JP6509887B2 - 画像変化検出 - Google Patents

画像変化検出 Download PDF

Info

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
Application number
JP2016550844A
Other languages
English (en)
Other versions
JP2017526990A (ja
Inventor
ブライアン アール. クロアー,
ブライアン アール. クロアー,
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intergraph Corp
Original Assignee
Intergraph Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intergraph Corp filed Critical Intergraph Corp
Publication of JP2017526990A publication Critical patent/JP2017526990A/ja
Application granted granted Critical
Publication of JP6509887B2 publication Critical patent/JP6509887B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/277Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/176Urban or other man-made structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

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

本願は、カラー画像処理に関し、より具体的には、変化の尤度に従ってランク付けされたセグメントのリストを決定するための画像のセグメント化に関する。
財産税は、例えば市よび町等の自治体にとっての重要な歳入調達ツールである。税評価は、自治体に不動産を所有する個人間に財産税を割り当てるための方法である。上記評価方法を用いた税割り当ては、概して、以下のプロセスに従って機能する。第1に、自治体内の不動産の各区画が「評価」される−すなわち、財産税を収集するという限られた目的のための相対価値を指定される。次に、自治体に対する総評価価値が、全区画に対する評価価値を足し上げることによって計算される。最後に、各区画に対して徴収されるべき財産税が、各それぞれの区画の、総評価価値に対する調達されるべき総財産税による割合を掛けることによって、割り当てられる。本明細書から理解され得るように、評価財産価値は、全ての評価価値が互いに適切に決定されさえすれば、財産の市場価値と関係を有している必要はない。したがって、評価価値は、その近隣に対する不動産の区画の相対価値を表している。
税負担における割り当ての公平性は、それらの相対的な価値の増加および減少を捕捉するために、区画が定期的に再評価されることを要求する。しかしながら、どの区画が向上したかや、向上の度合いを決定することは、特に自治体内の全ての区画を物理的に見る個人の税評価者によって行われる場合には、困難であり、費用がかさみ、かつ、時間のかかる仕事であり得る。プロセスを単純化することが可能な1つのツールは、リモートセンシングである。リモートセンシングとは、本文脈においては、自治体の航空画像または衛星画像を複数回取得する手段を意味する。税評価者は、以前の税評価が行われた時点に捕捉された「前」画像と、それに対する評価が行われなければならないより最近に捕捉された「後」画像とを比較することにより、関連評価期間にわたってどの財産が向上したかを決定し得る。サイド・バイ・サイドのビジュアル画像比較は、有益なツールであり得るが、多くの区画は(特に、均一の外観を提供するようにレイアウトされた開発中または準開発中である区画の場合には)ほぼ同一に見えるので、精神的に負担で骨が折れるものになり得る。したがって、自動画像解析が採用され得る。
画像解析は、有意義な情報を画像から抽出するためのプロセスである。本文脈において特に有用な1つのタイプの画像解析は、特に、地理的対象物ベース画像解析(GEOBIA)である。デジタル画像は画素から形成され、GEOBIAは、それらの画素を取込み、2つの主要プロセス、すなわち、セグメント化および分類を実行する。画像セグメント化は、デジタル画像をセグメントにパーティショニングするプロセスであり、セグメントの各々は、例えば色または輝度等の共通の特性を有する複数の画素から形成される。このようなセグメントは、したがって、土地被覆のタイプ(すなわち、草、アスファルト、樹木、土、水等)を表す。その後、セグメントに対して統計学が適用されて、各セグメントを、それが表している土地被覆のタイプによって分類し得る。
しかしながら、画像解析は、リモートセンシングの文脈では評価価値に影響する区画に対する変化(例えば、屋根のソーラー電池システムの追加、または地面の水泳用プールの追加)を含む、有意義な情報を抽出することが要求される。有意義な情報は、過渡現象(例えば、影、一般的には明暗の差、人間の存在または不存在、自動車、その他の可動対象物等)によって引き起こされる画像間の変化を含まない。これらのタイプの変化を区別することは、一般的には、非常に困難な問題であり、既存のセグメント化および分類ソフトウェアは、特に税評価を実行する文脈において、有意義なセグメントを有意義ではないセグメントから区別することの種々の問題に悩まされる。
(実施形態の概要)
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。
したがって、本発明の第1の実施形態は、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を提供し、各画素は、N色に対するデータを有し、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、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する。方法は、4つのプロセスを有する。第1のプロセスは、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、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、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り、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る。第2のプロセスは、主構成要素解析を用いて合成画像の主構成要素のセットを決定することであり、主構成要素のセットは、2N次元カラーモデルにおける座標系を定義する。第3のプロセスは、第1のデジタルカラー画像と第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、座標系内の主構成要素のサブセットを選択することである。第4のプロセスは、合成画像における各画像に対し、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り、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、各画素に対する計算された正規化された画素変化値は、第1の時点と第2の時点との間の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。
基本的な方法の種々の精緻化が構想される。一実施形態において、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。別の実施形態において、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。さらに別の実施形態において、主構成要素のサブセットを選択することは、合成画像の各主構成要素に対し、(a)第2のデジタルカラー画像を表す主構成要素の第2のN次元部分から、第1のデジタルカラー画像を表す主構成要素の第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)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かつその場合に限り、サブセット内の包含のために主構成要素を選択することと、を含む。なおも別の実施形態において、各画素に対する正規化された画素変化値は、サブセット内の各主構成要素に沿った画素のカラーデータの座標の最大として計算される。さらに別の実施形態は、合成画像の主構成要素のセットを決定する前に、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要求する。
方法は、特に、税評価を実行するために適用され得る。この場合において、物理的アクティビティまたは対象物は、自治体であり、第1のデジタルカラー画像は、第1の時点における自治体の外観を表し、第2のデジタルカラー画像は、第2の時点における自治体の外観を表し、自治体は、複数の区画に分割される。方法は、さらに、4つの追加的プロセスを含み得る。第1の追加的プロセスは、変化画像を複数のセグメントに分割することであり、(a)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、完全に複数の区画における区画内にあり、(b)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。第2の追加的プロセスは、複数のセグメントにおける各セグメントに対し、それを形成する画素の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である。第3の追加的プロセスは、複数の区画における各区画に対し、その内部にあるセグメントの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である。第4の追加的プロセスは、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である。
税評価用途の種々の精緻化が構想される。一実施形態において、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は、おおよそ整数年数離れた自治体の外観を表す。別の実施形態において、複数のセグメントにおける各セグメントに対するセグメント変化確率は、それを形成する画素の正規化された画素変化値の平均として計算される。さらに別の実施形態は、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要求する。さらなる実施形態は、区画変化確率を計算する前に、セグメントサイズ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要求する。なおも別の実施形態において、複数の区画における各区画に対する区画変化確率は、所与のセグメントのセグメント変化確率と、所与のセグメント内の画素数および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。
税評価方法は、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、該GUIは、第1のデジタルカラー画像の一部分を、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、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。この場合において、方法はまた、GUIにおいて、(a)第1のデジタルカラー画像の一部分内の区画の際立った輪郭と、(b)第2のデジタルカラー画像の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含み得る。代替的に、または追加的に、方法は、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含み得る。
また、上記方法またはその精緻化のうちのいずれかを実行するためのコンピュータプログラムコードがその上に格納されている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が構想される。
さらに、上記方法またはその精緻化のうちのいずれかを実行するためのコンピュータプログラムコードをその内部に格納している揮発性メモリを有するコンピュータシステムが構想される。コンピュータシステムは、また、揮発性メモリに結合され、揮発性メモリ内に格納された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、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、グラフィカルユーザインターフェースは、第1のデジタルカラー画像の一部分を、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、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、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、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部分、有意義な変化をしなかった部分、またはさらなる解析を要求する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、を含み得る。
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。
上述した実施形態の特徴は、添付の図面に関連させて以下の詳細な説明を参照することによってより容易に理解され得る。
図1は、本発明の実施形態に従う、税評価を実行するためのグラフィカルユーザインターフェース(GUI)の表現である。 図2は、本発明の実施形態に従う、税評価を実行するためのコンピュータシステムのスキーム表現である。 図3は、本発明の実施形態に従う、税評価を実行するためのプロセスを示すフローチャートである。 図4は、図1のGUIの表現であり、それらのそれぞれの区画変化確率に従ってランク付けされた区画のリストと、該リストから選択された特定の区画とを示している。 図5は、解析者による視覚的解析の前に高い区画変化確率を有する第1の区画を表示しているGUIを示す。 図6は、税評価を行う目的のために、解析者が第1の区画を著しい変化をしたとしてマークした後に、高い区画変化確率を有する第2の区画を表示しているGUIを示す。 図7は、税評価を行う目的のために、解析者が第2の区画を著しい変化をしたとしてマークした後に、高い区画変化確率を有する第3の区画を表示しているGUIを示す。 図8は、視覚的解析の前に、低い区画変化確率を有する第4の区画を表示しているGUIを示す。 図9は、税評価を行う目的のために、解析者が第4の区画を著しい変化をしなかったとしてマークした後に、低い区画変化確率を有する第5の区画を表示しているGUIを示す。
(特定の実施形態の詳細な説明)
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。
定義.本明細書および添付の特許請求の範囲において用いられるとき、以下の用語は、文脈上別様に要求されることがない限り、示されている意味を有し得る。
「自治体」とは、その境界内に含有されている不動産に対する税金を収集することによって少なくとも部分的にその事業に資金供給する任意の政治形態をいう。「区画」とは、そのような資金供給を促進するための課税可能な価値を評価された自治体における不動産をいう。
「カラー空間」とは、色の特定の組成をいう。「カラーモデル」とは、カラー空間における色が数のタプルとして表され得る様式であって、各タプルが、色または色の組み合わせを表す様式をいう。
カラーデータの「連結」とは、タプルの第1のベクトルに対してタプルの第2のベクトルを付加し、これにより、第1のベクトルの長さおよび第2のベクトルの長さの和に等しい長さを有するタプルの第3のベクトルを生成することを意味する。
ベクトル空間内のデータの「主構成要素解析」とは、ベクトル空間の座標系を回転させる直交変換を決定するためのプロセスであって、その結果、データの最大の分散(幅)が、第1の回転軸(第1の「主構成要素」と呼ばれる)に沿って生じ、データの2番目に大きい分散が、第2の回転軸(第2の「主構成要素」と呼ばれる)に沿って生じる等となる、プロセスを意味する。主構成要素解析は、種々の分野において種々の異なる名称を有する:多くのその他の名称および用途の中でもとりわけ、数理工学においては、これは、固有直交分解であり、線形代数においては、これは、行列の特異値分解または固有値分解であり、信号処理においては、これは、本質的にKarhunen−Loeve定理の変換であり、統計学においては、これは、単一データセットの正準(自己)相関解析である。
デジタル画像を「セグメント化する」とは、画像の画素を連続した群にパーティショニングするためのプロセスを意味し、各このような群の画素は、共通の所望の特性(限定するものではないが、色、強度、またはテクスチャ等)を保有する。
図1は、本発明の一実施形態に従う、税評価を実行するためのグラフィカルユーザインターフェース(GUI)100の表現である。GUI100は、税評価価値に影響し得る区画に対する変化についての「前」画像110および「後」画像120を比較するために用いられる。1つのこのような有意義な変化は、区画の後部(通りから見たとき)にある新たに舗装されたエリア130である。別のものは、終結した私有車道140によって示されており、これは、特定の家屋でその建造物が完結していることを示している。さらに別のものは、家屋上の追加物150である。税評価に影響しないであろう変化の例は、新たな造園160によって示されている。図1のGUI100は、自治体における少数の区画を示しているにすぎないが、例えばGUI等を実装するソフトウェアは、ユーザが自治体の全体またはその一部分のみを表示することを可能にするための制御部を含み得ることが理解されるべきである。
図2は、本発明の実施形態に従う、税評価を実行するためのコンピュータシステム200のスキーム表現である。図2のコンピュータシステム200は、従来的であるが、当業者は、その他のタイプのコンピュータシステムが、本発明の種々の実施形態に従って用いられ得ることを理解し得る。
コンピュータシステム200は、例えば当該技術分野において公知のマイクロプロセッサ等の、算術計算および論理計算を実行する中央処理ユニット(CPU)210を含む。また、コンピュータシステム200は、例えば当該技術分野において公知のランダムアクセスメモリ(RAM)等の、データを一時的に格納するための揮発性メモリ220を含む。コンピュータシステム200は、例えば当該技術分野において公知のハードディスクドライブ等の、データを永続的に格納するための不揮発性メモリ230を有する。コンピュータシステム200は、周辺インターフェースをさらに有する。出力インターフェース240は、コンピュータシステム200からの情報を外界に提供するために出力デバイス242に接続している。出力デバイス242は、例えば、ビデオディスプレイおよびスピーカを含み得、それぞれの出力インターフェース240は、グラフィック処理ユニット(GPU)上のビデオソケットおよびサウンドカード上のオーディオジャックであり得る。入力インターフェース250は、外界からの情報をコンピュータシステム200中に提供するために入力デバイス252に接続している。入力デバイス252は、例えば、キーボードおよびコンピュータマウスを含み得、それぞれの入力インターフェース250は、シリアル、パラレル、またはユニバーサルシリアルバス(USB)ポートであり得る。内的に、出力インターフェース240および入力インターフェース250の機能は、1つ以上の集積回路によって、またはCPU210によって提供され得る。
図3は、本発明の実施形態に従う、税評価を実行するためのプロセスを示すフローチャートである。図3の税評価方法は、8つのプロセスを含むが、以下に記載されるように、方法のバリエーションは、追加的プロセスまたはオプションのプロセスを含み得る、または、これらのプロセスを異なる順序で実行し得る。本発明の典型的な実施形態において、方法は、コンピュータシステム200の内部にある、ハードウェア、ソフトウェア、またはこれらの組み合わせによって実行される。具体性のために、図3のプロセスは、本明細書中では、税評価を実行する文脈で記載されているが、本発明の概念が、2つの画像間の有意な変化を決定することが所望されるその他の文脈において適用され得ることが、当業者によって理解されるべきである。
本発明の好適な実施形態においては、図3のプロセスを開始する前に、2つのデジタルカラー画像が、コンピュータシステム中にロードされる。特に、第1のデジタルカラー画像は、比較のための「前」画像を表し、その一方で、第2のデジタルカラー画像は、比較のための「後」画像を表す。画像は、異なる時点における自治体の外観を表す。したがって、第1の画像は、税金が評価された第1の時点における自治体を表し得、その一方で、第2の画像は、税金が評価されていない時点における自治体を表し得る。特に、自治体が必ずしも毎年ではないがある年の特定の月において税評価を行う場合、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は、おおよそ整数年数離れた自治体の外観を表し得る。画像は、例えば図1に示されているように、位置合わせ(整列)される。
各デジタル画像は、N個の色を含むカラーモデルを用いる。したがって、各画素が3つの色(例えば、赤色、緑色、および青色)によって記述され得る場合、カラーモデルに対してN=3であり、各画素は、その座標がRGBカラー値である3次元ベクトルを記述していると考えられ得る。赤外線データもまた各画素に含まれる場合、N=4であり、各画素は、その座標がRGB IRカラー値である4次元ベクトルを記述する。3色または4色が典型的であるが、本発明の概念は、任意の数の色に適用され得ること、すなわち、カラーモデルが任意の値Nを有することが理解されるべきである。
プロセス301において、コンピュータシステムは、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から合成画像を形成する。合成画像は、色次元の2倍を有し、第1の画像および第2の画像の各々が色次元Nを有している場合には、合成画像は、色次元2Nを有する。プロセス301は、第1の画像における各画素に対するカラーデータと、第2の画像における対応する位置合わせされた画素に対するカラーデータとを連結し、2N次元ベクトルを形成することによって実行され得る。原点を基点として取ると、各このようなベクトルは、2N次元カラーモデルにおけるデータ点を定義する。一緒に取られることにより、合成画像における画素の集合は、2N次元空間におけるこのようなデータ点のセットを形成する。各このようなデータ点は、2つの位置合わせされた画素(1つは第1の画像からのものであり、1つは第2の画像からのものである)の色を同時にエンコードする。
この段階において、最適化は、オプションとして影に対する補償を含む。影における画素は、画素の輝度または強度が低い場合に検出され得る。画像の各対は異なる明暗条件を有し得るので、影閾値(それ未満では、画素はさらなる処理から除外される)を提供することが有利である。さらに、一旦1つのデジタルカラー画像における画素が、影内にあることが決定されると、それに対応する位置合わせされた画素が(かつ、これにより、合成画像における対応する画素が)捨てられ得る。したがって、方法は、オプションとして、合成画像から、影閾値未満の輝度または強度を有する画素を除去することを含む。
プロセス302において、コンピュータシステムは、主構成要素解析またはPCA(このフレーズは当該技術分野において公知である)を用いて合成画像における残りの画素のデータ点の主構成要素のセットを決定する。PCAは、データがどのくらい広いかを記述するデータ内の好適な方向を発見するものとして考えられ得る。各このような好適な方向は、データの何らかの特徴に対応する。プロセス302の出力は、2N次元カラーモデルにおける新たな回転された座標系であり、その軸は、必ずしも色を表しておらず、むしろ、デジタル画像の特徴を表す色の線形的な組み合わせを表している。PCAを実行するための多くのアルゴリズムは、当該技術分野において公知であり、アルゴリズムの選定は、計算の実行に影響し得るので、本発明の実施形態は、コンピュータシステムのハードウェア制約を前提として最も効率的ないずれかのアルゴリズムを用い得る。
本発明の文脈において、2N次元カラーモデルにおける第1の主構成要素は、通常、全体シーン輝度に対応し、これは、第1のデジタル画像と第2のデジタル画像との間の相関である。これを理解するために、2つの画像は、それらが1日の同一の時間に同一の角度から撮影された場合に、最も容易に視覚的に比較され、対応する位置合わせされた画素は、互いにほぼ同程度の輝度となるということに注意されたい。したがって、輝度における相関は、2N次元カラーモデルにおける強い信号を提供する。同様に、第2の主構成要素は、通常、2つの画像間のシーン輝度における差分に対応する。第1の主構成要素とは対照的に、この場合における第2の主構成要素は、第1のデジタルカラー画像と第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表し、したがって、画像間の有意義な変化を示唆する。
多くの場合において、第3の主構成要素は、画素色の間の相関を表す。予期されることだが、位置合わせされた画素は、典型的には、同一の土地被覆を表し、土地被覆の大部分の色は、画像間で異ならないであろう。したがって、強い相関は、合成画像において存在するであろうが、おそらくは、全体シーン輝度間の相関と同程度には強くない。同様に、第4の主構成要素は、位置合わせされた画素の色間の差分を表し得、したがって、画像間の有意義な変化をし得る。
主構成要素についてのこの記載は、例示にすぎないことが理解されるべきであり、プロセス302を用いるデジタル画像の各比較は、画像のその他の特徴に対応する主構成要素を生成し得る。相関というよりもむしろ2つの画像間の差分を表す主構成要素は、必ずしも第2の主構成要素および第4の主構成要素であるとは限らず、むしろ、差分の主構成要素は、異なるサブセットであり得ることが理解されるべきである。いずれにしても、上記議論から分かり得るように、いくつかの主構成要素は、第1のデジタルカラー画像と第2のデジタルカラー画像との間の相関を表し、その一方で、その他の主構成要素は、差分を表す。
プロセス303において、コンピュータシステムは、回転された座標系内の主構成要素を選択し、各主構成要素は、第1のデジタルカラー画像と第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、差分を表す。人間は、どの主構成要素が差分を表しているかを容易に判別することが可能であるが、コンピュータシステムは、試行錯誤に依拠しなければならない。
ここで、これらを選択するための2ステップ手順が記載される。手順は、主構成要素自体に対して機能するのではなく、行列の乗算によってオリジナルの2Nカラーバンドを2N主構成要素によって定義される座標系へと回転させる2N×2N線形変換行列に対して機能する。この変換行列は、各オリジナルのカラーバンドが対応する主構成要素においてどの程度の量だけ存在するかを表す係数または重みを有する。
第1に、第1の画像に対応する変換行列の係数の第1のN次元部分(ベクトル)を形成し、そして、第2の画像に対応する変換行列の第2のN次元部分(ベクトル)を形成する。プロセス301における連結によって、変化画像のカラー値が形成されたので、このステップは、変換行列の列の2N個の係数を2N次元ベクトルに分離することを含む。第1のベクトルおよび第2のベクトルは、線形変換の部分を表しており、オリジナルの画像のうちのいずれかのいずれかの画素に存在するいずれかのカラーデータに直接的に対応していないことが理解されるべきである。
次に、第2のベクトルから第1のベクトルを減算することにより、差分ベクトルを取得する。第1のベクトルおよび第2のベクトルが、類似した大きさおよび符号の座標を有する場合、差分ベクトルは、相関を示す小さい大きさを有し得、その一方で、第1のベクトルおよび第2のベクトルが、符号が反対である座標を有する場合、差分ベクトルは、変化を示す大きい大きさを有し得る。したがって、差分ベクトルのN次元長さは、主構成要素が変化をどの程度表しているかの尺度となる。実際、所与の長さに対する差分ベクトルの長さの比較は、相関というよりもむしろ差分を表している主構成要素のサブセットを選択するバイナリテストを提供する。所与の長さは、例えば、カラー値が0と1との間でスケーリングされるべき場合、長さ1であり得る。その他の長さが用いられ得、プロセス303を実装するためのその他の手順が用いられ得ることが理解されるべきである。
この時点において、プロセス303によって選択される主構成要素の数が、主構成要素の総数(2N)よりも小さい数であることは、注意に値する。各主構成要素は、潜在的には、有意義な変化を表しているので、より多くのカラーバンドを有しているデジタルカラー画像(すなわち、より高い値のN)は、潜在的には、変化を検出するためのより多くの機会を生成することになる。この観察は、より多くのカラーデータを含有しているカラーデータは、これらのデータ間のより多くの相関およびより多くの差分を含有しているという事実から従う。しかしながら、有効な結果は、N=1である一様な全整色性画像を用いて取得され得、そのような画像において、第1の主構成要素は、画像間の粗い相関を表し、第2の主構成要素は、画像間の粗い差分を表す。
次に、プロセス304は、合成画像における各画素に対し、プロセス303によって生成された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。このプロセス304は、選択されたサブセットに沿って画素の座標の最大値を取り(これは、差分を表す)、その一方で、その他の主構成要素に沿って画素の座標を無視する(これは、相関を表す)ことにより、実装され得る。
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する。この変化画像は、第1のカラー画像と第2のカラー画像との間の有意義な変化を表すグレースケール画像として視覚化され得る。すなわち、プロセス301〜304の結果は、第1に、2N次元合成画像における各画素をより低次元のサブ空間にマッピングし、その後、単一の(1次元の)正規化された画素変化値にマッピングするというものになる。合成画像における各画素は、第1のカラー画像と第2のカラー画像との間の位置合わせによって定義される全てのその他の画素と空間的関係を共有し、この関係は、正規化された画素変化値に適用され得ることにより、単一の「色」次元を有する変化画像を生成し得る。
手順301〜304を実行した後において、第1のデジタルカラーデータと第2のデジタルカラーデータとの間の有意義な変化に関する有用な情報が、グレースケール変化画像の形態ですでに取得されているということが理解されるべきである。第1の画像および第2の画像に対するこの変化画像の位置合わせは、オリジナルの2つの画像を比較するための有利な方法を提供する。特に、高い「強度」を有する変化画像は、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におけるそれぞれの位置合わせされた画像間の大きい変化を表す。
しかしながら、この変化画像の特定の用途を例示する目的のために、図3の方法は、税評価を実行することに有用な4つの追加的プロセスに続く。したがって、図3の記載の残りに対して、画像によって示される物理的対象物は、自治体であり、第1のデジタルカラー画像は、第1の時点(例えば、以前の税評価の時点の周辺)における自治体の外観を表し、第2のデジタルカラー画像は、第2の時点(例えば、最近の時点)における自治体の外観を表し、自治体は、複数の区画に分割されるということが仮定され得る。
ステップ305において、コンピュータシステムは、変化画像を、各々が共通の視覚的特性を共有する画素を含有するいくつかのセグメントに分割する。理想的には、共通の特性は、土地被覆のタイプ(例えば、草または屋根)に関連し、各セグメントは、土地被覆の同一のタイプを有する連続したエリアを画像化する画素を表す。デジタル画像をセグメント化するための多くのアルゴリズムが、当該技術分野において公知であり、例えば、形成閾値、クラスタリング、圧縮、形成ヒストグラム、検出エッジ、成長領域、パーティショニンググラフ等がある。本発明の範囲は、必ずしもセグメント化アルゴリズムの選定によって限定されるものではないことが理解されるべきである。例示されている実施形態において、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。したがって、例えば、2つの近隣する画素は、それらの正規化された画素変化値が相互の特定のパーセンテージ内にある場合、同一のセグメント内にあり得る。
各セグメントは、連続した画素から形成される。セグメントは連続的なので、各々は、ベクトルグラフィックスを用いてグラフィカルユーザインターフェースにおいて有利にも視覚化され得る形状を定義する。各セグメントは、完全に複数の区画における単一の区画内にあり得るが、異なるセグメントは、異なる区画内にあり得る。したがって、プロセス305によって形成されるセグメントは、後続の計算において用いられ得ることにより、全体の区画変化確率を決定し得る。
プロセス306において、コンピュータシステムは、各セグメントに対し、それを形成する画素の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。このセグメント変化確率は、セグメントを構成する画素の変化値の「ゾーン平均」として見られ得る。このゾーン平均を実行することにより、各セグメントには、画素毎というよりもむしろセグメント毎に、第1のデジタル画像と第2のデジタル画像との間の変化の正規化された測定を表す、単一の数が付与される。
この段階において、1つの最適化は、オプションとして、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含む。したがって、コンピュータシステムは、有利にも、重要ではない変化を表す特定のセグメントが、さらなる考慮から除外されるべきであることを命令され得る。このような命令は、例えばスライダバー等のグラフィカルユーザインターフェースにおける制御部の形態を取り得る。
さらなる最適化は、オプションとして、セグメントサイズ閾値に従う所与の平方フィート数未満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含む。したがって、有利にも、コンピュータシステムは、特定の小さいセグメントを、たとえそれが有意義な変化を表している場合であっても、さらなる考慮から除外すべきであると命令され得る。そのような命令もまた、グラフィカルユーザインターフェースにおける制御部の形態をとり得る。
プロセス307において、コンピュータシステムは、各区画に対し、その内部にあるセグメントの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。プロセス306において、画素変化値が平均化されて、セグメント変化値を生成しているように、プロセス307は、セグメント変化値を平均化して、区画変化値を生成する。しかしながら、合成画像における各画素は、同一の量の地理的エリアを表している一方で、セグメントは、小さい調整が平均化プロセスに対して行われ得るように、サイズが変動し得る。
したがって、本発明の一実施形態において、各区画に対する区画変化確率は、それらのそれぞれのエリア毎に重み付けされたセグメント変化確率の和として計算される。すなわち、区画変化確率は、所与のセグメントのセグメント変化確率と、所与のセグメント内の画素数および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である。区画変化確率を計算するためのその他の方法が、発明概念から逸脱することなしに採用され得ることが理解されるべきである。
最後に、プロセス308において、コンピュータシステムは、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し、これにより、税評価を実行するために区画を訪問するための提案される順序を税評価者に提供する。このランク付けは、従来のソーティング手段を用いて実行され得るが、本発明の範囲は、ソーティングアルゴリズムの選定によって限定されないことが理解されるべきである。任意のこのようなアルゴリズムは、ランク付けプロセスの効率性を最適化するように選定され得る。
本発明のいくつかの実施形態は、コンピュータシステムに対するグラフィカルユーザインターフェース(GUI)を提供する。このようなGUIのスクリーンショットが図1に提供されており、別のものが、以下に記載される図4に提供されている。GUIは、第1のデジタルカラー画像の一部分を、第2のデジタルカラー画像の対応する位置合わせされた部分の隣に表示し得ることにより、コンピュータシステムを用いている税評価者が、部分を視覚的に比較することを可能にし得る。特に、GUIは、2つの画像の位置合わせされた部分によって定義される区画の際立った輪郭を同時に表示し得ることにより、比較を促進し得る。また、GUIは、税評価者が影閾値、セグメント変化確率、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含み得る。
図4は、図1のグラフィカルユーザインターフェース100の表現であり、それらのそれぞれの区画変化確率に従ってランク付けされた区画のリストと、該リストから選択された特定の区画とを示している。上述したいくつかの特徴は、図4に見ることができる。特に、第1のデジタルカラー画像410および第2の位置合わせされたデジタルカラー画像420を視認可能である。画像410および420は、「前」画像110および「後」画像120のズームされた表示をそれぞれ表しており、少数の区画の詳細な調査を可能にする。所与の区画は、第1のデジタルカラー画像の一部分430a内および第2のデジタルカラー画像の対応する部分430b内において、際立った輪郭が付されている。
3つの感度制御部が、図4の実施形態に提供されている。変化感度制御部441は、税評価者またはその他のユーザが、セグメント変化確率の閾値を指定することを可能にする。詳細感度制御部442は、ユーザがセグメントサイズの閾値を指定することを可能にする。影感度制御部443は、ユーザが影閾値を指定することを可能にする。
それらの変化の尤度によってランク付けされている区画のリスト450もまた、GUIにおいて視認可能である。区画は、例えばそれらの地理的座標、一意的な区画識別番号、または表示ラベル制御部451を用いて選択可能であり得るその他のこのようなデータ等の種々の記述的情報を用いて識別される。この実施形態において各識別子の隣に表示されているのは、状態インジケータ(その機能は、図5〜9に関連して説明される)と、「変化」バー(その長さは、図3に関連して記載された方法を用いてその区画に対して計算される区画変化確率を視覚的に示す)とである。各欄のデータは、ユーザの選好に従って格納され得る。したがって、区画は、有利にも、図4に示されているように、それらのそれぞれの区画変化確率の降順で格納され得る。したがって、ユーザは、このソーティングによって提案される順序で区画を考慮するように進行させられ得る。
図5〜7は、最高の変化確率を有する3つの区画を示している。特に、図5は、視覚的解析の前に高い区画変化確率を有している第1の区画を表示しているGUIを示している。各区画の状態は、ランク付けされた区画のリストの「状態」欄においてクエスチョンマークによって示されているように、未知である。解析者は、示された区画だけの視覚的比較を実行し、解析に基づいて、いくつかの制御部のうちの1つを操作する。したがって、区画が税評価を行う目的のために著しい変化をしたと解析者に見える場合、解析者は、「マーク変化」制御部501を操作し得る。または、区画が著しい変化をしなかったと見える場合、解析者は、「マーク不変」制御部502を操作し得る。さらなる解析が要求される場合、解析者は、「マーク必要レビュー」制御部503を操作し得る。この場合、区画は、明らかに向上させられているので、解析者は、第1の制御部501を操作し得る。本発明の特定の効率的な実施形態に従うと、制御部501、502、503のうちのいずれかの動作は、有利にも、視覚化を隣の区画へと前進させる。
図6は、解析者が第1の区画を著しい変化をしたとしてマークした後に高い区画変化確率を有している第2の区画を表示しているGUIを示している。本発明の一実施形態に従うと、第1の区画をマークしたことにより、ランク付けされた区画のリストの「状態」欄601に「変化があった」三角形が表されている。この三角形は、区画が解析され、変化したと決定されたことを示している。いくつかの実施形態において、三角形は、示唆的な色(例えば、緑色)に着色され得ることにより、解析者によって肯定的な適合が決定されたことを示す。図7は、解析者が第2の区画を著しい変化をしたとしてマークした後に高い区画変化確率を有している第3の区画を表示しているGUIを示している。ここで、「状態」欄601は、2つの三角形を有していることに注意されたい。
図8は、視覚的解析の前に低い区画変化確率を有している第4の区画を表示しているGUIを示している。図5〜7に示された区画に対するものに比べて示された区画に対して「変化」バーが如何に遥かに短いかは、区画が2つのデジタル画像間で有意義に変化した確率が遥かに低いことを表していることに注意されたい。税解析者は、視覚的変化が如何なる有意義な変化を表していないこと考慮し得、「マーク不変」制御部を操作し得る。結果は、図9に示されており、この図は、解析者が第4の区画を著しい変化をしなかったとしてマークした後に低い区画変化確率を有している第5の区画を表示しているGUIを示している。
図9において、ここで「不変」にマークされた第4の区画に対する状態欄601における四角形の出現に注目されたい。この四角形は、区画が解析され、変化しなかったと決定されたことを示している。いくつかの実施形態において、四角形は、示唆的な色(例えば、赤色)に着色され得ることにより、解析者によって否定的な適合が決定されたことを示す。
本発明の種々の実施形態は、例えばその他のコンピュータシステムおよびプログラムと相互利用可能なファイル内に解析者の決定を記録する能力等の、その他の特徴を含み得ることが理解されるべきである。当業者は、それでもなお本明細書中に記載されている発明概念を用いるコンピュータシステムまたはGUIに対するその他の改変を理解し得る。
上述された本発明の実施形態は、単なる例示であることが意図され、多くのバリエーションおよび改変が、当業者に理解され得る。全てのそのようなバリエーションおよび改変は、任意の添付の請求項に規定されている本発明の範囲内にあることが意図される。
論理的フローダイヤグラムは、本明細書において、本発明の種々の局面を示すために用いられていることに注目すべきであり、本発明を何らかの特定の論理的フローまたは論理的実装に限定するように構想されるべきではない。記載されている論理は、全体的な結果を変更することなしに、または、本発明の真の範囲から逸脱することなしに、異なる論理ブロック(例えば、プログラム、モジュール、機能、またはサブルーチン)にパーティショニングされ得る。しばしば、全体的な結果を変更することなしに、または、本発明の真の範囲から逸脱することなしに、論理的要素が追加され得、改変され得、省略され得、異なる順序で実行され得、または、異なる論理的構成(例えば、論理的ゲート、ルーピングプリミティブ、状態論理、およびその他の論理的構成)を用いて実装され得る。
本発明は、多くの異なる形態で具現化され得、そのような形態としては、プロセッサと共に用いるためのコンピュータプログラム論理(例えば、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ、または汎用コンピュータ等)、プログラマブル論理デバイスと共に用いるためのプログラマブル論理(例えば、フィールドプログラマブルゲートアレイ(FPGA)またはその他のPLD)、離散コンポーネント、集積回路(例えば、特定用途向け集積回路(ASIC)))、またはこれらの任意の組み合わせを含む任意のその他の手段等を含むが、決してこれらに限定されるものではない。
本明細書中に既に記載された機能の全部または一部を実装するコンピュータプログラム論理は、種々の形態で具現化され得、そのような形態としては、ソースコード形態、コンピュータ実行可能形態、および種々の中間形態(例えば、アセンブラ、コンパイラ、またはロケータによって生成される形態等)を含むが、決してこれらに限定されるものではない。ソースコードは、種々のオペレーティングシステムまたはオペレーティング環境と共に用いるための、種々のプログラミング言語(例えば、オブジェクトコード、アセンブリ言語、または例えばFortran、C、C++、JAVA(登録商標)、またはHTML等の高レベル言語等)のうちのいずれかで実装される一連のコンピュータプログラム命令を含み得る。ソースコードは、種々のデータ構造および通信メッセージを定義し得、用い得る。ソースコードは、(例えば、インタプリタを介して)コンピュータ実行可能な形態であり得るか、または、ソースコードは、(例えば、トランスレータ、アセンブラ、またはコンパイラを介して)コンピュータ実行可能な形態に変換され得る。
コンピュータプログラムは、有形格納媒体(例えば、半導体メモリデバイス(例えば、RAM、ROM、PROM、EEPROM、またはフラッシュプログラム可能RAM)、磁気メモリデバイス(例えば、ディスケットまたは固定ディスク)、光学メモリデバイス(例えば、CD−ROM)、PCカード(例えば、PCMCIAカード)、またはその他のメモリデバイス等)において、永続的または一時的のいずれかで、任意の形態(例えば、ソースコード形態、コンピュータ実行可能形態、または中間形態)に固定され得る。コンピュータプログラムは、種々の通信技術(アナログ技術、デジタル技術、光学技術、ワイヤレス技術(例えば、Bluetooth(登録商標))、ネットワーキング技術、およびインターワーキング技術を含むが、決してこれらに限定されない)のうちのいずれかを用いて、コンピュータに伝送可能な信号内で任意の形態に固定され得る。コンピュータプログラムは、付随する印刷文書または電子文書を有するリムーバブル格納媒体(例えば、シュリンクラップされたソフトウェア)のような任意の形態で配布され得、コンピュータシステムにプレロードされ得(例えば、システムROMまたは固定ディスク上)、または、通信システム(例えば、インターネットまたはワールドワイドウェブ)を介してサーバまたは電子掲示板から配布され得る。
本明細書中で既に記載された機能性の全部または一部を実装するハードウェア論理(プログラマブル論理デバイスと共に用いるためのプログラマブル論理を含む)は、伝統的な手動方法を用いて設計され得るか、あるいは、例えばコンピュータ支援設計(CAD)、ハードウェア記述言語(例えば、VHDLまたはAHDL)、またはPLDプログラミング言語(例えば、PALASM、ABEL、またはCUPL)等の種々のツールを用いて電子的に設計され得、キャプチャされ得、シミュレートされ得、あるいはドキュメント化され得る。
プログラマブル論理は、有形格納媒体(例えば、半導体デバイス(例えば、RAM、ROM、PROM、EEPROM、またはフラッシュプログラム可能RAM等)、磁気メモリデバイス(例えば、ディスケットまたは固定ディスク)、光学メモリデバイス(例えば、CD−ROM)、またはその他のメモリデバイス等)において、永続的または一時的のいずれかで、固定され得る。プログラマブル論理は、種々の通信技術(アナログ技術、デジタル技術、光学技術、ワイヤレス技術(例えば、Bluetooth(登録商標))、ネットワーキング技術、およびインターワーキング技術を含むが、決してこれらに限定されない)のうちのいずれかを用いて、コンピュータに伝送可能な信号内に固定され得る。プログラマブル論理は、付随する印刷文書または電子文書を有するリムーバブル格納媒体(例えば、シュリンクラップソフトウェア)として配布され得、コンピュータシステムにプレロードされ得(例えば、システムROMまたは固定ディスク上)、または、通信システム(例えば、インターネットまたはワールドワイドウェブ)を介してサーバまたは電子掲示板から配布され得る。

Claims (27)

  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。
  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、請求項1に記載の方法。
  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、請求項1に記載の方法。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
  13. 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。
  14. 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。
  15. 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。
  16. 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。
  17. 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。
  18. 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。
  19. 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。
  20. 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。
  21. 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。
  22. 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。
  23. 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。
  24. 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。
  25. 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。
  26. 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。
  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。
JP2016550844A 2015-06-12 2015-06-12 画像変化検出 Active JP6509887B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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