JP6509887B2 - 画像変化検出 - Google Patents
画像変化検出 Download PDFInfo
- Publication number
- JP6509887B2 JP6509887B2 JP2016550844A JP2016550844A JP6509887B2 JP 6509887 B2 JP6509887 B2 JP 6509887B2 JP 2016550844 A JP2016550844 A JP 2016550844A JP 2016550844 A JP2016550844 A JP 2016550844A JP 6509887 B2 JP6509887 B2 JP 6509887B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- segment
- change
- color image
- digital color
- 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
- 230000008859 change Effects 0.000 title claims description 213
- 238000001514 detection method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims description 108
- 238000005192 partition Methods 0.000 claims description 72
- 239000002131 composite material Substances 0.000 claims description 62
- 239000013598 vector Substances 0.000 claims description 40
- 230000006870 function Effects 0.000 claims description 32
- 230000037081 physical activity Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 24
- 239000003086 colorant Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 48
- 238000005516 engineering process Methods 0.000 description 14
- 230000009466 transformation Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000029305 taxis Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010008401 Changes in physical activity Diseases 0.000 description 1
- 240000006541 Dactyloctenium aegyptium Species 0.000 description 1
- 240000004658 Medicago sativa Species 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- -1 trees Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Description
本発明の種々の実施形態にしたがうと、システム、方法、およびコンピュータプログラム製品は、物理的アクティビティまたは対象物の画像を比較する。N次元カラーモデルにおいて定義された第1の位置合わせされたカラー画像および第2の位置合わせされたカラー画像からの画素データは、連結されて、2N次元カラーモデルにおける画像を形成する。合成画像に対して主構成要素解析が実行され、相関というよりもむしろ変化を表す構成要素が識別される。合成画像において、各画素に対する座標が、変化を表す主構成要素に沿って決定され、正規化された画素変化値が計算される。特に、税評価を実行することに関連して、合成画像における画素は、それらのそれぞれの正規化された画素変化値に従ってセグメント化され、セグメントは、地理的区画境界を相互的に事前に定義しない。区画変化確率は、セグメント変化確率(すなわち、正規化された画素変化値についてのそれらの関数)の関数として計算される。最後に、区画がそれらの変化確率によってランク付けされ、グラフィカルユーザインターフェースにおいてハイライトされる。
例えば、本願は以下の項目を提供する。
(項目1)
位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するための方法であって、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記方法は、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を含む、方法。
(項目2)
N=3であり、各画素は、赤色、緑色、および青色(RGB)カラーデータを有する、項目1に記載の方法。
(項目3)
N=4であり、各画素は、赤色、緑色、青色、および赤外線(RGB IR)カラーデータを有する、項目1に記載の方法。
(項目4)
前記主構成要素のサブセットを選択することは、前記合成画像の各主構成要素に対し、
(a)前記第2のデジタルカラー画像を表す前記主構成要素の第2のN次元部分から、前記第1のデジタルカラー画像を表す前記主構成要素の第1のN次元部分を減算することにより、N次元差分ベクトルを形成することと、
(b)前記差分ベクトルのN次元長さが所与の長さよりも大きい場合にかつその場合に限り、前記サブセット内の包含のために前記主構成要素を選択することと
を含む、項目1に記載の方法。
(項目5)
各画素に対する前記正規化された画素変化値は、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標の最大として計算される、項目1に記載の方法。
(項目6)
前記合成画像の前記主構成要素のセットを決定する前に、前記合成画像から、影閾値未満の輝度を有する画素を除去することをさらに含む、項目1に記載の方法。
(項目7)
前記物理的アクティビティまたは対象物は、自治体であり、前記第1のデジタルカラー画像は、第1の時点における前記自治体の外観を表し、前記第2のデジタルカラー画像は、第2の時点における前記自治体の外観を表し、前記自治体は、複数の区画に分割され、前記方法は、
前記変化画像を複数のセグメントに分割することであって、(a)前記複数のセグメントにおける各所与のセグメントは、連続した画素から形成され、完全に前記複数の区画における区画内にあり、(b)前記所与のセグメントにおける各画素のメンバーシップは、その正規化された画素変化値の関数として決定される、ことと、
前記複数のセグメントにおける各セグメントに対し、それを形成する前記画素の前記正規化された画素変化値の関数として、セグメント変化確率を計算することと、
前記複数の区画における各区画に対し、その内部にある前記セグメントの前記セグメント変化確率の関数として、区画変化確率を計算することと、
前記複数の区画における区画を、それらのそれぞれの区画変化確率に従って、ランク付けすることと
をさらに含む、項目1に記載の方法。
(項目8)
前記第1のデジタルカラー画像および前記第2のデジタルカラー画像は、おおよそ整数年数離れた自治体の外観を表す、項目7に記載の方法。
(項目9)
前記複数のセグメントにおける各セグメントに対する前記セグメント変化確率は、それを形成する前記画素の前記正規化された画素変化値の平均として計算される、項目7に記載の方法。
(項目10)
前記区画変化確率を計算する前に、セグメント変化閾値未満のセグメント変化確率を有するセグメントを排除することをさらに含む、項目7に記載の方法。
(項目11)
前記区画変化確率を計算する前に、セグメントサイズ閾値未満の平方フィート数を有するエリアを表す画素数から成るセグメントを排除することをさらに含む、項目7に記載の方法。
(項目12)
前記複数の区画における各区画に対する前記区画変化確率は、前記所与のセグメントの前記セグメント変化確率と、前記所与のセグメント内の画素数および前記所与のセグメントを含有する区画における画素数の間の比との積の、所与の区画内にある各セグメントにわたる和として計算される、項目7に記載の方法。
(項目13)
コンピュータシステムに対してグラフィカルユーザインターフェース(GUI)を提供することをさらに含み、前記GUIは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、項目7に記載の方法。
(項目14)
前記GUIにおいて、
(a)前記第1のデジタルカラー画像の前記一部分内の区画の際立った輪郭と、
(b)前記第2のデジタルカラー画像の前記対応する部分内の区画の際立った輪郭と、
(c)有意義な変化をした区画、有意義な変化をしなかった区画、またはさらなる解析を要求する区画を示す選択を受け取るための制御部と
を同時に表示することをさらに含む、項目13に記載の方法。
(項目15)
前記GUIにおいて、ユーザが影閾値、セグメント変化閾値、またはセグメントサイズ閾値を調整することを可能にする制御部を提供することをさらに含む、項目13に記載の方法。
(項目16)
不揮発性で有形のコンピュータ読み取り可能な格納媒体であって、前記媒体上に、位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するためのコンピュータプログラムコードが格納されており、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記格納媒体は、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を行うためのプログラムコードを含む、格納媒体。
(項目17)
前記主構成要素のサブセットを選択するための前記プログラムコードは、前記合成画像の各主構成要素に対し、
(a)前記第2のデジタルカラー画像を表す前記主構成要素の第2のN次元部分から、前記第1のデジタルカラー画像を表す前記主構成要素の第1のN次元部分を減算することにより、N次元差分ベクトルを形成することと、
(b)前記差分ベクトルのN次元長さが所与の長さよりも大きい場合にかつその場合に限り、前記サブセット内の包含のために前記主構成要素を選択することと
を行うためのプログラムコードを含む、項目16に記載の格納媒体。
(項目18)
各画素に対する前記正規化された画素変化値を計算するための前記プログラムコードは、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標の最大を選択するためのプログラムコードを含む、項目16に記載の格納媒体。
(項目19)
各画素に対する前記正規化された画素変化値を計算するための前記プログラムコードは、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標を平均化するためのプログラムコードを含む、項目16に記載の格納媒体。
(項目20)
前記プログラムコードは、前記合成画像の前記主構成要素のセットを決定する前に、前記合成画像から、影閾値未満の輝度を有する画素を除去するためのプログラムコードをさらに含む、項目16に記載の記憶媒体。
(項目21)
前記物理的アクティビティまたは対象物は、自治体であり、前記第1のデジタルカラー画像は、第1の時点における前記自治体の外観を表し、前記第2のデジタルカラー画像は、第2の時点における前記自治体の外観を表し、前記自治体は、複数の区画に分割され、前記格納媒体は、
前記変化画像を複数のセグメントに分割することであって、(a)前記複数のセグメントにおける各所与のセグメントは、連続した画素から形成され、完全に前記複数の区画における区画内にあり、(b)前記所与のセグメントにおける各画素のメンバーシップは、その正規化された画素変化値の関数として決定される、ことと、
前記複数のセグメントにおける各セグメントに対し、それを形成する前記画素の前記正規化された画素変化値の関数として、セグメント変化確率を計算することと、
前記複数の区画における各区画に対し、その内部にある前記セグメントの前記セグメント変化確率の関数として、区画変化確率を計算することと、
前記複数の区画における区画を、それらのそれぞれの区画変化確率に従って、ランク付けすることと
を行うためのプログラムコードをさらに含む、項目16に記載の格納媒体。
(項目22)
前記複数のセグメントにおける各セグメントに対し、セグメント変化確率を計算するための前記プログラムコードは、それを形成する前記画素の前記正規化された画素変化値の平均を計算するためのプログラムコードを含む、項目21に記載の格納媒体。
(項目23)
前記区画変化確率を計算する前に、セグメント変化閾値未満のセグメント変化確率を有するセグメントを排除するためのプログラムコードをさらに含む、項目21に記載の格納媒体。
(項目24)
前記区画変化確率を計算する前に、セグメントサイズ閾値未満の平方フィート数を有するエリアを表す画素数から成るセグメントを排除するためのプログラムコードをさらに含む、項目21に記載の格納媒体。
(項目25)
前記複数の区画における各区画に対する前記区画変化確率を計算するための前記プログラムコードは、前記所与のセグメントの前記セグメント変化確率と、前記所与のセグメント内の画素数および前記所与のセグメントを含有する区画における画素数の間の比との積の、所与の区画内にある各セグメントにわたる和を計算するためのプログラムコードを含む、項目21に記載の格納媒体。
(項目26)
コンピュータシステムに対してグラフィカルユーザインターフェース(GUI)を提供するためのプログラムコードをさらに含み、前記GUIは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、項目21に記載の格納媒体。
(項目27)
前記GUIにおいて、
(a)前記第1のデジタルカラー画像の前記一部分内の区画の際立った輪郭と、
(b)前記第2のデジタルカラー画像の前記対応する部分内の区画の際立った輪郭と、
(c)有意義な変化をした区画、有意義な変化をしなかった区画、またはさらなる解析を要求する区画を示す選択を受け取るための制御部と
を同時に表示するためのプログラムコードをさらに含む、項目26に記載の格納媒体。
(項目28)
前記GUIにおいて、ユーザが影閾値、セグメント変化閾値、またはセグメントサイズ閾値を調整することを可能にする制御部を提供するためのプログラムコードをさらに含む、項目26に記載の格納媒体。
(項目29)
位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するためのコンピュータシステムであって、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記コンピュータシステムは、
その内部にコンピュータプログラムコードを格納している揮発性メモリであって、前記コンピュータプログラムコードは、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を行うためのものである、揮発性メモリと、
前記揮発性メモリに結合され、前記揮発性メモリ内に格納された前記コンピュータコードを実行するように構成されているマイクロプロセッサと、
前記マイクロプロセッサに結合された、グラフィカルユーザインターフェースを提供するための1つ以上の出力インターフェースであって、前記グラフィカルユーザインターフェースは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、1つ以上の出力インターフェースと、
前記マイクロプロセッサに結合された1つ以上の入力インターフェースであって、前記1つ以上の入力インターフェースは、有意義な変化をした表示された部分、有意義な変化をしなかった表示された部分、またはさらなる解析を要求する表示された部分を示す選択を受け取る、1つ以上の入力インターフェースと
を含む、コンピュータシステム。
本発明の種々の実施形態に従うと、システム、方法、およびコンピュータプログラム製品が、物理的アクティビティまたは対象物の画像を比較する。N次元カラーモデルにおいて定義された第1の位置合わせされたカラー画像および第2の位置合わせされたカラー画像からの画素データが、連結され、2N次元カラーモデルにおける画像を形成する。合成画像に対して主構成要素解析が実行され、相関というよりもむしろ変化を表す構成要素が識別される。合成画像において、各画素に対する座標が、変化を表す主構成要素に沿って決定され、正規化された画素変化値が計算される。特に税評価を実行することに関連して、合成画像における画素が、それらのそれぞれの正規化された画素変化値に従ってセグメント化され、セグメントは、地理的区画境界を相互的に事前定義しない。区画変化確率が、セグメント変化確率(すなわち、それらの正規化された画素変化値の関数)の関数として計算される。最後に、区画が、それらの変化確率によってランク付けされ、グラフィカルユーザインターフェースにおいてハイライトされる。
Claims (27)
- 位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するための方法であって、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記方法は、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を含み、
前記主構成要素のサブセットを選択することは、前記合成画像の各主構成要素に対し、
(a)前記第2のデジタルカラー画像を表す前記主構成要素の第2のN次元部分から、前記第1のデジタルカラー画像を表す前記主構成要素の第1のN次元部分を減算することにより、N次元差分ベクトルを形成することと、
(b)前記差分ベクトルのN次元長さが所与の長さよりも大きい場合にかつその場合に限り、前記サブセット内の包含のために前記主構成要素を選択することと
によって特徴づけられる、方法。 - N=3であり、各画素は、赤色、緑色、および青色(RGB)カラーデータを有する、請求項1に記載の方法。
- N=4であり、各画素は、赤色、緑色、青色、および赤外線(RGB IR)カラーデータを有する、請求項1に記載の方法。
- 各画素に対する前記正規化された画素変化値は、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標の最大として計算される、請求項1に記載の方法。
- 前記合成画像の前記主構成要素のセットを決定する前に、前記合成画像から、影閾値未満の輝度を有する画素を除去することをさらに含む、請求項1に記載の方法。
- 前記物理的アクティビティまたは対象物は、自治体であり、前記第1のデジタルカラー画像は、第1の時点における前記自治体の外観を表し、前記第2のデジタルカラー画像は、第2の時点における前記自治体の外観を表し、前記自治体は、複数の区画に分割され、前記方法は、
前記変化画像を複数のセグメントに分割することであって、(a)前記複数のセグメントにおける各所与のセグメントは、連続した画素から形成され、完全に前記複数の区画における区画内にあり、(b)前記所与のセグメントにおける各画素のメンバーシップは、その正規化された画素変化値の関数として決定される、ことと、
前記複数のセグメントにおける各セグメントに対し、それを形成する前記画素の前記正規化された画素変化値の関数として、セグメント変化確率を計算することと、
前記複数の区画における各区画に対し、その内部にある前記セグメントの前記セグメント変化確率の関数として、区画変化確率を計算することと、
前記複数の区画における区画を、それらのそれぞれの区画変化確率に従って、ランク付けすることと
をさらに含む、請求項1に記載の方法。 - 前記第1のデジタルカラー画像および前記第2のデジタルカラー画像は、おおよそ整数年数離れた自治体の外観を表す、請求項6に記載の方法。
- 前記複数のセグメントにおける各セグメントに対する前記セグメント変化確率は、それを形成する前記画素の前記正規化された画素変化値の平均として計算される、請求項6に記載の方法。
- 前記区画変化確率を計算する前に、セグメント変化閾値未満のセグメント変化確率を有するセグメントを排除することをさらに含む、請求項6に記載の方法。
- 前記区画変化確率を計算する前に、セグメントサイズ閾値未満の平方フィート数を有するエリアを表す画素数から成るセグメントを排除することをさらに含む、請求項6に記載
の方法。 - 前記複数の区画における各区画に対する前記区画変化確率は、前記所与のセグメントの前記セグメント変化確率と、前記所与のセグメント内の画素数および前記所与のセグメントを含有する区画における画素数の間の比との積の、所与の区画内にある各セグメントにわたる和として計算される、請求項6に記載の方法。
- コンピュータシステムに対してグラフィカルユーザインターフェース(GUI)を提供することをさらに含み、前記GUIは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、請求項6に記載の方法。
- 前記GUIにおいて、
(a)前記第1のデジタルカラー画像の前記一部分内の区画の際立った輪郭と、
(b)前記第2のデジタルカラー画像の前記対応する部分内の区画の際立った輪郭と、
(c)有意義な変化をした区画、有意義な変化をしなかった区画、またはさらなる解析を要求する区画を示す選択を受け取るための制御部と
を同時に表示することをさらに含む、請求項12に記載の方法。 - 前記GUIにおいて、ユーザが影閾値、セグメント変化閾値、またはセグメントサイズ閾値を調整することを可能にする制御部を提供することをさらに含む、請求項12に記載の方法。
- 不揮発性で有形のコンピュータ読み取り可能な格納媒体であって、前記媒体上に、位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するためのコンピュータプログラムコードが格納されており、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記格納媒体は、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を行うためのプログラムコードを含み、
前記主構成要素のサブセットを選択することは、前記合成画像の各主構成要素に対し、
(a)前記第2のデジタルカラー画像を表す前記主構成要素の第2のN次元部分から、前記第1のデジタルカラー画像を表す前記主構成要素の第1のN次元部分を減算することにより、N次元差分ベクトルを形成することと、
(b)前記差分ベクトルのN次元長さが所与の長さよりも大きい場合にかつその場合に限り、前記サブセット内の包含のために前記主構成要素を選択することと
によって特徴づけられる、格納媒体。 - 各画素に対する前記正規化された画素変化値を計算するための前記プログラムコードは、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標の最大を選択するためのプログラムコードを含む、請求項15に記載の格納媒体。
- 各画素に対する前記正規化された画素変化値を計算するための前記プログラムコードは、前記サブセット内の各主構成要素に沿った前記画素の前記カラーデータの前記座標を平均化するためのプログラムコードを含む、請求項15に記載の格納媒体。
- 前記プログラムコードは、前記合成画像の前記主構成要素のセットを決定する前に、前記合成画像から、影閾値未満の輝度を有する画素を除去するためのプログラムコードをさらに含む、請求項15に記載の格納媒体。
- 前記物理的アクティビティまたは対象物は、自治体であり、前記第1のデジタルカラー画像は、第1の時点における前記自治体の外観を表し、前記第2のデジタルカラー画像は、第2の時点における前記自治体の外観を表し、前記自治体は、複数の区画に分割され、
前記格納媒体は、
前記変化画像を複数のセグメントに分割することであって、(a)前記複数のセグメントにおける各所与のセグメントは、連続した画素から形成され、完全に前記複数の区画における区画内にあり、(b)前記所与のセグメントにおける各画素のメンバーシップは、その正規化された画素変化値の関数として決定される、ことと、
前記複数のセグメントにおける各セグメントに対し、それを形成する前記画素の前記正規化された画素変化値の関数として、セグメント変化確率を計算することと、
前記複数の区画における各区画に対し、その内部にある前記セグメントの前記セグメント変化確率の関数として、区画変化確率を計算することと、
前記複数の区画における区画を、それらのそれぞれの区画変化確率に従って、ランク付けすることと
を行うためのプログラムコードをさらに含む、請求項15に記載の格納媒体。 - 前記複数のセグメントにおける各セグメントに対し、セグメント変化確率を計算するための前記プログラムコードは、それを形成する前記画素の前記正規化された画素変化値の平均を計算するためのプログラムコードを含む、請求項19に記載の格納媒体。
- 前記区画変化確率を計算する前に、セグメント変化閾値未満のセグメント変化確率を有するセグメントを排除するためのプログラムコードをさらに含む、請求項19に記載の格納媒体。
- 前記区画変化確率を計算する前に、セグメントサイズ閾値未満の平方フィート数を有するエリアを表す画素数から成るセグメントを排除するためのプログラムコードをさらに含む、請求項19に記載の格納媒体。
- 前記複数の区画における各区画に対する前記区画変化確率を計算するための前記プログラムコードは、前記所与のセグメントの前記セグメント変化確率と、前記所与のセグメント内の画素数および前記所与のセグメントを含有する区画における画素数の間の比との積の、所与の区画内にある各セグメントにわたる和を計算するためのプログラムコードを含む、請求項19に記載の格納媒体。
- コンピュータシステムに対してグラフィカルユーザインターフェース(GUI)を提供するためのプログラムコードをさらに含み、前記GUIは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、請求項19に記載の格納媒体。
- 前記GUIにおいて、
(a)前記第1のデジタルカラー画像の前記一部分内の区画の際立った輪郭と、
(b)前記第2のデジタルカラー画像の前記対応する部分内の区画の際立った輪郭と、
(c)有意義な変化をした区画、有意義な変化をしなかった区画、またはさらなる解析を要求する区画を示す選択を受け取るための制御部と
を同時に表示するためのプログラムコードをさらに含む、請求項24に記載の格納媒体。 - 前記GUIにおいて、ユーザが影閾値、セグメント変化閾値、またはセグメントサイズ閾値を調整することを可能にする制御部を提供するためのプログラムコードをさらに含む、請求項24に記載の格納媒体。
- 位置合わせされた画素を有する第1のデジタルカラー画像および第2のデジタルカラー画像を比較するためのコンピュータシステムであって、各画素は、N色に対するデータを有し、前記第1のデジタルカラー画像は、第1の時点における物理的アクティビティまたは対象物の外観を有し、前記第2のデジタルカラー画像は、第2の時点における物理的アクティビティまたは対象物の外観を有し、前記コンピュータシステムは、
その内部にコンピュータプログラムコードを格納している揮発性メモリであって、前記コンピュータプログラムコードは、
2N次元カラーモデルにおける画素を有する合成画像を形成することであって、前記形成することは、前記第1のデジタルカラー画像における画素に対するカラーデータと、前記第2のデジタルカラー画像における位置合わせされた画素に対するカラーデータとの連結として、前記合成画像における各画素に対するカラーデータを定義することによってなされる、ことと、
主構成要素解析を用いて前記合成画像の主構成要素のセットを決定することであって、前記主構成要素のセットは、前記2N次元カラーモデルにおける座標系を定義する、ことと、
前記第1のデジタルカラー画像と前記第2のデジタルカラー画像との間の相関というよりもむしろ差分を各々が表している主構成要素として、前記座標系内の主構成要素のサブセットを選択することと、
前記合成画像における各画素に対し、前記サブセット内の各主構成要素に沿った画素カラーデータの座標の関数として、正規化された画素変化値を計算することであって、前記正規化された画素変化値は、1次元カラーモデルを有する変化画像を集約的に定義し、各画素に対する前記計算された正規化された画素変化値は、前記第1の時点と前記第2の時点との間の前記物理的アクティビティまたは対象物における変化を測定する、ことと
を行うためのものであり、
前記主構成要素のサブセットを選択することは、前記合成画像の各主構成要素に対し、
(a)前記第2のデジタルカラー画像を表す前記主構成要素の第2のN次元部分から、前記第1のデジタルカラー画像を表す前記主構成要素の第1のN次元部分を減算することにより、N次元差分ベクトルを形成することと、
(b)前記差分ベクトルのN次元長さが所与の長さよりも大きい場合にかつその場合に限り、前記サブセット内の包含のために前記主構成要素を選択することと
によって特徴づけられる、揮発性メモリと、
前記揮発性メモリに結合され、前記揮発性メモリ内に格納された前記コンピュータコードを実行するように構成されているマイクロプロセッサと、
前記マイクロプロセッサに結合された、グラフィカルユーザインターフェースを提供するための1つ以上の出力インターフェースであって、前記グラフィカルユーザインターフェースは、前記第1のデジタルカラー画像の一部分を、前記第2のデジタルカラー画像の対応する部分の隣に表示することにより、前記コンピュータシステムのユーザによる部分の視覚的比較を可能にする、1つ以上の出力インターフェースと、
前記マイクロプロセッサに結合された1つ以上の入力インターフェースであって、前記1つ以上の入力インターフェースは、有意義な変化をした表示された部分、有意義な変化をしなかった表示された部分、またはさらなる解析を要求する表示された部分を示す選択を受け取る、1つ以上の入力インターフェースと
を含む、コンピュータシステム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2015/035648 WO2016200406A1 (en) | 2015-06-12 | 2015-06-12 | Image change detection |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017526990A JP2017526990A (ja) | 2017-09-14 |
JP6509887B2 true JP6509887B2 (ja) | 2019-05-08 |
Family
ID=53488472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016550844A Active JP6509887B2 (ja) | 2015-06-12 | 2015-06-12 | 画像変化検出 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6509887B2 (ja) |
AU (1) | AU2015376657B2 (ja) |
WO (1) | WO2016200406A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951863B (zh) * | 2017-03-20 | 2023-09-26 | 贵州电网有限责任公司电力科学研究院 | 一种基于随机森林的变电站设备红外图像变化检测方法 |
JP6982242B2 (ja) * | 2018-04-12 | 2021-12-17 | 日本電信電話株式会社 | 学習データ生成装置、変化領域検出方法及びコンピュータプログラム |
EP3637303B1 (en) | 2018-10-09 | 2024-02-14 | Naver Corporation | Methods for generating a base of training images, for training a cnn and for detecting a poi change in a pair of inputted poi images using said cnn |
JP6784966B1 (ja) * | 2020-04-21 | 2020-11-18 | 3D Nest株式会社 | 画像表示方法、画像表示システム、及び画像表示プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2811055B2 (ja) * | 1995-08-21 | 1998-10-15 | アジアエアーフォト株式会社 | 土地利用状況及び家屋形状の変化判別支援システム |
US8160296B2 (en) * | 2005-04-15 | 2012-04-17 | Mississippi State University Research And Technology Corporation | Change analyst |
-
2015
- 2015-06-12 AU AU2015376657A patent/AU2015376657B2/en active Active
- 2015-06-12 JP JP2016550844A patent/JP6509887B2/ja active Active
- 2015-06-12 WO PCT/US2015/035648 patent/WO2016200406A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
AU2015376657A1 (en) | 2017-01-05 |
WO2016200406A1 (en) | 2016-12-15 |
AU2015376657B2 (en) | 2017-03-30 |
JP2017526990A (ja) | 2017-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jain et al. | Monitoring land use change and its drivers in Delhi, India using multi-temporal satellite data | |
Berberoglu et al. | Assessing different remote sensing techniques to detect land use/cover changes in the eastern Mediterranean | |
Guan et al. | Integration of orthoimagery and lidar data for object-based urban thematic mapping using random forests | |
Myint et al. | Per-pixel vs. object-based classification of urban land cover extraction using high spatial resolution imagery | |
De Kok et al. | Object based classification and applications in the Alpine forest environment | |
Shi et al. | Learning multiscale temporal–spatial–spectral features via a multipath convolutional LSTM neural network for change detection with hyperspectral images | |
Chen et al. | Building detection in an urban area using lidar data and QuickBird imagery | |
US9396552B1 (en) | Image change detection | |
JP6509887B2 (ja) | 画像変化検出 | |
Im et al. | An automated binary change detection model using a calibration approach | |
Congalton | Remote sensing: an overview | |
Yu et al. | Multi-temporal remote sensing of land cover change and urban sprawl in the coastal city of Yantai, China | |
Yang et al. | An endmember optimization approach for linear spectral unmixing of fine-scale urban imagery | |
Kesikoğlu et al. | Unsupervised change detection in satellite images using fuzzy c-means clustering and principal component analysis | |
Maillard et al. | Detection and counting of orchard trees from vhr images using a geometrical-optical model and marked template matching | |
Kotkar et al. | Analysis of various change detection techniques using satellite images | |
Reyes et al. | Comparison of different object-based classifications in LandsatTM images for the analysis of heterogeneous landscapes | |
US8139863B1 (en) | System for capturing, characterizing and visualizing lidar and generic image data | |
Bin et al. | Parcel-based change detection in land-use maps by adopting the holistic feature | |
CN113343945B (zh) | 水体识别方法、装置、电子设备及存储介质 | |
Hussain et al. | Urban building extraction through object-based image classification assisted by digital surface model and zoning map | |
Yeom et al. | Detecting damaged building parts in earthquake-damaged areas using differential seeded region growing | |
Sakieh et al. | An integrated spectral-textural approach for environmental change monitoring and assessment: analyzing the dynamics of green covers in a highly developing region | |
Liang et al. | An evaluation of fractal characteristics of urban landscape in Indianapolis, USA, using multi-sensor satellite images | |
Lippitt et al. | The effect of input data transformations on object-based image analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171030 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20180509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180907 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20181001 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181023 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190214 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190403 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6509887 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |