてもよい。
ｐ１≧ｑ１≧ｒ１ …（３２）
ｐ２≧ｑ２＞＞ｒ２ …（３３）
ｐ３≧ｑ３≧ｒ３ …（３４）
ｐ４≧ｑ４≧ｒ４ …（３５）
ｐ２≧ｑ２＞＞ｒ２ …（３３）
ｐ３≧ｑ３≧ｒ３ …（３４）
ｐ４≧ｑ４≧ｒ４ …（３５）
線形フィルタ処理部３３５は、式（２８）〜式（３１）と式（３２）〜式（３５）とのうちいずれかに示された重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が素材画像内の領域における雲等の被覆体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、被覆体の画像の有無の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、被覆体７４２の画像を含まないと判定された画像７００−１及び画像７００−３の重み係数よりも、被覆体７４２の画像を含むと判定された画像７００−２の重み係数を小さくする。適用決定部３３４は、式（３６）〜式（３９）に示すように重み係数を決定する。式（３６）〜式（３８）では、重み係数の和は１である。
制御情報取得部３３１は、被覆体の画像の有無の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、被覆体７４２の画像を含まないと判定された画像７００−１及び画像７００−３の重み係数よりも、被覆体７４２の画像を含むと判定された画像７００−２の重み係数を小さくする。適用決定部３３４は、式（３６）〜式（３９）に示すように重み係数を決定する。式（３６）〜式（３８）では、重み係数の和は１である。
ｐ１＝ｑ１＝ｒ１ …（３６）
ｐ２＝ｑ２＝ｒ２ …（３７）
ｐ３＝ｑ３＝ｒ３ …（３８）
ｐ４＝ｒ４＞＞ｑ４ …（３９）
ｐ２＝ｑ２＝ｒ２ …（３７）
ｐ３＝ｑ３＝ｒ３ …（３８）
ｐ４＝ｒ４＞＞ｑ４ …（３９）
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像を、２個の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（４０）〜式（４３）に示すように小さくしてもよい。
ｐ１≧ｑ１≧ｒ１ …（４０）
ｐ２≧ｑ２≧ｒ２ …（４１）
ｐ３≧ｑ３≧ｒ３ …（４２）
ｐ４≧ｒ４＞＞ｑ４ …（４３）
ｐ２≧ｑ２≧ｒ２ …（４１）
ｐ３≧ｑ３≧ｒ３ …（４２）
ｐ４≧ｒ４＞＞ｑ４ …（４３）
線形フィルタ処理部３３５は、式（３６）〜式（３９）と式（４０）〜式（４３）とのうちいずれかに示す重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が素材画像内の領域における車両等の移動体の画像の有無を表す情報である場合について説明する。
制御情報取得部３３１は、被覆体の画像の有無の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、移動体７３１の画像を含まないと判定された画像７００−２及び画像７００−３の重み係数よりも、移動体７３１の画像を含むと判定された画像７００−１の重み係数を小さくする。適用決定部３３４は、式（４４）〜式（４７）に示すように重み係数を決定する。式（４４）、式（４５）及び式（４７）では、重み係数の和は１である。
制御情報取得部３３１は、被覆体の画像の有無の有無を表す情報を、制御情報として取得する。図３３に示された時系列の画像に対して、適用決定部３３４は、移動体７３１の画像を含まないと判定された画像７００−２及び画像７００−３の重み係数よりも、移動体７３１の画像を含むと判定された画像７００−１の重み係数を小さくする。適用決定部３３４は、式（４４）〜式（４７）に示すように重み係数を決定する。式（４４）、式（４５）及び式（４７）では、重み係数の和は１である。
ｐ１＝ｑ１＝ｒ１ …（４４）
ｐ２＝ｑ２＝ｒ２ …（４５）
ｑ３＝ｒ３＞＞ｐ３ …（４６）
ｐ４＝ｑ４＝ｒ４ …（４７）
ｐ２＝ｑ２＝ｒ２ …（４５）
ｑ３＝ｒ３＞＞ｐ３ …（４６）
ｐ４＝ｑ４＝ｒ４ …（４７）
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像の重み係数を、２個の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、撮像日時が古い素材画像の重み係数を、式（４８）〜式（５１）に示すように小さくしてもよい。
ｐ１≧ｑ１≧ｒ１ …（４８）
ｐ２≧ｑ２≧ｒ２ …（４９）
ｑ３≧ｒ３＞＞ｐ３ …（５０）
ｐ４≧ｑ４≧ｒ４ …（５１）
ｐ２≧ｑ２≧ｒ２ …（４９）
ｑ３≧ｒ３＞＞ｐ３ …（５０）
ｐ４≧ｑ４≧ｒ４ …（５１）
線形フィルタ処理部３３５は、式（４４）〜式（４７）と式（４８）〜式（５１）とのうちいずれかに示す重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、制御情報が、（ｉ）素材画像内の領域間における差異の有無を表す情報と、（ｉｉ）素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、（ｉｉｉ）素材画像内の領域における車両等の移動体の画像の有無を表す情報と、（ｉｖ）素材画像の撮像日時を表す情報との組み合わせである場合について説明する。
適用決定部３３４は、時間方向の線形フィルタであるテンポラルフィルタを適用する素材画像の重み係数を、２個以上の制御情報の組み合わせに基づいて決定してもよい。例えば、適用決定部３３４は、素材画像間に差異があると判定された画像の重み係数と、被覆体又は移動体の画像を含むと判定された画像の重み係数と、撮像日時が古い画像の重み係数とを小さくしてもよい。
ｐ１≧ｑ１≧ｒ１ …（５２）
ｐ２≧ｑ２≧ｒ２ …（５３）
ｑ３≧ｒ３＞＞ｐ３ …（５４）
ｐ４≧ｒ４＞＞ｑ４ …（５５）
ｐ２≧ｑ２≧ｒ２ …（５３）
ｑ３≧ｒ３＞＞ｐ３ …（５４）
ｐ４≧ｒ４＞＞ｑ４ …（５５）
線形フィルタ処理部３３５は、式（５２）〜式（５５）に示す重み係数に基づいて複数の素材画像に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する。線形フィルタ処理部３３５は、生成された参照画像を変化検出部３４０に送信する。
次に、第１５実施形態における、画像差異検出装置の動作の例を説明する。
図３７は、第１５実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ９０１）。制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報と、素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、素材画像内の領域における車両等の移動体の画像の有無を表す情報と、素材画像の撮像日時を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ９０２ｂ）。
図３７は、第１５実施形態における、画像差異検出装置の動作の例を示すフローチャートである。画像入力部３２０は、対象画像と複数の素材画像とを取得する（ステップＳ９０１）。制御情報取得部３３１は、素材画像内の領域間における差異の有無を表す情報と、素材画像内の領域における雲等の被覆体の画像の有無を表す情報と、素材画像内の領域における車両等の移動体の画像の有無を表す情報と、素材画像の撮像日時を表す情報とのうち少なくとも一つを、制御情報として取得する（ステップＳ９０２ｂ）。
適用決定部３３４は、線形フィルタを適用する素材画像内の領域を、制御情報に基づいて決定する（ステップＳ８０３ｂ）。線形フィルタ処理部３３５は、線形フィルタを適用する素材画像として決定された複数の素材画像内の領域に線形フィルタ処理を施すことによって、複数の素材画像から参照画像を生成する（ステップＳ９０４ｂ）。変化検出部３４０は、対象画像と参照画像との差異の有無を領域ごとに判定する（ステップＳ９０５ｂ）。
以上のように、第１５実施形態の画像差異検出装置３１０は、対象画像取得部３２１と、素材画像取得部３２２と、参照画像生成部３３０とを備える。対象画像取得部３２１は、対象画像を取得する。素材画像取得部３２２は、複数の素材画像を合成する時間方向の線形フィルタを適用する複数の素材画像を取得する。参照画像生成部３３０は、対象画像内の領域との差異の有無を判定する対象である参照画像内の領域を、複数の素材画像内の領域を合成して生成する。これによって、第１５実施形態の画像差異検出装置３１０は、画像内の少なくとも一部の領域間の差異の有無の判定精度を向上させるための画像を生成することが可能である。
上述した実施形態における画像差異検出装置及び画像生成装置の少なくとも一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。例えば、複数の実施形態の構成を組み合わせることによって一つの実施形態として実現されてもよい。
上記の実施形態では、素材画像等の画像（映像）の形式は、参照画像を合成することができる形式であれば、特定の形式に制限されない。例えば、素材画像は、単一の時系列の画像を構成する複数の画像（フレーム）でもよいし、複数の時系列の画像を構成する複数の画像でもよい。例えば、素材画像は、視点合成画像でもよい。
上記の実施形態では、複数の素材画像を合成するフィルタは、単一の時系列の画像の画像間で時間方向に適用されてもよいし、複数の時系列の画像の画像間で空間方向に適用されてもよい。フィルタは、選択された素材画像に応じて変更されてもよい。複数のフィルタは、時系列の画像を構成する複数の画像に適用される場合、組み合わされてもよい。
本発明は、衛星画像等の画像間の差異の有無を検出するための画像を生成する画像生成装置に適用可能である。
１…変化検出対象サイズ入力部、２…符号化パラメータ決定部、３…符号化部、４…変化検出部、５…画像入力部、１０…画像差異検出装置、１１…開始点候補入力部、１２…ブロック特性分類部、３１０…画像差異検出装置、３２０…画像入力部、３２１…対象画像取得部、３２２…素材画像取得部、３３０…参照画像生成部、３３１…制御情報取得部、３３２…適用決定部、３３３…メディアンフィルタ処理部、３３４…適用決定部、３３５…線形フィルタ処理部、３４０…変化検出部、３５０…記憶部、４００…画像、４１０…地物、４２０…画像、４３０…地物、５００…画像、５１０…移動体、５２０…地物、５３０…画像、６００…画像、６１０…地物、６２０…被覆体、６３０…画像、６４０…地物、７００…画像、７１０…領域、７１１…地物、７２０…領域、７３０…領域、７３１…移動体、７４０…領域、７４１…地物、７４２…被覆体、７５０…画像、７６０…領域、７７０…領域、７８０…領域、７９０…領域
Claims (8)
- 地物の変化を検出するために参照される画像である参照画像を生成する画像生成装置が実行する画像生成方法であって、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得するステップと、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成するステップと、を含み、
前記生成するステップでは、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記素材画像における、前記地物とは別の物体であって一時的に映り込んだ物体の画像の有無を表す制御情報に基づいて前記複数の素材画像を合成して前記参照画像を生成し、
前記地物とは別の物体であって一時的に映り込んだ物体は、移動体である、
画像生成方法。 - 地物の変化を検出するために参照される画像である参照画像を生成する画像生成装置が実行する画像生成方法であって、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得するステップと、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成するステップと、を含み、
前記生成するステップでは、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記画像生成装置は、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された前記素材画像の画素値の重み係数に基づいて前記参照画像を生成し
前記画像生成装置は、第１の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第１の前記重み係数を乗算した結果と、第２の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第２の前記重み係数を乗算した結果とに基づいて、前記参照画像を生成する、
画像生成方法。 - 地物の変化を検出するために時系列の画像間の差異の有無を判定する画像差異検出装置が実行する画像差異検出方法であって、
ほぼ同一の空間領域が撮像された前記時系列の画像のうちの１枚である対象画像を取得するステップと、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である参照画像を、前記複数の素材画像を合成して生成するステップと、
前記一部の領域について、前記対象画像と前記参照画像との差異の有無を判定するステップと、を含み、
前記生成するステップでは、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記素材画像における、前記地物とは別の物体であって一時的に映り込んだ物体の画像の有無を表す制御情報に基づいて前記複数の素材画像を合成して前記参照画像を生成し、
前記地物とは別の物体であって一時的に映り込んだ物体は、移動体である、
画像差異検出方法。 - 地物の変化を検出するために時系列の画像間の差異の有無を判定する画像差異検出装置が実行する画像差異検出方法であって、
ほぼ同一の空間領域が撮像された前記時系列の画像のうちの１枚である対象画像を取得するステップと、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得するステップと、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である参照画像を、前記複数の素材画像を合成して生成するステップと、
前記一部の領域について、前記対象画像と前記参照画像との差異の有無を判定するステップと、を含み、
前記生成するステップでは、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記画像差異検出装置は、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された前記素材画像の画素値の重み係数に基づいて前記参照画像を生成し
前記画像差異検出装置は、第１の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第１の前記重み係数を乗算した結果と、第２の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第２の前記重み係数を乗算した結果とに基づいて、前記参照画像を生成する、
画像差異検出方法。 - 地物の変化を検出するために参照される画像である参照画像を生成する画像生成装置であって、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する対象画像取得部と、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する素材画像取得部と、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成する参照画像生成部と、
を備え、
前記参照画像生成部は、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記素材画像における、前記地物とは別の物体であって一時的に映り込んだ物体の画像の有無を表す制御情報に基づいて前記複数の素材画像を合成して前記参照画像を生成し、
前記地物とは別の物体であって一時的に映り込んだ物体は、移動体である、
画像生成装置。 - 地物の変化を検出するために参照される画像である参照画像を生成する画像生成装置であって、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する対象画像取得部と、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する素材画像取得部と、
前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成する参照画像生成部と、
を備え、
前記参照画像生成部は、
前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくし、
前記画像生成装置は、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された前記素材画像の画素値の重み係数に基づいて前記参照画像を生成し
前記画像生成装置は、第１の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第１の前記重み係数を乗算した結果と、第２の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第２の前記重み係数を乗算した結果とに基づいて、前記参照画像を生成する、
画像生成装置。 - コンピュータに、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する手順と、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する手順と、
地物の変化を検出するために参照される画像である参照画像であって、前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成し、前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくする手順と、
を実行させ、
前記コンピュータは、前記素材画像における、前記地物とは別の物体であって一時的に映り込んだ物体の画像の有無を表す制御情報に基づいて前記複数の素材画像を合成して前記参照画像を生成し、
前記地物とは別の物体であって一時的に映り込んだ物体は、移動体である、
画像生成プログラム。 - コンピュータに、
ほぼ同一の空間領域が撮像された時系列の画像のうちの１枚である対象画像を取得する手順と、
前記時系列の画像のうちの前記対象画像以外の複数の画像である複数の素材画像を取得する手順と、
地物の変化を検出するために参照される画像である参照画像であって、前記対象画像内の少なくとも一部の領域における差異に基づき前記地物の変化を判定する対象である前記参照画像を、前記複数の素材画像を合成して生成し、前記地物とは別の物体であって一時的に映り込んだ物体を含む素材画像を用いない、又は、合成するときの重みを小さくする手順と、
を実行させ、
前記コンピュータは、異なる前記素材画像の間における空間的にほぼ同じ位置の画素値の重み係数のうち、選択された前記素材画像の画素値の重み係数に基づいて前記参照画像を生成し
前記コンピュータは、第１の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第１の前記重み係数を乗算した結果と、第２の前記素材画像の画素値に前記時系列の画像の撮像日時に基づく第２の前記重み係数を乗算した結果とに基づいて、前記参照画像を生成する、
画像生成プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016219152A JP6781014B2 (ja) | 2016-11-09 | 2016-11-09 | 画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016219152A JP6781014B2 (ja) | 2016-11-09 | 2016-11-09 | 画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018078454A JP2018078454A (ja) | 2018-05-17 |
| JP6781014B2 true JP6781014B2 (ja) | 2020-11-04 |
Family
ID=62150739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016219152A Active JP6781014B2 (ja) | 2016-11-09 | 2016-11-09 | 画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6781014B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7244738B2 (ja) * | 2018-10-04 | 2023-03-23 | 日本電信電話株式会社 | 差異検出装置及び差異検出プログラム |
| KR102249616B1 (ko) * | 2019-12-13 | 2021-05-10 | (주)초록별 | 플라스틱 플레이크 수집 보상 장치와 이를 이용한 재활용품 수집 보상 방법 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3377659B2 (ja) * | 1995-09-07 | 2003-02-17 | 株式会社日立国際電気 | 物体検出装置及び物体検出方法 |
| JP2000090277A (ja) * | 1998-09-10 | 2000-03-31 | Hitachi Denshi Ltd | 基準背景画像更新方法及び侵入物体検出方法並びに侵入物体検出装置 |
| JP2000322562A (ja) * | 1999-05-13 | 2000-11-24 | Ntt Data Corp | 画像処理方法及び画像合成装置 |
| JP2005175943A (ja) * | 2003-12-11 | 2005-06-30 | Canon Inc | 画像処理装置、画像処理方法、コンピュータプログラム及び記録媒体 |
| IL231114A0 (en) * | 2013-07-05 | 2014-08-31 | Hitachi Ltd | Device for formulating a photography program and software and method for it |
| JP6358005B2 (ja) * | 2014-09-18 | 2018-07-18 | 日本電気株式会社 | 画像処理装置、画像処理方法及び画像処理装置のプログラム |
| JP6425511B2 (ja) * | 2014-11-26 | 2018-11-21 | アジア航測株式会社 | 地物異動判別方法及び地物異動判別装置並びに地物異動判別プログラム |
| JP6351496B2 (ja) * | 2014-12-16 | 2018-07-04 | 株式会社日立ソリューションズ | 画像生成システム及び画像生成方法 |
| JP6285875B2 (ja) * | 2015-01-06 | 2018-02-28 | 株式会社日立製作所 | 植物成長分析システム、及び植物成長分析方法 |
-
2016
- 2016-11-09 JP JP2016219152A patent/JP6781014B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018078454A (ja) | 2018-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101913264B1 (ko) | 신규한 평면 예측 모드 | |
| CN108886621B (zh) | 非本地自适应环路滤波方法 | |
| Shukla et al. | A survey on lossless image compression methods | |
| JP6864727B2 (ja) | 画像差異検出装置、画像差異検出方法及びコンピュータプログラム | |
| CN104982035B (zh) | 用于对数字图像的序列进行编码的方法 | |
| Faria et al. | Performance evaluation of data compression systems applied to satellite imagery | |
| US11928843B2 (en) | Signal processing apparatus and signal processing method | |
| JP6781014B2 (ja) | 画像生成方法、画像差異検出方法、画像生成装置及び画像生成プログラム | |
| US20240297995A1 (en) | Image encoding device, image decoding device and program | |
| KR20180079314A (ko) | 그래프 기반 리프팅 변환을 이용하여 비디오 신호를 인코딩, 디코딩하는 방법 및 장치 | |
| Gashnikov et al. | Development and investigation of a hierarchical compression algorithm for storing hyperspectral images | |
| CN116250008A (zh) | 点云的编码、解码方法、编码器、解码器以及编解码系统 | |
| US20230269385A1 (en) | Systems and methods for improving object tracking in compressed feature data in coding of multi-dimensional data | |
| JP6289055B2 (ja) | 動画像符号化装置及び動画像復号装置 | |
| Roy et al. | Graph-based transform with weighted self-loops for predictive transform coding based on template matching | |
| KR101647344B1 (ko) | 깊이 영상 부호화 방법 및 장치 | |
| Kumar et al. | A novel method for image compression using spectrum | |
| CN116325732A (zh) | 点云的解码、编码方法、解码器、编码器和编解码系统 | |
| JP6461777B2 (ja) | 画像差異検出方法、画像差異検出装置及び画像差異検出プログラム | |
| JP6486120B2 (ja) | 符号化装置、符号化装置の制御方法、及びプログラム | |
| JP2020061596A (ja) | 差異検出装置及び差異検出プログラム | |
| US20240064331A1 (en) | Image decoding apparatus and method and image encoding apparatus and method | |
| RU2646362C1 (ru) | Способ передачи изображения по каналу связи | |
| Tiwari et al. | A switched adaptive predictor for lossless compression of high resolution images | |
| WO2023130153A1 (en) | Method, apparatus and system for encoding and decoding a block of video samples |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181205 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191028 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191105 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191224 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200512 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200619 |
|
| 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: 20201013 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201015 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6781014 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |