WO2019107528A1

WO2019107528A1 - 河川危険度判定装置、河川危険度判定方法、記憶媒体

Info

Publication number: WO2019107528A1
Application number: PCT/JP2018/044110
Authority: WO
Inventors: 真澄石川
Original assignee: 日本電気株式会社
Priority date: 2017-12-01
Filing date: 2018-11-30
Publication date: 2019-06-06
Also published as: JPWO2019107528A1; JP6891972B2; US10977923B2; US20200410838A1

Abstract

水領域検出部（１１）は、河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出する。面積比率算出部（１２）は、判定対象領域に対する水領域の面積の割合を算出する。危険度判定部（１３）は、算出された比率に基づいて、河川が氾濫する危険性の高さを算出する。

Description

河川危険度判定装置、河川危険度判定方法、記憶媒体

　本発明は、河川危険度判定装置、河川危険度判定方法、および記憶媒体に関し、特に、河川を撮影した画像から、河川が氾濫する危険性を判定する河川危険度判定装置に関する。

　近年、気候変動により、河川の氾濫が全国各地で頻発している。こうした河川の氾濫による被害をできるかぎり抑制するために、河川が氾濫に至る前に、氾濫の可能性の高さを判定することが可能な装置またはシステムが要望されている。

　関連する技術では、河川の水位が予め設定した標高を超えたときに、氾濫の危険があると判定する。この技術は、水位を検知する必要がある。

　国土交通省が管轄する河川事務所では、水位を検知するために、水圧式水位計や量水板などの計測器が利用されている。水圧式水位計は、水中に設置された受圧部が受ける水圧の変化を機械的に測定する。また、河川に設置された量水板が示す水位を目視で確認する方法もある。しかし、いずれの方法でも、増水時に計測器が流される可能性がある。加えて、全国６万本超の河川の全てに計測器を配備することは、コストや時間がかかる。

　そこで、河川に設置された監視カメラの映像を解析することによって、水位を判定する方法が提案されている。特許文献１に開示された水位検知装置は、水面境界では輝度値が大きく減衰するという特性に基づいて、水位を判定する。具体的には、監視カメラが撮影した映像から、同じ標高にある領域の画素を抽出し、抽出した画素の平均輝度を算出する。そして、急激に輝度が減衰した標高を水位と判定する。水位検知装置は、こうして判定した水位を、既定の閾値と比較することによって、氾濫の危険性を算出する。

特許第３９０７２００号公報特許第３７０１１６７号公報特開２００９－２１７７２５号公報

B. Scholkopf , K. Sung , C. Burges , F. Girosi , P. Niyogi , T. Poggio , V. Vapnik, "Comparing support vector machines with gaussian kernels to radial basis function classifiers", IEEE Trans. Sign. Processing, Vol.45, pp.2758-2765, 1997. Jonathan Long, Evan Shelhamer, Trevor Darrell，"Fully Convolutional Networks for Semantic Segmentation", "2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)", DOI: 10.1109/CVPR.2015.7298965, 15 October 2015.

　しかしながら、上述した関連する技術では、河川の下流域のように、通常時の水面と堤防との標高差が小さい場所では、氾濫の危険性を判定することが難しいという問題がある。その理由は、通常時の水面と堤防との標高差が小さい場所では、水位の変動が小さく（例えば数ｃｍから数１０ｃｍ）ても、氾濫が起きる可能性は大きく変化するためである。

　本発明の目的は、水面と堤防の標高差が小さい場所であっても、河川の氾濫の危険性を判定できる装置を提供することにある。

　本発明の一態様に係わる水位危険度判定装置は、河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出する水領域検出手段と、前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出する面積比率算出手段と、前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出する危険度判定手段と、を備える。

　本発明の一態様に係わる水位危険度判定方法は、河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出することと、前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出することと、前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出することと、を含む。

　本発明の一態様に係わる記憶媒体は、河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出することと、前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出することと、前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出することと、をコンピュータに実行させるためのプログラムを記憶している。

　本発明によれば、水面と堤防との標高差が小さい場所であっても、河川が氾濫する危険性を判定できる。

第１の実施形態に係わる河川危険度判定装置の構成を示すブロック図である。監視カメラを設置された河川を示す図である。監視カメラが撮影した映像から抽出された入力画像を示す図である。河川を撮影した入力画像内に設定される判定対象領域の第１の例を示す図である。河川を撮影した入力画像内に設定される判定対象領域の第２の例を示す他の図である。河川を撮影した入力画像内に設定される判定対象領域の例を示す他の図である。第１の実施形態に係わる河川危険度判定装置の動作を示すフローチャートである。第１の実施形態に係わる河川危険度判定装置の構成を示すブロック図である。面積比率（水領域／判定対象領域）の時間遷移の第１の例を示す図である。面積比率（水領域／判定対象領域）の時間遷移の第２の例を示す図である。面積比率（水領域／判定対象領域）の時間遷移の第３の例を示す図である。面積比率（水領域／判定対象領域）の時間遷移の第４の例を示す図である。第２の実施形態に係わる河川危険度判定装置の動作を示すフローチャートである。第３の実施形態に係わる河川危険度判定装置のハードウェア構成を示す図である。

　本発明の実施の形態について、図面を参照して、以下で詳細に説明する。

　〔第１の実施形態〕
　（河川危険度判定装置１の構成）
　図１は、第１の実施形態に係わる河川危険度判定装置１の構成を示すブロック図である。図１に示すように、河川危険度判定装置１は、水領域検出部１１と、面積比率算出部１２と、危険度判定部１３とを備えている。河川危険度判定装置１は、監視カメラ等（図２の（ａ）および（ｂ）参照）が撮影した映像の一フレームを、入力画像（図３参照）として取得する。そして、河川危険度判定装置１は、入力画像において予め設定された領域（判定対象領域と呼ぶ）に対して占める、水に覆われた領域（水領域と呼ぶ）の割合（面積比率と呼ぶ）に基づいて、河川が氾濫する危険性の高さを表す危険度を算出する。判定対象領域、水領域、面積比率、および危険度については、後に具体例を挙げて説明する。

　（監視カメラの設置と入力画像）
　図２の（ａ）は、監視カメラ（河川監視カメラの一例）が設置された河川の断面図であり、図２の（ｂ）は監視カメラ（河川監視カメラの一例）が設置された河川の俯瞰図である。

　図２の（ａ）において、通常時（すなわち河川が増水していないとき）における河川の水面の標高を“Ｌ１”、増水時における河川の水位を“Ｌ２”で示す。堤防の上端の標高は“Ｌ”（＞Ｌ１）である。通常時における水面と堤防との標高差は、Ｌ－Ｌ１であり、増水時における水面と堤防との標高差はＬ－Ｌ２である。増水時の水位Ｌ２が堤防の標高Ｌに達した場合、つまりＬ２＝Ｌとなった場合、河川は堤防を越えて氾濫する可能性がある。

　図２の（ｂ）において、通常時における河川の流域を“Ｓ１”、増水時における河川の流域を“Ｓ２”で示す。また、監視カメラが撮影する領域を“Ｓ”で示す。領域Ｓは、通常時における河川の流域Ｓ１、増水時における河川の流域Ｓ２、および堤防の一部を含む。通常時、河川の流域Ｓ１から堤防までは離れているが、増水時には、河川の流域が拡大し、堤防と接する。河川が氾濫した場合、河川の流域Ｓ２は領域Ｓを覆う。

　監視カメラは、領域Ｓを撮影することによって得られた映像データを、入力画像として、無線または有線の通信によって、河川危険度判定装置１へ送信する。

　図３は、河川危険度判定装置１が監視カメラから取得する入力画像の一例を示す図である。図３に示すように、判定対象領域は入力画像内に設定される。判定対象領域は、河川の領域（水領域の一例）と、堤防の内側であって河川ではない領域（非水領域の一例。例えば河原）とを少なくとも含む。図３において、水領域をハッチングしている。判定領域から水領域を除いた領域が、非水領域である。判定対象領域の位置および形状は、ユーザによって手動で、または遠隔操作で設定されてもよい。

　図３に示す入力画像において、矩形の枠線で囲まれた判定対象領域の面積を“Ｓａ”、枠線内にハッチングで示す水領域の面積を“Ｓｗ”で表している。前述の面積比率（＝水領域の面積／判定対象領域の面積）は、Ｓｗ／Ｓａである。ここで、判定対象領域の面積Ｓａおよび水領域の面積Ｓｗは、判定対象領域および水領域に対応する入力画像上の画素数によって表される。

　（判定対象領域の例）
　図４Ａ～図４Ｃを参照して、入力画像内に設定される判定対象領域の具体例を説明する。しかしながら、以下で説明する判定対象領域の位置および形状は単なる例である。判定領域の位置は、水領域と非水領域とを少なくとも含むように決定される。また、判定対象領域の形状は限定されない。

　図４Ａに示すように、入力画像における判定対象領域は矩形であってもよい。この場合、判定対象領域の位置情報は、矩形の４つの角を示す座標（（ｘ１、ｙ１）～（ｘ４、ｙ４））によって表されてもよい。あるいは、判定対象領域の位置情報は、４つの角のうちのいくつかの座標、あるいは判定対象領域の中心の座標と、判定対象領域の高さおよび幅とによって、表すこともできる。

　図４Ｂに示すように、入力画像における判定対象領域は、ｎ本の直線（線分）によって囲われた、凹凸のある形状であってもよい。各線分は、両端の座標（（ｘｍ－１、ｙｍ－１）、（ｘｍ、ｙｍ））（ｍ＝１～ｎ））によって表されてもよい。あるいは、図示しないが、判定対象領域は、その一部または全部を、曲線によって囲まれていてもよい。この場合、判定対象領域は、直線／曲線と他の直線／曲線とが交差する位置を示す座標によって指定されてもよい。

　図４Ｃに示すように、入力画像における判定対象領域は、増水時であっても水に覆われる可能性の低い領域（非判定対象領域）を除外するような形状に設定されてもよい。ここで、増水時であっても水に覆われる可能性の低い領域とは、例えば、標高の高い中洲、橋脚の領域や、草木が植生していて起伏した領域（例えば土手の下）である。この場合、判定対象領域を指定する位置情報に加えて、非判定対象領域を指定するための位置情報も必要になる。あるいは、判定対象領域は、判定対象領域を構成する全ての画素の座標リストで指定されてもよい。この場合、非判定対象領域の位置情報は不要になる。

　（先行技術との対比）
　本実施形態に係わる河川危険度判定装置１が、関連する技術よりも、氾濫の可能性の高さ（危険度の一例）を高精度に判定できる理由を、図２の（ａ）および（ｂ）を参照して説明する。

　関連する技術（特許文献１）は、通常時と増水時との間の水位の変化量に基づいて、河川が氾濫する可能性の高さを判定する。図２の（ａ）では、Ｌ２－Ｌ１が、通常時と増水時との間の水位の変化量である。

　ところが、通常時と増水時との間の水位の変化量（Ｌ２－Ｌ１）は、一般的には数ｍである。それに対し、監視カメラが撮影する領域Ｓの一辺の長さはおおむね１０ｍ～１００ｍのオーダであって、水位の変化量（Ｌ２－Ｌ１）に比べて大きい。入力画像は領域Ｓを撮像して得られるから、通常時と増水時との間の水位の変化に基づく入力画像の変化は僅かである。そのため、関連する技術は、水位の変化量（Ｌ２－Ｌ１）に基づいて、河川の氾濫が起こる可能性の高さを高精度に判定することが困難である。

　図２の（ｂ）に示すように、通常時の河川の流域はＳ１である。一方、増水時の河川の流域はＳ２（＞Ｓ１）まで広がる。この結果、判定対象領域の面積Ｓａに対する水領域の面積Ｓｗの割合である面積比率（Ｓｗ／Ｓａ）が変化する。本実施形態に係わる河川危険度判定装置１は、この面積比率（Ｓｗ／Ｓａ）に基づいて、氾濫の危険度を算出する。

　特に、川の下流域では、増水時に、川の幅が大きく変化するので、面積比率（Ｓｗ／Ｓａ）の変化も大きい。したがって、河川危険度判定装置１は、入力画像における面積比率の変化量に基づいて、川の氾濫の可能性の高さを示す危険度を高精度に算出することができる。

　（１－１）水領域検出部１１
　水領域検出部１１は、時刻ｔにおいて、入力画像を監視カメラから取得するとともに、入力画像内で予め設定された判定対象領域の位置および形状に関する情報（位置情報と呼ぶ）も取得する。そして、水領域検出部１１は、判定対象領域内から水領域を検出し、検出結果を面積比率算出部１２に出力する。ここでの検出結果とは、検出された水領域に属する画素の位置情報のことである。検出結果は、水領域であると判定された画素の座標リストで表現されてもよいが、その他の方法による形式のデータで表現されてもよい。

　水領域検出部１１は、どのような方法を用いて、水領域を検出しても構わない。水領域の検出方法として、例えば、SVM (Support Vector Machine)（非特許文献１）を用いた手法や、ディープラーニングに基づく手法（非特許文献２）が挙げられる。これらの手法は、事前に実施する学習フェーズと、入力画像を処理する識別フェーズとの２段階に分かれる。

　ＳＶＭでは、水領域検出部１１は、まず、水を撮影した画像と、水以外を撮影した画像の２種類の画像セットを準備する。学習フェーズでは、準備した画像セットの各画像から、色ヒストグラムやエッジヒストグラム等の第１の画像特徴量を抽出し、抽出した第１の画像特徴量を識別器に入力する。これにより、画素を水または非水に弁別することが可能な識別器が構成される。識別フェーズでは、水領域検出部１１は、入力画像中の判定対象領域を細かい画像パッチに分けて、各画像パッチから第２の画像特徴量を抽出する。そして、学習フェーズで生成した識別器に第２の画像特徴量を入力することにより、識別器は、各画像パッチが水を撮影したものかそうでないかを弁別する。識別器によって水に弁別された画像パッチの集合は水領域と判定される。

　ディープラーニングに基づく手法では、水領域検出部１１は、まず、水領域と非水領域を各画素に対してラベル付けした画像セットを準備する。学習フェーズでは、水領域検出部１１は、学習セットの画像データを多層のニューラルネットワークに入力し、各画素がラベル通りに水もしくは非水に判定されるように、ニューラルネットワークの重みを学習する。識別フェーズでは、水領域検出部１１は、学習済みのニューラルネットワークに入力画像を入力し、入力画像中の判定対象領域内の各画素について、水か非水かを弁別する。そして、水と弁別された画素の集合を水領域と判定する。

　水領域の検出精度を高めるために、水領域検出部１１は、水領域を検出する前に、入力画像のコントラストを補正してもよいし、輪郭を先鋭にしたり（シャープニング処理）、カラーバランスを補正したり、ノイズを抑制する処理（デノイズ処理）を実施したりしてもよい。例えば、水領域検出部１１は、河川で発生することの多い霧、日照条件に依って生じる逆光や影、夜間の闇、および電灯の色による色被り等による影響を、入力画像から除去するための前処理を実施してもよい。あるいは、水領域検出部１１は、入力画像に対し、監視カメラのセンサのノイズを緩和するための前処理を実施してもよい。これにより、水領域検出部１１は、水領域を安定して検出することができるようになる。

　（１－２）面積比率算出部１２
　面積比率算出部１２は、時刻ｔの入力画像における水領域の検出結果と、あらかじめ設定された判定対象領域の位置情報とを入力として取得する。そして、面積比率算出部１２は、判定対象領域に対する水領域の面積の割合を示す面積比率を算出する。面積比率算出部１２は、算出した面積比率の結果を危険度判定部１３へ出力する。

　具体的には、面積比率算出部１２は、以下の式（１）によって、時刻ｔにおける面積比率Ｒｗを算出することができる。式（３）において、Ｓａは判定対象領域の面積であり、Ｓｗは、水領域の面積である（図３参照）。

Rw =　Sw／Sa　・・・・　式（１）

　（１－３）危険度判定部１３
　危険度判定部１３は、時刻ｔの入力画像に対して算出された面積比率と、既定の面積比率の閾値とを比較することによって、河川が氾濫する可能性の高さを示す危険度を算出する。なお、氾濫の危険度を算出することには、危険度を表す数値そのものを算出することのほかに、危険度の高低を判定することも含む。危険度判定部１３は、危険度の算出結果を、外部装置（例えばディスプレイ）等に出力する。

　危険度判定部１３は、危険度の判定基準となる既定の面積比率の基準値および閾値のデータを予め取得している。既定の面積比率の基準値は、河川の通常時の面積比率であってもよいし、判定対象領域の全体が水で覆われたときの面積比率（つまり１）であってもよい。あるいは、面積比率の基準値は、増水時であっても水に覆われることの無い領域を判定対象領域から除いた領域と、判定対象領域の全体との間の面積比率であってもよい。あるいは、危険度判定部１３は、既定の面積比率の基準値として、上記のうち１つもしくは複数を組み合わせて用いてもよい。

　また、危険度判定部１３は、経験的に河川の氾濫の危険性が高いと判断される面積比率を、既定の面積比率の閾値として設定する。あるいは、危険度判定部１３は、氾濫時の避難誘導等に必要な時間を考慮して、既定の面積比率の閾値は複数設定されてもよい。この場合、複数の閾値は、それぞれ異なる危険度を表す。閾値が大きくなるとともに、対応する危険度（つまり氾濫が起こる可能性の高さ）が上昇する。

　危険度判定部１３は、時刻ｔの入力画像に対して算出された面積比率と、既定の面積比率の閾値との相対値（例えば比率）または大小関係に基づいて、危険度を判定する。

　時刻ｔの入力画像に対して算出された面積比率をＲｗとし、既定の面積比率の閾値をＴＨｒｈとする。また、通常時あるいは河川の水量が少ないときを想定した既定の面積比率の基準値をＴＨｒ１（ＴＨｒ１＜Ｒｗ＜ＴＨｒｈ）とする。このとき、危険度判定部１３は、例えば、以下の式（２）にしたがって、危険度ＤＲを算出してもよい。

DR=　(Rw－THr1)／(THrh－THr1)　・・・・　式（２）

　式（２）は、入力画像における面積比率Ｒｗが、基準値ＴＨｒ１からどれだけ離れ、閾値ＴＨｒｈに対してどれだけ接近しているかを表す。基準値ＴＨｒ１は、河川の通常時の面積比率である。したがって、面積比率Ｒｗが基準値ＴＨｒ１に近いほど、氾濫が起こる可能性は低い（すなわち危険度が“低”）。一方、面積比率Ｒｗが閾値ＴＨｒｈに近いほど、氾濫が起こる可能性が高い（すなわち危険度が“高”）。

　あるいは、複数個の閾値（ＴＨｒ１、・・・・、ＴＨｒｎのｎ個）が、段階的に設定されていてもよい。この構成では、危険度判定部１３は、以下に示す式（３）にしたがって、危険度ＤＲをｎ＋１段階で判定することができる。式（３）に示すｎ個の既定の面積比率の閾値は、例えば、氾濫時の避難誘導等に必要な時間を加味して、ユーザが手動で入力してもよい。これにより、例えば、危険度ＤＲが上昇するごとに、警報のレベルを上げるといった構成を実現することができる。

DR=
　危険度０　(if　Rw＜THr1)
　危険度１　(if　THr1≦Rw＜THr2)
　・・・・
　危険度ｎ－１　(if　THrn-1≦Rw＜THrn)
　危険度ｎ　(if　THrn≦Rw)　・・・・　式（３）

　（動作の説明）
　図５を参照して、本実施形態に係わる河川危険度判定装置１の動作を説明する。図５は、河川危険度判定装置１の動作の流れを示すフローチャートである。

　図５に示すように、判定対象領域の位置情報が面積比率算出部１２に供給される（ステップＳ１１）。判定対象領域の位置情報は、ユーザによって入力されてもよいし、予め設定されていてもよい。また、既定の面積比率である基準値および閾値が設定される（ステップＳ１２）。

　次に、時刻ｔにおいて、河川に設置された監視カメラ（図２の（ａ）および（ｂ）参照）が撮影した映像データの一フレームが、入力画像として、水領域検出部１１に入力される（ステップＳ１３）。水領域検出部１１は、判定対象領域の位置情報を用いて、入力画像から判定対象領域を抽出し、抽出した判定対象領域から水領域を検出する（ステップＳ１４）。そして、水領域検出部１１は、検出した水領域の位置情報を、面積比率算出部１２に出力する。

　面積比率算出部１２は、判定対象領域の位置情報と、水領域検出部１１から入力された水領域の位置情報とを用いて、面積比率（＝水領域の面積／判定対象領域の面積）を算出する（ステップＳ１５）。面積比率算出部１２は、計算した面積比率の情報を、危険度判定部１３に出力する。

　危険度判定部１３は、面積比率算出部１２によって算出された面積比率と、既定の面積比率の閾値との大小関係あるいは相対値（比率）に基づいて、河川の氾濫の危険度（式（２）または式（３）参照）を算出する（ステップＳ１６）。河川危険度判定装置１は、画像入力が終了するまで（Ｓ１６１でＹｅｓ）、ステップＳ１３からＳ１６までの処理を繰り返す。なお、画像入力の終了は、河川の状況や天候等に基づいて、ユーザが判断してもよい。

　（効果の説明）
　本実施形態の構成によれば、判定対象領域に対して占める水に覆われた領域（水領域と呼ぶ）の面積の割合に基づいて、河川が氾濫する可能性の高さを表す危険度を算出する。そのため、河川の下流域のように、同じ標高の領域が広く、かつ、水位の変動が微小であっても水に覆われた領域の面積が大きく変動する地域において、危険度の高さを高精度に判定することができる。

　〔第２の実施形態〕
　本実施形態に係わる河川危険度判定装置は、入力画像における面積比率（＝水領域の面積／判定対象領域の面積）の変化に着目して、危険度の高さを判定する。

　（河川危険度判定装置２の構成）
　図６を参照して、本実施形態に係わる河川危険度判定装置２の構成を説明する。図６は、河川危険度判定装置２の構成を示すブロック図である。図６に示すように、河川危険度判定装置２は、水領域検出部２１と、面積比率算出部２２と、危険度判定部２３とを備える。

　水領域検出部２１の構成および動作は、前記第１の実施形態の水領域検出部１１と同様である。また、面積比率算出部２２の構成および動作は、前記第１の実施形態の面積比率算出部２２と同様である。したがって、本実施形態では、水領域検出部２１および面積比率算出部２２についての説明を省略する。

　一方、危険度判定部２３の構成は、前記第１の実施形態の危険度判定部１３とは異なる。図６に示すように、危険度判定部２３は、時間遷移特性算出部２３１と特性比較部２３２とを含む。

　（２－１）時間遷移特性算出部２３１
　時間遷移特性算出部２３１は、時刻ｔ以前の入力画像に関して算出された面積比率の情報を保持している。時間遷移特性算出部２３１は、面積比率算出部２２が算出した時刻ｔにおける面積比率と、時刻ｔ以前に算出された面積比率とを比較することによって、面積比率の時間遷移特性を算出する。面積比率の時間遷移特性とは、時刻ｔ以前のある時刻から時刻ｔまでの期間に、面積比率がどれだけ変化したかを表す数値である。換言すれば、時間遷移特性は、面積比率の時間変化量を表す。時間遷移特性算出部２３１は、算出した時間遷移特性の情報を、特性比較部２３２に出力する。

　図７Ａ～図７Ｄを参照して、面積比率の時間遷移特性の具体例を説明する。時間遷移特性算出部２３１は、例えば、以下で説明する方法のいずれかを用いて、面積比率の時間遷移特性を算出することができる。
（ａ）面積比率を１つ保持している場合
　面積比率の時間遷移特性は、２点の時刻間（単位時間と呼ぶ）における面積比率の増加量であってよい。例えば、図７Ａに示すように、時刻ｔ_１、時刻ｔ_０（＞ｔ_１）における面積比率が、それぞれＲ_ｗ１、Ｒ_ｗ０であったとする。このとき、時間遷移特性ａ_１は、以下の式（４）にしたがって算出することができる。

a₁＝　(R_w0-R_w1)／(t₀-t₁)　・・・・　式（４）

（ｂ）面積比率を２つ以上保持している場合（増加量の遷移）
　面積比率の時間遷移特性は、面積比率の単位時間当たりの増加量の時系列データで構成された特徴ベクトルであってもよい。例えば、図７Ｂに示すように、時刻ｔ_ｎ～ｔ_０における面積比率が、Ｒ_ｗｎ～Ｒ_ｗ０であるとする。このとき、時間遷移特性ａは、以下の式（４’）および式（５）にしたがって、算出することができる。ここで、式（４’）において、“Ｒ_ｗｊ”は、時刻ｔ_ｊ（ｊ＝０，１，２・・・，ｎ）における面積比率である。なお、ｔ_ｎ＜ｔ_ｎ－１・・・＜ｔ_１＜ｔ_０の関係が成り立つ。

a_j＝　(R_wj-1-R_wj)／(t_j-1-t_j)　(j=1,2・・・,n)・・・・　式（４’）

a＝　(a₁, a₂, a₃・・・, a_n)　・・・・　式（５）

(ｃ)面積比率を２つ以上保持している場合（面積比率の遷移）
　面積比率の時間遷移特性は、面積比率の時系列データで構成された特徴ベクトルであってもよい。例えば、図７Ｃに示すように、時刻ｔ_ｎ～ｔ_０における面積比率が、Ｒ_ｗｎ～Ｒ_ｗ０であるとする。このとき、時間遷移特性ｒは、以下の式（６）で表される。

r=　(R_w0, R_w1, R_w2, R_w3・・・, R_wn)　・・・・　式（６）

（ｄ）面積比率を２つ以上保持している場合（モデルフィッティング）
　面積比率の時間遷移特性は、面積比率の時系列データの近似関数であってもよい。この近似関数は、例えば、予め設定したモデル（線形関数、三角関数等）と、面積比率の時系列データとを、最小二乗誤差等を用いてフィッティングすることによって、生成することができる。例えば、図７Ｄに示すように、時刻ｔ_ｎ～ｔ_０の間で、面積比率が遷移する場合、面積比率の時間変化をサイン関数（あるいは他の関数）でフィッティングすることによって、図７Ｄに示す時間遷移特性Ｆを算出することができる。

　（２－２）特性比較部２３２
　特性比較部２３２は、時間遷移特性算出部２３１が算出した面積比率の時間遷移特性（例えば、式（４）のａ_１、式（５）のａ、または式（６）のｒ）と、既定の時間遷移特性の閾値との大小関係（差）または相対値（比率）を計算する。これにより、特性比較部２３２は、氾濫の危険度（すなわち、河川の氾濫が起こる可能性の高さ）を算出する。なお、時間遷移特性算出部２３１が算出した面積比率の時間遷移特性が、式（５）または式（６）に示す特徴ベクトルである場合、時間遷移特性の閾値もベクトルである。この場合、特性比較部２３２は、式（５）または式（６）に示す特徴ベクトルの各成分の値と、時間遷移特性の閾値を表すベクトルの各成分の値とを比較する。

　なお、特性比較部２３２は、危険度の判定基準となる既定の時間遷移特性の基準値および閾値の情報を予め保持している。例えば、特性比較部２３２は、河川の通常時における面積比率の時間遷移特性を、時間遷移特性の基準値として、予め保持していてもよい。また、特性比較部２３２は、経験的に河川の氾濫の危険性が高いと判断される面積比率を、既定の面積比率の閾値として保持していてもよい。

　河川の通常時における時間遷移特性の基準値は、例えば、
(i)時間長Ｘの区間内の単位時間ｘにおける面積比率の増加量、
(ii)時間長Ｘの区間内の単位時間ｘにおける面積比率の増加量の時系列データで構成されるベクトル特徴量、
(iii)時間長Ｘの区間内で取得された面積比率の時系列データで構成されるベクトル特徴量、あるいは
(iv)時間長Ｘの区間で取得された面積比率の時系列データの近似関数
であってよい。

　特性比較部２３２は、例えば、以下の方法を用いて、氾濫の危険度を算出することができる。なお、前記実施形態で注意したように、氾濫の危険度を算出することには、危険度を表す数値そのものを算出することのほかに、危険度の高低を判定することも含む。
（ａ）面積比率を１つ保存している場合
　既定の時間遷移特性の閾値がＴＨａ１である場合、特性比較部２３２は、単位時間あたりの面積比率の増加量ａ_１と閾値ＴＨａ１との大小関係とに基づいて、河川の危険度を算出してもよい。例えば、特性比較部２３２は、以下の式（７）にしたがって、危険度ＤＲの高低を判定してもよい。

DR=　高　(if　a₁＞THa1)
　低　(if　a₁≦THa1)　・・・・　式（７）

　式（７）によれば、面積比率の増加量ａ_１が閾値ＴＨａ１を超える場合、河川の流域が急激に拡大しているので、特性比較部２３２は、河川の氾濫の危険度ＤＲが“高い”と判定する。逆に、増加量ａ_１が閾値ＴＨａ１を超えない場合、河川の流域はそれほど急激には拡大してきていない（０＜ａ_１≦ＴＨａ１）か、あるいは通常時の状態（図２の（ａ）および（ｂ）における“Ｓ１”）に戻ってきている（ａ_１＜０）ので、特性比較部２３２は、河川の氾濫の危険性が“低い”と判定する。

　あるいは、特性比較部２３２は、閾値ＴＨａ１と増加量ａ_１との相対値（比率）に基づいて、河川の危険度ＤＲを算出しても良い。例えば、特性比較部２３２は、以下の式（８）にしたがって、危険度ＤＲを算出しても良い。

DR=　a₁／THa1　・・・・　式（８）

　式（８）によれば、危険度ＤＲは、閾値ＴＨａ１と比較して、面積比率の増加量ａ_１がどれぐらい大きいかを示す。面積比率の増加量ａ_１が大きいほど、危険度ＤＲも大きくなる。

　特性比較部２３２は、複数の閾値ＴＨａ１、ＴＨａ２、・・・、ＴＨａｎ（ただし、ＴＨａ１＜ＴＨａ２＜・・・＜ＴＨａｎ）を設定することもできる。この場合、特性比較部２３２は、増加量ａ_１と、閾値ＴＨａ１、ＴＨａ２、・・・、ＴＨａｎの各々との間で、それぞれ、式（７）または式（８）にしたがって、大小関係を比較する。なお、複数の閾値（ＴＨａ１、ＴＨａ２、・・・、ＴＨａｎ）は、一定間隔である必要はない。複数の閾値は、氾濫の危険性が低い範囲では粗い（広い）間隔で並んでいる一方、氾濫の危険性が高い範囲では細かい（狭い）間隔で並んでいてもよい。この場合、特性比較部２３２は、例えば、以下の式（９）によって、危険度ＤＲを算出してもよい。

DR=
　０　(if　a₁＜THa1)
　１　(if　THa1≦a₁＜THa2)
　・・・・
　ｎ－１　(if　THan-1≦a₁＜THan)
　ｎ　(if　THan≦a₁)　・・・・　式（９）

　式（９）によれば、特性比較部２３２は、閾値ＴＨａ１～ＴＨａｎの各々と増加量ａ_１との大小関係に基づいて、河川の氾濫の危険度をｎ＋１段階で算出することができる。
（ｂ）面積比率を２つ以上保持している場合（増加量の遷移）
　特性比較部２３２は、時間遷移特性算出部２３１が算出した面積比率の増加量の時系列データ（Ａ１～Ａｎとおく）で構成される特徴ベクトルＡ＝（Ａ１、Ａ２、Ａ３・・・、Ａｎ）を、時間遷移特性の基準値として設定してもよい。この場合、特性比較部２３２は、式（５）で表される特徴ベクトルａ＝（ａ１、ａ２、ａ３・・・、ａｎ）と、基準値である特徴ベクトルＡ＝（Ａ１、Ａ２、Ａ３・・・、Ａｎ）との間の差分のＬ１ノルム（｜Ａ，ａ｜と記載する）を計算することによって、危険度ＤＲを算出してもよい。例えば、特性比較部２３２は、以下の式（１０）にしたがって、特徴ベクトルＡの各要素と特徴ベクトルａの各要素との差分の絶対値の平均値（式（１０）の｜Ａ，ａ｜／ｎ）と、閾値ＴＨｂとを比較することによって、氾濫の危険度ＤＲの高低を判定することができる。

DR=　高　(if　｜A , a｜／n＞THb)
　低　(if ｜A , a｜／n≦THb)　・・・・　式（１０）

　式（１０）によれば、時間遷移特性算出部２３１が算出した面積比率の増加量の時系列データＡの各要素と、通常時の増加量の時系列データａの各要素との間の差分の絶対値の平均値が、閾値ＴＨｂよりも大きい場合、危険度ＤＲは“高い”と判定される。
(ｃ)面積比率を２つ以上保持している場合（面積比率の遷移）
　既定の時間遷移特性は、河川の通常時の面積比率の時系列データから成る特徴ベクトルＲ＝（Ｒ０、Ｒ１、Ｒ２、Ｒ３・・・、Ｒｎ）であってもよい。この場合、特性比較部２３２は、式（６）で表される特徴ベクトルｒ＝（Ｒ_ｗ０、Ｒ_ｗ１、Ｒ_ｗ２、Ｒ_ｗ３・・・、Ｒ_ｗｎ）と、特徴ベクトルＲ＝（Ｒ０、Ｒ１、Ｒ２、Ｒ３・・・、Ｒｎ）との間の差分のＬ１ノルム（｜Ｒ，ｒ｜と記載する）と、閾値ＴＨｃとの大小関係を比較することによって、氾濫の危険度を算出してもよい。特性比較部２３２は、例えば、以下の式（１１）に示すように、Ｌ１ノルム｜Ｒ、ｒ｜を特徴ベクトルＲ、ｒの要素数ｎで割った値と、閾値ＴＨｃとを比較することによって、危険度ＤＲの高低を判定することができる。

DR=　高　(if　｜R, r｜／n＞THc）
　低　(if　｜R, r｜／n≦THc)　・・・・　式（１１）

　式（１１）によれば、時間遷移特性算出部２３１が算出した面積比率の遷移と、河川の通常時の面積比率の遷移との間のかい離が大きい場合、特性比較部２３２は、河川の氾濫の危険性が“高い”と判定する。
（ｄ）面積比率を２つ以上保持している場合（モデルフィッティング）
　特性比較部２３２は、河川の通常時の面積比率の時系列データを近似する基準近似関数Ｆｄを、既定の面積比率の時間遷移特性の基準値として用いてもよい。この場合、特性比較部２３２は、面積比率算出部２２が算出した面積比率の時系列データをもとに生成した近似関数Ｆと、既定の基準近似関数Ｆｄとを比較することによって、危険度を計算してもよい。基準近似関数Ｆｄと近似関数Ｆとの積を、面積比率の時系列データが定義されている時間、すなわち時刻ｔ_ｎから時刻ｔ_０まで、積分したものをｚとおく。この場合、特性比較部２３２は、例えば、以下の式（１２）によって、危険度ＤＲの高低を判定してもよい。

DR=　低　(if　z＞THz)
　高　(if　z≦THz)　・・・・　式（１２）

　式（１２）によれば、ｚが、既定の閾値ＴＨｚよりも小さい場合、氾濫の危険度ＤＲは“高い”と判定される。

　なお、特性比較部２３２は、（ｂ）（ｃ）および（ｄ）で説明した危険度ＤＲの高低の判定と、（ａ）で説明した危険度ＤＲを表す数値の計算とを組み合わせることができる。具体的には、面積比率の増加量ａ_１が、（ａ）で定義した閾値ＴＨａ１を超える場合のみ、特性比較部２３２は、（ｂ）（ｃ）および（ｄ）のいずれかの方法で、危険度の高低を判定してもよい。そうすることで、特性比較部２３２は、より効率的に、危険度を算出することができる。その理由は、時刻ｔ_１における面積比率の増加量ａ_１が閾値ＴＨａ１よりも小さい場合、河川は既に増水していないか、あるいは、通常の水量に戻っている過程であると考えられるからである。例えば、時刻ｔ_１以前では面積比率の増加量が多かったが、時刻ｔ_１以降では面積比率がほとんど増大していない可能性がある。このような場合、特性比較部２３２は、（ｂ）（ｃ）および（ｄ）で説明した危険度ＤＲの高低の判定をすることなしに、氾濫の危険度が“低い”と判定する。

　あるいは、特性比較部２３２は、（ａ）～（ｄ）で説明した危険度の算出方法に加えて、時刻ｔにおける面積比率も考慮して、氾濫の危険度を算出しても良い。例えば、時刻ｔにおける面積比率Ｒｗ（式（１））が既定の基準値Ｔｗよりも小さい場合、特性比較部２３２は、面積比率の増加量に関わらず、危険度ＤＲが“低い”もしくは“０”と判定してもよい。一方、時刻ｔにおける面積比率Ｒｗが基準値Ｔｗよりも大きい場合、特性比較部２３２は、（ａ）～（ｄ）で説明した方法を用いて、危険度を算出してもよい。

　（動作の説明）
　図８を参照して、本実施形態に係わる河川危険度判定装置２の動作を説明する。図８は、河川危険度判定装置２の動作の流れを示すフローチャートである。

　図８に示すように、面積比率を算出するための判定対象領域の位置情報が、面積比率算出部２２に入力される（ステップＳ２１）。また、既定の時間遷移特性の基準値および閾値が、特性比較部２３２に設定される（ステップＳ２２）。判定対象領域の位置情報および既定の時間遷移特性の基準値および閾値は、ユーザによって入力または設定されてよい。

　次に、監視カメラが撮影した時刻ｔのフレームの画像データが、入力画像として、水領域検出部２１に入力される（ステップＳ２３）。水領域検出部２１は、判定対象領域の位置情報を用いて、時刻ｔの入力画像から判定対象領域を抽出する。そして、水領域検出部２１は、予め水と非水との弁別を学習した識別器を用いて、判定対象領域内の水領域を検出する（ステップＳ２４）。水領域検出部２１は、検出した水領域の位置情報を、面積比率算出部２２に出力する。

　次に、面積比率算出部２２は、判定対象領域の位置情報と、水領域検出部２１が検出した水領域の位置情報とから、面積比率（＝水領域の面積／判定対象領域の面積）を算出し、算出した面積比率の情報を保存する（ステップＳ２５）。そして、面積比率算出部２２は、算出した面積比率の情報を、時間遷移特性算出部２３１に出力する。時間遷移特性算出部２３１は、時刻ｔ以前の時刻の入力画像から算出された面積比率が複数保存されているか否かを判定する（Ｓ２５１）。時刻ｔ以前の面積比率が複数保存されていない場合（Ｓ２５１でＮｏ）、ステップＳ２３に戻る。一方、時刻ｔ以前の面積比率が複数保存されている場合（Ｓ２５１でＹｅｓ）、特性比較部２３２は、既定の時間遷移特性と、算出した時間遷移特性との大小関係あるいは相対値に基づいて、危険度を算出する（ステップＳ２６）。画像入力が終了するまで（Ｓ２６１でＹｅｓ）、上述したステップＳ２３からＳ２６までを繰り返す。

　（効果の説明）
　本実施形態の構成によれば、河川を撮影した画像（入力画像の一例）の特定の領域（判定対象領域の一例）に対して占める水に覆われた領域（水領域の一例）の面積の割合（面積比率の一例）に基づいて、河川の氾濫の危険度（河川の氾濫が起こる可能性の高さを示す数値。あるいは可能性の高低を表す指標）を算出する。そのため、河川の下流域のように、同じ標高の領域が広く、また、通常時と増水時との間の水位の変化が小さい地域において、河川が氾濫する可能性の高さを高精度に判定することができる。

　さらに、本実施形態の構成によれば、面積比率の遷移を考慮して、危険度を算出する。これにより、面積比率が急激に大きくなっている（つまり、水領域が広がっている）場合、危険度は高いと判定することができる。一方、面積比率の増加量が縮小しているか、あるいは面積比率が小さくなっている場合、危険度は小さいと判定することができる。

　〔第３の実施形態〕
　本実施形態に係わる河川危険度判定装置３は、ハードウェアとして実現される。具体的には、河川危険度判定装置３の制御機能は、河川の危険度を判定するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータに読み込ませ、実行することによって、実現される。ここで、河川危険度判定装置３の制御機能は、前記実施形態１～２で説明した河川危険度判定装置１、２の制御機能と同様であってよい。

　コンピュータは、ＯＳ（Operating System）や周辺機器等のハードウェアを含む。コンピュータ読み取り可能な記録媒体とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ（Read Only Memory）、ＣＤ（Compact Disc）－ＲＯＭ等の可搬媒体、コンピュータに内蔵されるハードディスク等の記憶装置のことをいう。また、プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

　（河川危険度判定装置３のハードウェア構成）
　図９は、本実施形態に係わる河川危険度判定装置３のハードウェア構成を示すブロック図である。図９に示すように、河川危険度判定装置３は、ＣＰＵ（Central Processing Unit）３１と、ＲＡＭ（Random Access Memory）３２と、記憶装置３３と、入出力装置３４とを備えている。河川危険度判定装置３は、監視カメラを含む外部機器と無線または有線で通信を行うための通信インターフェース３５をさらに備えている。

　河川危険度判定装置３の制御機能は、記憶装置３３からＲＡＭ３２に読み出されたプログラムを、ＣＰＵ３１が実行することによって実現される。前記実施形態１～２で説明した河川危険度判定装置１、２の制御機能も、同様に、コンピュータによって実現される。

　入出力装置３４は、コンピュータへの入出力のためのデバイスを含む。入出力装置３４は、例えば、キーボード等のユーザインタフェースを含んでいてよい。ユーザは、入出力装置３４によって、判定対象領域の位置情報などを入力することができる。あるいは、入出力装置３４は、河川が氾濫する危険を報知するためのディスプレイや報知機を含んでいてよい。

　（効果の説明）
　本実施形態の構成によれば、前記第１の実施形態または前記第２の実施形態で説明したような河川危険度判定装置の制御機能が、コンピュータによって、ハードウェアとして実現される。そのため、本実施形態に係わる河川危険度判定装置も、河川が氾濫する可能性の高さを高精度に判定することができる。

　以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されるものではない。実施形態（及び実施例）の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。この出願は、２０１７年１２月０１日に出願された日本出願特願２０１７－２３１９３３を基礎とする優先権を主張し、その開示の全てをここに取り込む。

　本発明は、河川監視センター等に設置される河川監視システムに組み込むことによって、河川の氾濫の危険性を判定する機能として利用することができる。

　１、２、３　河川危険度判定装置
　１１、２１　水領域検出部
　１２、２２　面積比率算出部
　１３、２３　危険度判定部
　２３１　　　時間遷移特性算出部

Claims

　河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出する水領域検出手段と、
　前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出する面積比率算出手段と、
　前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出する危険度判定手段と、を備えた
ことを特徴とする河川危険度判定装置。
　前記水領域検出手段は、
　　画素を水または非水に弁別するように予め学習した識別器を用いて、前記判定対象領域に含まれる各画素を水または非水に弁別し、
　　前記識別器が水に弁別した画素の集合を、前記水領域として検出する
ことを特徴とする請求項１に記載の河川危険度判定装置。
　前記危険度判定手段は、前記面積比率算出手段が算出した前記面積比率と、予め設定された面積比率の閾値との間の大小関係もしくは相対値に基づいて、前記危険度を判定することを特徴とする請求項１または２に記載の河川危険度判定装置。
　前記危険度判定手段は、既定の基準値に対して、前記面積比率算出手段が算出した面積比率がどれだけ大きいかを表す増加量を算出し、前記面積比率の増加量と、予め設定された面積比率の閾値との大小関係もしくは相対値に基づいて、前記危険度を算出する
ことを特徴とする請求項１または２に記載の河川危険度判定装置。
　前記危険度判定手段は、
　前記面積比率の時間変化の大きさを表す数値である時間遷移特性を算出し、前記時間遷移特性と、前記時間遷移特性の閾値との大小関係もしくは相対値を、前記危険度として算出する
ことを特徴とするに請求項１または２に記載の河川危険度判定装置。
　前記時間遷移特性は、
　(i)入力時刻の異なる２枚の入力画像からそれぞれ算出した面積比率から算出される単位時間当たりの面積比率の増加量、
　(ii)入力時刻の異なる２枚の入力画像からそれぞれ算出した面積比率から算出される単位時間当たりの面積比率の増加量の時系列データから成るベクトル、
　(iii)入力時刻の異なる複数の入力画像からそれぞれ算出した面積比率の時系列データから成るベクトル、もしくは、
　(iv)入力時刻の異なる複数の入力画像からそれぞれ算出した面積比率の時系列データを近似した関数、のいずれかである
ことを特徴とする請求項５に記載の河川危険度判定装置。
　河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出することと、
　前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出することと、
　前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出することと、を含む
ことを特徴とする河川危険度判定方法。
　河川を撮影した入力画像上に設定された判定対象領域内で、水で覆われた水領域を検出することと、
　前記判定対象領域に対する前記水領域の面積の割合である面積比率を算出することと、
　前記面積比率に基づいて、前記河川が氾濫する危険性の高さを示す危険度を算出することと、をコンピュータに実行させるためのプログラムを記録された、一時的でない記憶媒体。