JP4847482B2

JP4847482B2 - 道路ネットワークの抽出装置

Info

Publication number: JP4847482B2
Application number: JP2008050793A
Authority: JP
Inventors: 完治横川; 光晴大峡; 仙久保田
Original assignee: Hitachi Solutions Ltd
Current assignee: Hitachi Solutions Ltd
Priority date: 2008-02-29
Filing date: 2008-02-29
Publication date: 2011-12-28
Anticipated expiration: 2028-02-29
Also published as: JP2009211150A

Description

本発明は、衛星画像や航空写真などのリモートセンシング画像から道路ネットワークを抽出して道路地図を作成する技術に係わる。

リモートセンシング画像から道路地図を作成するには、大きく分けて２つの過程を経る。第１の過程は、リモートセンシング画像に対して被覆分類を行って道路と思われる領域を抽出する道路領域抽出過程である。通常、この道路領域抽出過程の結果では、何箇所か道路がギャップによって寸断されており、これを連結する必要がある。特に複数の道路が交差する地点で寸断されている場合が多い。第２の過程は、複数の道路領域の間のギャップを埋めて道路ネットワークを生成する道路ネットワーク化過程である。

埋めるべきギャップの形状は、主にI字路・Y字路・X字路・T字路がある。I字路では二つの道路が一点で交わる。Y字路では三つの道路が一点で交わる。X字路では四つの道路が一点で交わる。T字路ではある道路に斜めに別の道路が交わる。

下記非特許文献１のネットワーク化の方法では、交差点をモデル化して複数のテンプレートを予め用意しておき、これらのテンプレートとリモートセンシング画像とのテンプレートマッチング処理を行い、最もマッチするものを選び出してギャップを埋める。その他、出願人の発明として、下記の特許文献１から３までがあり、いずれも画像から道路領域を切り出す技術を開示している。

G. Koutani, K. Uchimura and Z. Hu：Road updating from high resolution arial imagery using road intersection model：http://www.photogrammetry.ethz.ch/pitsanulok_workshop/papers/25.pdf ウィキペディア：K平均法：http://ja.wikipedia.org/wiki/K%E5%B9%B3%E5%9D%87%E6%B3%95 酒井幸市：デジタル画像処理入門：pp.68-70、pp.87-90 CQ出版（2002）柳井久江：エクセル統計 ――実用多変量解析編――：pp.115-117 オーエムエス出版（2004）特開２００６−２３９５８号公報特開２００７−７３００９号公報特開２００７−３３９３１号公報

非特許文献１に記載の方法の問題点は、計算量を大きくなることである。例えば、Y字路を処理する場合、３つの道路間の角度の違うテンプレートごとに、そのテンプレートの向きと位置をパラメータとしてテンプレートマッチングを行う必要があり、テンプレートの数×テンプレートの向きの数×テンプレートの位置の数に比例する計算量を必要とする。一般に、従来の道路ネットワーク化の方法は、多くの計算量を必要としていた。

本発明は、リモートセンシング画像から道路ネットワークを簡単かつ高速に抽出することを目的とする。

本発明は、リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、する２値画像を生成する被覆分類処理部と、前記２値画像を細線化して道路セグメントを生成する細線化処理部と、前記道路セグメントの互いに隣接する端点、又は、前記道路セグメントとそれに隣接する道路セグメントの端点を選択する選択処理部と、所定の角度θについて各道路セグメントの端点からその延長方向の±θの方向に直線を生成するか、又は、所定の角度θについて道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、±θの方向に延びる直線が囲む領域内の全ての点(x, y)内において、端点と点(x, y)を結ぶ線分と対応する前記道路領域を示す画素の数を線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、端点と前記点(xmax, ymax)とを結ぶ線分を生成する結合処理部と、を有することを特徴とする道路ネットワーク抽出装置が提供される。

ここで、２本の道路セグメントを選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定して、Ｔ字路であるか、Ｔ字路以外であるかを判定する。

また、本発明は、リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、する２値画像を生成する被覆分類処理部と、前記２値画像を細線化して道路セグメントを生成する細線化処理部と、前記道路セグメントのうちから２本を選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定して、交わる場合にはＴ字路であると判定し、所定の数Nの互いに隣接する道路セグメントの端点を選択する選択処理部と、所定の角度θについて各道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、生成された２Ｎ個の直線が囲む領域内の全ての点(x, y)について、各端点と点(x, y)を結ぶ線分と対応する前記道路領域を示す画素の数を線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、各端点と前記点(xmax, ymax)とを結ぶ線分を生成する結合処理部と、を有することを特徴とする道路ネットワーク抽出装置である。なお、細線化処理には微小な道路セグメントを消去する処理を含む。この方法が必要とする計算量は2N個の直線が囲む領域内の点の数に比例する。

本発明は、リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、する２値画像を生成する被覆分類処理部と、前記２値画像を細線化して道路セグメントを生成する細線化処理部と、前記道路セグメントのうちから２本を選択した場合に、両方が互いに交わるか否かを判定して、交わる場合にはＴ字路以外であると判定し、道路セグメントとそれに隣接する道路セグメントの端点を選択する選択処理部と、所定の角度θについて道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、生成された2個の直線ともう一方の道路セグメントとの交点を求め、これらの二つの交点を結ぶ線分上の点(x, y)と端点を結ぶ線分とに対応する前記道路領域を示す画素の数を点(x, y)と端点を結ぶ線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、端点と前記点(xmax, ymax)を結ぶ線分を生成する結合処理部と、を有することを特徴とする道路ネットワーク抽出装置であっても良い。なお、細線化処理には微小な道路セグメントを消去する処理を含む。この方法が必要とする計算量は二つの交点を結ぶ線分上の点の数に比例する。

また、本発明は、上記処理ステップを実行する方法、該ステップをコンピュータに実行させるためのプログラム、該プログラムを記録するコンピュータ読みとり可能な記録媒体であっても良い。

本発明によれば、道路領域間のギャップを埋める処理は、必要な計算量が定義域に属する点の数に比例するので、テンプレートマッチングなどにより処理するよりも高速に処理を行なうことができる。

以下、本発明の実施の形態による道路抽出技術について図面を参照しながら説明を行う。図１は、本実施の形態による道路ネットワークの抽出処理の概要を示すフローチャート図である。図２は、本実施の形態による道路ネットワークの抽出装置のハードウェアシステムの一例を示す機能ブロック図である。

図２に示すように、本実施の形態による道路抽出装置は、入力装置、出力装置、処理装置２０３、および、記憶装置２１０を有している。入力装置としては、マウス２０１とキーボード２０２とがシステムの処理装置２０３に接続されている。マウス２０１とキーボード２０２とは、コマンドの起動やパラメータの入力などに用いられる。出力装置としては、例えばディスプレイ装置２１５がシステムの処理装置に接続されている。ディスプレイ装置２１５は、画像データ、システムの状態、および、入力のプロンプトなどを表示するのに用いられる。

処理装置２０３は、被覆分類処理部２０４・細線化処理部２０５・選択処理部２０６・直線生成処理部２０７・最適化処理部２０８・結合処理部２０９を含む。記憶装置２１０は、リモートセンシング画像の記憶領域２１１・分類画像の記憶領域２１２・作業用２値画像の記憶領域２１３・出力２値画像の記憶領域２１４を含む。

被覆分類処理部２０４は、リモートセンシング画像２１１を入力として道路と分類された画像等の画像の分類処理を行い、得られた結果を分類画像の記憶領域２１２に出力する。細線化処理部２０５は、道路と分類された領域に対して細線化処理を適用して、道路セグメントを、作業用２値画像記憶領域２１３および出力２値画像記憶領域２１４に出力する。選択処理部２０６は、作業用２値画像記憶領域２１３に記憶されている作業用２値画像を走査して、互いに隣接している道路セグメントの端点のクラスタ、または、互いに隣接している道路セグメントと道路セグメントの端点との組を選択する。

尚、ここで、近くにある２本の道路セグメントを選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定して、ＹｅｓであればＴ字路であると判定し、Ｎｏであれば（道路セグメントの両方の延長線が交わる場合）、Ｔ字路以外（Ｙ字路、Ｘ字路、Ｉ字路）であると判定する。

直線生成処理部２０７は、所定の角度θについて、選択された各道路セグメントの端点からその延長方向の±θの方向に引かれた直線の情報を算出する。最適化処理部２０８は、直線生成処理部２０７により得られた直線の情報から、作業用２値画像２１３上に最適化の定義域を求める。次に定義域内の全ての点について、各端点と点とを結ぶ線分に対応する２値画像である分類画像２１２の道路領域を示す画素の数を線分の全画素数で除算した値が最大になる点を求める。

尚、本実施の形態においては、「線分の道路らしさ」は値１の道路領域を示す画素の、線分上の全画素に対する割合としている。一般に、画素値の総和に基づくと、線分は道路の領域を通るが、道路以外の領域も無制限に通ることを許してしまうため、適していない。

すなわち、例えば、以下の２つの線分のパターンを考える。
Ｌ１：０００１１１０１００１００００
Ｌ２:００１１１０１０００
画素値の総和では、Ｌ１は５、Ｌ２は４となり、Ｌ１の方が値は大きくなってしまうが、「道路らしさ」、すなわち割合では、Ｌ１は５/１５＝０．３３３…となり、Ｌ２は４／１０＝０．４となり、Ｌ２の方が値は大きくなる。従って、割合で考えるのが妥当である。

結合処理部２０９は、各端点と最大になる点とを結ぶ線分を、出力２値画像２１４内に生成する。表示処理部は、ディスプレイ２１５に表示させる制御を行う。

図１に示すように、上記の処理装置において、まず処理を開始すると（ｓｔａｒｔ）、ステップ１０１の被覆分類は、次のようにして処理する。まず、リモートセンシング画像の画素をＲＧＢ色空間に写像する。次にＲＧＢ色空間において、Ｋ平均法に基づいてクラスタリングする（上記非特許文献２参照）。すなわち、
(1)各要素xiに対してランダムにクラスタに割り振る。
(2)割り振った要素をもとに、各クラスタにおいて中心Vjを計算する。計算は、通常、割り当てられた各要素の平均が使用される。
(3)各xiと各Vjとのユークリッド距離を求め、xiを最も近い中心のクラスタに割り当て直す。
(4)上記の処理で全てのxiのクラスタの割り当てが変化しなかった場合は処理を終了する。それ以外の場合は、新しく割り振られたクラスタからＶｊを再計算して上記の処理を繰り返す。

また、別途、リモートセンシング画像から道路の色情報を求めておく。この色情報に基づいて、クラスタリング結果から道路領域と判断されるものを、マウスなどを利用して手作業で抽出し、道路領域に対応する画素の値を“１”、それ以外の画素の値を“０”とする分類画像を生成する。この作業は画像認識などを利用して自動的に行うこともできる（上記非特許文献２参照）。

ステップ１０２の細線化処理においては、ステップ１０１で得られた２値画像を、例えば左上から順次ラスタ走査し、値が“１”の画素を囲む周辺の８個の画素を調べ、いくつかのパターン条件のうち、少なくとも１つに合致すれば、その中心の値“１”の画素を値“０”に変更する。これを変更が生じなくなるまで繰り返す（上記非特許文献３参照]。

図１のステップ１０３の選択処理においては、画像の全体をみて、端点が近いもの（クラスタ）を検索する。すべての細線の端点を要素とする階層的クラスタ分析を行う。階層的クラスタ分析は、以下の手順で行われる（上記非特許文献４参照）。
(1)１つの要素からなるクラスタを生成する。
(2)閾値以下の、最も距離の短い２つのクラスタを融合して１つのクラスタを生成する。
(3)融合が起きなければ処理を終了し、融合が起きれば上記の(2)に戻る。

ここで、距離は最長距離に基づいて決める。すなわち、２つのクラスタ間の距離をそれぞれのクラスタから１つずつ選んだ要素間のユークリッド距離の中で最も大きな値として定義する。上記の階層的クラスタ分析により、互いに隣接する端点の組が生成できる（上記比特許文献４参照）。選択ができる場合（ＹＥＳ）には、ステップ１０５に進むが、選択ができなくなった場合には、処理を終了させる（ｅｎｄ）。

図１のステップ１０６の最適化処理は、直線で囲まれた定義域を求める処理と、求めた定義域上での計算の処理と、から構成される。定義域を求める処理は、次の手順で行われる。
(1)２次元配列を用意して、その各要素に０を代入する。
(2)互いに隣接する全ての端点について、その端点を始点とする直線の組で囲まれる２次元配列の要素の値を１つ増やす。

端点の数をNとすると、上記の処理の結果、値がNである２次元配列の要素が定義域に対応するようになる。

定義域上での計算の処理は、定義域上の全ての点と隣接する端点とを結ぶ線分の道路らしさを計算し、道路らしさが最大になる定義域上の点を求める。線分の道路らしさは線分に対応する２値画像の画素の数を線分の全画素数で除算した値で定義される。

次いで、最適化された道路・端点を結合して道路を生成する（ステップ１０７）。ステップ１０３からステップ１０７の処理を継続的に実行し、選択する対象となる端点がなくなると（１０４でＮＯ）、処理を終了する（ｅｎｄ）。

図３Ａ・Ｂは、本発明の第１の実施の形態による道路抽出技術であって、その抽出方法をI字路に適用した例を示す図である。図３Ａ(a)においては、被覆分類処理部２０４が、上記非特許文献２に示されているように、被覆分類処理を行った結果として得られた２値画像を表示画面３０１に表示させた図であり、２つの道路領域３０３ａ・３０３ｂが示されている。この道路領域３０３ａ・３０３ｂは、ノイズなどを含んでいるため、太めの領域として示されている。図３Ａ(b)は、細線化処理部２０５が上記非特許文献３に記載されているように、被覆分類処理がなされた道路領域３０３ａ・３０３ｂに細線化処理を適用した結果として生成された道路セグメント３０５ａ・３０５ｂを示す図である。

ここで、近くにある２本の道路セグメント３０５ａ・３０５ｂを選択処理部２０６が選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定すると、この場合にはＮｏであるため（道路セグメントの両方の延長線Ｌ１・Ｌ４が交わる場合に該当する）、Ｔ字路以外（この場合はＩ字路）であると判定する。図３Ａ(c)は、所定の角度θについて選択処理部２０６が選択した各道路セグメント３０５ａ・３０５ｂの端点Ｐ１、Ｐ２からその延長方向の±θの方向に直線生成処理部２０７が生成した直線Ｌ２、Ｌ３、及び、Ｌ５、Ｌ６を示す。図３Ａ(d)は四つの直線Ｌ２・Ｌ３、Ｌ５、Ｌ６で囲まれた領域Ｒ１（α、β、γ）を示す。この領域Ｒ１内の全ての点(x, y)について、最適化処理部２０８は、各端点Ｐ１、Ｐ２と点(x, y)とを結ぶ線分に対応する２値画像の画素の数を線分の全画素数で除算した値が最大になる点を求める。図３Ａ(e)の黒丸Ｐｍａｘはその値が最大になる点を示している。図３Ａ(f)は、結合処理部２０９が、値が最大となる点Ｐｍａｘと二つの道路セグメントの端点Ｐ１、Ｐ２とを結合し、道路のネットワーク化が完了したことを示す図である。

図３Ｂは、図３Ａ（ｄ）に対応する図であり、最適化処理の詳細を示す図である。交点（ｘ，ｙ）は、領域Ｒ１内に存在するが、最適化の例として、この交点のうち図に示される点Ｐ３１とＰ３２とを比較してみる。交点Ｐ３１を形成する線Ｌ３１−Ｌ３２と、交点Ｐ３２を形成する線Ｌ４１−Ｌ４２と、を比較すると、線Ｌ３１−Ｌ３２は２値画素の画素値が“１”である領域Ｒ１１と対応する画素数が、線４１−４２と領域Ｒ１２とが対応する領域の画素数よりもはるかに多いことがわかる（Ｌ３１−Ｌ３２＞＞Ｌ４１−Ｌ４２）。このようにして、領域Ｒ１内の交点（ｘ、ｙ）について、それぞれの交点における、交点を形成する線と対応する２値画素の画素値が“１”である画素の割合が最大となる交点Ｐｍａｘを求めることができる。尚、対応する画素は、必ずしも領域Ｒ１内に入っていなくても、交点が領域Ｒ１内に入っていれば良い。値“１”の画素の割合が最大となるということは、その線に沿った領域が実際の道路であるとすることが最も確かであるという考え方に基づくものである。

次に、本発明の第２の実施の形態による道路抽出技術であって、その抽出方法をＴ字路に適用した例について図４を参照しながら説明を行う。図４Ａ(a)は、被覆分類処理部２０４が、上記非特許文献２に示されているように、被覆分類処理を行った結果として得られた２値画像を表示画面４０１に表示させた図であり、２つの道路領域４０３ａ・４０３ｂが示されている。図４Ａ(b)は、道路領域４０３ａ・４０３ｂに細線化処理部２０５が細線化処理を適用した結果として生成された道路セグメント４０５ａ・４０５ｂの例を示す図である。

ここで、近くにある２本の道路セグメント４０５ａ・４０５ｂを選択処理部２０６が選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定すると、この場合にはＹｅｓであるため（道路セグメントの一方の延長線Ｌ５１が他方の道路セグメント４０５ｂに交わる場合に該当する）、Ｔ字路であると判定する。

図４Ａ(c)は、直線生成処理部２０７が、所定の角度θについて各道路セグメントの端点（図ではＰ５０）からその延長方向の±θの方向に生成した直線Ｌ５２・Ｌ５３を示す。点線Ｌ５１は、道路セグメントの端点Ｐ５０からの延長方向を示す線である。

図４Ａ(d)の太線領域Ｒ５１は、生成された２個の直線Ｌ５２・Ｌ５３と、もう一方の道路セグメント４０５ｂとの交点Ｐ５１・Ｐ５２を求め、これらの２つの交点Ｐ５１・Ｐ５２を結ぶ線分である。

最適化処理部２０８は、この線分Ｐ５１−Ｐ５２（Ｒ５１）上の点と端点Ｐ５０とを結ぶ線分に対応する２値画像の画素の数をこの点と端点P５０とを結ぶ線分の全画素数で除算した値が最大になる点Ｐｍａｘを求める。図４Ａ(e)の黒丸Ｐｍａｘは、その値が最大になる点を示す。図４Ａ(f)は、結合処理部２０９が、値が最大となる点Ｐｍａｘと道路セグメントの端点Ｐ５０を結合し、道路ネットワーク化が完了したことを示す図である。

図４Ｂは、図４Ａ（ｄ）に対応する図であり、最適化処理の詳細を示す図である。交点最適化の例として、端点Ｐ５０と線分領域Ｒ５１内に交点を形成する線Ｌ５１〜Ｌ５４までを比較すると、線Ｌ５１は２値画素の画素値が“１”である領域Ｒ２１と対応する画素数が、線Ｌ５４における２値画素の画素値が“１”である領域Ｒ２３と対応する画素数よりもはるかに多いことがわかる（Ｌ５１＞＞Ｌ５４）。このようにして、領域Ｒ２１内の交点（ｘ、ｙ）について、それぞれの交点における、交点を形成する線と対応する２値画素の画素値が“１”である画素の割合が最大となる交点Ｐｍａｘを求めることができる。値“１”の画素の割合が最大となるということは、その線に沿った領域が実際の道路であるとすることが最も確かであるという考え方に基づくものである。

図５は、本実施の形態による道路ネットワークの抽出装置を用いて、衛星画像における道路抽出処理を行った例を示す図である。図５(a)は、処理対象である表示領域３０１を撮影した衛星画像である。この画像は２００×１６０画素のサイズである。符号Ｒ１０１で示された領域が道路であるようにも見えるが、ほとんど見分けがつかないことがわかる。図５(b)は、衛星画像に被覆分類を適用した結果として得られた画像である。表示領域３０１内に道路領域Ｒ１０２がほぼ白色の領域Ｒ１０２として表されており、その他の領域Ｒ１０３とは区別ができるようになっている。図５(c)は、領域Ｒ１０４内における細線化処理の結果として得られた道路セグメントＬ１０１・Ｌ１０２を示す図である。図５(d)は最適化処理により探索された点Ｐ１０１と道路セグメントＬ１０１・Ｌ１０２の端点とを線分Ｌ１０３・Ｌ１０４で結合して得られ抽出された道路Ｌ１０１−Ｌ１０３−Ｌ１０４−Ｌ１０２を示す図であり、道路ネットワークがきれいに抽出されていることがわかる。尚、図５に示す道路は、図３に示すように、第１の実施の形態に対応する処理を用いて得られたものである。

以上に説明したように、本発明の実施の形態による道路抽出技術によれば、道路領域間のギャップを埋める処理は、必要な計算量が定義域に属する点の数に比例するため、処理の負担を軽減することができ、高速な道路抽出処理を行なうことができる。

本発明は、道路の抽出装置に利用可能である。

本発明の道路ネットワークの抽出方法の概要を示すフローチャート図である。本発明の道路ネットワークの抽出方法の一実施例を示すハードウェアシステムのブロック図である。本発明の第１の実施の形態による道路ネットワークの抽出方法をI字路に適用した一実施例の説明図である。図３Ａの最適化処理の様子を詳細に示した図である。本発明の第２の実施の形態による道路ネットワークの抽出方法をT字路に適用した一実施例の説明図である。図４Ａの最適化処理の様子を詳細に示した図である。本実施の形態による道路ネットワークの抽出装置により、実際の衛星画像から道路の抽出処理を行った例を示す図である。

符号の説明

２０１…マウス、２０２…キーボード、２０３…処理装置、２０４…被覆分類処理部、２０５…細線化処理部、２０６…選択処理部、２０７…直線生成処理部、２０８…最適化処理部、２０９…結合処理部、２１０…記憶装置、２１１…リモートセンシング画像、２１２…分類画像、２１３…作業用２値画像、２１４…出力２値画像、２１５…ディスプレイ

Claims

リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、
前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、の２値画像を生成する被覆分類処理部と、
前記２値画像を細線化して道路セグメントを生成する細線化処理部と、
前記道路セグメントの互いに隣接する端点、又は、前記道路セグメントとそれに隣接する道路セグメントの端点を選択する選択処理部と、
所定の角度θについて各道路セグメントの端点からその延長方向の±θの方向に直線を生成するか、又は、所定の角度θについて道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、
±θの方向に延びる直線が囲む領域内の全ての点(x, y)内において、端点と点(x, y)を結ぶ線分と対応する前記道路領域を示す画素の数を線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、
端点と前記点(xmax, ymax)とを結ぶ線分を生成する結合処理部と
を有することを特徴とする道路ネットワーク抽出装置。
リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、
前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、の２値画像を生成する被覆分類処理部と、
前記２値画像を細線化して道路セグメントを生成する細線化処理部と、
前記道路セグメントのうちから２本を選択した場合に、両方が互いに交わるか否かを判定して、交わる場合にはＴ字路以外であると判定し、２本の互いに隣接する道路セグメントの端点を選択する選択処理部と、
所定の角度θについて各道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、
生成された４本の直線が囲む領域内の全ての点(x, y)について、各端点と点(x, y)を結ぶ線分と対応する前記道路領域を示す画素の数を線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、
各端点と前記点(xmax, ymax)とを結ぶ線分を生成する結合処理部と
を有することを特徴とする道路ネットワーク抽出装置。
リモートセンシング画像から道路を抽出する処理を行う道路ネットワーク抽出装置であって、
前記リモートセンシング画像に被覆分類を適用して、道路領域を示す画素の値と、道路領域でない画素の値と、の２値画像を生成する被覆分類処理部と、
前記２値画像を細線化して道路セグメントを生成する細線化処理部と、
前記道路セグメントのうちから２本を選択した場合に、いずれか一方のみの延長線が他方に交わるか否かを判定して、交わる場合にはＴ字路であると判定し、道路セグメントとそれに隣接する道路セグメントの端点を選択する選択処理部と、
所定の角度θについて道路セグメントの端点からその延長方向の±θの方向に直線を生成する直線生成処理部と、
生成された２個の直線ともう一方の道路セグメントとの交点を求め、これらの二つの交点を結ぶ線分上の点(x, y)と端点を結ぶ線分とに対応する前記道路領域を示す前記２値画像の画素の数を点(x, y)と端点を結ぶ線分の全画素数で除算した値が最大になる点(xmax, ymax)を求める最適化処理部と、
端点と前記点(xmax, ymax)を結ぶ線分を生成する結合処理部と
を有することを特徴とする道路ネットワーク抽出装置。