WO2014136694A1 - 画像処理装置、画像処理方法及び画像処理プログラム - Google Patents

画像処理装置、画像処理方法及び画像処理プログラム Download PDF

Info

Publication number
WO2014136694A1
WO2014136694A1 PCT/JP2014/055165 JP2014055165W WO2014136694A1 WO 2014136694 A1 WO2014136694 A1 WO 2014136694A1 JP 2014055165 W JP2014055165 W JP 2014055165W WO 2014136694 A1 WO2014136694 A1 WO 2014136694A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
filter
unit
dem data
smoothing
Prior art date
Application number
PCT/JP2014/055165
Other languages
English (en)
French (fr)
Inventor
井上　誠
矢島　太郎
Original Assignee
独立行政法人石油天然ガス・金属鉱物資源機構
有限会社地球情報・技術研究所
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 独立行政法人石油天然ガス・金属鉱物資源機構, 有限会社地球情報・技術研究所 filed Critical 独立行政法人石油天然ガス・金属鉱物資源機構
Priority to AU2014227060A priority Critical patent/AU2014227060B2/en
Priority to JP2015504285A priority patent/JP6007312B2/ja
Publication of WO2014136694A1 publication Critical patent/WO2014136694A1/ja
Priority to US14/845,148 priority patent/US9639980B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Definitions

  • the present invention relates to an image processing apparatus, an image processing method, and an image processing program.
  • DEM Digital Elevation Model
  • SRTM DEM SRTM DEM
  • ASTER Advanced Spacebone Thermal Emission and Reflection Radometer
  • the DEM data created by using the remote sensing technology includes noise components due to fluctuations in the orbit of the artificial satellite and insufficient accuracy of the stereo pair image. Furthermore, when stereo pair images for creating DEM data are acquired at different dates and times, differences occur between these images due to atmospheric influences and the like, and noise components are included. These noise components cause an error in the numerical elevation of each point included in the DEM data and cause a decrease in the analysis accuracy of the geological structure analysis.
  • Non-Patent Document 1 the present inventors have performed processing by a matrix filter that smoothes altitude data constituting a two-dimensional region in a map region by a weighted moving average method, or filtering data that continues in one direction in a map region.
  • a method of removing noise components in SRTM DEM by performing processing with a line filter that performs the above.
  • a filter suitable for one DEM data is a filter suitable for other DEM data. Is not limited.
  • An object of the present invention is to provide an image processing apparatus, an image processing method, and an image processing program capable of efficiently selecting a line filter and a matrix filter suitable for removing noise from DEM data.
  • An image processing apparatus is an acquisition unit that acquires DEM data indicating each numerical elevation of a grid-like area in a predetermined map area, and a plurality of line filters, and is continuous in one direction in the map area.
  • a selection unit that selects at least one of a filter that filters data to be filtered, and a plurality of matrix filters that filter data constituting a two-dimensional region in the map region, and the selection unit
  • a filter processing unit that performs a filtering process on the DEM data acquired by the acquiring unit, and an output unit that outputs the DEM data subjected to the filtering process.
  • the image processing apparatus further includes a smoothing unit that smoothes the maximum value data in a predetermined window width in the DEM data acquired by the acquiring unit, and the filter processing unit includes: The DEM data that has been smoothed may be filtered by the filter selected by the selection unit.
  • the image processing apparatus further includes a tendency calculating unit that calculates a terrain tendency in the predetermined map area indicated by the DEM data acquired by the acquiring unit, and the selecting unit calculates At least one of the plurality of line filters and the plurality of matrix filters may be selected based on the terrain tendency.
  • the tendency calculation unit divides the predetermined map area into a plurality of areas, calculates a terrain tendency of each of the divided areas, and the selection unit For each of the plurality of regions, at least one of the plurality of line filters and the plurality of matrix filters may be selected based on the calculated tendency of the terrain.
  • the smoothing processing unit may determine the window width based on the calculated tendency of the terrain.
  • the smoothing processing unit may determine the number of times of performing the smoothing based on the calculated tendency of the terrain.
  • the smoothing processing unit performs the smoothing in one direction in the predetermined map area indicated by the DEM data, and performs the smoothing in a direction orthogonal to the one direction. It is possible to calculate the average value of the smoothing results.
  • the image processing apparatus further includes a storage unit that associates and stores the position of the predetermined map area indicated by the DEM data and the number of satellite image data used to generate the DEM data at the position.
  • the smoothing processing unit specifies the number of satellite image data used for generating the DEM data acquired by the acquisition unit with reference to the storage unit, and based on the specified number of satellite image data The number of times of smoothing may be determined.
  • the acquisition unit further includes a conversion unit that acquires the DEM data in a raster data format and converts the DEM data in the raster data format into a text data format, and the filtering process And the smoothing processing unit filter the DEM data converted into the text data format, the converting unit further converts the filtered DEM data into the raster data format, and the output unit
  • the DEM data converted into the raster data format may be output.
  • the selection unit receives a selection from the plurality of line filters and the plurality of matrix filters from a user, and thereby includes the plurality of line filters and the plurality of matrix filters. At least one of them may be selected.
  • the output unit includes a file name of the file in which the DEM data before the filtering process is stored and the identification information of the filter selected by the selecting unit.
  • a file with a name may be generated, and the DEM data subjected to the filtering process may be output to the file.
  • An image processing method includes a step of acquiring DEM data indicating each numerical elevation of a grid-like area in a predetermined map area, and a plurality of line filters, which are continuous in one direction in the map area.
  • a step of selecting at least one of a filter for filtering data and a plurality of matrix filters for filtering data constituting a two-dimensional region in the map region and in the selecting step A step of filtering the DEM data acquired in the step of acquiring with the selected filter; and a step of outputting the DEM data on which the filter processing has been performed.
  • the image processing method further includes a step of calculating a terrain tendency in the predetermined map region indicated by the DEM data, and a step of smoothing data constituting the DEM data,
  • the smoothing is performed in the step of selecting at least one of the plurality of line filters and a plurality of matrix filters based on the terrain tendency and performing the filtering process.
  • the DEM data may be filtered.
  • An image processing program includes a step of acquiring DEM data indicating each numerical elevation of a grid-like area in a predetermined map area, and a plurality of line filters, which are continuous in one direction in the map area.
  • the step of selecting at least one of a filter for filtering data and a plurality of matrix filters for filtering data constituting a two-dimensional region in the map region, and in the selecting step
  • the selected filter causes the computer to perform a filtering process of the DEM data acquired in the acquiring process and a process of outputting the DEM data subjected to the filtering process.
  • a line filter and a matrix filter suitable for removing noise from DEM data can be efficiently selected.
  • FIG. 1 is a functional configuration diagram of an image processing apparatus 1 according to the present embodiment.
  • the image processing apparatus 1 includes a display unit 10, an input unit 20, a storage unit 30, and a control unit 40.
  • the display unit 10 is configured by a liquid crystal display, for example.
  • the display unit 10 displays various information according to the control of the control unit 40.
  • the input unit 20 is configured by a mouse or a keyboard, for example.
  • the input unit 20 receives input of various types of information from the user and outputs the received information to the control unit 40.
  • the storage unit 30 includes, for example, a ROM and a RAM, a hard disk, and the like.
  • the storage unit 30 stores various programs (not shown) for causing the image processing apparatus 1 to function.
  • the storage unit 30 stores, for example, DEM data and programs related to the line filter and the matrix filter.
  • the storage unit 30 associates information indicating the terrain tendency, the filter name of the filter suitable for the terrain tendency, and the order of performing the filtering process with the filter, and stores the information as tendency-specific filter information. That is, the storage unit 30 stores information indicating the trend of one terrain in association with the filter name of at least one filter and at least one coefficient.
  • the storage unit 30 associates the position of a predetermined map area indicated by DEM data, which will be described later, with the number of ASTER data used for generating the ASTER GDEM data at the position, and stores it as generated data number information.
  • the number of generated data may be the number of ASTER data used for generating the ASTER GDEM data, or may be information obtained by quantifying “large”, “slightly large”, “small”, and the like.
  • the control unit 40 is constituted by a CPU, for example.
  • the control unit 40 comprehensively controls functions related to the image processing apparatus 1 by executing various programs stored in the storage unit 30 for causing the image processing apparatus 1 to function.
  • the control unit 40 includes an acquisition unit 41, a trend calculation unit 42, a selection unit 43, a conversion unit 44, a smoothing processing unit 45, a filter processing unit 46, an output unit 47, and an inclination amount.
  • a diagram creation unit 48 is constituted by a CPU, for example.
  • the control unit 40 comprehensively controls functions related to the image processing apparatus 1 by executing various programs stored in the storage unit 30 for causing the image processing apparatus 1 to function.
  • the control unit 40 includes an acquisition unit 41, a trend calculation unit 42, a selection unit 43, a conversion unit 44, a smoothing processing unit 45, a filter processing unit 46, an output unit 47, and an inclination amount.
  • a diagram creation unit 48 is constituted by a CPU, for example.
  • the acquisition unit 41 acquires DEM data indicating the numerical elevation of each of the grid-like areas in a predetermined map area. Specifically, the acquisition unit 41 displays a screen for acquiring DEM data on the display unit 10 of the image processing apparatus 1 and receives a storage location of the DEM data via the screen. And the acquisition part 41 acquires DEM data with reference to the received storage location.
  • DEM data is created using stereo pair images obtained by remote sensing technology from aircraft or artificial satellites.
  • the DEM data is, for example, SRTM DEM and ASTER GDEM.
  • the SRTM DEM is high-precision DEM data with relatively little noise generated based on a stereo pair image acquired simultaneously using two radar sensors in parallel from the space shuttle.
  • the ASTER GDEM is created based on stereo pair images acquired at different timings using the direct-view optical sensor and the rear-view optical sensor mounted on the ASTER sensor. Since these stereo pair images are acquired at different timings, they may be affected by different atmospheric conditions at the time of shooting. For this reason, ASTER GDEM has more noise components than SRTM DEM.
  • the data values at each point of these DEM data may include various noise components such as orbital stripes, extensive rough noise, and local spike noise.
  • FIG. 2 is a diagram illustrating an example of the screen 11 for acquiring DEM data.
  • the screen 11 is provided with a selection button 12 and an acquisition button 13.
  • the acquisition unit 41 causes the display unit 10 to display a dialog for accepting input of information indicating the location of the DEM data.
  • the acquiring unit 41 displays the received information in the input field 14.
  • the acquisition unit 41 acquires DEM data based on the input information when the acquisition button 13 is pressed while the information received from the dialog is input to the input field 14.
  • the acquisition unit 41 acquires DEM data in a raster data format.
  • the trend calculation unit 42 calculates the trend of topography in a predetermined map area indicated by the DEM data acquired by the acquisition unit 41. Specifically, the trend calculation unit 42 calculates an altitude distribution in a predetermined map area based on the grid-like data values that constitute the DEM data acquired by the acquisition unit 41, and based on the altitude distribution, Calculate the trend. The trend calculation unit 42 calculates an average slope amount, a standard deviation of the altitude, an altitude variance, and an average undulation amount in a predetermined map area based on the altitude distribution as the terrain trend. Here, the trend calculation unit 42 may determine whether the predetermined map area is a mountainous part or a flat part based on the average inclination amount.
  • the trend calculation unit 42 may divide a predetermined map area into a plurality of areas, and calculate the terrain tendency of each of the divided areas. For example, the tendency calculation unit 42 may determine the number to be divided according to the number of data constituting the predetermined area, or may determine the number to be divided by receiving the number to be divided through the input unit 20. Also good.
  • the selection unit 43 selects at least one of a plurality of line filters and a plurality of matrix filters. Specifically, the selection unit 43 selects at least one of a plurality of line filters and a plurality of matrix filters based on the terrain tendency calculated by the tendency calculation unit 42. That is, the selection unit 43 refers to the trend-specific filter information stored in the storage unit 30, the filter name of the filter associated with the terrain trend calculated by the trend calculation unit 42, and the filter processing by the filter Specify the order in which to perform. Thereby, the selection unit 43 selects at least one of the plurality of line filters and the plurality of matrix filters.
  • the selection unit 43 selects the plurality of terrain trends based on the terrain tendency calculated for each of the plurality of areas. Select a filter for each of the regions.
  • a line filter refers to a filter that filters data that is continuous in one direction (for example, east-west direction or north-south direction) in a map region indicated by DEM data.
  • an adaptive smoothing filter Kawata-Minami filter
  • a polynomial adaptive smoothing filter Savittzky-Golay filter
  • the adaptive smoothing filter is a filter that smoothes only a section having a large variance without changing the maximum value among the data values constituting the section to be filtered. Since the adaptive smoothing filter does not change the maximum value, the adaptive smoothing filter has a characteristic that a data value having a significantly larger value than the surrounding values, that is, a data value including spike noise is not smoothed.
  • the polynomial adaptive smoothing filter is a filter that corrects a value by approximating a polynomial by a least square method in which all data values are uncertain and weighting each data value in a filtering target section.
  • Matrix filter refers to a filter that filters data constituting a two-dimensional area in a map area.
  • a median filter, a weighted moving average filter, or the like is used as the matrix filter.
  • the median filter calculates data values located in the middle by arranging data values in a two-dimensional region (for example, a 3 ⁇ 3 region or a 5 ⁇ 5 region centered on the conversion target data) in ascending order, A filter that converts a data value into an intermediate data value.
  • the median filter is an effective filter for removing spotted noise.
  • the weighted moving average filter weights each data value constituting a two-dimensional region (for example, a 3 ⁇ 3 region or a 5 ⁇ 5 region centered on the conversion target data) to calculate an average value, It is a filter that converts the data value at the center of the two-dimensional region into the average value.
  • the weight value of the data value at the center of the two-dimensional area is set to a smaller value than other data in the two-dimensional area.
  • the size of the two-dimensional area of the matrix filter (hereinafter, the size of the two-dimensional area is referred to as a window width) is set in advance, but can be changed via the input unit 20.
  • the input fields 15 and 16 in FIG. 2 are text boxes for receiving input of the window width of the matrix filter.
  • the input field 15 accepts input of the window width of the X axis (east-west direction), and the input field 16 accepts input of the window width of the Y axis (north-south direction).
  • the selection unit 43 may determine the window width based on the values input in the input fields 15 and 16.
  • the selection unit 43 may change a filter coefficient such as a weighting value used in a filter to be selected based on the terrain tendency calculated by the tendency calculation unit 42.
  • the selection unit 43 may select a filter based on the type of DEM data. For example, the selection unit 43 may preferentially select the line filter when the DEM data is SRTM DEM. Further, when the DEM data is ASTER GDEM, a matrix filter and a line filter may be selected. In this case, the type of DEM data and the filter name corresponding to this type are stored in advance in the storage unit 30, and the selection unit 43 determines the type of DEM data acquired by the acquisition unit 41. A filter associated with the type may be selected. The selection unit 43 may change the filter to be selected according to the number of data constituting the DEM data or the enlargement / reduction state of the DEM data.
  • the selection unit 43 may accept a filter selection via the input unit 20, or further accept a filter selection via the input unit 20 from the filters selected by the selection unit 43. You may do it.
  • the selection unit 43 may include a button for receiving selection of each filter, and may select a filter according to the selection status of this button.
  • the conversion unit 44 converts the DEM data in the raster data format acquired by the acquisition unit 41 into a text data format.
  • the conversion unit 44 converts the DEM data in the text data format subjected to the filter processing by the filter processing unit 46 into a raster data format.
  • the smoothing processing unit 45 smoothes the maximum value data in a predetermined window width in the DEM data acquired by the acquisition unit 41.
  • the window width here refers to the number of continuous data in one direction in the data constituting the DEM data. That is, the smoothing processing unit 45 divides data constituting the DEM data into a predetermined number of data continuous in one direction, and performs smoothing for each predetermined number of data.
  • FIG. 3 is a diagram illustrating an example of processing by the smoothing processing unit 45.
  • the smoothing processing unit 45 determines the data in the window width within the DEM data as a range to be smoothed.
  • FIG. 3A shows an example in which the window width is set to 6 and the smoothing range is determined. Then, the smoothing processing unit 45 converts the maximum value of the data in the window width into an average value of data values of the data included in the range or a value obtained by polynomial fitting smoothing (Savittzky-Golay method).
  • the smoothing processing unit 45 calculates an average value or a value obtained by polynomial fitting smoothing (Savitzky-Golay method) except for data having a maximum value. Subsequently, the smoothing processing unit 45 moves the smoothing range and performs smoothing in the moved range.
  • FIG. 3B shows an example in which the maximum value data is converted into the average value of the data included in the window width in each window width in FIG. In this way, the smoothing processing unit 45 smoothes the entire data range in the DEM data.
  • the smoothing processing unit 45 may determine a window width that defines the range of data to be smoothed in one smoothing based on the terrain trend calculated by the trend calculating unit 42. For example, the trend of the terrain and the window width corresponding to this terrain trend are stored in the storage unit 30 in association with each other, and the smoothing unit 45 refers to the storage unit 30 and is calculated by the trend calculation unit 42.
  • the window width corresponding to the trend of the terrain may be specified. For example, the window width corresponding to the terrain trend is determined to be in a narrow range with respect to the expected terrain change width.
  • the smoothing processing unit 45 may accept the window width via the input unit 20.
  • the input field 17 in FIG. 2 is a text box for accepting input of the window width of the line filter.
  • the smoothing processing unit 45 may determine the window width of the line filter based on the value input in the input field 17.
  • the smoothing processing unit 45 may display the processing result on the display unit 10 in real time when smoothing the entire DEM data. For example, when performing smoothing of the entire DEM data a plurality of times, the smoothing processing unit 45 may overwrite and display a new smoothing processing result over the already displayed processing result. In this way, the user can grasp the noise removal status during the smoothing process.
  • the smoothing processing unit 45 may determine the number of times to perform smoothing based on the terrain tendency calculated by the tendency calculating unit 42. That is, the smoothing processing unit 45 may repeat a process of performing smoothing on all data in the DEM data a plurality of times. For example, in the ASTER DEM data, it is highly possible that spike noise is included in terrain with an average slope of 5 ° or less. Therefore, when the average inclination amount calculated by the tendency calculating unit 42 is 5 ° or less, the smoothing processing unit 45 determines a larger number of times of smoothing than when the average inclination amount is larger than 5 °. Note that the storage unit 30 stores the average inclination amount and the number of smoothing operations in association with each other, and the smoothing processing unit 45 acquires the number of smoothing operations corresponding to the average inclination amount calculated by the tendency calculation unit 42. Also good.
  • the smoothing processing unit 45 performs smoothing in one direction in a predetermined map area indicated by the DEM data, smoothes in a direction orthogonal to the one direction, and calculates an average value of the respective smoothing results. May be. That is, the smoothing processing unit 45 performs smoothing in the north-south direction and smoothing in the east-west direction in a predetermined map area indicated by the DEM data. Then, the smoothing processing unit 45 sets the data value of each data constituting the DEM data to the data value of the data when calculated by the north-south direction smoothing and the data calculated by the east-west direction smoothing. The average value with the data value of.
  • the smoothing processing unit 45 may perform smoothing in one direction in a predetermined map region indicated by the DEM data, and smooth the smoothed data in a direction orthogonal to the one direction. .
  • the image processing apparatus 1 can smooth the window width in the north-south direction even if a plurality of spike noises are continuously included in the data in the window width in the east-west direction, for example.
  • the spike noise can be removed by performing the conversion.
  • the smoothing processing unit 45 refers to the storage unit 30, identifies the number of aster data used for generating the aster GDEM data acquired by the acquisition unit 41, and smoothes based on the identified number of aster data. The number of times to perform the conversion may be determined. For example, since there is a high possibility that the smoothing processing unit 45 is DEM data from which spike noise has been removed when the number of specified ASTER data is large, the smoothing processing unit 45 reduces the number of times of smoothing and specifies the specified ASTER data. If the number is small, the number of times of smoothing may be increased. That is, the smoothing processing unit 45 may reduce the number of times of smoothing when the number of specified ASTER data is large compared to the case where the number of specified ASTER data is small.
  • the filter processing unit 46 performs filtering of the DEM data acquired by the acquisition unit 41 and smoothed by the smoothing processing unit 45 using the filter selected by the selection unit 43.
  • the filter processing unit 46 performs DEM data filtering according to the processing order of the filters determined by the selection unit 43. Note that the filter processing unit 46 performs a filtering process on the DEM data converted into text data.
  • the filter processing unit 46 when performing filtering using a line filter, performs filtering in one direction in a predetermined map area indicated by the DEM data, and performs filtering in a direction orthogonal to the one direction, and results of each filtering The average value may be calculated.
  • the filter processing unit 46 may accept a filter execution instruction via the input unit 20.
  • the execution button 18 in FIG. 2 is a button for accepting an execution instruction for filter processing by the filter processing unit 46.
  • the filter processing unit 46 may perform DEM data filter processing in response to the execution button 18 being pressed.
  • the output unit 47 outputs the DEM data, which is filtered by the filter processing unit 46 and converted into the raster data format by the conversion unit 44, to a file. Specifically, the output unit 47 generates a file having a file name in which the identification information of the filter selected by the selection unit 43 is added to the file name of the file in which the DEM data before the filtering process is stored, The filtered DEM data is output to the file.
  • the output unit 47 adds an extension for identifying the filter to the end of the file name of the file that stores the DEM data that has been filtered and converted into the raster data format, in the order of filter processing of the filter. May be. Further, the output unit 47 may add information indicating the window width used in the smoothing processing unit 45 to the file name of the DEM data subjected to the filter processing.
  • the tilt amount diagram creation unit 48 creates a tilt amount diagram of the DEM data output by the output unit 47.
  • the inclination amount creating unit 48 creates an inclination amount diagram by converting the data value of each data constituting the DEM data output from the output unit 47 into image data using an edge enhancement filter or the like.
  • the inclination amount diagram creation unit 48 may create an inclination amount diagram by performing edge processing on each data using the Sobel method, the Prewitt method, or the Robert method (see Non-Patent Document 1). Note that the tilt amount diagram creating unit 48 may display the created tilt amount diagram on the display unit 10.
  • FIG. 4 is a flowchart showing a flow of processing by the control unit of the image processing apparatus.
  • the acquisition unit 41 acquires DEM data in a raster file format (S1).
  • the trend calculation unit 42 calculates the trend of topography in a predetermined map area indicated by the DEM data acquired by the acquisition unit 41 (S2).
  • the selection unit 43 selects at least one of the plurality of line filters and the plurality of matrix filters based on the terrain tendency calculated by the tendency calculation unit 42 (S3).
  • the conversion unit 44 converts the DEM data acquired by the acquisition unit 41 into DEM data in a text file format (S4).
  • the smoothing processing unit 45 smoothes the DEM data converted into the text file format (S5).
  • the filter processing unit 46 performs filter processing on the DEM data that has been smoothed by the smoothing processing unit 45, using the filter selected by the selection unit 43 (S6).
  • the conversion unit 44 converts the DEM data subjected to the filtering process into DEM data in a raster file format (S7).
  • the output unit 47 outputs the DEM data converted into the raster file format by the conversion unit 44 to a file (S8). At this time, the output unit 47 adds an extension for identifying the filter to the file name.
  • the tilt amount diagram creating unit 48 creates a tilt amount diagram of the DEM data output by the output unit 47 (S9).
  • FIG. 5A is a table showing an example of weighting coefficients of a 3 ⁇ 3 matrix of the weighted moving average filter.
  • FIG. 5B is a table showing an example of a weighting coefficient of a 5 ⁇ 5 matrix of the weighted moving average filter.
  • 6A to 6D are diagrams showing noise in the elevation data in the DEM data. The horizontal axis indicates the east longitude value, and the vertical axis indicates the altitude (m).
  • FIG. 6A is a diagram showing 1201 elevation data values of the SRTM DEM showing elevation between two predetermined points.
  • FIG. 6B is a diagram showing data values of 100 elevations starting from one of the data values at the two points shown in FIG. 6A.
  • FIG. 6C is a diagram showing 3601 elevation data values of ASTER GDEM in the same section as FIG. 6A.
  • FIG. 6D is a diagram showing 300 data values of ASTER GDEM in the same section as FIG. 6B.
  • the noise in the elevation data of ASTER GDEM is larger than the noise in the elevation data of SRTM DEM.
  • the maximum width of noise in the altitude data in ASTER GDEM is about 15 m.
  • FIG. 7A to 7F are diagrams illustrating an example in which smoothing by the smoothing processing unit 45 is performed.
  • the horizontal axis indicates the north latitude value, and the vertical axis indicates the altitude (m).
  • FIG. 7A shows the 1500th data from the first data among the 3601 elevation data values of ASTER GDEM shown in FIG. 6C.
  • FIG. 7B shows data after performing smoothing processing for replacing the maximum value and the minimum value with the average value three times for the ASTTER GDEM data shown in FIG. 7A.
  • FIG. 7C shows data after the smoothing process for replacing the maximum value and the minimum value with the polynomial-adapted smoothing value is performed three times on the data shown in FIG. 7B.
  • FIG. 7D shows the data after performing the smoothing process once by the polynomial adaptive smoothing filter (Savitzky-Golay) on the data shown in FIG. 7C.
  • FIG. 7E shows data after the smoothing process by the adaptive smoothing filter (Kawata-Minami) is performed once on the data shown in FIG. 7D.
  • FIG. 7F shows data after the smoothing processing by the weighted moving average is performed once on the data shown in FIG. 7E. As shown in FIGS. 7A to 7F, it can be confirmed that spike noise is smoothed by performing smoothing.
  • FIG. 8A and FIG. 8B are diagrams showing an example in which filter processing is performed on the SRTM DEM.
  • FIG. 8A is a diagram showing the SRTM DEM before the filter processing by the filter processing unit 46 is performed.
  • FIG. 8B is a diagram showing the SRTM DEM after the filter processing by the filter processing unit 46 is performed. As shown in FIGS. 8A and 8B, the filter processing by the filter processing unit 46 eliminates the difference in shading in each region, and it can be confirmed that the filter processing is effective.
  • FIG. 9A and FIG. 9B are tilt amount diagrams created from the SRTM DEM.
  • FIG. 9A is an inclination amount diagram created from the SRTM DEM before the filter processing by the filter processing unit 46 is performed.
  • FIG. 9B is a tilt amount diagram created from the SRTM DEM after the filter processing by the filter processing unit 46 is performed. 9B, it can be confirmed that the geology and the geological structure are clearer than the inclination amount diagram shown in FIG. 9A.
  • FIG. 10 is a geological map of the same region as the gradient map shown in FIGS. 9A and 9B.
  • the slope map shown in FIG. 9B confirms that a river is formed along the dike shown in the geological map of FIG. 10 because the geology and geological structure have been clarified by filtering. Can do.
  • FIG. 11 is a tilt amount diagram created from ASTER GDEM.
  • FIG. 11A is an inclination amount diagram created from DEM data obtained by performing filter processing without performing smoothing by the smoothing processing unit 45.
  • FIG. 11B is an amount of inclination created from DEM data obtained by performing smoothing by the smoothing processing unit 45 and then performing filter processing. 11B, it can be confirmed that the geology and the geological structure are clearer than the inclination amount diagram shown in FIG. 11A.
  • the image processing apparatus 1 includes a plurality of line filters, a filter that filters continuous data in one direction in a map area, and a plurality of matrix filters, in the map area. At least one of the filters that filter the data constituting the two-dimensional region is selected, and the acquired DEM data is filtered by the selected filter.
  • the image processing apparatus 1 is at least one of a plurality of line filters and a plurality of matrix filters that are effective as filters suitable for noise removal for each of a large number of DEM data corresponding to each of the map regions.
  • a filter can be selected efficiently.
  • the image processing apparatus 1 smoothes the maximum value data in a predetermined window width in the DEM data acquired by the acquisition unit 41. By doing so, the image processing apparatus 1 can smooth the maximum value data that cannot be removed by the line filter or the matrix filter. On the other hand, the protruding data value can be smoothed.
  • the image processing apparatus 1 calculates a terrain tendency in a predetermined map area indicated by the DEM data acquired by the acquisition unit 41, and a plurality of line filters and a plurality of matrix filters based on the calculated terrain tendency. At least one of them is selected. By doing in this way, the image processing apparatus 1 can select the filter suitable for the said topography according to the tendency of topography.
  • the image processing apparatus 1 determines the window width based on the calculated terrain tendency. By doing in this way, the image processing apparatus 1 can optimize the data range in the case of performing smoothing according to the topography.
  • the image processing apparatus 1 determines the number of times of smoothing based on the calculated terrain tendency. By doing in this way, the image processing apparatus 1 can perform smoothing as many times as is appropriate for the calculated terrain tendency, and can effectively remove noise.
  • the image processing apparatus 1 performs smoothing in one direction in a predetermined map area indicated by the DEM data, smoothes in a direction orthogonal to the one direction, and calculates an average value of the respective smoothing results. To do. By doing in this way, even if it is a case where a plurality of spike noises are continuously included in one direction, the image processing apparatus 1 can perform smoothing in a direction orthogonal to the one direction. Compared with the case where smoothing is performed only in one direction, noise can be effectively removed.
  • the image processing apparatus 1 associates the position of the predetermined map area indicated by the DEM data with the number of ASTER data used for generating the ASTER GDEM data at the position, and stores it in the storage unit 30. 30, the number of ASTER data used to generate the DEM data acquired by the acquisition unit 41 is specified, and the number of times of smoothing is determined based on the specified number of ASTER data.
  • the DEM data indicating a map area with a small number of identified ASTER data has a lower data accuracy and contains more noise components than DEM data of a map area with a large number of identified ASTER data.
  • the image processing apparatus 1 can perform an appropriate number of smoothings, for example, according to the number of specified aster data.
  • the image processing apparatus 1 selects the file name of the file storing the filtered DEM data as the file name of the file storing the DEM data before the filtering process is performed.
  • the filter is set with identification information, and the DEM data subjected to the filtering process is output to a file in which the file name is set.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

【課題】ＤＥＭデータのノイズの除去に適したラインフィルタとマトリクスフィルタとを効率的に選択することができる画像処理装置を提供すること。 【解決手段】画像処理装置１は、所定の地図領域において格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する取得部４１と、複数のラインフィルタであって、地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する選択部４３と、選択部４３により選択されたフィルタにより、取得部４１により取得されたＤＥＭデータのフィルタ処理を行うフィルタ処理部４６と、フィルタ処理が行われたＤＥＭデータを出力する出力部４７と、を備える。

Description

画像処理装置、画像処理方法及び画像処理プログラム
　本発明は、画像処理装置、画像処理方法及び画像処理プログラムに関する。
　従来、航空機又は人工衛星等からリモートセンシング技術により得られるステレオペア画像を用いて作成された、所定の地図領域において格子状のエリアのそれぞれの数値標高を示すデータであるＤＥＭ（Ｄｉｇｉｔａｌ　Ｅｌｅｖａｔｉｏｎ　Ｍｏｄｅｌ：数値標高モデル）データが提供されている。例えば、ＤＥＭデータとして、ＳＲＴＭ（Ｓｈｕｔｔｌｅ　Ｒａｄａｒ　Ｔｏｐｏｇｒａｐｈｙ　Ｍｉｓｓｉｏｎ）から作成されたＤＥＭデータ（ＳＲＴＭ　ＤＥＭ）及びＡＳＴＥＲ（Ａｄｖａｎｃｅｄ　Ｓｐａｃｅｂｏｒｎｅ　Ｔｈｅｒｍａｌ　Ｅｍｉｓｓｉｏｎ　ａｎｄ　Ｒｅｆｌｅｃｔｉｏｎ　Ｒａｄｉｏｍｅｔｅｒ：次世代高性能光学センサ）によって作成されたＤＥＭデータ（ＡＳＴＥＲ　ＧＤＥＭ）がある。
　近年、コンピュータにより、これらのＤＥＭデータを用いた地形解析が行われており、例えば、これらのＤＥＭデータを用いて作成した傾斜量図等に基づいて地質構造解析を行うことが提案されている。
　ところで、リモートセンシング技術を用いて作成されたＤＥＭデータには、人工衛星の軌道の揺らぎ、ステレオペア画像の精度不足に起因したノイズ成分が含まれている。さらに、ＤＥＭデータを作成するためのステレオペア画像が異なる日時に取得された場合、大気の影響等によって、これらの画像間で差異が生じ、ノイズ成分が含まれてしまう。これらのノイズ成分は、ＤＥＭデータに含まれる各地点の数値標高の誤差の原因となり、地質構造解析の解析精度の低下を招く。
　そこで、非特許文献１において、本発明者等は、地図領域において２次元領域を構成する標高データを加重移動平均法によって平滑化するマトリクスフィルタによる処理又は地図領域において一方向に連続するデータのフィルタリングを行うラインフィルタによる処理を行うことにより、ＳＲＴＭ　ＤＥＭにおけるノイズ成分を除去する方法を提案した。
井上誠、矢島太郎、「ＳＲＴＭ９０ｍＤＥＭに対してのフィルター効果について－利点と欠点－」、資源素材学会春季大会講演集、２０１１、（Ｉ）資源編、Ａ１２－１
　ところで、多くの地図領域において高精度の地質構造解析を行う場合、これらの地図領域のそれぞれに対応した多数のＤＥＭデータについて、適切なノイズ除去を行うことが必要となる。しかしながら、これらのＤＥＭデータに含まれるノイズの傾向は、ＤＥＭデータが示す地形、及び大気の影響等により異なるため、１つのＤＥＭデータに適したフィルタが、他のＤＥＭデータに適したフィルタであるとは限らない。
　そこで、複数のＤＥＭデータのそれぞれにとってノイズの除去に適したフィルタとして、有効な複数のラインフィルタと複数のマトリクスフィルタからいずれかのフィルタを効率的に選択することが望まれている。
　本発明は、ＤＥＭデータのノイズの除去に適したラインフィルタとマトリクスフィルタとを効率的に選択することができる画像処理装置、画像処理方法及び画像処理プログラムを提供することを目的とする。
　本発明に係る画像処理装置は、所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する取得部と、複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する選択部と、前記選択部により選択されたフィルタにより、前記取得部により取得された前記ＤＥＭデータのフィルタ処理を行うフィルタ処理部と、前記フィルタ処理が行われたＤＥＭデータを出力する出力部と、を備える。
　また、本発明に係る画像処理装置は、前記取得部により取得された前記ＤＥＭデータ内の所定のウィンドウ幅において最大値のデータの平滑化を行う平滑処理部をさらに備え、前記フィルタ処理部は、前記選択部により選択されたフィルタにより、前記平滑化が行われた前記ＤＥＭデータのフィルタ処理を行うようにしてもよい。
　また、本発明に係る画像処理装置は、前記取得部により取得された前記ＤＥＭデータが示す前記所定の地図領域における地形の傾向を算出する傾向算出部をさらに備え、前記選択部は、算出された前記地形の傾向に基づいて前記複数のラインフィルタ及び前記複数のマトリクスフィルタのうち、少なくともいずれかを選択してもよい。
　また、本発明に係る画像処理装置では、前記傾向算出部は、前記所定の地図領域を複数の領域に分割し、分割された当該複数の領域それぞれの地形の傾向を算出し、前記選択部は、前記複数の領域それぞれに対して、算出された前記地形の傾向に基づいて、前記複数のラインフィルタ及び前記複数のマトリクスフィルタのうち、少なくともいずれかを選択してもよい。
　また、本発明に係る画像処理装置では、前記平滑処理部は、算出された前記地形の傾向に基づいて、前記ウィンドウ幅を決定してもよい。
　また、本発明に係る画像処理装置では、前記平滑処理部は、算出された前記地形の傾向に基づいて前記平滑化を行う回数を決定してもよい。
　また、本発明に係る画像処理装置では、前記平滑処理部は、前記ＤＥＭデータが示す前記所定の地図領域における一方向に前記平滑化を行うとともに、当該一方向と直交する方向に前記平滑化を行い、それぞれの平滑化の結果の平均値を算出してもよい。
　また、本発明に係る画像処理装置では、ＤＥＭデータが示す前記所定の地図領域の位置と、当該位置における当該ＤＥＭデータの生成に利用された衛星画像データ数とを関連付けて記憶する記憶部をさらに備え、前記平滑処理部は、前記記憶部を参照して前記取得部により取得された前記ＤＥＭデータの生成に利用された衛星画像データ数を特定し、特定された衛星画像データ数に基づいて前記平滑化を行う回数を決定してもよい。
　また、本発明に係る画像処理装置では、前記取得部は、ラスタデータ形式の前記ＤＥＭデータを取得し、前記ラスタデータ形式のＤＥＭデータをテキストデータ形式に変換する変換部をさらに備え、前記フィルタ処理部及び前記平滑処理部は、テキストデータ形式に変換されたＤＥＭデータのフィルタ処理を行い、前記変換部はさらに、前記フィルタ処理が行われたＤＥＭデータをラスタデータ形式に変換し、前記出力部は、ラスタデータ形式に変換されたＤＥＭデータを出力してもよい。
　また、本発明に係る画像処理装置では、前記選択部は、ユーザから、前記複数のラインフィルタ及び前記複数のマトリクスフィルタから選択を受け付けることによって、前記複数のラインフィルタ及び前記複数のマトリクスフィルタのうち、少なくともいずれかを選択してもよい。
　また、本発明に係る画像処理装置では、前記出力部は、前記フィルタ処理が行われる前のＤＥＭデータが格納されているファイルのファイル名に前記選択部が選択したフィルタの識別情報を付したファイル名のファイルを生成し、当該ファイルに前記フィルタ処理が行われたＤＥＭデータを出力してもよい。
　本発明に係る画像処理方法は、所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する工程と、複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する工程と、前記選択する工程において選択されたフィルタにより、前記取得する工程において取得された前記ＤＥＭデータのフィルタ処理を行う工程と、前記フィルタ処理が行われたＤＥＭデータを出力する工程と、を備える。
　また、本発明に係る画像処理方法は、前記ＤＥＭデータが示す前記所定の地図領域における地形の傾向を算出する工程と、前記ＤＥＭデータを構成するデータの平滑化を行う工程と、をさらに備え、前記選択する工程において、前記地形の傾向に基づいて前記複数のラインフィルタと、複数のマトリクスフィルタとから少なくともいずれかのフィルタを選択し、前記フィルタ処理を行う工程において、前記平滑化が行われた前記ＤＥＭデータのフィルタ処理を行ってもよい。
　本発明に係る画像処理プログラムは、所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する工程と、複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する工程と、前記選択する工程において選択されたフィルタにより、前記取得する工程において取得された前記ＤＥＭデータのフィルタ処理を行う工程と、前記フィルタ処理が行われたＤＥＭデータを出力する工程と、をコンピュータに実行させる。
　本発明によれば、ＤＥＭデータのノイズの除去に適したラインフィルタとマトリクスフィルタとを効率的に選択することができる。
本実施形態に係る画像処理装置の機能構成図である。 ＤＥＭデータを取得するための画面の一例を示す図である。 平滑処理部による処理の例を示す図である。 画像処理装置の制御部による処理の流れを示すフローチャートである。 加重移動平均フィルタの３×３マトリックスの加重係数の一例を示す表である。 加重移動平均フィルタの５×５マトリックスの加重係数の一例を示す表である。 ＤＥＭデータにおける標高データ中のノイズを示す図である。 ＤＥＭデータにおける標高データ中のノイズを示す図である。 ＤＥＭデータにおける標高データ中のノイズを示す図である。 ＤＥＭデータにおける標高データ中のノイズを示す図である。 平滑処理を適用した例を示す図である。 平滑処理を適用した例を示す図である。 平滑処理を適用した例を示す図である。 平滑処理を適用した例を示す図である。 平滑処理を適用した例を示す図である。 平滑処理を適用した例を示す図である。 フィルタ処理を行う前のＳＲＴＭ　ＤＥＭを示す図である。 フィルタ処理を行った後のＳＲＴＭ　ＤＥＭを示す図である。 フィルタ処理を行う前のＳＲＴＭ　ＤＥＭから作成された傾斜量図である。 フィルタ処理を行った後のＳＲＴＭ　ＤＥＭから作成された傾斜量図である。 図９Ａ及び図９Ｂに示す傾斜量図と同地域の地質図である。 平滑化を行わずにフィルタ処理を行って得られたＤＥＭデータから作成された傾斜量図である。 平滑化を行った後にフィルタ処理を行って得られたＤＥＭデータから作成された傾斜量図である。
＜第１の実施形態＞
［画像処理装置１の構成例］
　図１は、本実施形態に係る画像処理装置１の機能構成図である。画像処理装置１は、表示部１０と、入力部２０と、記憶部３０と、制御部４０と、を備える。
　表示部１０は、例えば、液晶ディスプレイにより構成される。表示部１０は、制御部４０の制御に応じて各種情報を表示する。
　入力部２０は、例えば、マウス又はキーボードにより構成される。入力部２０は、ユーザから、各種情報の入力を受け付け、受け付けられた情報を制御部４０に出力する。
　記憶部３０は、例えば、ＲＯＭ及びＲＡＭ、並びにハードディスク等により構成される。記憶部３０は、画像処理装置１を機能させるための各種プログラム（図示省略）を記憶する。記憶部３０は、例えば、ＤＥＭデータと、ラインフィルタ及びマトリクスフィルタに係るプログラムとを記憶する。
　また、記憶部３０は、地形の傾向を示す情報と、当該地形の傾向に適したフィルタのフィルタ名と、このフィルタによるフィルタ処理を行う順番とを関連付けて、傾向別フィルタ情報として記憶する。すなわち、記憶部３０は、１つの地形の傾向を示す情報に、少なくとも１つのフィルタのフィルタ名及び少なくとも１つの係数を関連付けて記憶する。また、記憶部３０は、後述のＤＥＭデータが示す所定の地図領域の位置と、当該位置におけるＡＳＴＥＲ　ＧＤＥＭデータの生成に利用されたＡＳＴＥＲデータの数とを関連付けて、生成データ数情報として記憶する。ここで、生成データ数は、ＡＳＴＥＲ　ＧＤＥＭデータの生成に利用されたＡＳＴＥＲデータの数でもよいし、「多い」、「やや多い」、「少ない」等を数値化した情報でもよい。
　制御部４０は、例えば、ＣＰＵにより構成される。制御部４０は、記憶部３０により記憶されている、画像処理装置１を機能させるための各種プログラムを実行することにより、画像処理装置１に係る機能を統括的に制御する。具体的には、制御部４０は、取得部４１と、傾向算出部４２と、選択部４３と、変換部４４と、平滑処理部４５と、フィルタ処理部４６と、出力部４７と、傾斜量図作成部４８と、を備える。
　取得部４１は、所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する。具体的には、取得部４１は、画像処理装置１の表示部１０にＤＥＭデータを取得するための画面を表示させ、当該画面を介してＤＥＭデータの格納場所を受け付ける。そして、取得部４１は、受け付けた格納場所を参照してＤＥＭデータを取得する。
　ＤＥＭデータは、航空機又は人工衛星等からリモートセンシング技術により得られるステレオペア画像を用いて作成される。ＤＥＭデータは、例えば、ＳＲＴＭ　ＤＥＭ及びＡＳＴＥＲ　ＧＤＥＭである。
　ＳＲＴＭ　ＤＥＭは、スペースシャトルから並行に２つのレーダセンサを用いて同時に取得されたステレオペア画像に基づいて作成される、比較的ノイズの少ない高精度のＤＥＭデータである。
　ＡＳＴＥＲ　ＧＤＥＭは、ＡＳＴＥＲセンサに搭載された直下視光学センサと後方視光学センサとを用いて異なるタイミングで取得されたステレオペア画像に基づいて作成される。これらのステレオペア画像は、異なるタイミングで取得されるので、撮影時の大気の状態が異なる等の影響を受ける場合がある。このため、ＡＳＴＥＲ　ＧＤＥＭは、ＳＲＴＭ　ＤＥＭに比べてノイズ成分が多い。
　また、これらのＤＥＭデータの各々の地点のデータ値には、軌道縞、広範的なざらつきノイズ、局所的なスパイクノイズ等の各種ノイズ成分が含まれている場合がある。
　図２は、ＤＥＭデータを取得するための画面１１の一例を示す図である。
　図２に示すように、画面１１には、選択ボタン１２と、取得ボタン１３が設けられている。取得部４１は、この選択ボタン１２が押下されると、ＤＥＭデータの所在を示す情報の入力を受け付けるダイアログを表示部１０に表示させる。取得部４１は、入力が受け付けられると、受け付けた情報を入力欄１４に表示させる。取得部４１は、ダイアログから受け付けられた情報が入力欄１４に入力された状態で、取得ボタン１３が押下されると、この入力された情報に基づいてＤＥＭデータを取得する。なお、本実施形態において、取得部４１は、ラスタデータ形式のＤＥＭデータを取得するものとする。
　傾向算出部４２は、取得部４１により取得されたＤＥＭデータが示す所定の地図領域における地形の傾向を算出する。具体的には、傾向算出部４２は、取得部４１により取得されたＤＥＭデータを構成する格子状のデータ値に基づいて、所定の地図領域における標高分布を算出し、この標高分布に基づいて地形の傾向を算出する。傾向算出部４２は、地形の傾向として、この標高分布に基づいて所定の地図領域における平均傾斜量、標高の標準偏差、標高の分散及び平均起伏量を算出する。ここで、傾向算出部４２は、この平均傾斜量に基づいて、所定の地図領域が、山岳部又は平坦部のいずれであるかを判定してもよい。
　また、傾向算出部４２は、所定の地図領域を複数の領域に分割し、分割された当該複数の領域それぞれの地形の傾向を算出してもよい。例えば、傾向算出部４２は、所定の領域を構成するデータ数に応じて分割する数を決定してもよいし、入力部２０を介して分割する数を受け付けることにより分割する数を決定してもよい。
　選択部４３は、複数のラインフィルタ及び複数のマトリクスフィルタのうち、少なくともいずれかを選択する。具体的には、選択部４３は、傾向算出部４２によって算出された地形の傾向に基づいて、複数のラインフィルタと複数のマトリクスフィルタとのうち、少なくともいずれかを選択する。すなわち、選択部４３は、記憶部３０に記憶されている傾向別フィルタ情報を参照し、傾向算出部４２によって算出された地形の傾向に関連付けられているフィルタのフィルタ名と、当該フィルタによるフィルタ処理を行う順番とを特定する。これにより、選択部４３は、複数のラインフィルタと複数のマトリクスフィルタとのうち、少なくともいずれかを選択する。
　なお、傾向算出部４２により、所定の地図領域を構成する複数の領域それぞれの地形の傾向を算出する場合、選択部４３は、複数の領域それぞれについて算出された地形の傾向に基づいて、これら複数の領域それぞれに対するフィルタを選択する。
　ここで、ラインフィルタとマトリクスフィルタとについて説明する。
　ラインフィルタとは、ＤＥＭデータが示す地図領域において一方向（例えば、東西方向又は南北方向）に連続するデータのフィルタリングを行うフィルタをいう。本実施形態では、ラインフィルタとして、例えば、適応化平滑化フィルタ（Ｋａｗａｔａ－Ｍｉｎａｍｉフィルタ）、及び多項式適合平滑化フィルタ（Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙフィルタ）を用いる。
　適応化平滑化フィルタは、フィルタリングを行う区間を構成するデータ値のうち最大値を変更することなく、分散の大きい区間のみを平滑化するフィルタである。適応化平滑化フィルタは、最大値を変更しないので、周囲の値に比べて著しく大きい値を持つデータ値、すなわち、スパイクノイズを含むデータ値を平滑化しないという特性を有する。
　多項式適合平滑化フィルタは、全てのデータが不確かであるものとし、フィルタリングの対象区間内の各データ値に対して重み付けを行った最小二乗法により多項式を近似して値を修正するフィルタである。
　マトリクスフィルタとは、地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタをいう。本実施形態では、マトリクスフィルタとして、例えば、メディアンフィルタ、加重移動平均フィルタ等を用いる。
　メディアンフィルタは、２次元領域（例えば、変換対象データを中心とした３×３領域又は５×５領域）におけるデータ値を小さい順に並べて中間に位置するデータ値を算出し、この２次元領域中央のデータ値を、中間のデータ値に変換するフィルタである。メディアンフィルタは、斑点状のノイズの除去に有効なフィルタである。
　加重移動平均フィルタは、２次元領域（例えば、変換対象データを中心とした３×３領域又は５×５領域）を構成するデータ値のそれぞれに対して重み付けを行って平均値を算出し、この２次元領域中央のデータ値を当該平均値に変換するフィルタである。本実施形態において用いる加重移動平均フィルタでは、２次元領域中央のデータ値の重み付け値が、当該２次元領域における他のデータに比べて小さい値に設定されている。
　なお、マトリクスフィルタの２次元領域のサイズ（以下、２次元領域のサイズをウィンドウ幅という。）は、予め設定されているものとするが、入力部２０を介して変更可能である。例えば、図２における入力欄１５、１６は、マトリクスフィルタのウィンドウ幅の入力を受け付けるためのテキストボックスである。入力欄１５は、Ｘ軸（東西方向）のウィンドウ幅の入力を受け付け、入力欄１６は、Ｙ軸（南北方向）のウィンドウ幅の入力を受け付ける。選択部４３は、この入力欄１５、１６に入力された値に基づいてウィンドウ幅を決定してもよい。
　また、選択部４３は、傾向算出部４２によって算出された地形の傾向に基づいて、選択するフィルタにおいて用いられる重み付け値等のフィルタ係数を変化させるようにしてもよい。
　また、選択部４３は、ＤＥＭデータの種類に基づいてフィルタを選択してもよい。例えば、選択部４３は、ＤＥＭデータがＳＲＴＭ　ＤＥＭである場合、ラインフィルタを優先的に選択してもよい。また、ＤＥＭデータがＡＳＴＥＲ　ＧＤＥＭである場合、マトリクスフィルタとラインフィルタとを選択してもよい。この場合において、記憶部３０に予めＤＥＭデータの種類と、この種類に応じたフィルタ名とを関連付けて記憶しておき、選択部４３が、取得部４１により取得したＤＥＭデータの種類を判別して当該種類に関連付けられているフィルタを選択してもよい。
　また、選択部４３は、ＤＥＭデータを構成するデータの個数又はＤＥＭデータの拡大縮小状態に応じて、選択するフィルタを変更してもよい。
　なお、選択部４３は、入力部２０を介してフィルタの選択を受け付けるようにしてもよいし、選択部４３により選択されたフィルタの中から、入力部２０を介して、さらにフィルタの選択を受け付けるようにしてもよい。例えば、選択部４３は、図２に示すように、各フィルタの選択を受け付けるためのボタンを設けておき、このボタンの選択状況に応じてフィルタを選択してもよい。
　変換部４４は、取得部４１により取得されたラスタデータ形式のＤＥＭデータをテキストデータ形式に変換する。また、変換部４４は、フィルタ処理部４６によりフィルタ処理が行われたテキストデータ形式のＤＥＭデータをラスタデータ形式に変換する。
　平滑処理部４５は、取得部４１により取得されたＤＥＭデータ内の所定のウィンドウ幅において最大値のデータの平滑化を行う。ここでのウィンドウ幅とは、ＤＥＭデータを構成するデータにおける、一方向に連続するデータの数をいう。すなわち、平滑処理部４５は、ＤＥＭデータを構成するデータを一方向に連続する所定数のデータに区切り、それぞれの所定数のデータごとに平滑化を行う。
　図３を用いて平滑処理部４５の処理の例について説明する。図３は、平滑処理部４５による処理の例を示す図である。
　平滑処理部４５は、ＤＥＭデータ内で、ウィンドウ幅におけるデータを、平滑化を行う範囲に決定する。図３（ａ）は、ウィンドウ幅を６とし、平滑化を行う範囲を決定した例である。そして、平滑処理部４５は、当該ウィンドウ幅におけるデータの最大値を、当該範囲に含まれるデータのデータ値の平均値又は多項式適合平滑化（Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ法）で得られた値に変換する。なお、平滑処理部４５は、最大値をとるデータを除いて平均値又は多項式適合平滑化（Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ法）で得られた値を算出する。続いて、平滑処理部４５は、平滑化を行う範囲を移動させ、移動後の範囲において平滑化を行う。図３（ｂ）は、図３（ａ）におけるそれぞれのウィンドウ幅において、最大値のデータを、このウィンドウ幅に含まれるデータのデータ値の平均値に変換した例を示す。このようにして、平滑処理部４５は、ＤＥＭデータ内の全データの範囲について平滑化を行う。
　平滑処理部４５は、傾向算出部４２によって算出された地形の傾向に基づいて、一回の平滑化における平滑化対象のデータの範囲を規定するウィンドウ幅を決定してもよい。例えば、記憶部３０に、地形の傾向と、この地形の傾向に対応するウィンドウ幅とを関連付けて記憶させておき、平滑処理部４５が、記憶部３０を参照し、傾向算出部４２によって算出された地形の傾向に対応するウィンドウ幅を特定してもよい。例えば、地形の傾向に対応するウィンドウ幅は、予想される地形の変化幅に対して狭い範囲となるように決定される。
　また、平滑処理部４５は、入力部２０を介してウィンドウ幅を受け付けるようにしてもよい。例えば、図２における入力欄１７は、ラインフィルタのウィンドウ幅の入力を受け付けるためのテキストボックスである。平滑処理部４５は、この入力欄１７に入力された値に基づいてラインフィルタのウィンドウ幅を決定してもよい。
　また、平滑処理部４５は、ＤＥＭデータ全体の平滑化を行う際に、処理結果を表示部１０にリアルタイムで表示させてもよい。例えば、平滑処理部４５は、ＤＥＭデータ全体の平滑化を複数回行う場合に、すでに表示されている処理結果に対して、新たな平滑化の処理結果を上書きして表示させてもよい。このようにすることで、ユーザは、平滑化の処理途中においてノイズの除去状況を把握することができる。
　また、平滑処理部４５は、傾向算出部４２によって算出された地形の傾向に基づいて、平滑化を行う回数を決定してもよい。すなわち、平滑処理部４５は、ＤＥＭデータ内の全データについて平滑化を行う処理を複数回繰り返してもよい。例えば、ＡＳＴＥＲ　ＤＥＭデータでは、平均傾斜量が５°以下の地形において、スパイクノイズを含む可能性が高い。そこで、平滑処理部４５は、傾向算出部４２によって算出された平均傾斜量が５°以下の場合、平均傾斜量が５°より大きい場合に比べて平滑化を行う回数を多く決定する。なお、記憶部３０に、平均傾斜量と平滑化回数とを関連付けて記憶させておき、平滑処理部４５が、傾向算出部４２によって算出された平均傾斜量に対応する平滑化回数を取得してもよい。
　また、平滑処理部４５は、ＤＥＭデータが示す所定の地図領域における一方向に平滑化を行うとともに、当該一方向と直交する方向に平滑化を行い、それぞれの平滑化の結果の平均値を算出してもよい。すなわち、平滑処理部４５は、ＤＥＭデータが示す所定の地図領域において南北方向に平滑化を行うとともに、東西方向に平滑化を行う。そして、平滑処理部４５は、ＤＥＭデータを構成するそれぞれのデータのデータ値を、南北方向の平滑化により算出された場合の当該データのデータ値と、東西方向の平滑化により算出された当該データのデータ値との平均値とする。
　また、平滑処理部４５は、ＤＥＭデータが示す所定の地図領域における一方向に平滑化を行い、当該平滑化されたデータに対して、当該一方向と直交する方向に平滑化を行ってもよい。このようにすることで、画像処理装置１は、例えば東西方向のウィンドウ幅におけるデータに対して、連続して複数のスパイクノイズが含まれている場合でもあっても、南北方向のウィンドウ幅における平滑化を行うことで、当該スパイクノイズを除去することができる。
　また、平滑処理部４５は、記憶部３０を参照し、取得部４１により取得されたＡＳＴＥＲ　ＧＤＥＭデータの生成に利用されたＡＳＴＥＲデータの数を特定し、特定されたＡＳＴＥＲデータの数に基づいて平滑化を行う回数を決定してもよい。例えば、平滑処理部４５は、特定されたＡＳＴＥＲデータの数が多い場合にはスパイクノイズが除去されたＤＥＭデータである可能性が高いので、平滑化を行う回数を少なくし、特定されたＡＳＴＥＲデータの数が少ない場合、平滑化を行う回数を多くしてもよい。すなわち、平滑処理部４５は、特定されたＡＳＴＥＲデータの数が多い場合、特定されたＡＳＴＥＲデータの数が少ない場合に比べて、平滑化を行う回数を少なくしてもよい。
　フィルタ処理部４６は、選択部４３により選択されたフィルタにより、取得部４１により取得され平滑処理部４５により平滑化が行われたＤＥＭデータのフィルタ処理を行う。ここで、フィルタ処理部４６は、選択部４３により複数のフィルタが選択されている場合、選択部４３により決定されたフィルタの処理順にしたがって、ＤＥＭデータのフィルタ処理を行う。なお、フィルタ処理部４６は、テキストデータに変換されたＤＥＭデータのフィルタ処理を行うものとする。
　また、フィルタ処理部４６は、ラインフィルタによるフィルタリングを行う場合、ＤＥＭデータが示す所定の地図領域における一方向にフィルタリングを行うとともに、当該一方向と直交する方向にフィルタリングを行い、それぞれのフィルタリングの結果の平均値を算出してもよい。
　また、フィルタ処理部４６は、入力部２０を介してフィルタの実行指示を受け付けてもよい。例えば、図２における実行ボタン１８は、フィルタ処理部４６によるフィルタ処理の実行指示を受け付けるためのボタンである。フィルタ処理部４６は、この実行ボタン１８が押下されたことに応じてＤＥＭデータのフィルタ処理を行ってもよい。
　出力部４７は、フィルタ処理部４６によりフィルタ処理が行われ、変換部４４によりラスタデータ形式に変換されたＤＥＭデータをファイルに出力する。具体的には、出力部４７は、フィルタ処理が行われる前のＤＥＭデータが格納されているファイルのファイル名に選択部４３が選択したフィルタの識別情報を付したファイル名のファイルを生成し、当該ファイルに、フィルタ処理が行われたＤＥＭデータを出力する。
　例えば、出力部４７は、フィルタ処理が行われ、ラスタデータ形式に変換されたＤＥＭデータを格納するファイルのファイル名の末尾に、フィルタを識別するための拡張子を、当該フィルタのフィルタ処理順に追加してもよい。また、出力部４７は、フィルタ処理が行われたＤＥＭデータのファイル名に対して、平滑処理部４５において用いられたウィンドウ幅を示す情報を追加してもよい。
　傾斜量図作成部４８は、出力部４７により出力されたＤＥＭデータの傾斜量図を作成する。傾斜量図作成部４８は、例えば、出力部４７により出力されたＤＥＭデータを構成する各々のデータのデータ値を、エッジ強調フィルタ等を用いて画像データに変換することにより傾斜量図を作成する。ここで、傾斜量図作成部４８は、各々のデータについて、Ｓｏｂｅｌ法、Ｐｒｅｗｉｔｔ法、又はＲｏｂｅｒｔ法を用いてエッジ処理を行って傾斜量図を作成してもよい（非特許文献１参照）。なお、傾斜量図作成部４８は、作成した傾斜量図を表示部１０に表示させてもよい。
　続いて、画像処理装置１の制御部４０による処理の流れの一例について説明する。図４は、画像処理装置の制御部による処理の流れを示すフローチャートである。
　まず、取得部４１は、ラスタファイル形式のＤＥＭデータを取得する（Ｓ１）。続いて、傾向算出部４２は、取得部４１により取得されたＤＥＭデータが示す所定の地図領域における地形の傾向を算出する（Ｓ２）。続いて、選択部４３は、傾向算出部４２により算出された地形の傾向に基づいて、複数のラインフィルタと、複数のマトリクスフィルタから少なくともいずれかのフィルタを選択する（Ｓ３）。続いて、変換部４４は、取得部４１により取得されたＤＥＭデータを、テキストファイル形式のＤＥＭデータに変換する（Ｓ４）。
　続いて、平滑処理部４５は、テキストファイル形式に変換されたＤＥＭデータについて、平滑化を行う（Ｓ５）。続いて、フィルタ処理部４６は、平滑処理部４５により平滑化が行われたＤＥＭデータについて、選択部４３により選択されたフィルタによりフィルタ処理を行う（Ｓ６）。続いて、変換部４４は、フィルタ処理が行われたＤＥＭデータをラスタファイル形式のＤＥＭデータに変換する（Ｓ７）。続いて、出力部４７は、変換部４４によりラスタファイル形式に変換されたＤＥＭデータをファイルに出力する（Ｓ８）。この際に、出力部４７は、フィルタを識別するための拡張子をファイル名に追記する。続いて、傾斜量図作成部４８は、出力部４７により出力されたＤＥＭデータの傾斜量図を作成する（Ｓ９）。
［実データへの適用例］
　図５Ａは、加重移動平均フィルタの３×３マトリックスの加重係数の一例を示す表である。図５Ｂは、加重移動平均フィルタの５×５マトリックスの加重係数の一例を示す表である。
　図６Ａから図６Ｄは、ＤＥＭデータにおける標高データ中のノイズを示す図である。横軸は東経値を示し、縦軸は標高（ｍ）を示している。
　図６Ａは、所定の２地点間の標高を示す、ＳＲＴＭ　ＤＥＭの１２０１個の標高データ値を示す図である。図６Ｂは、図６Ａで示した２地点におけるデータ値のうち、片方の地点を起点とした１００個の標高のデータ値を示す図である。図６Ｃは、図６Ａと同区間におけるＡＳＴＥＲ　ＧＤＥＭの３６０１個の標高データ値を示す図である。図６Ｄは、図６Ｂと同区間におけるＡＳＴＥＲ　ＧＤＥＭの３００個のデータ値を示す図である。
　図６Ａと図６Ｃとを比較するとわかるように、ＡＳＴＥＲ　ＧＤＥＭの標高データ中のノイズは、ＳＲＴＭ　ＤＥＭの標高データ中のノイズに比べて大きい。また、図６Ｄに示されるように、ＡＳＴＥＲ　ＧＤＥＭにおける標高データ中のノイズの最大幅はおよそ１５ｍである。また、図６Ａと図６Ｃとを比較すると、ＡＳＴＥＲ　ＧＤＥＭにおいて、周囲のデータに比べて著しくデータ値が変化するスパイクノイズを有するデータの存在が確認できる。
　図７Ａから図７Ｆは、平滑処理部４５による平滑化を行った例を示す図である。横軸は北緯値を示し、縦軸は標高（ｍ）を示している。具体的には、図７Ａは、図６Ｃに示したＡＳＴＥＲ　ＧＤＥＭの３６０１個の標高データ値のうち、１番目のデータから１５００番目のデータを示す。図７Ｂは、図７Ａに示したＡＳＴＥＲ　ＧＤＥＭデータに対して、最大値及び最小値を平均値で置換する平滑処理を３回行った後のデータを示す。図７Ｃは、図７Ｂに示したデータに対して、最大値及び最小値を多項式適合平滑化値で置換する平滑処理を３回行った後のデータを示す。
　図７Ｄは、図７Ｃに示したデータに対して、多項式適合平滑化フィルタ（Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ）による平滑処理を１回行った後のデータを示す。図７Ｅは、図７Ｄに示したデータに対して、適応化平滑化フィルタ（Ｋａｗａｔａ－Ｍｉｎａｍｉ）による平滑処理を１回行った後のデータを示す。図７Ｆは、図７Ｅに示したデータに対して、加重移動平均による平滑処理を１回行った後のデータを示す。図７Ａから図７Ｆに示されるように、平滑化を行うことにより、スパイクノイズが平滑化されていることが確認できる。
　図８Ａ及び図８Ｂは、ＳＲＴＭ　ＤＥＭに対してフィルタ処理を行った例を示す図である。図８Ａは、フィルタ処理部４６によるフィルタ処理を行う前のＳＲＴＭ　ＤＥＭを示す図である。図８Ｂは、フィルタ処理部４６によるフィルタ処理を行った後のＳＲＴＭ　ＤＥＭを示す図である。図８Ａ及び図８Ｂに示されるように、フィルタ処理部４６によるフィルタ処理によって、各領域における濃淡の差がなくなり、フィルタ処理が有効であることが確認できる。
　図９Ａ及び図９Ｂは、ＳＲＴＭ　ＤＥＭから作成された傾斜量図である。具体的には、図９Ａは、フィルタ処理部４６によるフィルタ処理を行う前のＳＲＴＭ　ＤＥＭから作成された傾斜量図である。図９Ｂは、フィルタ処理部４６によるフィルタ処理を行った後のＳＲＴＭ　ＤＥＭから作成された傾斜量図である。図９Ｂに示される傾斜量図は、図９Ａに示される傾斜量図に比べて地質及び地質構造が明瞭であることが確認できる。
　図１０は、図９Ａ及び図９Ｂに示す傾斜量図と同地域の地質図である。図９Ｂに示す傾斜量図は、フィルタ処理によって地質及び地質構造が明瞭になったことで、図１０の地質図に示されている岩脈に沿って河川が形成されていることについて確認することができる。
　図１１は、ＡＳＴＥＲ　ＧＤＥＭから作成された傾斜量図である。具体的には、図１１Ａは、平滑処理部４５による平滑化を行わずにフィルタ処理を行って得られたＤＥＭデータから作成された傾斜量図である。図１１Ｂは、平滑処理部４５による平滑化を行い、その後、フィルタ処理を行って得られたＤＥＭデータから作成された傾斜量図である。図１１Ｂに示される傾斜量図は、図１１Ａに示される傾斜量図に比べて地質及び地質構造が明瞭であることが確認できる。
［本実施形態における効果］
　以上のとおり、本実施形態に係る画像処理装置１は、複数のラインフィルタであって、地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択し、選択されたフィルタにより、取得されたＤＥＭデータのフィルタ処理を行う。
　このようにすることで、画像処理装置１は、地図領域のそれぞれに対応した多数のＤＥＭデータそれぞれにとってノイズの除去に適したフィルタとして有効な複数のラインフィルタと複数のマトリクスフィルタから少なくともいずれかのフィルタを効率的に選択することができる。
　また、画像処理装置１は、取得部４１により取得されたＤＥＭデータ内の所定のウィンドウ幅において最大値のデータの平滑化を行う。このようにすることで、画像処理装置１は、ラインフィルタ又はマトリクスフィルタで除去することができない最大値のデータについても平滑化することができるので、例えばスパイクノイズのように、他のデータ値に対して突出しているデータ値を平滑化することができる。
　また、画像処理装置１は、取得部４１により取得されたＤＥＭデータが示す所定の地図領域における地形の傾向を算出し、この算出された地形の傾向に基づいて複数のラインフィルタ及び複数のマトリクスフィルタのうち、少なくともいずれかを選択する。このようにすることで、画像処理装置１は、地形の傾向に応じて、当該地形に適したフィルタを選定することができる。
　また、画像処理装置１は、算出された地形の傾向に基づいてウィンドウ幅を決定する。このようにすることで、画像処理装置１は、地形に応じて、平滑化を行う場合のデータ範囲を最適化することができる。
　また、画像処理装置１は、算出された地形の傾向に基づいて平滑化を行う回数を決定する。このようにすることで、画像処理装置１は、算出された地形の傾向に適した回数だけ平滑化を行い、効果的にノイズを除去することができる。
　また、画像処理装置１は、ＤＥＭデータが示す所定の地図領域における一方向に平滑化を行うとともに、当該一方向と直交する方向に平滑化を行い、それぞれの平滑化の結果の平均値を算出する。このようにすることで、画像処理装置１は、一方向において連続的に複数のスパイクノイズが含まれている場合であっても、当該一方向と直交する方向に平滑化を行うことができるので、一方向のみで平滑化を行う場合に比べて、効果的にノイズを除去することができる。
　また、画像処理装置１は、ＤＥＭデータが示す所定の地図領域の位置と、当該位置におけるＡＳＴＥＲ　ＧＤＥＭデータの生成に利用されたＡＳＴＥＲデータの数とを関連付けて記憶部３０に記憶し、当該記憶部３０を参照して取得部４１により取得されたＤＥＭデータの生成に利用されたＡＳＴＥＲデータの数を特定し、特定されたＡＳＴＥＲデータの数に基づいて平滑化を行う回数を決定する。ここで、特定されたＡＳＴＥＲデータの数が少ない地図領域を示すＤＥＭデータは、特定されたＡＳＴＥＲデータの数が多い地図領域のＤＥＭデータに比べてデータの精度が低く、ノイズ成分を多く含んでいる。これに対して、画像処理装置１は、例えば、特定されたＡＳＴＥＲデータの数に応じて適切な回数の平滑化を行うことができる。
　また、画像処理装置１は、フィルタ処理が行われたＤＥＭデータを格納するファイルのファイル名を、フィルタ処理が行われる前のＤＥＭデータが格納されているファイルのファイル名に選択部４３が選択したフィルタの識別情報を付したものと設定し、当該ファイル名が設定されたファイルに、フィルタ処理が行われたＤＥＭデータを出力する。このようにすることで、画像処理装置１により出力されたＤＥＭデータのユーザは、ファイル名によって、フィルタ処理の内容を把握することができる。
　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。
１・・・画像処理装置、１０・・・表示部、２０・・・入力部、３０・・・記憶部、４０・・・制御部、４１・・・取得部、４２・・・傾向算出部、４３・・・選択部、４４・・・変換部、４５・・・平滑処理部、４６・・・フィルタ処理部、４７・・・出力部、４８・・・傾斜量図作成部

Claims (12)

  1. 　所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する取得部と、
    　複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する選択部と、
    　前記選択部により選択されたフィルタにより、前記取得部により取得された前記ＤＥＭデータのフィルタ処理を行うフィルタ処理部と、
    　前記フィルタ処理が行われたＤＥＭデータを出力する出力部と、
    　を備える画像処理装置。
  2. 　前記取得部により取得された前記ＤＥＭデータ内の所定のウィンドウ幅において最大値のデータの平滑化を行う平滑処理部をさらに備え、
    　前記フィルタ処理部は、前記選択部により選択されたフィルタにより、前記平滑化が行われた前記ＤＥＭデータのフィルタ処理を行う、
    　請求項１に記載の画像処理装置。
  3. 　前記取得部により取得された前記ＤＥＭデータが示す前記所定の地図領域における地形の傾向を算出する傾向算出部をさらに備え、
    　前記選択部は、算出された前記地形の傾向に基づいて前記複数のラインフィルタ及び前記複数のマトリクスフィルタのうち、少なくともいずれかを選択する、
    　請求項１又は２に記載の画像処理装置。
  4. 　前記傾向算出部は、前記所定の地図領域を複数の領域に分割し、分割された当該複数の領域それぞれの地形の傾向を算出し、
    　前記選択部は、前記複数の領域それぞれに対して、算出された前記地形の傾向に基づいて、前記複数のラインフィルタ及び前記複数のマトリクスフィルタのうち、少なくともいずれかを選択する、
    　請求項３に記載の画像処理装置。
  5. 　前記取得部により取得された前記ＤＥＭデータが示す前記所定の地図領域における地形の傾向を算出する傾向算出部をさらに備え、
    　前記平滑処理部は、算出された前記地形の傾向に基づいて、前記ウィンドウ幅を決定する、
    　請求項２に記載の画像処理装置。
  6. 　前記平滑処理部は、算出された前記地形の傾向に基づいて前記平滑化を行う回数を決定する、
    　請求項５に記載の画像処理装置。
  7. 　前記平滑処理部は、前記ＤＥＭデータが示す前記所定の地図領域における一方向に前記平滑化を行うとともに、当該一方向と直交する方向に前記平滑化を行い、それぞれの平滑化の結果の平均値を算出する、
    　請求項２、５及び６のいずれか１項に記載の画像処理装置。
  8. 　ＤＥＭデータが示す前記所定の地図領域の位置と、当該位置における当該ＤＥＭデータの生成に利用された衛星画像データ数とを関連付けて記憶する記憶部をさらに備え、
    　前記平滑処理部は、前記記憶部を参照して前記取得部により取得された前記ＤＥＭデータの生成に利用された衛星画像データ数を特定し、特定された衛星画像データ数に基づいて前記平滑化を行う回数を決定する、
    　請求項２、５、６及び７のいずれか１項に記載の画像処理装置。
  9. 　前記出力部は、前記フィルタ処理が行われる前のＤＥＭデータが格納されているファイルのファイル名に前記選択部が選択したフィルタの識別情報を付したファイル名のファイルを生成し、当該ファイルに前記フィルタ処理が行われたＤＥＭデータを出力する、
    　請求項１から８のいずれか１項に記載の画像処理装置。
  10. 　所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する工程と、
    　複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する工程と、
    　前記選択する工程において選択されたフィルタにより、前記取得する工程において取得された前記ＤＥＭデータのフィルタ処理を行う工程と、
    　前記フィルタ処理が行われたＤＥＭデータを出力する工程と、
    　を備える画像処理方法。
  11. 　前記ＤＥＭデータが示す前記所定の地図領域における地形の傾向を算出する工程と、
    　前記ＤＥＭデータを構成するデータの平滑化を行う工程と、
    　をさらに備え、
    　前記選択する工程において、前記地形の傾向に基づいて前記複数のラインフィルタと、複数のマトリクスフィルタとから少なくともいずれかのフィルタを選択し、
    　前記フィルタ処理を行う工程において、前記平滑化が行われた前記ＤＥＭデータのフィルタ処理を行う、
    　請求項１０に記載の画像処理方法。
  12. 　所定の地図領域における格子状のエリアのそれぞれの数値標高を示すＤＥＭデータを取得する工程と、
    　複数のラインフィルタであって、前記地図領域において一方向に連続するデータのフィルタリングを行うフィルタと、複数のマトリクスフィルタであって、前記地図領域において２次元領域を構成するデータのフィルタリングを行うフィルタとのうち、少なくともいずれかを選択する工程と、
    　前記選択する工程において選択されたフィルタにより、前記取得する工程において取得された前記ＤＥＭデータのフィルタ処理を行う工程と、
    　前記フィルタ処理が行われたＤＥＭデータを出力する工程と、
    　をコンピュータに実行させる画像処理プログラム。
PCT/JP2014/055165 2013-03-07 2014-02-28 画像処理装置、画像処理方法及び画像処理プログラム WO2014136694A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
AU2014227060A AU2014227060B2 (en) 2013-03-07 2014-02-28 Image processing device, method for image processing, and image processing program
JP2015504285A JP6007312B2 (ja) 2013-03-07 2014-02-28 画像処理装置、画像処理方法及び画像処理プログラム
US14/845,148 US9639980B2 (en) 2013-03-07 2015-09-03 Image processing apparatus for DEM data and method of image processing for DEM data

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-044907 2013-03-07
JP2013044907 2013-03-07

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/845,148 Continuation US9639980B2 (en) 2013-03-07 2015-09-03 Image processing apparatus for DEM data and method of image processing for DEM data

Publications (1)

Publication Number Publication Date
WO2014136694A1 true WO2014136694A1 (ja) 2014-09-12

Family

ID=51491213

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/055165 WO2014136694A1 (ja) 2013-03-07 2014-02-28 画像処理装置、画像処理方法及び画像処理プログラム

Country Status (4)

Country Link
US (1) US9639980B2 (ja)
JP (1) JP6007312B2 (ja)
AU (1) AU2014227060B2 (ja)
WO (1) WO2014136694A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019043931A1 (ja) * 2017-09-01 2019-03-07 本多電子株式会社 海図画像表示装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2014235873A1 (en) * 2013-03-22 2015-09-10 Accenture Global Services Limited Geospatial smoothing in web applications
US9578351B1 (en) 2015-08-28 2017-02-21 Accenture Global Services Limited Generating visualizations for display along with video content
US9940739B2 (en) 2015-08-28 2018-04-10 Accenture Global Services Limited Generating interactively mapped data visualizations
WO2018024492A1 (de) * 2016-08-03 2018-02-08 Robert Bosch Gmbh Verfahren zur korrektur des höhenmodells für navigationsgeräte auf grund von 3d-landmarken
CN107705360B (zh) * 2017-09-26 2020-10-16 南京林业大学 一种山地景观断面快速生成方法
CN111626996B (zh) * 2020-05-21 2021-10-19 金陵科技学院 基于dem三维特征分布的滑动窗口检测方法
US11847740B2 (en) * 2020-08-12 2023-12-19 Datasight Data compression algorithm for processing of point cloud data for digital terrain models (DTM)
TWI774224B (zh) * 2021-02-03 2022-08-11 緯創資通股份有限公司 特徵強化與資料擴增方法及其動作偵測裝置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003005634A (ja) * 2001-06-21 2003-01-08 Shimizu Corp 地形標高データの補正装置および補正方法、測量地点の位置座標の決定方法
JP2004093632A (ja) * 2002-08-29 2004-03-25 Nec Corp 地形形状抽出方法、地形形状抽出システム及びプログラム
JP2013196151A (ja) * 2012-03-16 2013-09-30 Chikyu Joho Gijutsu Kenkyusho:Kk 地形画像処理装置、地形画像処理方法、地形画像処理プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びに地形画像データ及び地形図データ

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7590300B2 (en) * 2004-06-24 2009-09-15 Intel Corporation Image filtering methods and apparatus
US7113868B2 (en) * 2004-08-11 2006-09-26 Bell Geospace, Inc. Method and system for processing geophysical survey data
US7471844B2 (en) * 2004-12-27 2008-12-30 Intel Corporation Method, apparatus and system for multi-feature programmable tap filter image processing
US8428538B2 (en) * 2008-07-09 2013-04-23 Intel Mobile Communications GmbH Channel estimator
US8103631B2 (en) * 2008-11-19 2012-01-24 Sandisk Il Ltd Merging files on storage and retrieve
EP2262267A1 (en) * 2009-06-10 2010-12-15 Panasonic Corporation Filter coefficient coding scheme for video coding
US9141705B2 (en) * 2009-06-15 2015-09-22 Nuance Communications, Inc. Method and system for search string entry and refinement on a mobile device
HUE036401T2 (hu) * 2010-09-30 2018-07-30 Samsung Electronics Co Ltd Eljárás képek interpolálására simító interpolációs szûrõt felhasználva

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003005634A (ja) * 2001-06-21 2003-01-08 Shimizu Corp 地形標高データの補正装置および補正方法、測量地点の位置座標の決定方法
JP2004093632A (ja) * 2002-08-29 2004-03-25 Nec Corp 地形形状抽出方法、地形形状抽出システム及びプログラム
JP2013196151A (ja) * 2012-03-16 2013-09-30 Chikyu Joho Gijutsu Kenkyusho:Kk 地形画像処理装置、地形画像処理方法、地形画像処理プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びに地形画像データ及び地形図データ

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MAKOTO INOUE ET AL.: "ASTERGDEM2 Oyobi SRTM- 3DEM kara Tsukuru Seimitsu Keisharyozu ni Tsuite -Chishitsu Joho tono Kanren ni Oite", NIPPON JOHO CHISHITSU GAKKAI SYMPOSIUM 2013 CHISHITSU JOHO TO NO SANJIGEN MODELING TO CIM NI TSUITE KOEN RONBUNSHU, 29 October 2013 (2013-10-29), pages 37 - 40, Retrieved from the Internet <URL:http://www.jsgi.org/2013symposium/symposium2013_proceedings.pdf> [retrieved on 20140325] *
MAKOTO INOUE ET AL.: "Keisharyozu ni Okeru ASTERGDEM ni Taishite no Filter Koka ni Tsuite", THE MINING AND MATERIALS PROCESSING INSTITUTE OF JAPAN SHUNKI TAIKAI KOENSHU, vol. 2012, 26 March 2012 (2012-03-26), pages 355 - 356 *
MAKOTO INOUE ET AL.: "SRTM90mDEM ni Taishite no Filter Koka ni Tsuite -Riten to Ketten", THE MINING AND MATERIALS PROCESSING INSTITUTE OF JAPAN SHUNKI TAIKAI KOENSHU, vol. 2011, 26 September 2011 (2011-09-26), pages 365 - 368 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019043931A1 (ja) * 2017-09-01 2019-03-07 本多電子株式会社 海図画像表示装置

Also Published As

Publication number Publication date
US9639980B2 (en) 2017-05-02
US20150379767A1 (en) 2015-12-31
AU2014227060B2 (en) 2017-04-06
JP6007312B2 (ja) 2016-10-12
JPWO2014136694A1 (ja) 2017-02-09
AU2014227060A1 (en) 2015-09-24

Similar Documents

Publication Publication Date Title
JP6007312B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
KR101978172B1 (ko) 깊이 영상을 고해상도로 변환하는 방법 및 장치
US8471854B2 (en) Geospatial modeling system providing user-selectable building shape options and related methods
US7764810B2 (en) Geospatial modeling system providing non-linear inpainting for voids in geospatial model terrain data and related methods
US7760913B2 (en) Geospatial modeling system providing non-linear in painting for voids in geospatial model frequency domain data and related methods
EP2118854B1 (en) Exemplar/pde-based technique to fill null regions and corresponding accuracy assessment
JP2008530595A (ja) 地形モデル化のためのデジタル標高モデル（ｄｅｍ）を向上させる方法および装置
US7750902B2 (en) Geospatial modeling system providing non-linear inpainting for voids in geospatial model cultural feature data and related methods
US8099264B2 (en) Geospatial modeling system providing inpainting and error calculation features and related methods
JP2013196151A (ja) 地形画像処理装置、地形画像処理方法、地形画像処理プログラム及びそれを記録したコンピュータ読み取り可能な記録媒体、並びに地形画像データ及び地形図データ
US20090089018A1 (en) Geospatial modeling system providing building generation based upon user input on 3d model and related methods
JP2010511257A (ja) マルチスペクトル画像のパンクロマティック変調
JP2007033157A (ja) 画像解析装置、画像解析方法及びプログラム
JP2012519917A (ja) 大気及び太陽照明モデリングを利用した画像の対の融合システム及び方法
US11087532B2 (en) Ortho-image mosaic production system
US20080270031A1 (en) Geospatial modeling system providing data thinning of geospatial data points and related methods
EP2212861A1 (en) Geospatial modeling system using void filling and related methods
JP6765353B2 (ja) 構造物検査システム、構造物検査装置及び構造物検査方法
US20130114892A1 (en) Method and device for generating a super-resolution image portion
JP2010539622A (ja) 選択可能な補筆機能に基づくボイド修復を提供する地理空間的モデリング・システムおよび関係する方法
CN116402693A (zh) 一种基于遥感技术的市政工程图像处理方法及装置
JP4887124B2 (ja) 画素値補正プログラムおよび記録媒体
WO2019132906A1 (en) Gridding global data into a minimally distorted global raster
WO2017103940A1 (en) System and method for designing and engineering of a pv installation
KR101557703B1 (ko) 지구 평면도에서 밤낮의 변화를 실시간으로 시각화하는 방법 및 이를 위한 그래픽 처리장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14760035

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015504285

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2014227060

Country of ref document: AU

Date of ref document: 20140228

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 14760035

Country of ref document: EP

Kind code of ref document: A1