JP6874987B2

JP6874987B2 - Feature shape extraction device, feature shape extraction method, and program

Info

Publication number: JP6874987B2
Application number: JP2017131517A
Authority: JP
Inventors: 喜宏山下; 和子桑野; 史晃岡
Original assignee: NEC Solutions Innovators Ltd
Current assignee: NEC Solutions Innovators Ltd
Priority date: 2017-07-04
Filing date: 2017-07-04
Publication date: 2021-05-19
Anticipated expiration: 2037-07-04
Also published as: JP2019016066A

Description

本発明は、三次元点群データから建物等の地物の形状を抽出するための、地物形状抽出装置、及び地物形状抽出方法に関し、更には、これらを実現するためのプログラムに関する。 The present invention relates to a feature shape extraction device for extracting the shape of a feature such as a building from three-dimensional point cloud data, and a feature shape extraction method, and further relates to a program for realizing these.

近年、コンピュータ上で立体地図を作成する際の基礎データとして、地表面の地形、植生及び建築物を数値データで表現した数値表層モデル（ＤＳＭ：Digital Surface Model）が利用されている（例えば、非特許文献１参照）。また、数値標高モデルから植生及び建築物を除いた地形だけのモデルは、特に、数値地形モデル（ＤＴＭ：Digital Terrain Model）と呼ばれている。 In recent years, a digital surface model (DSM) that expresses the topography, vegetation, and buildings on the ground surface with numerical data has been used as basic data when creating a three-dimensional map on a computer (for example, non-digital surface model). See Patent Document 1). In addition, a model containing only terrain excluding vegetation and buildings from a digital elevation model is particularly called a digital terrain model (DTM: Digital Terrain Model).

一般に、数値表層モデルは、航空写真の解析によって作成される。具体的には、写真測量と同様の原理により、連続して航空機から撮影された航空写真をステレオマッチング処理することにより、自動的に視差を求め、視差情報から算出された高さと、計測時の航空機の位置とが関連付けられた三次元点群データが生成され、この三次元点群データが数値表層モデルとなる。 In general, numerical surface models are created by analysis of aerial photographs. Specifically, based on the same principle as photogrammetry, the aerial photographs taken from the aircraft are continuously stereo-matched to automatically obtain the parallax, and the height calculated from the parallax information and the height at the time of measurement are measured. Three-dimensional point cloud data associated with the position of the aircraft is generated, and this three-dimensional point cloud data becomes a numerical surface model.

また、このような数値表層モデルは、地方自治体において、存在する建物を把握するために利用されている。更に、数値表層モデルにおいて、建物を把握するためには、まず、家屋形状図を作成する必要がある。通常、家屋形状図の作成は、図化機を用いて航空写真から作図するなど、人手によって建物の輪郭を抽出することによって行なわれている。 In addition, such a numerical surface layer model is used in local governments to grasp existing buildings. Furthermore, in order to grasp the building in the numerical surface layer model, it is first necessary to create a house shape diagram. Usually, the shape drawing of a house is created by manually extracting the outline of the building, such as drawing from an aerial photograph using a plotting machine.

但し、人手による航空写真からの建物の輪郭の抽出には、作業効率が悪いという問題点、作業者の技量によって抽出精度が変動するという問題点がある。このため、特許文献１は、自動的に建物の輪郭を抽出する装置を開示している。 However, manual extraction of the outline of a building from an aerial photograph has a problem of poor work efficiency and a problem that the extraction accuracy varies depending on the skill of the worker. Therefore, Patent Document 1 discloses an apparatus that automatically extracts the contour of a building.

具体的には、特許文献１に開示された装置は、まず、地物を含まない地表の標高を表す数値地形モデルを用いて、対象領域の数値表層モデルを正規化する。これにより、対象領域の三次元点群データにおける地表の高さは一定となる。次に、特許文献１に開示された装置は、高層の建物を抽出するため、正規化された数値表層モデルに対して、閾値でフィルタリングを行ない、高さが閾値未満となっている部分のデータを除去する。 Specifically, the apparatus disclosed in Patent Document 1 first normalizes the digital surface layer model of the target area by using a digital terrain model representing the elevation of the ground surface that does not include features. As a result, the height of the ground surface in the three-dimensional point cloud data of the target area becomes constant. Next, in the apparatus disclosed in Patent Document 1, in order to extract a high-rise building, the normalized numerical surface layer model is filtered by a threshold value, and the data of the portion where the height is less than the threshold value. To remove.

これにより、対象領域の数値表層モデルにおいては、閾値以上の高さの部分のみが抽出される。よって、特許文献１に開示された装置は、高さが閾値未満となっている部分のデータが抽出された数値表層モデルから、植生部分を除去し、その後、高層の建物の輪郭を抽出する。具体的には、特許文献１に開示された装置は、対応するオルソ画像から得られる色情報又はテクスチャ情報を用いて、植生部分を除去した後、建物の輪郭を抽出する。 As a result, in the numerical surface layer model of the target area, only the portion having a height equal to or higher than the threshold value is extracted. Therefore, the apparatus disclosed in Patent Document 1 removes the vegetation portion from the numerical surface layer model from which the data of the portion whose height is less than the threshold value is extracted, and then extracts the outline of the high-rise building. Specifically, the apparatus disclosed in Patent Document 1 uses color information or texture information obtained from the corresponding ortho image to remove the vegetation portion and then extract the outline of the building.

続いて、特許文献１に開示された装置は、低層の建物を抽出するため、正規化された数値表層モデルにおいて、上述の閾値以上となったデータの高さをゼロにして、低層の建物のみの三次元点群データを補正する。そして、特許文献１に開示された装置は、対応するオルソ画像から得られる色情報又はテクスチャ情報を用いて、補正後の数値表層モデルから、低層の建物の輪郭を抽出する。 Subsequently, in the apparatus disclosed in Patent Document 1, in order to extract low-rise buildings, in the normalized numerical surface layer model, the height of the data that exceeds the above threshold value is set to zero, and only the low-rise buildings are used. Correct the 3D point cloud data of. Then, the apparatus disclosed in Patent Document 1 extracts the contour of a low-rise building from the corrected numerical surface layer model by using the color information or the texture information obtained from the corresponding ortho image.

特許第４８８０６９号公報Japanese Patent No. 488069

このように、上記特許文献１に開示された装置によれば、人手によることなく、自動的に、数値表層モデルから建物の輪郭を抽出することができる。しかしながら、上記特許文献１に開示された装置では、低層の建物の輪郭の抽出は、高層の建物のデータが除去された数値表層モデルに、オルソ画像から得られる色情報又はテクスチャ情報を適用することによって行なわれる。このため、建物の側に車輌等の物体が存在した場合、閾値未満の高さの植物が建物の一部又は全部を覆っている場合等において、建物の輪郭の抽出精度が大きく低下してしまう可能性がある。 As described above, according to the apparatus disclosed in Patent Document 1, the outline of the building can be automatically extracted from the numerical surface layer model without manual labor. However, in the apparatus disclosed in Patent Document 1, the extraction of the contour of a low-rise building is performed by applying the color information or texture information obtained from the ortho image to the numerical surface model from which the data of the high-rise building is removed. Is done by. For this reason, when an object such as a vehicle exists on the side of the building, or when a plant having a height below the threshold covers a part or the whole of the building, the accuracy of extracting the outline of the building is greatly reduced. there is a possibility.

また、上記特許文献１に開示された装置では、数値表層モデルと数値地形モデルとがほぼ同時期の地表面及び地物を対象に作成されていなければ、地物又は地表面形状のうちどちらか一方の変化により、正規化処理における矛盾が発生してしまう。この場合、正確な建物の輪郭抽出が出来なくなる可能性がある。更に、上記特許文献１に開示された装置には、数値地形モデルを作成するためのコストも問題となる可能性がある。 Further, in the apparatus disclosed in Patent Document 1, if the digital surface layer model and the digital terrain model are not created for the ground surface and the ground surface at about the same time, either the feature or the ground surface shape is used. One change causes a contradiction in the normalization process. In this case, accurate building contour extraction may not be possible. Further, in the device disclosed in Patent Document 1, the cost for creating a digital terrain model may also be a problem.

本発明の目的の一例は、上記問題を解消し、三次元点群データからの建物等の地物の形状の抽出精度を向上し得る、地物形状抽出装置、地物形状抽出方法、及びプログラムを提供することにある。 An example of an object of the present invention is a feature shape extraction device, a feature shape extraction method, and a program that can solve the above problems and improve the extraction accuracy of the shape of a feature such as a building from three-dimensional point cloud data. Is to provide.

上記目的を達成するため、本発明の一側面における地物形状抽出装置は、
対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、データ取得部と、
前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、フィルタリング部と、
フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、境界設定部と、
設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、クラスタリング部と、
設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、外形領域抽出部と、
を備えている、ことを特徴とする。 In order to achieve the above object, the feature shape extraction device in one aspect of the present invention is
A data acquisition unit that acquires 3D point cloud data including the position coordinates and height of features in the target area,
A filtering unit that removes data whose height value is less than the threshold value from the three-dimensional point cloud data and performs filtering.
From the filtered three-dimensional point cloud data, a boundary setting unit that detects a portion whose height value on the target region is equal to or higher than a threshold value and sets a boundary surrounding the portion for each detected portion.
For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition indicates the ground. The clustering part that determines that
For each set boundary, a reference height is set based on the average height of the clusters determined to indicate the ground, and a cluster having an average height higher than the set reference height is specified. Then, based on the identified cluster, the outer area area extraction unit that extracts the area showing the outer shape of the feature,
It is characterized by having.

また、上記目的を達成するため、本発明の一側面における地物形状抽出方法は、
（ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
（ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
（ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
（ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条
件を満たすクラスタが地面を示していると判定する、ステップと、
（ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
を有する、ことを特徴とする。 Further, in order to achieve the above object, the feature shape extraction method in one aspect of the present invention is:
(A) Acquiring 3D point cloud data including the position coordinates and height of the feature in the target area,
(B) A step of removing data having a height value less than a threshold value from the three-dimensional point cloud data and performing filtering.
(C) From the filtered three-dimensional point cloud data, a portion where the height value on the target region is equal to or higher than the threshold value is detected, and a boundary surrounding the portion is set for each detected portion. ,
(D) For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition is selected. Steps that determine that they are pointing to the ground,
(E) For each of the set boundaries, a reference height is set based on the average height of the clusters determined to indicate the ground, and the average height is higher than the set reference height. Steps and steps to identify clusters and extract areas that outline features based on the identified clusters.
It is characterized by having.

更に、上記目的を達成するため、本発明の一側面におけるプログラムは、
コンピュータに、
（ａ）対象領域における地物の位置座標及び高さを含む三次元点群データを取得する、ステップと、
（ｂ）前記三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを行なう、ステップと、
（ｃ）フィルタリング後の前記三次元点群データから、前記対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、当該部分を囲む境界を設定する、ステップと、
（ｄ）設定された前記境界毎に、当該境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成し、生成した前記複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する、ステップと、
（ｅ）設定された前記境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、そして、設定した前記基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する、ステップと、
を実行させることを特徴とする。 Further, in order to achieve the above object, the program in one aspect of the present invention is:
On the computer
(A) Acquiring 3D point cloud data including the position coordinates and height of the feature in the target area,
(B) A step of removing data having a height value less than a threshold value from the three-dimensional point cloud data and performing filtering.
(C) From the filtered three-dimensional point cloud data, a portion where the height value on the target region is equal to or higher than the threshold value is detected, and a boundary surrounding the portion is set for each detected portion. ,
(D) For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition is selected. Steps that determine that they are pointing to the ground,
(E) For each of the set boundaries, a reference height is set based on the average height of the clusters determined to indicate the ground, and the average height is higher than the set reference height. Steps and steps to identify clusters and extract areas that outline features based on the identified clusters.
Is characterized by executing.

以上のように、本発明によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。 As described above, according to the present invention, it is possible to improve the accuracy of extracting the shape of a feature such as a building from the three-dimensional point cloud data.

図１は、本発明の実施の形態における地物形状抽出装置の構成を示すブロック図である。FIG. 1 is a block diagram showing a configuration of a feature shape extraction device according to an embodiment of the present invention. 図２は、本発明の実施の形態で用いられる三次元点群データの一例を示す図である。FIG. 2 is a diagram showing an example of three-dimensional point cloud data used in the embodiment of the present invention. 図３は、図２に示す三次元点群データを用いて作成された地物の一例を示す図である。FIG. 3 is a diagram showing an example of a feature created by using the three-dimensional point cloud data shown in FIG. 図４は、本発明の実施の形態においてフィルタリングされた三次元点群データの一例を示す図である。FIG. 4 is a diagram showing an example of filtered three-dimensional point cloud data in the embodiment of the present invention. 図５は、本発明の実施の形態において設定された境界の一例を示す図である。FIG. 5 is a diagram showing an example of a boundary set in the embodiment of the present invention. 図６は、本発明の実施の形態におけるクラスタリングによって生成された複数のクラスタの一例を示す図である。FIG. 6 is a diagram showing an example of a plurality of clusters generated by clustering according to the embodiment of the present invention. 図７は、本発明の実施の形態において特定された、基準高さよりも平均高さが高いクラスタの一例を示す図である。FIG. 7 is a diagram showing an example of a cluster having an average height higher than the reference height specified in the embodiment of the present invention. 図８は、図７に示したクラスタに基づいて抽出された領域の一例を示す図である。FIG. 8 is a diagram showing an example of a region extracted based on the cluster shown in FIG. 7. 図９は、図８に示した領域から抽出された円転領域の一例を示す図である。FIG. 9 is a diagram showing an example of a circular rotation region extracted from the region shown in FIG. 図１０は、本発明の実施の形態で行なわれるハフ変換処理の一例を示す図である。FIG. 10 is a diagram showing an example of the Hough transform process performed according to the embodiment of the present invention. 図１１は、本発明の実施の形態において作成されるヒストグラムの一例を示す図である。FIG. 11 is a diagram showing an example of a histogram created in the embodiment of the present invention. 図１２は、本発明の実施の形態において抽出された地物の外形の一例を示す図である。FIG. 12 is a diagram showing an example of the outer shape of the feature extracted in the embodiment of the present invention. 図１３は、本発明の実施の形態における地物形状抽出装置の動作を示すフロー図である。FIG. 13 is a flow chart showing the operation of the feature shape extraction device according to the embodiment of the present invention. 図１４は、本発明の実施の形態における地物形状抽出装置を実現するコンピュータの一例を示すブロック図である。FIG. 14 is a block diagram showing an example of a computer that realizes the feature shape extraction device according to the embodiment of the present invention.

（実施の形態）
以下、本発明の実施の形態における、地物形状抽出装置、地物形状抽出方法、及びプログラムについて、図１〜図１４を参照しながら説明する。 (Embodiment)
Hereinafter, the feature shape extraction device, the feature shape extraction method, and the program according to the embodiment of the present invention will be described with reference to FIGS. 1 to 14.

［装置構成］
最初に、図１を用いて、本実施の形態における地物形状抽出装置の構成について説明する。図１は、本発明の実施の形態における地物形状抽出装置の構成を示すブロック図である。 [Device configuration]
First, the configuration of the feature shape extraction device in the present embodiment will be described with reference to FIG. FIG. 1 is a block diagram showing a configuration of a feature shape extraction device according to an embodiment of the present invention.

図１に示す本実施の形態における地物形状抽出装置１０は、三次元点群データからの建物等の地物の形状、具体的には、上方から見た地物の輪郭を抽出する装置である。図１に示すように、地物形状抽出装置１０は、データ取得部１１と、フィルタリング部１２と、境界設定部１３と、クラスタリング部１４と、外形領域抽出部１５とを備えている。 The feature shape extraction device 10 according to the present embodiment shown in FIG. 1 is a device that extracts the shape of a feature such as a building from three-dimensional point cloud data, specifically, the outline of the feature seen from above. is there. As shown in FIG. 1, the feature shape extraction device 10 includes a data acquisition unit 11, a filtering unit 12, a boundary setting unit 13, a clustering unit 14, and an outer region region extraction unit 15.

データ取得部１１は、対象領域における地物の位置座標及び高さを含む三次元点群データ、具体的には、対象領域の数値表層モデル（ＤＳＭ）を取得する。フィルタリング部１２は、三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを実行する。 The data acquisition unit 11 acquires three-dimensional point cloud data including the position coordinates and height of the feature in the target area, specifically, a numerical surface layer model (DSM) of the target area. The filtering unit 12 removes data having a height value less than the threshold value from the three-dimensional point cloud data, and executes filtering.

境界設定部１３は、フィルタリング後の三次元点群データから、対象領域上の高さの値が閾値以上となる部分を検出する。また、境界設定部１３は、検出した部分毎に、その部分を囲む境界を設定する。 The boundary setting unit 13 detects a portion where the height value on the target region is equal to or greater than the threshold value from the filtered three-dimensional point cloud data. Further, the boundary setting unit 13 sets a boundary surrounding the detected portion for each detected portion.

クラスタリング部１４は、設定された境界毎に、その境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する。また、クラスタリング部１４は、生成した複数のクラスタのうち設定条件を満たすクラスタが地面を示していると判定する。 The clustering unit 14 performs clustering for each set boundary based on the height value in the region within the boundary to generate a plurality of clusters. Further, the clustering unit 14 determines that the cluster satisfying the setting condition among the generated plurality of clusters indicates the ground.

外形領域抽出部１５は、設定された境界毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定する。そして、外形領域抽出部１５は、設定した基準高さよりも平均高さが高いクラスタを特定し、特定したクラスタに基づいて、地物の外形を示す領域を抽出する。 The external region extraction unit 15 sets the reference height for each set boundary based on the average height of the clusters determined to indicate the ground. Then, the outer shape area extraction unit 15 identifies a cluster having an average height higher than the set reference height, and extracts a region showing the outer shape of the feature based on the specified cluster.

このように、地物形状抽出装置１０は、地面を示すクラスタを用いて、基準高さを設定し、それから、地物の外形を示す領域の抽出に適したクラスタを特定するため、建物の側に車輌等の物体が存在した場合に、車輌等の物体の形状を除去することができる。また、地物形状抽出装置１０は、地物三次元点群データのみを用いて、地物の外形を示す領域を抽出することができる。このため、地物形状抽出装置１０によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。 In this way, the feature shape extraction device 10 sets the reference height using the cluster indicating the ground, and then identifies the cluster suitable for extracting the area indicating the outer shape of the feature on the side of the building. When an object such as a vehicle is present in the vehicle, the shape of the object such as a vehicle can be removed. In addition, the feature shape extraction device 10 can extract a region showing the outer shape of the feature using only the feature three-dimensional point cloud data. Therefore, according to the feature shape extraction device 10, it is possible to improve the accuracy of extracting the shape of a feature such as a building from the three-dimensional point cloud data.

続いて、図２〜図１３を用いて、本実施の形態における地物形状抽出装置１０の各部の機能についてより具体的に説明する。図２は、本発明の実施の形態で用いられる三次元点
群データの一例を示す図である。図３は、図２に示す三次元点群データを用いて作成された地物の一例を示す図である。 Subsequently, with reference to FIGS. 2 to 13, the functions of each part of the feature shape extraction device 10 in the present embodiment will be described more specifically. FIG. 2 is a diagram showing an example of three-dimensional point cloud data used in the embodiment of the present invention. FIG. 3 is a diagram showing an example of a feature created by using the three-dimensional point cloud data shown in FIG.

まず、本実施の形態において用いられる三次元点群データは、図２に示すように、位置座標（ｘ、ｙ）と高さｚとを含んでいる。位置座標としては、緯度及び経度、または世界測地系などが挙げられ、高さとしては標高などが挙げられる。また、図２に示す三次元点群データにおいて、位置座標（ｘ、ｙ）毎に、高さｚの値に応じた画素値を設定して、二次元のグレースケール画像を生成することで、図３に示すように地物が表現される。 First, as shown in FIG. 2, the three-dimensional point cloud data used in the present embodiment includes the position coordinates (x, y) and the height z. Examples of position coordinates include latitude and longitude, or a world geodetic system, and examples of height include altitude. Further, in the three-dimensional point cloud data shown in FIG. 2, a pixel value corresponding to the value of the height z is set for each position coordinate (x, y) to generate a two-dimensional grayscale image. The feature is represented as shown in FIG.

フィルタリング部１２は、本実施の形態では、適応的閾値処理（Adaptive Thresholding）を行なって、高さの値の閾値を適宜設定しながら、周辺より高さが高くなっている部分を特定し、三次元点群データから、特定されなかった部分のデータを除去する。図４は、本発明の実施の形態においてフィルタリングされた三次元点群データの一例を示す図である。図４の例では、フィルタリングによって抽出された部分が白色で表現されている。 In the present embodiment, the filtering unit 12 performs adaptive thresholding to identify a portion having a height higher than the periphery while appropriately setting a threshold value of the height value, and is tertiary. Remove the unspecified part of the data from the original point cloud data. FIG. 4 is a diagram showing an example of filtered three-dimensional point cloud data in the embodiment of the present invention. In the example of FIG. 4, the portion extracted by filtering is represented in white.

また、本実施の形態では、フィルタリング部１２は、建物が傾斜しているところに建築されている場合を考慮し、周辺の高さが一定でない場合は、周辺の高さの平均値を求め、求めた平均値を基準として、周辺より高さが高くなっている部分を特定する。 Further, in the present embodiment, the filtering unit 12 considers the case where the building is built on an inclined surface, and when the peripheral height is not constant, obtains the average value of the peripheral heights. Based on the obtained average value, identify the part that is higher than the periphery.

境界設定部１３は、本実施の形態では、まず、フィルタリング部１２によってフィルタリングされた三次元点群データに対して、ノイズ除去処理、小領域の削減処理等を実行することができる。続いて、境界設定部１３は、フィルタリング部１２による適応的閾値処理で抽出された部分を囲む境界２０を設定する。 In the present embodiment, the boundary setting unit 13 can first execute noise removal processing, small area reduction processing, and the like on the three-dimensional point cloud data filtered by the filtering unit 12. Subsequently, the boundary setting unit 13 sets the boundary 20 surrounding the portion extracted by the adaptive thresholding process by the filtering unit 12.

具体的には、境界設定部１３は、例えば、図５に示すように、抽出された部分を囲むことが可能な最小の矩形の境界２０を設定する。境界の形状は、特に限定されず、抽出された領域に沿った形状に設定されていても良い。また、このようにして設定された各境界２０内には、１つの建物が存在していると推定される。図５は、本発明の実施の形態において設定された境界の一例を示す図である。また、図５において、境界２０は、白色の矩形で示されている。 Specifically, the boundary setting unit 13 sets, for example, as shown in FIG. 5, the smallest rectangular boundary 20 capable of surrounding the extracted portion. The shape of the boundary is not particularly limited, and may be set to a shape along the extracted region. Further, it is estimated that one building exists in each boundary 20 set in this way. FIG. 5 is a diagram showing an example of a boundary set in the embodiment of the present invention. Further, in FIG. 5, the boundary 20 is indicated by a white rectangle.

クラスタリング部１４は、図６に示すように、境界２０毎に、その境界２０内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する。図６は、本発明の実施の形態におけるクラスタリングによって生成された複数のクラスタの一例を示す図である。図６の例では、特定の境界２０で囲まれた領域内に形成された複数のクラスタが示されている。 As shown in FIG. 6, the clustering unit 14 performs clustering for each boundary 20 based on the height value in the region within the boundary 20 to generate a plurality of clusters. FIG. 6 is a diagram showing an example of a plurality of clusters generated by clustering according to the embodiment of the present invention. In the example of FIG. 6, a plurality of clusters formed in the region surrounded by the specific boundary 20 are shown.

また、本実施の形態では、クラスタリング部１４は、まず、複数のクラスタを、平均高さが低い順にソートする。そして、クラスタリング部１４は、クラスタの占める面積が一定以上であり、且つ、クラスタの中で高さの平均が最も低いことを、設定条件として、設定条件を満たすクラスタを特定し、特定したクラスタは地面を示していると判定する。 Further, in the present embodiment, the clustering unit 14 first sorts a plurality of clusters in ascending order of average height. Then, the clustering unit 14 identifies the clusters that satisfy the setting conditions on the condition that the area occupied by the clusters is equal to or larger than a certain level and the average height is the lowest among the clusters. Judge that it indicates the ground.

外形領域抽出部１５は、本実施の形態では、境界設定部１３が設定した境界２０毎に、平均高さが最も高いクラスタを特定し、その特定したクラスタの平均高さを地物の高さとする。そして、外形領域抽出部１５は、地面を示していると判定されたクラスタの平均高さと、平均高さが最も高いクラスタの平均高さとの平均値を求め、求めた平均値に基づいて、基準高さを設定する。 In the present embodiment, the external region extraction unit 15 identifies the cluster having the highest average height for each boundary 20 set by the boundary setting unit 13, and sets the average height of the specified cluster as the height of the feature. To do. Then, the external region extraction unit 15 obtains an average value of the average height of the clusters determined to indicate the ground and the average height of the cluster having the highest average height, and based on the obtained average value, a reference. Set the height.

また、上記の場合において、外形領域抽出部１５は、クラスタの占める面積が一定以上であることを条件に追加して、平均高さが高いクラスを特定しても良い。また、本実施の
形態では、基準高さは、予め実験等によって設定されていても良いし、機械学習によって設定されていても良い。 Further, in the above case, the external region extraction unit 15 may specify a class having a high average height by adding the condition that the area occupied by the cluster is a certain amount or more. Further, in the present embodiment, the reference height may be set in advance by an experiment or the like, or may be set by machine learning.

基準高さの設定後、外形領域抽出部１５は、基準高さよりも平均高さが高いクラスタを特定する。図７は、本発明の実施の形態において特定された、基準高さよりも平均高さが高いクラスタの一例を示す図である。図７においては、特定されたクラスタは、白色で示されている。 After setting the reference height, the external region extraction unit 15 identifies clusters having an average height higher than the reference height. FIG. 7 is a diagram showing an example of a cluster having an average height higher than the reference height specified in the embodiment of the present invention. In FIG. 7, the identified clusters are shown in white.

また、本実施の形態では、外形領域抽出部１５は、２ｍ、３ｍ、４ｍ、５ｍ、６ｍ、７ｍといったように基準高さの候補を設定し、候補毎に、それよりも平均高さが高いクラスタを特定し、特定した候補毎のクラスタの中から、いずれかの候補のクラスタを選択しても良い。 Further, in the present embodiment, the external region extraction unit 15 sets reference height candidates such as 2m, 3m, 4m, 5m, 6m, and 7m, and the average height is higher than that for each candidate. A cluster may be specified, and one of the candidate clusters may be selected from the clusters for each of the specified candidates.

続いて、外形領域抽出部１５は、図８に示すように、図７に示したクラスタに基づいて、地物の外形を示す領域を抽出する。図８は、図７に示したクラスタに基づいて抽出された領域の一例を示す図である。図８においては、抽出された領域は白色で示されている。図８の例では、外形領域抽出部１５は、例えば、抽出した領域に対して、緑領域（植え込み等の建物周辺の植物が生えている領域）の除去、オクルージョンとなっているなどの理由で高さデータが欠落している領域やノイズ領域の除去等を行なっている。 Subsequently, as shown in FIG. 8, the outer shape area extraction unit 15 extracts a region showing the outer shape of the feature based on the cluster shown in FIG. 7. FIG. 8 is a diagram showing an example of a region extracted based on the cluster shown in FIG. 7. In FIG. 8, the extracted region is shown in white. In the example of FIG. 8, the external region extraction unit 15 removes the green region (the region where plants around the building such as planting grows) and occludes the extracted region, for example. Areas where height data is missing and noise areas are removed.

また、緑領域の除去は、例えば、処理対象となっている領域のオルソ画像を取得し、取得したオルソ画像から緑領域を特定し、そして、処理対象となっている領域から、特定した緑領域に対応する部分を除去することによって行なわれる。 Further, in the removal of the green region, for example, an ortho image of the region to be processed is acquired, the green region is specified from the acquired ortho image, and the specified green region is specified from the region to be processed. It is done by removing the part corresponding to.

また、外形領域抽出部１５は、図９に示すように、抽出した領域から、この領域内で仮想の円を転がすことによって得られる円転領域３０を抽出することができる。図９は、図８に示した領域から抽出された円転領域の一例を示す図である。図９の例では、円転領域３０の外縁が破線で示されている。 Further, as shown in FIG. 9, the external region extraction unit 15 can extract the circular rotation region 30 obtained by rolling a virtual circle in this region from the extracted region. FIG. 9 is a diagram showing an example of a circular rotation region extracted from the region shown in FIG. In the example of FIG. 9, the outer edge of the circular rotation region 30 is indicated by a broken line.

この場合、外形領域抽出部１５は、図１０に示すように、抽出した円転領域３０に対して、ハフ変換処理によって、その外縁の２箇所と接するように、直交する２直線を設定する。図１０は、本発明の実施の形態で行なわれるハフ変換処理の一例を示す図である。なお、図１０の例では、図９に示した上側の円転領域３０に２直線が設定される場合が示されている。 In this case, as shown in FIG. 10, the external region extraction unit 15 sets two orthogonal straight lines with respect to the extracted circular rotation region 30 so as to be in contact with two outer edges thereof by the Hough transform process. FIG. 10 is a diagram showing an example of the Hough transform process performed according to the embodiment of the present invention. In the example of FIG. 10, a case where two straight lines are set in the upper circular rotation region 30 shown in FIG. 9 is shown.

具体的には、図１０に示すように、外形領域抽出部１５は、円転領域３０のエッジ部分を特定し、特定したエッジ部分毎に、ハフ変換を実行し、強い反応があった上位一定数の線を抽出する。そして、外形領域抽出部１５は、抽出した線を用いて２直線の組を設定し、組毎に２直線が交わる角度を算出する。続いて、外形領域抽出部１５は、角度の算出結果に基づいて、各組の中から直交する２本の直線の組合せを特定する。なお、ここでいう直交には、２本の直線のなす角度が９０度丁度である場合だけでなく、本発明の目的が達成できる範囲で、９０度前後である場合も含まれる。 Specifically, as shown in FIG. 10, the external region extraction unit 15 identifies the edge portion of the circular rotation region 30, executes a Hough transform for each identified edge portion, and has a strong reaction. Extract the number line. Then, the external region extraction unit 15 sets a set of two straight lines using the extracted lines, and calculates the angle at which the two straight lines intersect for each set. Subsequently, the external region extraction unit 15 identifies a combination of two orthogonal straight lines from each set based on the calculation result of the angle. The right angle referred to here includes not only the case where the angle formed by the two straight lines is exactly 90 degrees, but also the case where the angle formed by the two straight lines is around 90 degrees within the range in which the object of the present invention can be achieved.

また、外形領域抽出部１５は、特定した組合せのうち、反応の強い直線の組合せを最終的に選択する。例えば、外形領域抽出部１５は、予め、ハフ変換時の反応の強さ毎に、各直線に順位を設定し、そして、２本の直線の組毎に、順位の和を求め、求めた和が最も小さい組を選択する。例えば、５位と１０位との組では和は１５となり、６位と７位との組では和は１３となる。この場合、外形領域抽出部１３は、６位と７位との組を選択する。なお、組の選択のための値の計算は、上述した足し算に限定されるものではなく、適切な数式が用いられれば良い。 Further, the external region extraction unit 15 finally selects a combination of straight lines having a strong reaction from the specified combinations. For example, the external region extraction unit 15 sets a rank for each straight line in advance for each strength of the reaction at the time of Hough transform, and obtains the sum of the ranks for each set of two straight lines, and obtains the sum. Selects the smallest pair. For example, the sum of the 5th and 10th places is 15, and the sum of the 6th and 7th places is 13. In this case, the external region extraction unit 13 selects a pair of 6th and 7th positions. The calculation of the value for selecting the set is not limited to the above-mentioned addition, and an appropriate mathematical formula may be used.

続いて、外形領域抽出部１５は、図１１に示すように、直交する２直線を設定すると、設定した直線毎に、その直線に垂直に交わる直線を想定し、円転領域３０の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラム３１及び３２を作成する。図１１は、本発明の実施の形態において作成されるヒストグラムの一例を示す図である。 Subsequently, as shown in FIG. 11, the external region extraction unit 15 assumes that two orthogonal straight lines are set, and for each set straight line, a straight line that intersects the straight line perpendicularly is assumed, and is assumed to be the outer edge of the circular rotation region 30. Histograms 31 and 32 are created in which the higher the degree of overlap with the straight line, the higher the value. FIG. 11 is a diagram showing an example of a histogram created in the embodiment of the present invention.

また、外形領域抽出部１５は、ヒストグラム３１及び３２の作成の際、ヒストグラム３１及び３２の外周に小さな凹凸が発生しないようにするため、ヒストグラム３１及び３２の外周の各点の値に、その点の左右の点の値を加算して平均値を算出し、その点の値を平均値で補正することもできる。更に、外形領域抽出部１５は、ヒストグラム３１及び３２の外周に対して、直線近似処理を施すこともできる。 Further, when creating the histograms 31 and 32, the external region extraction unit 15 sets the values of the points on the outer circumferences of the histograms 31 and 32 so that small irregularities do not occur on the outer circumferences of the histograms 31 and 32. It is also possible to calculate the average value by adding the values of the points on the left and right of, and correct the value of that point with the average value. Further, the external region extraction unit 15 can also perform linear approximation processing on the outer circumferences of the histograms 31 and 32.

続いて、外形領域抽出部１５は、図１１に示すように、生成した２つのヒストグラム３１及び３２それぞれの頂点の位置に基づいて、円転領域を分割し、分割結果に基づいて、地物の外形を確定する。 Subsequently, as shown in FIG. 11, the external region extraction unit 15 divides the circular rotation region based on the positions of the vertices of the two generated histograms 31 and 32, and based on the division result, the feature. Determine the outer shape.

具体的には、外形領域抽出部１５は、分割によって得られた矩形の区画毎に、その区画において円転領域３０が占める割合を算出し、算出した割合が閾値（例えば５０％）以上である場合は、その区画は有効であると判定する。その後、外形領域抽出部１５は、有効であると判定した区画をつなぎ合わせて１つの領域３３とし、この領域３３の外形を地物の外形とする。 Specifically, the external region extraction unit 15 calculates the ratio occupied by the circular rotation region 30 in each of the rectangular divisions obtained by the division, and the calculated ratio is equal to or higher than the threshold value (for example, 50%). If so, the partition is determined to be valid. After that, the outer shape area extraction unit 15 connects the sections determined to be effective to form one area 33, and the outer shape of this area 33 is used as the outer shape of the feature.

図１２は、本発明の実施の形態において抽出された地物の外形の一例を示す図である。図１２の例では、地物の外形は、建物のオルソ画像上に示されている。 FIG. 12 is a diagram showing an example of the outer shape of the feature extracted in the embodiment of the present invention. In the example of FIG. 12, the outer shape of the feature is shown on the ortho image of the building.

［装置動作］
次に、本発明の実施の形態における地物形状抽出装置１０の動作について図１３を用いて説明する。図１３は、本発明の実施の形態における地物形状抽出装置の動作を示すフロー図である。以下の説明においては、適宜図１〜図１２を参酌する。また、本実施の形態では、地物形状抽出装置を動作させることによって、地物形状抽出方法が実施される。よって、本実施の形態における地物形状抽出方法の説明は、以下の地物形状抽出装置１０の動作説明に代える。 [Device operation]
Next, the operation of the feature shape extraction device 10 according to the embodiment of the present invention will be described with reference to FIG. FIG. 13 is a flow chart showing the operation of the feature shape extraction device according to the embodiment of the present invention. In the following description, FIGS. 1 to 12 will be referred to as appropriate. Further, in the present embodiment, the feature shape extraction method is implemented by operating the feature shape extraction device. Therefore, the description of the feature shape extraction method in the present embodiment will be replaced with the following description of the operation of the feature shape extraction device 10.

最初に、図１３に示すように、データ取得部１１は、対象領域における地物の位置座標及び高さを含む三次元点群データを取得する（ステップＡ１）。 First, as shown in FIG. 13, the data acquisition unit 11 acquires three-dimensional point cloud data including the position coordinates and height of the feature in the target area (step A1).

次に、フィルタリング部１２は、三次元点群データから、高さの値が閾値未満のデータを除去して、フィルタリングを実行する（ステップＡ２）。 Next, the filtering unit 12 removes data having a height value less than the threshold value from the three-dimensional point cloud data, and executes filtering (step A2).

次に、境界設定部１３は、フィルタリング後の三次元点群データから、対象領域上の高さの値が閾値以上となる部分を検出し、検出した部分毎に、その部分を囲む境界２０を設定する（ステップＡ３）。 Next, the boundary setting unit 13 detects a portion where the height value on the target region is equal to or higher than the threshold value from the filtered three-dimensional point cloud data, and for each detected portion, a boundary 20 surrounding the portion is set. Set (step A3).

次に、クラスタリング部１４は、ステップＡ３で設定された境界２０毎に、その境界内の領域における高さの値に基づいてクラスタリングを行なって、複数のクラスタを生成する（ステップＡ４）。また、ステップＡ４では、クラスタリング部１４は、クラスタの占める面積が一定以上であり、且つ、クラスタの中で高さの平均が最も低いことを、設定条件として、設定条件を満たすクラスタを特定し、特定したクラスタは地面を示していると判定する。 Next, the clustering unit 14 performs clustering for each boundary 20 set in step A3 based on the height value in the region within the boundary to generate a plurality of clusters (step A4). Further, in step A4, the clustering unit 14 identifies a cluster that satisfies the setting condition, with the area occupied by the cluster being a certain area or more and the average height being the lowest among the clusters as a setting condition. It is determined that the identified cluster indicates the ground.

次に、外形領域抽出部１５は、ステップＡ３で設定された境界２０毎に、地面を示していると判定されたクラスタの平均高さに基づいて、基準高さを設定し、設定した基準高さよりも平均高さが高いクラスタを特定する（ステップＡ５）。 Next, the external region extraction unit 15 sets a reference height for each boundary 20 set in step A3 based on the average height of the clusters determined to indicate the ground, and sets the reference height. Identify clusters with higher average heights (step A5).

次に、外形領域抽出部１５は、ステップＡ５で特定したクラスタに基づいて、地物の外形を示す領域を抽出し、更に、抽出した領域から、この領域内で仮想の円を転がすことによって得られる円転領域３０を抽出する（ステップＡ６）。 Next, the outer shape area extraction unit 15 extracts a region showing the outer shape of the feature based on the cluster identified in step A5, and further obtains it by rolling a virtual circle in this region from the extracted area. The circular rotation region 30 to be formed is extracted (step A6).

次に、外形領域抽出部１５は、ステップＡ６で抽出した円転領域３０に対して、ハフ変換処理によって、その外縁の２箇所と接するように、直交する２直線を設定する（ステップＡ７）。 Next, the external region extraction unit 15 sets two orthogonal straight lines with respect to the circular rotation region 30 extracted in step A6 so as to be in contact with two outer edges thereof by the Hough transform process (step A7).

次に、外形領域抽出部１５は、ステップＡ７で設定した直線毎に、その直線に垂直に交わる直線を想定し、円転領域３０の外縁と想定した直線との重なり度合が高い程値が高くなるヒストグラムを作成する（ステップＡ８）。 Next, the external region extraction unit 15 assumes a straight line that intersects the straight line perpendicular to the straight line set in step A7, and the higher the degree of overlap between the outer edge of the circular rotation region 30 and the assumed straight line, the higher the value. A histogram is created (step A8).

次に、外形領域抽出部１５は、ステップＡ８で作成した２つのヒストグラムそれぞれの頂点の位置に基づいて、円転領域３０を分割し、分割結果に基づいて、地物の外形を確定する（ステップＡ９）。 Next, the outer shape region extraction unit 15 divides the circular rotation region 30 based on the positions of the vertices of the two histograms created in step A8, and determines the outer shape of the feature based on the division result (step). A9).

［実施の形態における効果］
以上のように本実施の形態によれば、オルソ画像から建物の形状を抽出する必要がなく、加えて、数値表層モデルと数値地形モデルとの両方を用いる必要もないため、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。 [Effect in the embodiment]
As described above, according to the present embodiment, it is not necessary to extract the shape of the building from the ortho image, and in addition, it is not necessary to use both the digital surface layer model and the digital terrain model, so that the three-dimensional point cloud data It is possible to improve the extraction accuracy of the shape of features such as buildings from.

また、本実施の形態では、上記ステップＡ３において、境界２０が設定され、境界２０毎に、クラスタリング、円転領域３０の抽出、２直線の設定、ヒストグラムの作成、地物の外形の確定が行なわれる。また、各境界２０内には、１つの建物が存在していると推定される。これらの点から、本実施の形態では、隣接する別の建物の影響による地物形状の抽出精度の低下が抑制される。更に、本実施の形態では、境界２０毎に、基準高さを設定してから、クラスタリングが行なわれるので、建物の高さ及び形状に依存することなく、地物形状の抽出が可能となる。 Further, in the present embodiment, the boundary 20 is set in the above step A3, and clustering, extraction of the circular rotation region 30, setting of two straight lines, creation of a histogram, and determination of the outer shape of the feature are performed for each boundary 20. Is done. In addition, it is estimated that one building exists within each boundary 20. From these points, in the present embodiment, the decrease in the extraction accuracy of the feature shape due to the influence of another adjacent building is suppressed. Further, in the present embodiment, since the clustering is performed after setting the reference height for each boundary 20, it is possible to extract the feature shape without depending on the height and shape of the building.

更に、本実施の形態では、ハフ変換によって直交する２直線が設定され、それから得られたヒストグラムを用いて、地物の形状が確定されるので、直線が多い建物の形状をより正確に抽出することが可能となる。 Further, in the present embodiment, two orthogonal straight lines are set by the Hough transform, and the shape of the feature is determined by using the histogram obtained from the two straight lines, so that the shape of the building having many straight lines is extracted more accurately. It becomes possible.

［プログラム］
本実施の形態におけるプログラムは、コンピュータに、図１３に示すステップＡ１〜Ａ９を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における地物形状抽出装置１０と地物形状抽出方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing
Unit）は、データ取得部１１、フィルタリング部１２、境界設定部１３、クラスタリング部１４、及び外形領域抽出部１５として機能し、処理を行なう。 [program]
The program in this embodiment may be any program that causes a computer to execute steps A1 to A9 shown in FIG. By installing this program on a computer and executing it, the feature shape extraction device 10 and the feature shape extraction method according to the present embodiment can be realized. In this case, the computer's CPU (Central Processing)
The Unit) functions as a data acquisition unit 11, a filtering unit 12, a boundary setting unit 13, a clustering unit 14, and an external region extraction unit 15 to perform processing.

また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、それぞれ、データ取得部１１、フィルタリング部１２、境界設定部１３、クラスタリング部１４、及び外形領域抽出部１５のいずれかとして機能しても良い。 Further, the program in the present embodiment may be executed by a computer system constructed by a plurality of computers. In this case, for example, each computer may function as any of a data acquisition unit 11, a filtering unit 12, a boundary setting unit 13, a clustering unit 14, and an external region extraction unit 15, respectively.

ここで、本実施の形態におけるプログラムを実行することによって、地物形状抽出装置１０を実現するコンピュータについて図１４を用いて説明する。図１４は、本発明の実施の形態における地物形状抽出装置を実現するコンピュータの一例を示すブロック図である。 Here, a computer that realizes the feature shape extraction device 10 by executing the program according to the present embodiment will be described with reference to FIG. FIG. 14 is a block diagram showing an example of a computer that realizes the feature shape extraction device according to the embodiment of the present invention.

図１４に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。 As shown in FIG. 14, the computer 110 includes a CPU 111, a main memory 112, a storage device 113, an input interface 114, a display controller 115, a data reader / writer 116, and a communication interface 117. Each of these parts is connected to each other via a bus 121 so as to be capable of data communication.

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。 The CPU 111 expands the programs (codes) of the present embodiment stored in the storage device 113 into the main memory 112 and executes them in a predetermined order to perform various operations. The main memory 112 is typically a volatile storage device such as a DRAM (Dynamic Random Access Memory). Further, the program according to the present embodiment is provided in a state of being stored in a computer-readable recording medium 120. The program in the present embodiment may be distributed on the Internet connected via the communication interface 117.

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。 Further, specific examples of the storage device 113 include a semiconductor storage device such as a flash memory in addition to a hard disk drive. The input interface 114 mediates data transmission between the CPU 111 and an input device 118 such as a keyboard and mouse. The display controller 115 is connected to the display device 119 and controls the display on the display device 119.

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。 The data reader / writer 116 mediates the data transmission between the CPU 111 and the recording medium 120, reads the program from the recording medium 120, and writes the processing result in the computer 110 to the recording medium 120. The communication interface 117 mediates data transmission between the CPU 111 and another computer.

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。 Specific examples of the recording medium 120 include a general-purpose semiconductor storage device such as CF (Compact Flash (registered trademark)) and SD (Secure Digital), a magnetic recording medium such as a flexible disk, or a CD-. Examples include optical recording media such as ROM (Compact Disk Read Only Memory).

なお、本実施の形態における地物形状抽出装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、地物形状抽出装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。 The feature shape extraction device 10 in the present embodiment can also be realized by using the hardware corresponding to each part instead of the computer in which the program is installed. Further, the feature shape extraction device 10 may be partially realized by a program and the rest may be realized by hardware.

以上のように、本発明によれば、三次元点群データからの建物等の地物の形状の抽出精度を向上することができる。本発明は、上空からの画像に基づいて、地物の形状を抽出することが必要な分野に有用である。 As described above, according to the present invention, it is possible to improve the accuracy of extracting the shape of a feature such as a building from the three-dimensional point cloud data. The present invention is useful in fields where it is necessary to extract the shape of a feature based on an image from the sky.

１０地物形状抽出装置
１１データ取得部
１２フィルタリング部
１３境界設定部
１４クラスタリング部
１５外形領域抽出部
２０境界
３０円転領域
３１ヒストグラム
３２ヒストグラム
３３円転領域から求められた領域
１１０コンピュータ
１１１ＣＰＵ
１１２メインメモリ
１１３記憶装置
１１４入力インターフェイス
１１５表示コントローラ
１１６データリーダ／ライタ
１１７通信インターフェイス
１１８入力機器
１１９ディスプレイ装置
１２０記録媒体
１２１バス 10 Feature shape extraction device 11 Data acquisition unit 12 Filtering unit 13 Boundary setting unit 14 Clustering unit 15 External region extraction unit 20 Boundary 30 Circular region 31 Histogram 32 Histogram 33 Area obtained from the circular rotation region 110 Computer 111 CPU
112 Main memory 113 Storage device 114 Input interface 115 Display controller 116 Data reader / writer 117 Communication interface 118 Input device 119 Display device 120 Recording medium 121 Bus

Claims

A data acquisition unit that acquires 3D point cloud data including the position coordinates and height of features in the target area,
A filtering unit that removes data whose height value is less than the threshold value from the three-dimensional point cloud data and performs filtering.
From the filtered three-dimensional point cloud data, a boundary setting unit that detects a portion whose height value on the target region is equal to or higher than a threshold value and sets a boundary surrounding the portion for each detected portion.
For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition indicates the ground. The clustering part that determines that
For each set boundary, a reference height is set based on the average height of the clusters determined to indicate the ground, and a cluster having an average height higher than the set reference height is specified. Then, based on the identified cluster, the outer area area extraction unit that extracts the area showing the outer shape of the feature,
A feature shape extraction device characterized by being equipped with.

The external region extraction unit
Two orthogonal straight lines are set with respect to the extracted region by the Hough transform process so as to be in contact with two points on the outer edge thereof.
For each of the two set straight lines, a straight line that intersects the straight line is assumed, and a histogram is created in which the value increases as the degree of overlap between the extracted outer edge of the region and the assumed straight line increases, and the two generated histograms are created. The extracted region is divided based on the positions of the vertices of each of the histograms, and the outer shape of the feature is determined based on the division result.
The feature shape extraction device according to claim 1.

The external region extraction unit further extracts a circular rotation region obtained by rolling a virtual circle in the extracted region, and sets the two straight lines for the extracted circular rotation region. To do
The feature shape extraction device according to claim 2.

The external region extraction unit obtains an average value of the average height of the clusters determined to indicate the ground and the average height of the cluster having the highest average height for each set region, and the obtained average. Set the reference height based on the value,
The feature shape extraction device according to any one of claims 1 to 3.

For each detected portion, the boundary setting unit sets the smallest rectangular boundary that can surround the portion.
The feature shape extraction device according to any one of claims 1 to 4.

(A) Acquiring 3D point cloud data including the position coordinates and height of the feature in the target area,
(B) A step of removing data having a height value less than a threshold value from the three-dimensional point cloud data and performing filtering.
(C) From the filtered three-dimensional point cloud data, a portion where the height value on the target region is equal to or higher than the threshold value is detected, and a boundary surrounding the portion is set for each detected portion. ,
(D) For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition is selected. Steps that determine that they are pointing to the ground,
(E) For each of the set boundaries, a reference height is set based on the average height of the clusters determined to indicate the ground, and the average height is higher than the set reference height. Steps and steps to identify clusters and extract areas that outline features based on the identified clusters.
A method for extracting a feature shape, which comprises.

In step (e) above,
Two orthogonal straight lines are set with respect to the extracted region by the Hough transform process so as to be in contact with two points on the outer edge thereof.
For each of the two set straight lines, a straight line that intersects the straight line is assumed, and a histogram is created in which the value increases as the degree of overlap between the extracted outer edge of the region and the assumed straight line increases, and the two generated histograms are created. The extracted region is divided based on the positions of the vertices of each of the histograms, and the outer shape of the feature is determined based on the division result.
The feature shape extraction method according to claim 6.

In the step (e), a circular rotation region obtained by rolling a virtual circle in the extracted region is further extracted, and the two straight lines are drawn with respect to the extracted circular rotation region. Set,
The feature shape extraction method according to claim 7.

In the step (e), the average value of the average height of the clusters determined to indicate the ground and the average height of the cluster having the highest average height was obtained and obtained for each of the set areas. The reference height is set based on the average value.
The feature shape extraction method according to any one of claims 6 to 8.

In the step (c), for each detected portion, the smallest rectangular boundary that can surround the portion is set.
The feature shape extraction method according to any one of claims 6 to 9.

On the computer
(A) Acquiring 3D point cloud data including the position coordinates and height of the feature in the target area,
(B) A step of removing data having a height value less than a threshold value from the three-dimensional point cloud data and performing filtering.
(C) From the filtered three-dimensional point cloud data, a portion where the height value on the target region is equal to or higher than the threshold value is detected, and a boundary surrounding the portion is set for each detected portion. ,
(D) For each set boundary, clustering is performed based on the height value in the area within the boundary to generate a plurality of clusters, and among the generated clusters, the cluster satisfying the setting condition is selected. Steps that determine that they are pointing to the ground,
(E) For each of the set boundaries, a reference height is set based on the average height of the clusters determined to indicate the ground, and the average height is higher than the set reference height. Steps and steps to identify clusters and extract areas that outline features based on the identified clusters.
A program that runs.

In step (e) above,
Two orthogonal straight lines are set with respect to the extracted region by the Hough transform process so as to be in contact with two points on the outer edge thereof.
For each of the two set straight lines, a straight line that intersects the straight line is assumed, and a histogram is created in which the value increases as the degree of overlap between the extracted outer edge of the region and the assumed straight line increases, and the two generated histograms are created. The extracted region is divided based on the positions of the vertices of each of the histograms, and the outer shape of the feature is determined based on the division result.
The program according to claim 11.

In the step (e), a circular rotation region obtained by rolling a virtual circle in the extracted region is further extracted, and the two straight lines are drawn with respect to the extracted circular rotation region. Set,
The program according to claim 12.

In the step (e), the average value of the average height of the clusters determined to indicate the ground and the average height of the cluster having the highest average height was obtained and obtained for each of the set areas. The reference height is set based on the average value.
The program according to any one of claims 11 to 13.

In the step (c), for each detected portion, the smallest rectangular boundary that can surround the portion is set.
The program according to any one of claims 11 to 14.