CN111465971B - 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 - Google Patents
按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 Download PDFInfo
- Publication number
- CN111465971B CN111465971B CN201880079325.XA CN201880079325A CN111465971B CN 111465971 B CN111465971 B CN 111465971B CN 201880079325 A CN201880079325 A CN 201880079325A CN 111465971 B CN111465971 B CN 111465971B
- Authority
- CN
- China
- Prior art keywords
- image
- numerical
- ground
- height
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
- G01C11/025—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/02—Tracing profiles of land surfaces
- G01C7/04—Tracing profiles of land surfaces involving a vehicle which moves along the profile to be traced
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
- Image Processing (AREA)
- Road Signs Or Road Markings (AREA)
- Sewing Machines And Sewing (AREA)
Abstract
按地物地基高度着色图像生成装置具备第一DSM化部(125)、第一DEM化部(133)、第一DHM化部(137)、第一斜度图像制作部(141)、第一斜度图像用存储部(143)、第一红色立体图像制作部(145)、第一分层设色图像制作部(147)、第一按地物高度着色图像制作部(151)、第一大楼高度比较图像制作部(150)、第二红色立体图像制作部(154)、第一地物高度比较图像制作部(158)、第一按地形地物高度着色图像制作部(162)等,得到将地形用与其高度和倾斜对应的颜色进行表现、并且将地物用与其高度和倾斜对应的颜色进行表现的按地形地物高度着色图像。
Description
技术领域
本发明涉及按地物地基高度着色图像生成装置。
背景技术
存在通过颜色的调色三维地显现地形的凹凸的专利文献1的可视化处理***。该可视化处理***将向量场映射到三维的坐标空间而得到对应的坐标点列,在连接该坐标点列的面的局部区域中求出第一上浮度。
然后,求出连接坐标点列的面的局部区域中的第二下沉度,加权合成该第二上浮度和第一下沉度,在连接坐标点列的面的局区域中求出沉浮度。
然后,将坐标空间映射到二维面,在与连接坐标点列的面的局部区域对应的二维面上的区域中进行与沉浮度对应的层次显示。这时,与沉浮度对应地设为红色。将其称为红色立体地图图像。
另一方面,专利文献2的彩色高程倾斜图制作***根据存储在数据存储单元中的DEM数据向高程值分配颜色,制作通过颜色与高程值对应地变迁的渐变彩色表现的彩色高程图,另外,根据DEM数据计算倾斜值,并且向倾斜值分配浓度,制作用浓淡表现倾斜值的灰阶倾斜图。
另外,对制作的彩色高程图和制作的灰阶倾斜图进行合成,制作彩色高程倾斜图。进而,将彩色高程图的不透明度和灰阶倾斜图的不透明度设为不同的不透明度,并且将彩色高程图的不透明度设为比灰阶倾斜图的不透明度小的值,对彩色高程图和灰阶倾斜图进行合成。
现有技术文献
专利文献
专利文献1:日本专利第3670274号公报
专利文献2:日本专利第4771459号公报
发明内容
发明要解决的课题
但是,专利文献1的可视化处理***通过在与连接坐标点列的面的局部区域对应的二维面上的区域中进行与沉浮度对应的灰度显示,而制作红色立体地图。增强高度而附加红色。
因此,例如如果在城市部中存在高的大楼,则增强阴影,其结果是将大楼的边缘显示得黑。另外,在道路上会出现阴影。因此,图像变得污浊。
另一方面,专利文献2的彩色高程倾斜图制作***向地基的高程附加颜色,向倾斜附加浓淡(灰阶),因此无法通过颜色知道大楼的高度。
本发明就是为了解决以上的问题而提出的,其目的在于:得到一种按地物地基高度着色图像生成装置,其将城市地区的地物的高度与高度对应地用颜色进行显示,并且图像不会变得污浊。
用于解决课题的手段
本发明的按地物地基高度着色图像生成装置具备:
数值高程模型用存储单元,其存储地区的数值高程模型(DEM);
数值表层模型用存储单元,其存储该地区的数值表层模型(DSM);
DHM化单元,其在DHM用存储部中生成上述数值高程模型(DEM)与数值表层模型(DSM)的差即DHM;
针对上述DHM的每个网格,求出斜度,并生成向网格分配了与该斜度对应的灰阶的浓淡值而得的斜度图像的单元;
针对上述数值表层模型(DSM)的每个网格,将向该网格分配的高程值降低为固定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第一红色立体图像用存储单元中生成第一红色立体图像的单元,该第一红色立体图中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
针对上述数值高程模型(DEM)的每个网格,将向该网格分配的高程值提高为预定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第二红色立体图像用存储单元中生成第二红色立体图像的单元,该第二红色立体图像中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
对上述DHM的每个网格,读入向该网格分配的地物的高度,在比高分层设色图像用存储单元中生成与该地物的高度对应地向该网格分配了色值的比高分层设色图像的单元;
在地物高度比较图像用存储单元中生成将上述斜度图像和上述比高分层设色图像进行重叠而得的地物高度比较图像的单元;
在按地物高度着色图像用存储单元中生成将上述第一红色立体图像和上述地物高度比较图像进行重叠而得的按地物高度着色图像的单元;
将上述地物高度比较图像和上述第二红色立体图像进行合成,在地物高度比较图像用存储单元中对每个网格生成用与该网格的高度和倾斜对应的颜色表现的地物高度比较图像的单元。
发明效果
如以上那样,根据本发明,能够得到将地形用与其高度和倾斜对应的颜色进行表现、并且将地物用与其高度和倾斜对应的颜色进行表现而得的按地形地物高度着色图像。
附图说明
图1是说明实施方式1的按地物地基高度着色图像生成装置的概念的结构图。
图2是实施方式1的按地物地基高度着色图像生成装置的处理的流程图。
图3是基于红色立体图像化处理的建筑物的阴影的说明图。
图4是0.2倍增强的效果的说明图。
图5是第一红色立体图像GQ(0.2倍增强)的说明图。
图6是斜度图像GS的说明图。
图7是悬突的说明图。
图8是CRT的说明图。
图9是分层设色图像GD的说明图。
图10是大楼高度比较图像GM的说明图。
图11是按地物高度着色图像GH的说明图(1/2)。
图12是按地物高度着色图像GH的说明图(2/2)。
图13是说明实施方式1的主要各部的动作的流程图。
图14是5倍增强的说明图(1/2)。
图15是5倍增强的说明图(2/2)。
图16是第二红色立体图像的说明图。
图17是第一地物高度比较图像GEC的说明图。
图18是第一按地形地物高度着色图像GHC的说明图。
图19是实施方式2的按地物地基高度着色图像生成装置的概要结构图。
图20是说明实施方式2的按地物地基高度着色图像生成装置的处理的流程图。
图21是按地物高度着色图像GH’的说明图。
图22是DEM数据的说明图。
图23是红色立体图像制作部的概要结构图。
图24是地上散度和地下散度的原理说明图。
图25是地上散度和地下散度的主要模式说明图。
图26是地上散度和地下散度的立体说明图。
图27是地上散度和地下散度的标本地点和距离的说明图。
图28是倾斜红色化立体图像的生成过程说明图。
图29是红色立体图像KGi的数据构造的说明图。
具体实施方式
作为实施方式1说明使用通过倾斜照相机(oblique camera)拍摄的数据的实施方式,作为实施方式2说明使用激光数据的实施方式。另外,在第一实施方式和第二实施方式中,向具有相同功能的各部和信息附加“第一”或“第二”进行说明。
<实施方式1>
图1是说明实施方式1的按地物地基(ground)高度着色图像生成装置的概念的结构图。在实施方式1中,将地物说明为城市的建筑物、树木、道路等。
如图1所示,实施方式1的按地物地基高度着色图像生成装置由第一计算机主体部100和第一显示部200等构成。
第一计算机主体部100具备倾斜照相机图像用存储部102、3D城市模型制作部107、3D城市模型用存储部109、第一点群LAS文件化部121、第一LAS数据用存储部123、第一DSM化部125(例如,20cmDEM)、第一DSM用数据用存储部124、第一差分化部127、第一差分化数据用存储部129、存储了5m网格的地基DEM(国土地理院)的地基DEM用存储部131。
另外,具备第一DEM化部133(例如2m网格)、存储2m地基DEM的2m地基DEM用存储部135、第一DHM化部137、第一斜度图像制作部141、第一斜度图像用存储部143、第一红色立体图像制作部145(例如,高度0.2倍增强)、第一分层设色图像制作部147、第一按地物高度着色图像制作部151、第一大楼高度比较图像制作部150等。
另外,具备第一斜度图像用存储部143、第一红色立体图像用存储部148(0.2倍增强用)、第一分层设色图像用存储部149、第一按地物高度颜色显示图像用存储部152、第一大楼高度比较图像用存储部153、第二红色立体图像制作部154(高度5倍增强)、第一地物高度比较图像制作部158、第一按地形地物高度着色图像制作部162。
并且,具备第二红色立体图像用存储部161(5倍增强用)、第一地物高度比较图像用存储部160、第一按地形地物高度着色图像制作用存储部164等。
此外,DEM(Digital Elevation Model)被称为数值高程模型,DSM((DigitalSurface Model)被称为数值表层模型。另外,对地物自身的高度进行模型化而得到DHM(Digital Height Model,数值高度模型)。
倾斜照相机图像用存储部102存储通过安装在飞机10等中的倾斜照相机12拍摄地上的城市地区所得的倾斜照相机图像Ci。
例如,推定并求出拍摄位置和姿势(外部标定),利用其视差通过三角测量的计算公式求出各像素的三维坐标(相互标定)。进而进行噪声去除,向基于这些三维坐标的立体模型的网格赋予对应点的颜色信息,生成3D模型。
该倾斜照相机图像Ci由正下方视觉图像Ca、前方视觉图像Cb、后方视觉图像Cc、左方视觉图像Cd、右方视觉图像Ce构成。
另外,倾斜照相机12的编号、照相机种类、图像分辨率、CCD元件大小、焦距、拍摄时刻、拍摄时的姿势θp、高度等与倾斜照相机图像Ci相关联。
理想的是,上述的飞机10以高度1000米在城市地区飞行数次~数十次,得到激光数据Ri和倾斜照相机图像Ci。
3D城市模型制作部107使用倾斜照相机图像Ci(例如Ca、Cb、Cc、Cd、Ce)制作三维图像(地质(texture))。将该三维图像作为3D城市模型图像Mi存储到3D城市模型用存储部109。向该3D城市模型图像Mi的各个像素分配三维坐标。
第一点群LAS文件化部121对3D城市模型用存储部109的3D城市模型图像Mi进行LAS文件化,并存储到第一LAS数据用存储部123。
第一DSM化部125根据第一LAS数据用存储部123的LAS数据,在第一DSM用数据用存储部124中生成20cmDSM。
第一DEM化部133(例如,2m网格)从地基DEM用存储部131读入存储在地基DEM用存储部131中的城市地区的5m网格的地基DEM(以下称为5m地基DEM),并将该5m地基DEM设为2mDEM,而在2m地基DEM用存储部135中生成。
第一差分化部127将第一DSM用数据用存储部124的20cmDSM与地基DEM用存储部131的2m地基DEM的差作为差分化图像数据(DHM=DSM-DEM),存储到第一差分化数据用存储部129。在流程图的地方进行具体说明。
第一DHM化部137生成基于第一差分化数据用存储部129的差分化图像数据的DHM,并将其存储到第一DHM数据用存储部139。
第一斜度图像制作部141对第一DSM用数据用存储部124的20cmDSM的每个网格求出斜度,在第一斜度图像用存储部143中生成基于该斜度的第一斜度图像GS。
第一红色立体图像制作部145(例如,高度0.2倍增强)针对第一DSM用数据用存储部124的20cmDSM的每个网格,读入高度(z值:也称为高程值)。然后,在第一红色立体图像用存储部148中生成例如将该高度增强0.2倍后的数据。然后,将0.2倍增强后的数据进行红色立体图像化(以下,称为第一红色立体图像GQ(0.2倍增强))。
即,对数值表层模型(DSM)的每个网格,将向该网格分配的高程值降低为一定倍(0.2倍增强),将各网格作为关注点,对每个该关注点定义一定范围,求出多个方向的地上散度(平均)、地下散度(平均)、斜度(平均),生成以下这样的红色立体图像,即地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越是增强红色的颜色。
第一分层设色图像制作部147使用第一DHM数据用存储部139的DHM,在第一分层设色图像用存储部149中生成第一分层设色图像GD。
第一大楼高度比较图像制作部150将第一斜度图像用存储部143的斜度图像GS(参照图6)和第一分层设色图像用存储部149的分层设色图像GD(参照图9)重叠,在第一大楼高度比较图像用存储部153中生成第一大楼高度比较图像GM(参照图10)。该第一分层设色图像GD也被称为第一DHM高度分层设色图像。
第一按地物高度着色图像制作部151将第一大楼高度比较图像用存储部153的第一大楼高度比较图像GM和第一红色立体图像用存储部148的第一红色立体图像GQ(0.2倍增强)重叠,在第一按地物高度颜色显示图像用存储部152中生成第一按地物高度着色图像GH(例如,也被称为第一COOLMAP)。
第二红色立体图像制作部154(高度5倍增强)针对2m地基DEM用存储部135的2mDEM的每个网格,读入高度(高程值)。然后,将对该高度进行了5倍增强后的数据存储到第二红色立体图像用存储部161。将其称为第二红色立体图像GP(5倍增强)。
即,对数值高程模型(DEM)的每个网格,将向该网格分配的高程值提高数倍(5倍增强),将各网格作为关注点,对每个该关注点定义一定范围,求出地上散度、地下散度、斜度,生成以下这样的第二红色立体图像GP(5倍增强),即地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越是增强红色的颜色。
第一地物高度比较图像制作部158对第一大楼高度比较图像用存储部153的第一大楼高度比较图像GM(第一DHM高度分层设色图像:参照图10)和第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强)进行合成,在第一地物高度比较图像用存储部160中生成用与其高度和倾斜对应的颜色表现地形(道路、斜面)的第一地物高度比较图像GEC。
第一按地形地物高度着色图像制作部162对第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强:参照图16)、第一分层设色图像用存储部149的第一分层设色图像GD(参照图9)、第一红色立体图像用存储部148的第一红色立体图像(0.2倍增强)进行合成,在第一按地形地物高度着色图像用存储部164中生成用与其高度和倾斜对应的颜色表现地形(道路、斜面)、并且用与地物(大楼、树木等)的高度和倾斜对应的颜色表现的按第一地形地物高度着色图像GHC(也称为第一超COOLMAP)。
第一显示处理部155将第一DHM数据用存储部139的DHM、第一斜度图像用存储部143的第一斜度图像GS、第一红色立体图像用存储部148的第一红色立体图像GQ(0.2倍增强)、或第一分层设色图像用存储部149的第一分层设色图像GD、第一地物高度比较图像用存储部160的第一地物高度比较图像GEC、或第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强)、或第一按地形地物高度着色图像用存储部164的第一按地形地物高度着色图像GHC(第一混合COOLMAP)显示到第一显示部100。
以下,使用图2的流程图说明上述那样构成的实施方式1的按地物地基高度着色图像生成装置的处理。图2是使用了倾斜照相机图像的情况下的处理。
如图2所示,3D城市模型制作部107读入倾斜照相机图像用存储部102的倾斜照相机图像Ci(例如Ca、Cb、Cc、Cd、Ce)(S10)。
接着,3D城市模型制作部107使用倾斜照相机图像Ci(例如Ca、Cb、Cc、Cc、Cd、Ce),在3D城市模型用存储部109中生成3D城市模型图像Mi。另外,第一点群LAS文件化部121对3D城市模型用存储部109的3D城市模型图像Mi进行LAS文件化(也称为LAS数据),在第一LAS数据用存储部123中生成(S12)。
然后,第一DSM化部125根据第一LAS数据用存储部123的LAS数据,在第一DSM用数据用存储部124中生成20cmDSM。
另一方面,第一红色立体图像制作部145(例如,高度0.2倍增强)依次指定第一DSM用数据用存储部124的20cmDSM的网格,读入向离该网格距离L的网格分配的高度(z值、高程值)。然后,在将该高度例如增强0.2倍后,在第一红色立体图像用存储部148中生成第一红色立体图像GQ(0.2倍增强)。
如图3所示,红色立体图像化处理中,如果建筑物高,则越高则建筑物(例如大楼BL)的周围越成为阴影,其结果是变得越黑。在图3中,用深绿色表现阴影SD。因此,如图4所示,将高度增强0.2倍。
由此,如图4的(b)所示,图4的(a)所示的高楼BL的高度(z值)成为高度变低(z’=0.2×Z)的低楼BL,阴影SD变小。另外,实施红色立体图像化处理,因此大楼BL的边沿被稍微增强。
在制作该第一红色立体图像GQ(0.2倍增强:DSM)时,例如将距离L(也称为考虑距离)设为10像素的量(1m左右)。将在后面说明红色立体地图的制作。根据建筑物的高度变更该距离L。
在图5中表示该第一红色立体图像GQ(0.2倍增强)。如图5所示,整体带有红色,增强了大楼的边沿,越高则表现得越白。向网格分配坐标,因此红色立体图像也被称为红色立体地图。
然后,第一斜度图像制作部141针对第一DSM用数据用存储部124的20cmDSM的每个网格求出斜度,在第一斜度图像用存储部143中生成基于该斜度的斜度图像GS(S18)。
在图6中表示该斜度图像GS。图6所示的斜度图像GS是黑白(monochrome)的,用白色表现水平(斜度0度),用黑色表现斜度0度附近(不包含0度)~99度。如图6所示,可知大楼BL的形状和道路的形状。
另一方面,第一DEM化部133(例如2mDEM)从地基DEM用存储部131读入存储在地基DEM用存储部131中的城市地区的5m地基DEM(S20)。
然后,在第一DEM用存储部135(例如2m网格)中生成将该5m地基DEM设为2m的网格的2mDEM(S22)。
然后,第一差分化部127求出第一DSM用数据用存储部124的20cmDSM与地基DEM用存储部131的2m地基DEM的差,作为差分化图像数据(DHM=DSM-DEM)(S24)。将其结果存储到第一差分化数据用存储部129。
具体地说,求出5m地基DEM的各个网格的20cmDSM的坐标(x,y,z),求出该坐标(x,y,z)与20cmDSM的差作为差分化图像数据(DHM=DSM-DEM)。
在图7的(a)中表示DSM。图7的(a)为树木。在图7的(b)中用截面表示图7的(a)的DHM。如图7的(c)所示,悬突(overhang)为黑色。
然后,第一DHM化部137在第一DHM数据用存储部139中生成基于第一差分化数据用存储部129的差分化图像数据的DHM(S24)。即,如图7的(b)所示,得到树木的高度。
然后,第一分层设色图像制作部147输入CRT定义(与高度对应的色值),在第一分层设色图像用存储部149中生成第一DHM数据用存储部139的DHM的第一分层设色图像GD(也称为比高分层设色图像)(S28)。在图8中表示CRT。
即,如图9所示,对于第一分层设色图像GD(也称为比高分层设色图像),用紫色显示较高的大楼BL,用红紫色显示比该大楼稍低的大楼BL,用红色显示比其低的大楼BL,用黄色显示更低的大楼BL。因此,能够用作大楼BL的高度对比图。
然后,第一大楼高度比较图像制作部150将第一斜度图像用存储部143的斜度图像GS(参照图6)和第一分层设色图像用存储部149的分层设色图像GD(参照图9)重叠,在第一大楼高度比较图像用存储部153中生成第一大楼高度比较图像GM(S30)。也将该第一分层设色图像GD称为第一DHM高度分层设色图像。
在图10中表示大楼高度比较图像GM。如图10所示,用灰色表现道路低的地方(下坡道),将较高的大楼BL表现为紫色,将稍低的大楼BL表现为红色,将更低的大楼BL表现为黄色。因此,通过颜色可知大楼BL的形状、大楼BL的高度、道路的倾斜(高度)。
接着,第一按地物高度着色图像制作部151将第一大楼高度比较图像用存储部153的第一大楼高度比较图像GM(参照图10)、第一红色立体图像用存储部148的红色立体图像GQ(0.2倍增强:参照图5)重叠,在第一按地物高度颜色显示图像用存储部152中生成第一按地物高度着色图像GH。
在图11和图12中表示第一按地物高度着色图像GH。如图11所示,在第一按地物高度着色图像GH(也称为COOLMAP)中,较高的大楼BL为紫色,较低的大楼BL为红色,更低的大楼BL为黄绿色,道路的下坡为灰色。另外,整体稍微带有红色。即,能够通过颜色判别大楼BL、道路、地形的变化。另外,如图12所示,还用颜色表现出车辆。另外,还用颜色表现出人。
即,对城市图进行细分,在其中施加颜色的变化,稍带些红色而减小阴影。
另外,按颜色自动地表现地物的高度,因此操作者不需要进行提供高程的作业。
然后,第一DEM化部133(例如2m网格)、第二红色立体图像制作部154(高度5倍增强)、第一地物高度比较图像制作部158、以及第一按地形地物高度着色图像制作部162进行图13所示的处理。
如图13所示,第一DEM化部133(例如2m网格)从地基DEM用存储部131读入存储在地基DEM用存储部131中的城市地区的5m网格的地基DEM(以下称为5m地基DEM)(S35a)。
然后,将该5m地基DEM设为2mDEM,并在2m地基DEM用存储部135中生成(S35b)。
另一方面,第二红色立体图像制作部154(高度5倍增强)依次指定2m地基DEM用存储部135的2mDEM的网格,针对每个该指定,将该网格作为中心,向距离L(例如200pix量)的各个网格分配,而读入高度(高程值)。然后,在对向距离L(例如200pix量)的网格(像素)分配的高度(z值:高程值)进行了5倍增强(参照图14、参照图15)后,生成第二红色立体图像GP(5倍增强)(S35c:参照图16)。
此外,在图14中,表示了对地基进行5倍增强、对大楼BL进行0.2倍增强的例子。另外,在图15中示出用截面表示地基、对该地基进行5倍增强的例子。
然后,将该第二红色立体图像GP(5倍增强)存储到第二红色立体图像用存储部161(S35d)。
即,针对数值高程模型(DEM)的每个网格,将向该网格分配的高程值提高为数倍(5倍增强),将各网格作为关注点,对每个该关注点定义一定范围(例如距离L的范围),求出多个方向的地上散度(平均)、地下散度(平均)、斜度(平均),生成以下这样的第二红色立体图像GP(5倍增强),即地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越是增强红色的颜色。即,如图16所示,增强平坦的地基的倾斜,用与倾斜对应的发红的颜色表现它。
另一方面,第一地物高度比较图像制作部158读入第一大楼高度比较图像用存储部153的第一大楼高度比较图像GM(第一DHM高度分层设色图像:参照图10)(S34e)。
然后,对第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强)和该第一大楼高度比较图像GM(第一DHM高度分层设色图像:参照图10)进行合成,在第一地物高度比较图像用存储部160中生成用与其高度和倾斜对应的颜色表现地形(道路、斜面)的第一地物高度比较图像GEC(参照图17)(S35f)。
另一方面,第一分层设色图像制作部147读入CRT定义(与高度对应的色值:参照图8)(S35g)。
然后,在第一分层设色图像用存储部149中生成根据该CRT对第一DHM数据用存储部139的DHM(2m网格)进行上色所得的第一分层设色图像GD(S35h)。
另一方面,第一按地形地物高度着色图像制作部162读入第一按地物高度颜色显示图像用存储部152的第一按地物高度着色图像GH(参照图11:第一COOLMAP)(S35i)。
然后,第一按地形地物高度着色图像制作部162对第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强:参照图16)、第一分层设色图像用存储部149的第一分层设色图像GD(参照图9)、第二红色立体图像用存储部161的第二红色立体图像GP(5倍增强:参照图16)进行合成,在第一按地形地物高度着色图像用存储部164中生成第一按地形地物高度着色图像GHC(第一超COOLMAP:参照图18)(S35j)。
即,如图18所示,用与其高度和倾斜对应的颜色表现地形(道路、斜面),并且用与其高度和倾斜对应的颜色表现地物(大楼、树木等)。
<实施方式2>
图19是实施方式2的按地物地基高度着色图像生成装置的概要结构图。实施方式2的按地物地基高度着色图像生成装置使用激光数据Ri(例如分辨率为1m)。此外,分辨率也可以是2cm、5cm、……3m、5m。
如图19所示,实施方式2的按地物地基高度着色图像生成装置在第二计算机主体部400中具备以下的构成要件。
如图19所示,具备激光数据用存储部203、第二DSM化部225(例如1mDEM)、第二DSM用数据用存储部224、第二差分化部227、第二差分化数据用存储部229、第二DEM化部233、存储1mDEM的1mDEM用存储部235、第二DHM化部237、第二斜度图像制作部241、第二斜度图像用存储部243、第二红色立体图像制作部245(例如高度0.2倍增强)、第二分层设色图像制作部247、第二按地物高度着色图像制作部251、第二大楼高度比较图像制作部250等。
另外,具备第二斜度图像用存储部243、第二红色立体图像用存储部248(0.2倍增强用)、第二分层设色图像用存储部249、第二按地物高度颜色显示图像用存储部252、第二大楼高度比较图像用存储部253、第二红色立体图像制作部254(高度5倍增强)、第二地物高度比较图像制作部258、第二按地形地物高度着色图像制作部262等。
还具备第二红色立体图像用存储部261(5倍增强用)、第二地物高度比较图像用存储部260、第二按地形地物高度着色图像作用存储部164等。
激光数据用存储部203存储有通过安装在飞机10等中的激光扫描仪15扫描地上的城市所得的激光数据Ri。激光扫描仪14的编号、激光扫描仪种类、分辨率、拍摄时刻、拍摄时的姿势θp、高度等与该激光数据Ri关联。
理想的是上述的飞机10在城市地区飞行数次~数十次而得到激光数据Ri。
第二DSM化部225分析激光数据Ri,在第二DSM用数据用存储部224中生成例如1mDSM。
第二DEM化部(例如1m)分析激光数据Ri,在分辨率为1m的情况下,设为1mDEM,存储到1mDEM用存储部235。
另外,激光数据用存储部203存储有通过安装在飞机等中的激光扫描仪14扫描地上的城市所得的激光数据Ri。激光扫描仪15的编号、激光扫描仪种类、分辨率、拍摄时刻、拍摄时的姿势θp、高度等与该激光数据Ri关联。
理想的是上述的飞机10在城市地区飞行数次~数十次而得到激光数据Ri。
第二DSM化部225分析激光数据Ri的分辨率,在第二DSM用数据用存储部224中生成1mDSM。
第二DEM化部(例如1m)分析激光数据Ri的分辨率,设为1mDEM,存储到1mDEM用存储部235。
第二差分化部227将第二DSM用数据用存储部224的1mDSM与1mDEM用存储部235的1mDEM的差作为差分化图像数据(DHM=DSM-DEM),存储到第二差分化数据用存储部229。
第二DHM化部237生成基于第二差分化数据用存储部229的差分化图像数据的DHM,将其存储到第二DHM数据用存储部239。
第二红色立体图像制作部245(例如高度0.2倍增强)针对第二DSM用数据用存储部224的1mDSM的每个网格,读入高度。然后,在第二红色立体图像用存储部248中生成对其高度例如进行了0.2倍增强的数据。这时,进行红色处理(以下称为第二红色立体图像GQ’(0.2倍增强))。
第二斜度图像制作部241针对第二DSM用数据用存储部224的1mDSM的每个网格求出斜度,在第二斜度图像用存储部243中生成基于该斜度的第二斜度图像GS’。
第二分层设色图像制作部247使用第二DHM数据用存储部239的DHM,在第二分层设色图像用存储部249中生成第二分层设色图像GD’。
第二按地物高度着色图像制作部251将第二大楼高度比较图像用存储部253的第二大楼高度比较图像GM’和第二红色立体图像用存储部248的第二红色立体图像GQ’(0.2倍增强)重叠,在第二按地物高度颜色显示图像用存储部252中生成第二按地物高度着色图像GH’。
第二红色立体图像制作部254(高度5倍增强)针对1m地基DEM用存储部235的1mDEM的每个网格,读入高度(高程值)。然后,将对该高度进行了5倍增强后的数据存储到第二红色立体图像用存储部261。将其称为第二红色立体图像GP’(5倍增强)。
即,对数值高程模型(DEM)的每个网格,将向该网格分配的高程值提高数倍(5倍增强),将各网格作为关注点,对每个该关注点定义一定范围,求出地上散度、地下散度、斜度,生成以下这样的第二红色立体图像GP’(5倍增强),即地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越是增强红色的颜色。
第二地物高度比较图像制作部258对第二大楼高度比较图像用存储部153的第二大楼高度比较图像GM’(第一DHM高度分层设色图像:参照图10)和第二红色立体图像用存储部261的第二红色立体图像GP’(5倍增强)进行合成,在第二地物高度比较图像用存储部260中生成用与其高度和倾斜对应的颜色表现地形(道路、斜面)的第二地物高度比较图像GEC’。
第二按地形地物高度着色图像制作部262对第二红色立体图像用存储部261的第二红色立体图像GP’(5倍增强:参照图16)、第二分层设色图像用存储部249的第二分层设色图像GD’(参照图9)、第二红色立体图像用存储部261的第二红色立体图像GP’(5倍增强:参照图16)进行合成,在第二按地形地物高度着色图像用存储部264中生成用与其高度和倾斜对应的颜色表现地形(道路、斜面)、并且用与地物(大楼、树木等)的高度和倾斜对应的颜色表现的第二按地形地物高度着色图像GHC’(也称为第二超COOLMAP)。
第二显示处理部255将第二DHM数据用存储部239的DHM、第二斜度图像用存储部243的第二斜度图像GS’、第二红色立体图像用存储部248的第二红色立体图像GQ’(0.2倍增强)、或第二分层设色图像用存储部249的第二分层设色图像GD’、第二地物高度比较图像用存储部260的第二地物高度比较图像GEC’、或第二红色立体图像用存储部261的第二红色立体图像GP’(5倍增强)、或第二按地形地物高度着色图像用存储部264的第二按地形地物高度着色图像GHC’(第二混合COOLMAP)显示到第二显示部500。
以下,使用图20的流程图说明上述那样构成的实施方式2的按地物地基高度着色图像生成装置的处理。
如图20所示,读入激光数据用存储部203的激光数据Ri(例如分辨率为1m)(S40)。
接着,第二DSM化部225和第二DEM化部(例如1m)分析该激光数据Ri的分辨率(S42)。
第二DEM化部(例如1m)将激光数据Ri的块设为1mDEM,存储到1mDEM用存储部235(S44a)。
另外,第二DEM化部225将激光数据Ri的块设为1mDSM,存储到第二DSM用数据用存储部224(S44b)。
另一方面,第二红色立体图像制作部245(例如高度0.2倍增强)针对第二DSM用数据用存储部224的1mDSM的每个网格,读入高度。然后,在第二红色立体图像用存储部248中生成将该高度例如增强0.2倍的第二红色立体图像GQ’(0.2倍增强)(S48)。
由此,较高的大楼BL的高度变低,阴影SD变小(参照图4)。
另外,实施红色立体图化处理,因此大楼的边沿被稍微增强。
在制作该第二红色立体图像GQ’(0.2倍增强)时,例如将局部区域的距离L设为10像素的量(1m左右)。根据建筑物的高度变更该距离L。在图5中表示出第二红色立体地图GQ’(也称为DSM红色立体地图)。如图5所示,整体带有红色,大楼的边沿被增强,高度越高则表现得越是发白。
然后,第二斜度图像制作部241针对第二DSM用数据用存储部224的1mDSM的每个网格求出斜度,在第二斜度图像用存储部243中生成基于该斜度的第二斜度图像GS(S50:参照图6)。
另一方面,第二差分化部227求出第二DSM用数据用存储部224的1mDSM与第二DSM用数据用存储部224的1mDSM的差作为差分化图像数据(DHM=DSM-DEM)(S52)。将其结果存储到第二差分化数据用存储部229。
然后,第二DHM化部237在第二DHM数据用存储部239中生成基于第二差分化数据用存储部229的第二差分化图像数据的1m网格的DHM(S54)。
然后,第二分层设色图像制作部247输入CRT定义(与高度对应的色值:参照图8)(S56),在第二分层设色图像用存储部249中生成第二DHM数据用存储部239的DHM(1m网格)的第二分层设色图像GD’(也称为比高分层设色图像)(S58)。
即,如图9所示,对于第二分层设色图像GD’,用紫色显示高的大楼,用红紫色显示比该大楼稍低的大楼,用红色显示比其低的大楼,用黄色显示更低的大楼。因此,能够用作大楼的高度对比图。
然后,第二大楼高度比较图像制作部250将第二斜度图像用存储部243的第二斜度图像GS’(参照图6)和第二分层设色图像用存储部249的第二分层设色图像GD’(参照图9)重叠,在第二大楼高度比较图像用存储部253中生成图10所示的第二大楼高度比较图像GM’(S60)。
另外,第二按地物高度着色图像制作部251将第二大楼高度比较图像用存储部253的大楼高度比较图像GM’(参照图10)和第二红色立体图像用存储部248的第二红色立体图像GQ’(0.2倍增强)(参照图5)重叠,在第二按地物高度颜色显示图像用存储部252中生成第二按地物高度着色图像GH’(S62)。
在图21中表示第二按地物高度着色图像GH’。如图21所示,第二按地物高度着色图像GH’(也称为第二超COOLMAP)通过使用激光数据Ri,清楚地表示出大楼、树木等地物。这是因为与倾斜照相机不同,激光大致垂直地向地上发射,因此地物的边沿清晰。
(红色立体地图制作处理)
以下说明红色立体地图制作处理。首先,使用图22说明DEM。
地基DEM用存储部131的5m网格的地基DEM(国土地理院)中,DEM被称为数值高程模型(Digital Elevation Model)数据。
该地基DEM(国土地理院)是对测量地区整体设定所希望的格子间隔d(例如0.2m、0.5m、或1m、5m等)的格子构造。在本实施方式中,是5m网格的地基DEM(国土地理院)。
另外,第一DEM化部133(例如2m网格)或第二DEM化部233(例如1m网格)从航空激光测量数据中的、主要根据激光反射脉冲中的最后返回的脉冲(最后脉冲)测量出的高程数据,进行排除地表面以外的建筑物、树木等的过滤,作为通过高程值内插插补法得到的地基的格子状的高程数据(以下称为DEM数据),存储到第一DEM用存储部135(例如2m网格)或第二DEM用存储部235(例如1m网格)。将该第一DEM用存储部135(例如2m网格)和第二DEM用存储部235统称为DEM数据存储部23。
具体地说,如图23所示,使赋予了格子编号i(i=1,2,……,n)的各格子的中心点的X坐标(经度Xi)、Y坐标(纬度Yi)、Z坐标(地基高程值Zgi)对应起来构成。
作为上述的高程值内插插补法的例子,有:制作连接了航空激光测量数据的相同高程值的等高线图,针对该等高线图制作不规则三角形网(TIN)来复原地基,并求出TIN与各格子的交点的高度的方法。
将第一红色立体图像制作部145和第二红色立体图像制作部245统称为红色立体图像制作部。
红色立体图像制作部为图23所示的结构。
如图23所示,具备地上散度数据制作部106、地下散度数据制作部110、倾斜计算部108、凸部增强图像制作部111、凹部增强图像制作部112、倾斜度增强部113、第一红色用合成部114、第二红色用合成部115。
在本实施方式中使用散度这样的概念。首先对该散度进行说明。散度是将该地点与周围相比在地上突出的程度以及向地下陷入的程度进行数量化的结果。即,如图24所示,地上散度表示在从关注的标本地点起距离L的范围内看得到的天空的广度,此外,地下散度表示倒立来环顾地下时,距离L的范围内的地下的广度。
散度依存于距离L和周边地形。图25通过每个方位的地上角以及地下角的八角形图表表示针对9种基本地形的地上散度以及地下散度。一般,越是从周围高高突出的地点,地上散度越大,在山顶、山脊处取较大值,在洼地、谷底处较小。
相反,越是向地下低陷的地点,地下散度越大,在洼地、谷底处取较大值,在山顶和山脊处较小。实际上,在距离L的范围内也混有各种基本地形,因此地上角以及地下角的八角形图表变形,大多数情况下散度也取各种值。
如上所述,DφL以及DψL对L具有非增加特性,因此φL以及ψL也对L具有非增加特性。
另外,散度图通过计算距离的指定,能够提取与地形规模相适合的信息,能够进行不依存于方向性以及局部噪声的显示。
即,对山脊线以及山谷线的提取有利,能够辨别丰富的地形/地质信息,如图18所示,在一定范围的DEM数据上(地表面:立体:图26的(a)),求出由直线L1和水平线所成的角度向量,其中,所述直线L1是从设定的标本地点A观察八个方向的任一个方向时,连接成为最大顶点的标本地点B的直线。
对八个方向实施该角度向量的求出方法,并将它们平均化后称为地上散度θi(上浮度),求出由直线L2和水平线所成的角度θp,其中,所述直线L2是从反转了向一定范围的DEM数据上(地表面:立体)接触空气层的立体(图26的(b))的反转DEM数据(图26的(c))的标本地点A观察八个方向的任一个方向时,连接成为最大顶点的标本地点C(相当于最深的位置)的直线。将对八个方向求出该角度并进行平均化的结果称为地下散度(下沉度)。
即,地上散度数据制作部119在从关注点到一定距离为止的范围所包括的DEM数据上,对八个方向分别生成地形断面,并求出连接各地点与关注点的线(图26的(a)的L1)的倾斜的最大值(从铅垂方向观察时)。
对八个方向进行这样的处理。倾斜角度是从天顶开始的角度(平坦则为90度,在山脊、山顶为90度以上,在谷底、洼地为90度以下)。
另外,地下散度数据制作部110在从反转DEM数据的关注点起一定距离为止的范围内,对八个方向分别生成地形断面,并求出连接各地点与关注点的线的倾斜的最大值(在图26的(a)的地表面的立体图中,从铅垂方向观察L2时为最小值)。对八个方向进行这样的处理。
在图26的(a)的地表面的立体图中,从铅垂方向观察L2时的角度,如果平坦则为90度,在山脊、山顶为90度以下,在谷底、洼地为90度以上。
即,如图27所示,地上散度和地下散度考虑两个标本地点A(iA,jA,HA)和B(iB,jB,HB)。由于标本间隔为1m,因此A与B的距离是:
P={(iA-iB)2+(jA-jB)2}1/2…(1)
图27的(a)是以高程0m为基准,表示标本地点A、B的关系的图。标本地点A相对于标本地点B的仰角θ,通过
θ=tan-1{(HB-HA)/P
来给出。(1)在HA<HB的情况下为正,(2)在HA>HB的情况下为负。
将在从关注的标本地点位于方位D、距离L的范围内的标本地点的集合记述为DSL,并将其称为“关注的标本地点的D-L集合”。在此,设成
DβL:关注的标本地点相对于DSL的各要素的仰角中的最大值
DδL:关注的标本地点相对于DSL的各要素的仰角中的最小值
(参照图27的(b)),进行以下的定义。
定义I:关注的标本地点的D-L集合的地上角和地下角分别表示:
DφL=90-DβL
DψL=90+DδL。
DφL表示在从关注的标本地点起距离L以内能够观察方位D的天空的天顶角的最大值。一般说的地平线角相当于使L无限大时的地上角。此外,DψL表示在从关注标本地点起距离L以内能够观察方位D的地下的天底角的最大值。
当使L增大时,属于DSL的标本地点的数量增加,因此DβL具有非减少特性,相反DδL具有非增加特性。
因此,DφL和Dψ1都相对于L具有非增加特性。
测量学中的高角度是以通过关注的标本地点的水平面为基准而定义的概念,不与θ严格一致。此外,如果严格讨论地上角以及地下角,则必须还考虑地球的曲率,定义I并不一定是准确的记述。定义I只是以使用DEM来进行地形解析为前提而定义的概念。
地上角以及地下角是针对被指定的方位D的概念,但作为其扩展,导入以下的定义。
定义II:关注的标本地点的距离L的地上散度以及地下散度,分别表示
φL=(0φL+45φL+90φL+135φL+180φL+225φL+270φL+315φL)/8
以及
ψL=(OψL+45ψL+90ψL+135ψL+180ψL+225ψL+270ψL+315ψL)/8
地上散度表示在从关注的标本地点起距离L的范围内能观察到的天空的广度,此外,地下散度表示倒立来环顾地下时,距离L的范围的地下的广度(参照图24)。
(各部的说明)
倾斜计算部108将存储器24的DEM数据以正方形网格化,并求出与该网格上的关注点相邻的正方形面的平均倾斜。相邻的正方形存在四个,将任一个设成关注正方形。然后,求出该关注正方形的四个角的高度和平均倾斜。平均倾斜是使用最小二乘法从四个点近似的面的斜率。
凸部增强图像制作部111具备用于通过亮度表现山脊、谷底的第一灰阶,在每次地上散度数据制作部119求出地上散度(从关注点向8个方向观察L的范围时的平均角度:用于判定是否在高处的指标)时,计算与该地上散度θi的值对应的亮度(明度)。
例如,当地上散度值收敛在40度到120度左右的范围内时,使50度到110度与第一灰阶对应,分配给255灰度。即,越是山脊部(凸部)的部分,地上散度值越大,因此颜色变白。
并且,凸部增强图像制作部111读入地上散度图像Dp,对具有关注点(坐标)的网格区域(以正方形网格化将DEM数据的相同Z值相连的等高线(例如1m),将该网格的四个角的任一点设成关注点时)分配基于第一灰阶的颜色数据,并将其保存(地上散度图像Dp)在存储器中。
接着,凸部增强图像制作部111的灰度补偿部(未图示)保存使该地上散度图像Dp的颜色灰度反转的地上散度图像Dp。即,得到以山脊变白的方式调整后的地上散度图像Dp。
凹部增强图像制作部112具备通过亮度表现谷底、山脊的第二灰阶,每次在地下散度数据制作部110求出地下散度(从关注点向八个方向的平均)时,算出与该地下散度值对应的亮度。
例如,当地下散度值收敛在40度到120度左右的范围内时,使50度到110度与第二灰阶对应,分配给255灰度。
即,越是谷底部(凹部)的部分,地下散度值越大,因此颜色变黑。
然后,凹部增强图像制作部112读取地下散度图像Dq,对具有关注点(坐标)的网格区域(以正方形网格化(例如1m)将DEM数据的相同Z值相连的等高线,将该网格的四个角的任一点设成关注点时)分配基于第二灰阶的颜色数据,并将其保存。接着,对地下散度图像Dq的颜色灰度进行校正。
当颜色变得过于黑时,设成校正了色调曲线后的程度的颜色。将其称为地下散度图像Dq来进行保存(存储器)。
倾斜度增强部113具备用于通过亮度表现倾斜程度的第三灰阶,每次在倾斜计算部8求出倾斜度时(从关注点向四个方向的平均),算出与该倾斜度的值对应的第三灰阶的亮度(明度)。
例如,当倾斜αi的值收敛在0度到70度左右的范围内时,使0度到50度与第三灰阶对应,分配给255灰度。即,0度为白色,50度以上为黑色。越是倾斜αi大的地点颜色越黑。
然后,倾斜度增强部113将地下散度图像Dq与地上散度图像Dp的差图像保存为斜度图像Dra。
此时,对具有关注点(坐标)的网格区域(以正方形网格化(例如1m)将DEM数据的相同Z值相连的等高线,将该网格的四个角的任一点设成关注点时)分配基于第三灰阶的颜色数据。接着,红色处理通过RGB彩色模式功能增强R。即,倾斜越大得到越增强红色的倾斜增强图像Dr。
第一红色用合成部114得到将地上散度图像Dp与地下散度图像Dq相乘来合成的合成图像Dh(Dh=Dp+D1)。此时,以山谷部分不消失的方式来调整双方的平衡。
上述的“相乘”是指Photoshop(注册商标)上的涂层模式的术语,在数值处理上为或(OR)运算。
[表1]
在该平衡调整中,地上散度和地下散度的值的分配以某地点为中心切取一定半径(距离L/2)的地表面。
当天空整体为均匀的亮度时,从地表面仰视的天空的广度给予地面的亮度。
即,地上散度成为亮度。然而,当考虑光迂回时,还应当考虑地下散度的值。
根据应如何调整该双方的比例,能够增强地形的山脊部分或使其进行任意的变化。要增强山谷中的地形时,使b值变大。
亮度的指标=a×地上散度-b×地下散度
其中,a+b=1
即,如图28所示,得到将地上散度图像Dp(用白色增强山脊)与地下散度图像Dq(用黑色增强底部)相乘合成的灰色的灰度表现的合成图像(Dh=Dp+D1)。
另一方面,第二红色用合成部115得到合成了文件的倾斜增强图像Dr与由第一红色用合成部114合成而得到的合成图像Dh的、山脊被红色增强的红色立体图像KGi,并存储在存储器26中。
即,如图28所示,得到将地上散度图像Dp(对山脊进行白增强)和地下散度图像Dq(对谷底进行黑增强)相乘而合成的灰色的灰阶表现的合成图像Dh,并且针对斜度图像Dra,得到倾斜越大则越是增强红色的倾斜增强图像Dr。
然后,通过合成该倾斜增强图像Dr和合成图像Dh,得到用红色增强了山脊的红色立体图像KGi。
即,如图29所示,红色立体图像KGi由网格的格子编号、X、Y、Z坐标、地上散度及其色值、沉浮度及其色值、倾斜度及其色值、地下散度及其色值等构成。
此外,在上述实施方式中,使用红色立体图像进行了说明,但也可以是施加了Lab颜色的红色立体图像(日本特开2011-048495号公报)。
使用Lab颜色模型生成施加了Lab颜色的红色立体图像。例如,向地上散度图像Dp分配a*通道,向地下散度图像Dq分配b*通道,向倾斜增强图像Dr分配L*通道,由此得到地上散度图像Dp、地下散度图像Dq、倾斜增强图像Dr的Lab图像。
另外,可以将使地上散度图像Dp、地下散度图像Dq、倾斜增强图像Dr重叠而成的合成图像(Ki)与Lab图像合成。该图像能够更加没有不协调感地产生立体感,并且容易探索水系。
另外,在海底图的情况下,也可以是施加了红色以外的例如蓝色、紫色、绿色的立体地图。
以上所示的实施方式示例了用于实现本发明的技术思想的装置的结构、处理步骤,并不限制构成部件的配置、组合、以及处理的顺序等。
在请求专利保护的范围记载的技术范围内,能够对本发明的技术思想施加各种变更。附图是示意的,应该注意装置的结构等与现实不同的。
工业上的可利用性
本发明能够应用于与其高度对应地用颜色显示城市地区的地物的高度并且图像不变得污浊的按地物地基高度着色图像生成装置。
符号说明
102:倾斜照相机图像用存储部;107:3D城市模型制作部;121:第一点群LAS文件化部;125:第一DSM化部;127:第一差分化部;131:地基DEM用存储部;133:第一DEM化部;137:第一DHM化部;141:第一斜度图像制作部;145:第一红色立体图像制作部;147:第一分层设色图像制作部;150:第一大楼高度比较图像制作部;151:第一按地物高度着色图像制作部;203:激光数据用存储部;221:第二点群LAS文件化部;233:第二DEM化部;225:第二DSM化部;227:第二差分化部;237:第二DHM化部;241:第二斜度图像制作部;245:第二红色立体图像制作部;247:第二分层设色图像制作部;250:第二大楼高度比较图像制作部;251:第二按地物高度着色图像制作部。
Claims (10)
1.一种按地物地基高度着色图像生成装置,其特征在于,具备:
数值高程模型用存储单元,其存储地区的数值高程模型;
数值表层模型用存储单元,其存储该地区的数值表层模型;
数值高度模型化单元,其在数值高度模型用存储部中生成上述数值高程模型与数值表层模型的差即数值高度模型;
针对上述数值高度模型的每个网格,求出斜度,并生成向网格分配了与该斜度对应的灰阶的浓淡值而得的斜度图像的单元;
针对上述数值表层模型的每个网格,将向该网格分配的高程值降低为固定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第一红色立体图像用存储单元中生成第一红色立体图像的单元,该第一红色立体图中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
针对上述数值高程模型的每个网格,将向该网格分配的高程值提高为预定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第二红色立体图像用存储单元中生成第二红色立体图像的单元,该第二红色立体图像中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
对上述数值高度模型的每个网格,读入向该网格分配的地物的高度,在比高分层设色图像用存储单元中生成与该地物的高度对应地向该网格分配了色值的比高分层设色图像的单元;
在地物高度比较图像用存储单元中生成将上述斜度图像和上述比高分层设色图像进行重叠而得的地物高度比较图像的单元;
在按地物高度着色图像用存储单元中生成将上述第一红色立体图像和上述地物高度比较图像进行重叠而得的按地物高度着色图像的单元;
将上述地物高度比较图像和上述第二红色立体图像进行合成,在地物高度比较图像用存储单元中对每个网格生成用与该网格的高度和倾斜对应的颜色表现的地物高度比较图像的单元。
2.根据权利要求1所述的按地物地基高度着色图像生成装置,其特征在于,
将上述第一红色立体图像、上述比高分层设色图像、上述第二红色立体图像进行合成,
该按地物地基高度着色图像生成装置具备在按地形地物高度着色图像用存储单元中生成将地形用与其高度和倾斜对应的颜色进行表现、并且将地物用与其高度和倾斜对应的颜色进行表现而得的按地形地物高度着色图像的单元。
3.根据权利要求1所述的按地物地基高度着色图像生成装置,其特征在于,
上述固定倍是向上述数值表层模型的网格分配的高程值的0.2倍,上述预定倍是向上述数值高程模型的网格分配的高程值的5倍。
4.根据权利要求1所述的按地物地基高度着色图像生成装置,其特征在于,
上述地区是城市,
该按地物地基高度着色图像生成装置具备:
数值表层模型化单元,其对基于在飞机上利用从不同的多个方向同时拍摄上述城市的地物的拍摄图像的拍摄照相机进行拍摄而得的照相机图像数据的三维城市模型的LAS文件数据进行网格化,而在上述数值表层模型用存储单元中生成上述数值表层模型;
第一地基数值高程模型用存储单元,其存储有上述地区的第一地基数值高程模型;
数值高程模型化单元,其读入上述第一地基数值高程模型,在第二地基数值高程模型用存储单元中生成分割网格而得的第二地基数值高程模型。
5.根据权利要求4所述的按地物地基高度着色图像生成装置,其特征在于,
该按地物地基高度着色图像生成装置具备:激光数据用存储单元,其存储有在飞机上使激光对上述地区进行扫描的同时取得的激光数据,
上述数值表层模型化单元根据该激光数据,在上述数值表层模型用存储单元中生成数值表层模型,
上述数值高程模型化单元根据上述激光数据,在上述数值高程模型用存储单元中生成数值高程模型,
上述数值高度模型化单元根据基于该激光数据的数值表层模型和数值高程模型,在数值高度模型用存储单元中生成上述数值高度模型。
6.一种按地物高度着色图像生成方法,其特征在于,
将地区的数值高程模型存储到数值高程模型用存储单元的单元;
将该地区的数值表层模型存储到数值表层模型用存储单元的单元;
数值高度模型化单元在数值高度模型用存储部中生成上述数值高程模型与数值表层模型的差即数值高度模型;
针对上述数值高度模型的每个网格,求出斜度,并生成向网格分配了与该斜度对应的灰阶的浓淡值的斜度图像的单元;
针对上述数值表层模型的每个网格,将向该网格分配的高程值降低为固定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第一红色立体图像用存储单元中生成第一红色立体图像的单元,该第一红色立体图中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
针对上述数值高程模型的每个网格,将向该网格分配的高程值提高为预定倍,将各网格作为关注点,对每个该关注点定义固定范围而求出地上散度、地下散度、斜度,在第二红色立体图像用存储单元中生成第二红色立体图像的单元,该第二红色立体图像中,地上散度越大则分配越亮的颜色,地下散度越大则分配越暗的颜色,斜度越大则分配越增强红色的颜色;
对上述数值高度模型的每个网格,读入向该网格分配的地物的高度,在比高分层设色图像用存储单元中生成与该地物的高度对应地向该网格分配了色值的比高分层设色图像的单元;
在地物高度比较图像用存储单元中生成将上述斜度图像和上述比高分层设色图像进行重叠而得的地物高度比较图像的单元;
在按地物高度着色图像用存储单元中生成将上述第一红色立体图像和上述地物高度比较图像进行重叠而得的按地物高度着色图像的单元;
将上述地物高度比较图像和上述第二红色立体图像进行合成,在地物高度比较图像用存储单元中对每个网格生成用与该网格的高度和倾斜对应的颜色表现的地物高度比较图像的单元。
7.根据权利要求6所述的按地物高度着色图像生成方法,其特征在于,
将上述第一红色立体图像、上述比高分层设色图像、上述第二红色立体图像进行合成,
在按地形地物高度着色图像用存储单元中生成将地形用与其高度和倾斜对应的颜色进行表现、并且将地物用与其高度和倾斜对应的颜色进行表现而得的按地形地物高度着色图像的单元。
8.根据权利要求6所述的按地物高度着色图像生成方法,其特征在于,
上述固定倍是向上述数值表层模型的网格分配的高程值的0.2倍,上述预定倍是向上述数值高程模型的网格分配的高程值的5倍。
9.根据权利要求6所述的按地物高度着色图像生成方法,其特征在于,
上述地区是城市,
数值表层模型化单元对基于在飞机上利用从不同的多个方向同时拍摄上述城市的地物的拍摄图像的拍摄照相机进行拍摄而得的照相机图像数据的三维城市模型的LAS文件数据进行网格化,而在上述数值表层模型用存储单元中生成上述数值表层模型的单元;
第一地基数值高程模型用存储单元存储有上述地区的第一地基数值高程模型;
数值高程模型化单元读入上述第一地基数值高程模型,在第二地基数值高程模型用存储单元中生成分割网格而得的第二地基数值高程模型。
10.根据权利要求9所述的按地物高度着色图像生成方法,其特征在于,
将在飞机上使激光对上述地区进行扫描的同时取得的激光数据存储到激光数据用存储单元的单元,
上述数值表层模型化单元根据该激光数据,在上述数值表层模型用存储单元中生成数值表层模型,
上述数值高程模型化单元根据上述激光数据,在上述数值高程模型用存储单元中生成数值高程模型,
上述数值高度模型化单元根据基于该激光数据的数值表层模型和数值高程模型,在数值高度模型用存储单元中生成上述数值高度模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-236338 | 2017-12-08 | ||
JP2017236338 | 2017-12-08 | ||
PCT/JP2018/044744 WO2019111956A1 (ja) | 2017-12-08 | 2018-12-05 | 地物地盤高別色付画像生成装置及び地物高別色付画像生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111465971A CN111465971A (zh) | 2020-07-28 |
CN111465971B true CN111465971B (zh) | 2022-03-22 |
Family
ID=66751416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880079325.XA Active CN111465971B (zh) | 2017-12-08 | 2018-12-05 | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11181367B2 (zh) |
JP (1) | JP6935512B2 (zh) |
KR (1) | KR102415768B1 (zh) |
CN (1) | CN111465971B (zh) |
AU (1) | AU2018381378B2 (zh) |
TW (1) | TWI787410B (zh) |
WO (1) | WO2019111956A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110262865B (zh) * | 2019-06-14 | 2022-07-12 | 网易(杭州)网络有限公司 | 构建游戏场景的方法及装置、计算机存储介质、电子设备 |
CN111047701A (zh) * | 2019-12-25 | 2020-04-21 | 孟存轩 | 一种雕刻大范围三维地形的方法 |
CN111354058B (zh) * | 2020-02-04 | 2022-03-04 | 北京邮电大学 | 一种图像着色方法、装置、图像采集设备及可读存储介质 |
JP6893307B1 (ja) * | 2020-03-23 | 2021-06-23 | 株式会社パスコ | 地形図出力装置、地形図出力方法及びプログラム |
JP6995912B2 (ja) * | 2020-03-23 | 2022-01-17 | 株式会社パスコ | 地形図出力装置、地形図出力方法及びプログラム |
JP6858917B1 (ja) * | 2020-12-02 | 2021-04-14 | オリエンタル白石株式会社 | ケーソン掘削機の複数協調作業のための情報共有システム及び情報共有方法 |
US11913806B2 (en) * | 2021-01-15 | 2024-02-27 | Meridian Innovation Pte Ltd | Geospatial mapping |
CN116883611B (zh) * | 2023-09-07 | 2023-12-15 | 中交天航南方交通建设有限公司 | 一种结合gis航道信息的航道淤泥分布主动探测识别方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101479731A (zh) * | 2006-05-12 | 2009-07-08 | 贺利实公司 | 为感兴趣的地理区域产生有纹理图像的数字表面模型(dsm)的方法及*** |
JP2011048495A (ja) * | 2009-08-25 | 2011-03-10 | Asia Air Survey Co Ltd | 立体画像生成装置 |
CN102214410A (zh) * | 2002-11-05 | 2011-10-12 | 亚洲航测株式会社 | 立体图像生成装置 |
WO2012169294A1 (ja) * | 2011-06-09 | 2012-12-13 | 国立大学法人京都大学 | Dtm推定方法、dtm推定プログラム、dtm推定装置及び3次元建物モデルの作成方法、並びに、領域抽出方法、領域抽出プログラム及び領域抽出装置 |
CN102930601A (zh) * | 2012-10-10 | 2013-02-13 | 中国人民解放军信息工程大学 | 一种双模三维地形立体环境的构建方法 |
JP2013054499A (ja) * | 2011-09-02 | 2013-03-21 | Asia Air Survey Co Ltd | 森林地立体画像生成方法 |
CN104395948A (zh) * | 2012-06-14 | 2015-03-04 | 亚洲航测株式会社 | 光栅图像立体化处理装置、光栅图像立体化方法以及光栅图像立体化程序 |
CN106780733A (zh) * | 2016-12-28 | 2017-05-31 | 广西东方道迩科技有限公司 | 一种基于人眼视觉特性显示和生产地形图的方法 |
CN106871864A (zh) * | 2017-02-13 | 2017-06-20 | 中科宇图科技股份有限公司 | 一种基于立体卫星影像自动提取建筑物高度的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4771459B2 (ja) | 2005-08-12 | 2011-09-14 | 国際航業株式会社 | カラー標高傾斜図作成システムおよびカラー標高傾斜図作成方法 |
US9830509B2 (en) | 2015-06-29 | 2017-11-28 | Nokia Technologies Oy | Method and apparatus for constructing a digital elevation model utilizing ground points captured by ground-based LiDAR |
JP6514973B2 (ja) | 2015-06-30 | 2019-05-15 | 株式会社トプコン | 現場管理システム、飛行検出方法およびプログラム |
JP6625201B2 (ja) * | 2016-03-22 | 2019-12-25 | 三菱電機株式会社 | 計測装置 |
-
2018
- 2018-12-05 KR KR1020207019642A patent/KR102415768B1/ko active IP Right Grant
- 2018-12-05 US US16/770,368 patent/US11181367B2/en active Active
- 2018-12-05 JP JP2019558254A patent/JP6935512B2/ja active Active
- 2018-12-05 AU AU2018381378A patent/AU2018381378B2/en active Active
- 2018-12-05 WO PCT/JP2018/044744 patent/WO2019111956A1/ja active Application Filing
- 2018-12-05 CN CN201880079325.XA patent/CN111465971B/zh active Active
- 2018-12-07 TW TW107144163A patent/TWI787410B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214410A (zh) * | 2002-11-05 | 2011-10-12 | 亚洲航测株式会社 | 立体图像生成装置 |
CN101479731A (zh) * | 2006-05-12 | 2009-07-08 | 贺利实公司 | 为感兴趣的地理区域产生有纹理图像的数字表面模型(dsm)的方法及*** |
JP2011048495A (ja) * | 2009-08-25 | 2011-03-10 | Asia Air Survey Co Ltd | 立体画像生成装置 |
WO2012169294A1 (ja) * | 2011-06-09 | 2012-12-13 | 国立大学法人京都大学 | Dtm推定方法、dtm推定プログラム、dtm推定装置及び3次元建物モデルの作成方法、並びに、領域抽出方法、領域抽出プログラム及び領域抽出装置 |
JP2013054499A (ja) * | 2011-09-02 | 2013-03-21 | Asia Air Survey Co Ltd | 森林地立体画像生成方法 |
CN104395948A (zh) * | 2012-06-14 | 2015-03-04 | 亚洲航测株式会社 | 光栅图像立体化处理装置、光栅图像立体化方法以及光栅图像立体化程序 |
CN102930601A (zh) * | 2012-10-10 | 2013-02-13 | 中国人民解放军信息工程大学 | 一种双模三维地形立体环境的构建方法 |
CN106780733A (zh) * | 2016-12-28 | 2017-05-31 | 广西东方道迩科技有限公司 | 一种基于人眼视觉特性显示和生产地形图的方法 |
CN106871864A (zh) * | 2017-02-13 | 2017-06-20 | 中科宇图科技股份有限公司 | 一种基于立体卫星影像自动提取建筑物高度的方法 |
Non-Patent Citations (1)
Title |
---|
基于面向对象理论的城市空间信息遥感分析研究;余柏蒗;《中国博士学位论文全文数据库基础科学辑》;20091215(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111465971A (zh) | 2020-07-28 |
US11181367B2 (en) | 2021-11-23 |
AU2018381378A1 (en) | 2020-07-30 |
JPWO2019111956A1 (ja) | 2021-01-14 |
TW201931314A (zh) | 2019-08-01 |
US20210199433A1 (en) | 2021-07-01 |
WO2019111956A1 (ja) | 2019-06-13 |
KR20200096951A (ko) | 2020-08-14 |
AU2018381378B2 (en) | 2021-10-07 |
TWI787410B (zh) | 2022-12-21 |
KR102415768B1 (ko) | 2022-06-30 |
JP6935512B2 (ja) | 2021-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111465971B (zh) | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 | |
CN111433820B (zh) | 按地物高度着色图像生成装置以及计算机可读介质 | |
JP4771459B2 (ja) | カラー標高傾斜図作成システムおよびカラー標高傾斜図作成方法 | |
US7764282B2 (en) | Visualizing system, visualizing method, and visualizing program | |
TWI526985B (zh) | 掃描線圖像立體化處理裝置及掃描線圖像立體化方法以及掃描線圖像立體化程式 | |
JP6692984B1 (ja) | 超解像度立体視化処理システム及びそのそのプログラム | |
JP5587677B2 (ja) | 地形起伏画像生成方法及び地形起伏画像生成装置 | |
JP5281518B2 (ja) | 立体画像生成装置 | |
KR101021013B1 (ko) | 경계강화필터링과 표고정보를 이용하여 3차원 지리정보를 생성하는 시스템 | |
JP7508722B1 (ja) | 高速超解像度画像立体視化処理システム及び高速超解像度画像立体視化処理プログラム | |
KR101020915B1 (ko) | Rgb 밴드강조와 ihs 색채변환을 이용한 2차원 도시 건물 객체의 경계 필터링 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |