樹木頂点認識方法及び樹木頂点認識のプログラム並びに樹木頂点認識装置
【課題】自動的に単木の頂点を認識する樹木認識装置を得る。
【解決手段】樹木高算出部１４がDSMとDEMデータの差分Ｚｃｉ（Ｚｃｉ、Ｚｃｉ・・）をとることによって樹木高のグリッドデータＤｉ（Ｄ１、Ｄ２、・・・）を算出し、画像フィルタ１６が３×３範囲で順次平均化し、尾根谷度算出部１７が「尾根谷度」データを作成することによって樹冠の立体形状の特徴を判別する。さらに、尾根谷度のデータＤｅｉに局所最大値フィルタ２０を順次適用し、樹木頂点候補抽出部２１が頂点候補を抽出し、樹冠上部抽出部２３が尾根谷度データＤｅｉに森林の状態に応じた閾値を設けることによって樹冠の上部のデータを抽出して、樹木頂点決定部２５がこれらの中から最高樹木高のものを求め、その点を樹木頂点と決定する。
【解決手段】樹木高算出部１４がDSMとDEMデータの差分Ｚｃｉ（Ｚｃｉ、Ｚｃｉ・・）をとることによって樹木高のグリッドデータＤｉ（Ｄ１、Ｄ２、・・・）を算出し、画像フィルタ１６が３×３範囲で順次平均化し、尾根谷度算出部１７が「尾根谷度」データを作成することによって樹冠の立体形状の特徴を判別する。さらに、尾根谷度のデータＤｅｉに局所最大値フィルタ２０を順次適用し、樹木頂点候補抽出部２１が頂点候補を抽出し、樹冠上部抽出部２３が尾根谷度データＤｅｉに森林の状態に応じた閾値を設けることによって樹冠の上部のデータを抽出して、樹木頂点決定部２５がこれらの中から最高樹木高のものを求め、その点を樹木頂点と決定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、レーザ計測で得た多数の樹木データ（ＤＳＭ、ＤＥＭ）から単木の頂点を認識する樹木頂点認識装置に関する。
【背景技術】
【０００２】
京都議定書が2005年2月に発効され、森林の炭素吸収量で−３．９％のCO2削減を目標としている。また、森林のCO2吸収量の算出に当たっては、樹木本数、樹冠面積、樹高等の林分パラメータが必要である。
【０００３】
例えば、山地の特定エリアの唐松の本数を特定する場合には、写真画像等のそのエリア内の唐松の樹木の頂点を目視で特定し、これらの総数を求めていた。
【０００４】
また、レーザ測距儀（以下、航空レーザ）を活用して樹木本数を推定する場合もある。
【０００５】
具体的には、航空レーザ計測により取得されたデータを用いて表層のグリッドデータ（以下、ＤＳＭ：Digital Surface Model）と地盤のグリッドデータ（以下、ＤＥＭ：Digital Elevation Model）を作成する。さらに、DSMとDEMデータの差分をとることによって樹木高のグリッドデータを算出し、樹木高や樹木高の極大値を判別指標として単木抽出を行っていた。
【０００６】
一方、樹木の二酸化炭素の算出にあたっては以下に説明する特許文献が開示されている。
【０００７】
特開２００５−５２０４５号公報（特許文献１）は、土壌−植物−大気循環系における放射、エネルギー、水及び二酸化炭素の交換プロセスに基づいて植生の影響を評価するものである。
【０００８】
また、特開２００４−３３１４９号公報（特許文献２）は、施業林分における立木の直径、本数及び配置の調査を自動的に行うものである。
【特許文献１】特開２００５−５２０４５号公報
【特許文献２】特開２００４−３３１４９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、写真画像から目視によって樹木本数を求めた場合は、非常に時間がかかる。特に、エリアが広くなるとそれだけ時間がかかる。また、写真画像から樹木を１本毎に目視で正しく特定していくには、経験が必要である。
【００１０】
また、従来のＤＥＭ、ＤＳＭによって単木抽出を行う手法は、樹冠形状は複雑であることから、一つの樹冠内には複数の極大値が存在しやすく、従来の手法で単木抽出処理を行うと実本数に比べ過剰に抽出されるデメリットがある。
【００１１】
本発明は以上の課題を解決するためになされたもので、自動的に単木の頂点を正しく認識する樹木認識装置を得ることを目的とする。
【課題を解決するための手段】
【００１２】
本発明の樹木頂点認識方法は、上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識方法である。
【００１３】
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶するステップと、前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶するステップと、前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出するステップと、前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識するステップと、前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力するステップとを行うことを要旨とする。
【発明の効果】
【００１４】
以上のように本発明によれば、レーザ計測で得たＤＥＭ、ＤＳＭから自動的に単木の頂点を認識できる。
【００１５】
このため、広い森林等を人手によって樹木一本毎に検索しなくともよいので、森林の財産管理等に適用できる。
【発明を実施するための最良の形態】
【００１６】
本実施の形態は、樹冠を際立たせて再現し、単木の頂点を認識するものである。この単木の頂点の認識のために、新たに「尾根谷度」データを作成することによって樹冠形状を判別する。
【００１７】
尾根谷度は次の様に算出する。
【００１８】
本実施の形態では、ＤＥＭとＤＳＭの差のデータである樹木高のグリッドデータ（0.5m）を用いて、８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。検索範囲は1m・2m・5m・10mの4通り試算し、樹冠形状を適切に表現できた2mに決定した。そして、検索範囲2mにおける大まかな地形を表す、地上開度と地下開度とに挟まれる角度の2等分線とを尾根谷度（φ3）と定義する。
【００１９】
以下に図面を用いて樹木認識の実施の形態を説明する。
【００２０】
図１は本実施の形態の樹木頂点認識装置の概略構成図である。図１に示すように、特定地域の地盤のグリッドデータ（ＤＥＭ：Digital Elevation Model）を記憶したデータベース１０と、特定地域の表層（森林）のグリッドデータ（ＤＳＭ：Digital Surface Model）を記憶したデータベース１１と、特定地域のデジタル写真を記憶したデータベース１２と、表示部１３と、樹木高算出部１４と、樹木高データが記憶されるファイル（メモリ）１５と、平滑フィルタ部１６と（３ピクセル×３ピクセル）、尾根谷度算出部１７と、尾根谷度が記憶されるファイル１８と、表示処理部１９と、局所最大フィルタ部２０と、樹木頂点候補抽出部２１と、樹木頂点候補データが記憶されるファイル２２と、樹冠上部抽出部２３と、樹冠上部データが記憶されるファイル２４と、樹木頂点決定部２５と、樹木頂点データが記憶されるファイル２６と出力部３０等を備えている。
【００２１】
データベース１０は、特定地域の地盤のグリッドデータ（ＤＥＭ：Digital Elevation Model：本実施の形態では０．５ｍ間隔の格子状のデータ）を記憶している。このグリッドデータは、地盤のＸ、Ｙ、Ｚ（地盤高Ｚａ）とを対応させて記憶させられている。つまり、レーザデータを読み込み、それぞれの同じ標高値を結んだ等高線図に対してＴＩＮを発生させて地面を復元する。
【００２２】
データベース１１は、特定地域の表層（森林）のグリッドデータ（ＤＳＭ：Digital Surface Model：本実施の形態では０．５ｍ間隔）を記憶している。このグリッドデータ（本実施の形態では０．５ｍ間隔の格子状のデータ）は、樹木表面のＸ、Ｙ、Ｚ（Ｚｂ：樹木表面高）とを対応させて記憶している。つまり、レーザデータを読み込み、それぞれの同じ標高値を結んだ等高線図に対してＴＩＮを発生させて表層を復元する。
【００２３】
すなわち、これらのグリッドデータは、格子間隔０．５ｍのＸ−Ｙ平面直角座標系に、緯度経度に対応するＸ値、Ｙ値とレーザ計測によって得られたＺ値を割り当てている。
【００２４】
樹木高算出部１４は、データベース１０のＤＳＭとデータベース１１のＤＥＭとの差を求め、これをファイル１５（メモリ）のＸ，Ｙ座標に割付ける。
【００２５】
平滑フィルタ部１６は、Average filterとも呼ばれるものであり、ファイル１５の樹木高グリッドデータＤｉに対して、各々のデータを中心とするＸ−Ｙ座標面３×３範囲（本実施の形態では１．５ｍ×１．５ｍ）で平均を求め、これをファイル２６に保存する。
【００２６】
尾根谷度算出部１７は、ファイル２６に平均化された樹木高グリッドデータＤｄｉ（Ｄｄ１、Ｄｄ２・・）が保存されると、樹木高グリッドデータＤｄｉが付加されている任意の平均化された樹木高グリッドデータＤｄｉ（以下樹木高グリッドデータＤｄｉという）から各々のデータを中心としたＸ−Ｙ座標面の任意半径の検索範囲（検索範囲は樹冠の立体形状の特徴を適切に表現できた2mに決定している。以下２ｍ範囲毎）で尾根谷度を求め、これをファイル１８に保存する。
【００２７】
局所最大値フィルタ２０は、ファイル１８の尾根谷度のデータＤｅｉに３×３範囲のフィルタを順次適用し、この結果をファイル２７に保存する。
【００２８】
樹木頂点候補抽出部２１は、ファイル２７の樹冠立体形状の特徴データＤｆｉ（ＸＹ、尾根谷度）とファイル１８のＤｅｉ（Ｘｐｉ、Ｙｐｉ、尾根谷度）とを比較し、同じものを頂点候補Ｄｇｉとしてファイル２２に保存する。
【００２９】
樹冠上部抽出部２３は、ファイル１８の尾根谷度データ（樹冠立体形状の特徴データＤｅｉ）に森林の状態に応じた閾値を設けることによって樹冠の上部のデータＤｅｉを抽出し、これを樹冠上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・・）としてファイル２４に保存する。
【００３０】
樹木頂点決定部２５は、ファイル２４の樹冠の上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・）とファイル２２の頂点候補Ｄｇｉ（Ｄｇ１、Ｄｇ２・・）とを重ね合わせ一致したものを仮の頂点と決定し、これをファイル２８に保存する。そして、樹冠上部に複数の仮の頂点が存在するときは、この樹冠上部で最も樹木高が高いものを単木の頂点として決定し、これをファイル２９に保存する（Ｐｉ）。
【００３１】
表示処理部１９は決定した頂点を例えば○印（△印、×印、番号等の識別）にして画面に表示する。このとき、写真画像と重ねて表示してもよい。
【００３２】
出力部３０は、ファイル２９の頂点Ｐｉの座標（ＸＹ）に樹木番号を付けてプリンタ（図示せず）又は画面に表示する。このとき、樹木高も表示してもよい。
【００３３】
（動作説明）
上記のように構成された樹木頂点特定装置について以下に動作を説明する。本実施の形態では表示部１３にデータベース１０のＤＳＭ及びデータベース１１のＤＥＭ並びにデジタル写真を重ね表示している。
【００３４】
図２は本実施の形態の樹木頂点認識装置の概略動作を説明するフローチャートである。
【００３５】
本実施の形態では、樹木高算出部１４が航空レーザ計測により取得されたデータ（ＤＳＭ：Digital Surface Model）を読み込む（Ｓ１）。また、地盤のグリッドデータ（以下、ＤＥＭ：Digital Elevation Model）を読み込む（Ｓ２）。
【００３６】
そして、樹木高算出部１４がDSMとDEMデータの差分Ｚｃｉ（Ｚｃｉ、Ｚｃｉ・・）をとり樹木高グリッドデータＤｉとして、ファイル１５に保存する（Ｓ３）。
【００３７】
この樹木高のグリッドデータＤｉに対して、平滑フィルタ部１６（Average filter16ともいう）が３×３範囲で順次平均化し、ファイル２６に保存（樹木高のグリッドデータＤｄｉ（Ｄｄ１、Ｄｄ２、・・・））する（Ｓ４）。
【００３８】
次に、尾根谷度算出部１７が２ｍ範囲毎（Ｄｄｉ）に地上開度及び地下開度を算出する（Ｓ５）。次に、地下開度及び地上開度を用いて尾根谷度算出部１７が「尾根谷度」データを作成することによって樹冠の立体形状の特徴を判別できるようにした尾根谷画像を得てファイル１８に保存する（Ｓ６）。
【００３９】
尾根谷度は次の様に算出する。樹木高のグリッドデータＤｄｉを用いて、８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。
【００４０】
検索範囲は1m・2m・5m・10mの4通り試算し、樹冠形状を適切に表現できた2mに決定した。
【００４１】
そして、検索範囲2mにおける大まかな地形を表す、地上開度と地下開度に挟まれる角度の2等分線を尾根谷度（φ3）と定義していく（図９参照）。この尾根谷度のデータＤｅｉは表示処理部１９によって表示（尾根谷度画像）される。
【００４２】
さらに、尾根谷度のデータＤｅｉに局所最大値フィルタ２０を順次適用し（Ｓ７）、これをファイル２７に保存する。
【００４３】
このとき、樹冠の大きさに限らず最小のエリアサイズである3×3範囲に固定して、樹頂点ではなく「樹頂点の候補点」を抽出し、ファイル２２に樹木頂点候補Ｄｇｈ（ｄｇ１、・・）として保存する（Ｓ８）。この３×３範囲に固定したのは、例えば５×５にすると、樹木頂点候補が存在しない樹冠上部が多くなるという実験結果を得たので、３×３範囲とした。
【００４４】
一方で、「尾根谷度＞0」は尾根地形を表現し、「尾根谷度＜0」は谷地形を表現するといった性質を利用して、樹木頂点候補抽出部２１が尾根谷度データに森林の状態に応じた閾値を設けることによって樹冠の上部を抽出して（Ｓ９）、冠上部抽出部２４をラベリング化する（Ｓ１０）。
【００４５】
さらに、樹木頂点決定部２５が樹頂候補点と樹冠上部エリア毎に、樹木頂点候補点の中から最高樹木高を求め、その点を樹木頂点と決定（Ｓ１１）し、これを樹木頂点として抽出する（Ｓ１２）。この樹木頂点の決定については後述する。
【００４６】
図３は本実施の形態の樹木頂点認識装置の尾根谷度を求める処理を説明するフローチャートである。
【００４７】
本実施の形態では、表示部１３にオルソフォト画像を表示している（Ｓ３０）。
【００４８】
樹木高算出部１４は、ＤＳＭ（Ｘ、Ｙ、Ｚ）及びＤＥＭ（Ｘ、Ｙ、Ｚ）とを読み込み（Ｓ３１）、差Ｚｃｉを求め（Ｓ３２）、これらを樹木高のグリッドデータＤｉ（Ｄ１、Ｄ２、・・・）としてファイル１５に保存する。
【００４９】
この樹木高データＤｉは、図４に示すように、座標（Ｘ，Ｙ：平面直角座標）と樹木高Ｚｃｉとが対応させられたデータとなる。
【００５０】
次に、平滑フィルタ部１６がファイル１５の多数の樹木高のグリッドデータＤｉに対してフィルタ１６で順次平均化（３×３範囲）し（Ｓ３３）、この樹木高のグリッドデータＤｄｉをファイル２６に保存する。
【００５１】
次に、尾根谷度算出部１７は、個々のDdiにおいて２ｍ範囲で順次、尾根谷度を求めることによって樹冠の立体形状の特徴を判別する（Ｓ３４）。
【００５２】
尾根谷度は、８方向に探索（木の種類によって１ｍ、５ｍ、１０ｍで行う場合もある）して地上開度と地下開度とを求め、地上開度と地下開度との差を２で割ることで求める（Ｓ３４）。つまり、樹木の冠部（葉、枝）の立体形状の特徴が求められる。
【００５３】
ファイル２６の樹木高のグリッドデータＤｄｉを用いて、図５に示すように８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。検索範囲は樹冠の立体形状の特徴を適切に表現できた2mに決定している。
【００５４】
図６は任意の検索範囲における樹木高のグリッドデータＤｄｉを距離と高さからなる軸にプロットしたものである。また、図６の黒点は０．５ｍ間隔のグリッドデータＤｄｉを示す（２ｍ範囲は図示せず）。
【００５５】
つまり、図６は着目する標本地点から任意半径の範囲で一方向を見た場合の大まかな樹冠形状を表している。そして、この図６において、φ１が地上開度（地上角）であり、φ２が地下開度（地下角）である。そして、図７（ａ）（ｂ）では地上開度と地下開度に挟まれる角度の2等分線と距離軸（水平軸）とで挟まれた角度を尾根谷度（φ3）と定義している。また、図７の黒点は０．５ｍ間隔のグリッドデータＤｄｉを示す（２ｍ範囲は図示せず）
本形態では索範囲を２ｍとして、尾根谷度（φ3）を求め、尾根谷度のデータ（以下樹冠立体形状の特徴データＤｅｉ（Ｄｅｉ：Ｄｅ１、Ｄｅ２・・・）としてファイル１８に保存する（Ｓ３６）。
【００５６】
図８が樹木高をY軸とし距離をＸ軸として軌跡Ａｉの樹冠形状を表現した説明図である。図９が尾根谷度をY軸にし距離をＸ軸として軌跡Ａｉの樹冠の立体形状の特徴を表現した説明図である。
【００５７】
つまり、図９に示すように尾根谷度で軌跡Ａｉの樹冠の立体形状の特徴を表現すると、図８より顕著に樹冠間の境界が現れる。図８及び図９の番号（１）〜（６）は写真から肉眼で読み取った樹冠エリアを示すものである。
【００５８】
単木としての認識しやすさを向上するには、樹頂点とエッジ部分の値の差が大きいこと、樹頂点において値が同傾向を示すこと、エッジにおいて値が同傾向を示すこと等が挙げられる。図９に示すように、従来までの「高さ」データより本手法の「尾根谷度」データの方が先にあげた条件を満たしていることがわかる。これにより、樹冠ポリゴンを自動作成する際の精度向上に寄与することができる。
【００５９】
図９においては、尾根谷度がマイナスの値となる点から急激に＋方向にあがり、そして急激にマイナスの値となる点までの範囲が単木の樹冠部であることが分かる。
【００６０】
また、図１１は頂点候補と樹頂点の選定法を説明する図であり、各樹冠上部で樹木高が最も高い候補を選定することし示している。この樹木頂点の決定については詳細に後述する。
【００６１】
次に、尾根谷度算出部１７は、求めた尾根谷度を樹冠立体形状の特徴データＤｅｉとしてファイル１８（ＸＹが対応させられている）に保存（図１０参照）する（Ｓ３６）。
【００６２】
前述の地上開度は、各要素（Ｄｄｉ）に対し、その要素から8方向に探索し、考慮距離内で最大傾斜角を求める。8方向それぞれの最大傾斜角の平均を、天頂からの角度で表す。なお、地上開度の値は考慮範囲に依存し、判読を行いたい対象のスケールに合わせて設定する必要がある。
【００６３】
また、地下開度は各要素に対し、その要素から8方向に探索し、考慮距離内で最小傾斜角を求める。8方向それぞれの最小傾斜角の平均を、天頂からの角度で表す。地上開度と同様に、値は考慮範囲に依存し、判読を行いたい対象のスケールに合わせて設定する必要がある。
【００６４】
尾根谷度は、算出された地上開度から地下開度を引き、２で割ることによって計算する。尾根地形は値がプラスになり、谷地形は値がマイナスで表現される。
【００６５】
そして、図２の樹木頂点抽出処理に進む。樹木頂点抽出処理のステップＳ７でファイル１８の樹冠立体形状の特徴データＤｅｉ（Ｄｅ１、Ｄｅ２・・）に対して３×３の局所最大値フィルタ２０（３×３範囲のウインドウを用いる）を適用して、これをファイル２７に保存（Ｄｆｉ）する。
【００６６】
ステップＳ８で、樹木頂点候補抽出部２１が樹冠エリア（(1)、(2)・・）に存在するピーク点の樹冠立体形状の特徴データＤｆｉ（図１１参照）を頂点候補（以下Ｄｇｉ）として抽出し、ファイル２２に保存する（図１２参照）。具体的にはファイル１８のデータの値とファイル２７の同じ座標値のデータの値が同値の場合を「１」と、他を「０」としてファイル２２に定義する（図１２参照）。
【００６７】
ここで、局所最大フィルタ部２０及び樹木頂点候補抽出部２１の処理について説明を補充する。
【００６８】
つまり、局所最大フィルタ部２０（Local max filter２０ともいう）は、ファイル１８の樹冠立体形状の特徴データＤｅｉ（Ｄｅ１、Ｄｅ２・・）に３×３範囲のウインドウをかけ、このウインドウ内で最大となる値をウィンドウの中央値に置き換える処理を順次行う。これらを樹冠立体形状の特徴データＤｆｉとしてファイル２７に保存する。
【００６９】
そして、樹木頂点候補算出部２１が樹冠立体形状の特徴データＤｆｉ（ＸＹ、尾根谷度）とファイル１８のＤｅｉ（ＸＹ、尾根谷度）とを比較し、同じものを頂点候補Ｄｇｉとしてファイル２２に保存している。
【００７０】
一方、ステップＳ９で樹冠上部抽出部２３が「尾根谷度＞0」は尾根地形を表現し、「尾根谷度＜0」は谷地形を表現するといった性質を利用して、ファイル１８の尾根谷度データ（樹冠立体形状の特徴データＤｅｉ）に森林の状態に応じた閾値を設けることによって樹冠の上部のデータＤｅｉを抽出し、これを樹冠上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・・）としてファイル２４に保存する（図１３参照）。
【００７１】
図１３（ａ）の樹冠の上部のデータＤｈｉは、閾値を超えるＤｅｉを抽出したものであり、例えば番号１のエリアのデータＤｅｉは、（Ｘｈ５、Ｙｈ５）を「１」、（Ｘｈ６、Ｙｈ６）を「１」・・（Ｘｈ１０、Ｙｈ１０）を「１」として示している。
【００７２】
図１３の（ｂ）は図１３（ａ）を具体的に示すものであり、閾値を超えた頂点は「１」とする。「１」が連続している範囲が樹冠上部である。
【００７３】
そして、ステップＳ１０でファイル２４の中の頂点候補ＤｈｉのＸｈｉ、Ｙｈｉをポリゴン化（座標Ｘｈｉ、Ｙｈｉと色情報）して表示処理部１９によってラベルリング（纏まったエリアを（上部）にラベルを振る）させる（図１４参照）。
【００７４】
次に、ステップＳ１１で樹木頂点決定部２５は、ファイル２４の樹冠の上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・）とファイル２２の頂点候補Ｄｇｉ（Ｄｇ１、Ｄｇ２・・）とを重ね合わせ一致したものを仮の頂点と決定する。そして、樹冠上部のエリア内に複数の仮の頂点が存在するときは、この樹冠上部のエリア（図８、図９においては、番号１、２・・のエリア）で最も樹木高が高いものを単木の頂点として決定し、これをファイル２９に保存する（Ｐｉ）。表示処理部１９は決定した頂点を画面に表示する（図１５参照）。すなわち、例えば、頂点候補Ｄｇｉは図１６に示すように表示されるが、頂点決定された画像は図１７に示すようになる。
【００７５】
前述の頂点の決定について説明を補充する。例えば、図１８の（ａ）に示すように、ファイル２４に第１列目が「００１１００１１１００」、第２列目が「０１１１１０１１１１０」、第３列目が「００１１０００１０００」、第４列目が「０００００１０００１１」という具合に頂点上部域が得られた場合に、図１８（ｂ）に示すように、「１」が隣接するまとまり（「０」が区切り）を１つの樹冠上部としてまとまり毎に通し番号を割り振っていく。
【００７６】
そして、例えば、同一高の頂点が樹冠内に複数の頂点が存在することになると、一度、ファイル２８のデータＤＱｉを表示させて、オペレータによって指定させ、指定されたものを頂点Ｐｉと決定してファイル２９に保存する。
【００７７】
次に、尾根谷度について説明を補充する。尾根谷度の特徴としては、図１９に示すようなsinカーブの地形を考えると、尾根地形は「尾根谷度＞0」、谷地形は「尾根谷度＜0」で表現されるとともに、中腹のところで「尾根谷度＝0」となることが挙げられる。
【００７８】
ここで、わかりやすくするために、理想の樹木が図１９に示すような形状をしているとすると、樹頂点では「尾根谷度＞0」となっており、必ず「尾根谷度＝0」となる点を通過して樹冠のエッジに到達し、そこでは「尾根谷度＜0」となっていると考えられる。したがって、樹冠の上部は「尾根谷度＞0」で定義できると言える。
【００７９】
このことを利用して、本業務では、図２０に示すように樹頂点を絞り込むこととした。つまり、尾根谷度の値を利用することによって樹冠上部を抽出し、この抽出した中に存在する樹頂候補点のうち、最も樹高（DSM-DEM）が高い候補点を樹頂点として選定することとした。
【００８０】
尾根谷度の閾値について説明を補充する。
【００８１】
尾根谷度に閾値を設定して樹冠上部を抽出する際、図２１に示すように閾値αの場合には樹木５が抽出できなくなってしまうことがわかる。一方で、閾値βの場合には樹木５と樹木６が一本として認識されてしまう。このように、閾値によって抽出される樹頂点が左右されしまう問題を抱えている。
【００８２】
したがって、ここでは、樹冠上部を抽出するための最適な閾値について検討することとした。具体的には、尾根谷度の閾値を「10,15,20,25,30」の５種類に設定して、樹頂点の抽出結果が最も良いものを採用することとした。絞込み後の樹頂点の集計結果を表１に示す。
【表１】
【００８３】
表１を見ると、「尾根谷度＞20」での結果が最もよかったことがわかる。これと比較して「尾根谷度＞10」での抽出本数が少ない理由は隣接する樹冠が一つとして認識されたためである。また、「尾根谷度＞30」での抽出本数が少ない理由は、閾値を高く設定したために抽出できなかった樹冠があったためである。
【００８４】
従って、樹冠上部を抽出するための尾根谷度の閾値は「20」が最適であることがわかった。樹冠上部の抽出画像は図１４、絞込み後の樹頂点抽出画像は図１５に示している。
【００８５】
上記のようにある山林の樹冠の頂点を算出することによって、単木を特定できるので山林の資産の管理等に適用できる。例えば、出力部３０がファイル２９の頂点のデータＰｉ（Ｘ、Ｙ、Ｚ）を出力して印刷させると、本数と高さが分かるので山林の価値等が自動的に把握できる。
【００８６】
図２２においては、樹木頂点を算出した後で樹冠ポリゴンを作成している。樹冠ポリゴン作成は、ステップＳ１２で抽出された樹木頂点とファイル１８の尾根谷度を用いてWetershedアリゴリズムにより、樹冠ポリゴン（図２３参照）を生成する（Ｓ１３、Ｓ１5）。
【００８７】
また、ステップＳ１３の閾値の決定方法は下記の通りである。
【００８８】
例えばオルソフォト画像において任意の線（軌跡Ａｉ）を引き、尾根谷度算出部が尾根谷度の横断図を作成し、これを表示する（図9に該当）。
【００８９】
次に、この横断線のスタートからの追加距離（図9のX軸に相当）を追い、表示部のオルソ画像の樹冠と樹冠の境界を探す。
【００９０】
そして、境界位置の追加距離を見て、その追加距離の尾根谷度（尾根谷度算出部が算出して表示させる）を図9から作業者が読み取る。
【００９１】
この行程を繰り返し、樹冠上部が形成される尾根谷度を読み取る。
【００９２】
図9の(1)では0と-50、(2)では-50と-20、(3)では-20と0、(4)では0と0、(5)では0と10、(6)では10と-10となった。
【００９３】
この結果から、(1)〜(6)が分かれる尾根谷度10を閾値とする。
【００９４】
閾値を0とすると(5)と(6)が一つの樹冠上部になるため、0は不採用とする。
【００９５】
閾値を30とすると(2)では樹冠上部が2つ形成され、(5)が樹冠上部にならないので、これも不採用とする。よって、図9では尾根谷度10程度が閾値としてふさわしいことになる。このようにして決定した閾値を用いている。
【００９６】
なお、上記実施の形態では航空写真を用いて説明したが、樹木高のグリッドデータ又はＤＥＭ、ＤＳＭにグレイスケールを割り当ててもよい。
【００９７】
例えば、地上開度と地下開度の差分画像をグレイに、傾斜を赤のチャンネルにいれて、擬似カラー画像を作成することにより、尾根や山頂部分を白っぽく、また谷や窪地を黒っぽく表現し、傾斜が急な部分ほど赤く表現する。このような表現の組み合わせにより、１枚でも立体感のある画像（立体赤色化マップともいう）を用いてもよい。
【００９８】
例えば、地上開度の値が４０度から１２０度程度の範囲に収まる場合は、５０度から１１０度をグレイスケールに対応させ、２５５諧調に割り当てる。つまり、尾根の部分（凸部）の部分ほど地上開度の値が大きいので、色が白くなる。
【００９９】
また、本実施の形態は、図２４に示すようなコンピュータシステムVPSによって実現するのが好ましい。ＶＰＳ１は、ワークステーション、プロセッサ、マイクロコンピュータ、ロジック、レジスタ等の適宜な組み合わせからなる中央情報処理装置（CPU）と、この中央情報処理装置に必要な制御・操作情報を入力するキーボード（KB）、マウス、対話型ソフトスイッチ、外部通信チャネル等を含む情報入力部と、中央情報処理装置から出力された情報を広義な意味で表示・伝送するディスプレイ、プリンタ、外部通信チャネル等を含む情報出力部と、中央情報処理装置に読み込まれるオペレーティングシステム、アプリケーションプログラム等の情報が格納されたロム（ＲＯＭ）と、中央情報処理装置で随時処理すべき情報及び中央情報処理装置から随時書き込まれる情報を格納するラム（ＲＡＭ）等とを備える。ＲＯＭ、ＲＡＭを適宜統合、細分化することは差し支えない。
【０１００】
前述のアプリケーションプログラムは、本実施の形態の、樹木高算出部１４と、尾根谷度算出部１７と、表示処理部１９と、局所最大フィルタ２０（Ｌｏｃａｌ max ｆｉｌｔｅｒともいう）と、樹木頂点候補抽出部２１と、樹冠上部抽出部２３と、樹木頂点決定部２５と、出力部３０等である。
【０１０１】
本実施形態では、開度という概念を用いている。開度は当該地点が周囲に比べて地上に突き出ている程度及び地下に食い込んでいる程度を数量化したものである。つまり、地上開度は、着目する標本地点から距離Ｌの範囲内で見える空の広さを表しており、また地下開度は逆立ちをして地中を見渡す時、距離Ｌの範囲における地下の広さを表している。
【０１０２】
開度は距離Ｌと周辺地形に依存している。一般に地上開度は周囲から高く突き出ている地点ほど大きくなり、山頂や尾根では大きな値をとり窪地や谷底では小さい。逆に地下開度は地下に低く食い込んでいる地点ほど大きくなり、窪地や谷底では大きな値をとり山頂や尾根では小さい。
【０１０３】
また、開度図は計算距離の指定によって、地形規模に適合した情報抽出が可能であり、方向性及び局所ノイズに依存しない表示が可能である。
【０１０４】
つまり、尾根線及び谷線の抽出に優れており、豊富な地形・地質情報が判読できるものであり、一定範囲のＤＥＭデータ上において、設定した当該地点Ａから８方向のいずれか一方を見たときに最大頂点となる点Ｂを結ぶ直線Ｌ１と、水平線とがなす角度ベクトルθｉを求める。この角度ベクトルの求め方を８方向に渡って実施し、これらを平均化したものを地上開度と称し、一定範囲のＤＥＭデータ上（地表面：立体）に空気層を押し当てた立体を裏返した反転ＤＥＭデータの当該地点Ａから８方向のいずれか一方を見たときに最大頂点となる点Ｃ（一番深い所に相当する）を結ぶ直線Ｌ２と、水平線とがなす角度を求める。この角度を８方向に渡って求めて平均化したのを地下開度ψｉと称している。
【０１０５】
すなわち、地上開度は、着目点から一定距離までの範囲に含まれるＤＥＭデータ上において、８方向毎に地形断面を生成し、それぞれの地点と着目点を結ぶ線Ｌ１の傾斜の最大値（鉛直方向から見たとき）を求める。このような処理を８方向に対して行う。傾斜の角度は天頂からの角度（平坦なら９０度、尾根や山頂では９０度以上、谷底や窪地では９０度以下）である。
【０１０６】
また、地下開度は、反転ＤＥＭデータの着目点から一定距離までの範囲において、８方向毎に地形断面を生成し、それぞれの地点と着目点を結ぶ線の傾斜の最大値（地表面の立体図において鉛直方向からＬ２を見たときには最小値）を求める。このような処理を８方向に対して行う。
【０１０７】
地表面の立体図において鉛直方向からＬ２を見たときの角度ψｉは、平坦なら９０度、尾根や山頂では９０度以下、谷底や窪地では９０度以上である。
【０１０８】
つまり、地上開度と地下開度は、２つの基本地点Ａ（ｉA，ｊA，ＨA）とＢ（ｉB，ｊB，ＨB）を考える。
【０１０９】
ＡとＢの距離は
P = {(iA − iB)2 + (jA − jB)2}1/2 …(1)
となる。
【０１１０】
標高０ｍを基準として、標本地点のＡとＢの関係を示したものである。標本地点Ａから標本地点Ｂを見た仰角θは
θ＝ｔａｎ-1｛（ＨB−ＨA）／Ｐ｝
で与えられる。θの符号は(1)ＨA＜ＨB の場合には正となり、(2)ＨA＞ＨB の場合には負となる。
【０１１１】
着目する標本地点から方位Ｄ距離Ｌの範囲内にある標本地点の集合を DＳL と記述して、これを「着目する標本地点のＤ−Ｌ集合」を呼ぶことにする。ここで、
DβL ：着目する標本地点の DＳL の各要素に対する仰角のうちの最大値
DδL ：着目する標本地点の DＳL の各要素に対する仰角のうちの最小値
として、次の定義をおこなう。
【０１１２】
定義１：着目する標本地点のＤ−Ｌ集合の地上角及び地下角とは、各々
DφL ＝９０− DβL
及び
DψL ＝９０＋ DδL
を意味するものとする。
【０１１３】
DφL は着目する標本地点から距離Ｌ以内で方位Ｄの空を見ることができる天頂角の最大値を意味している。一般に言われる地平線角とはＬを無限大にした場合の地上角に相当している。また、DψL は着目する標本地点から距離Ｌ以内で方位Ｄの地中を見ることができる天底角の最大値を意味している。Ｌを増大させると、 DＳL に属する標本地点の数は増加することから、 DβL に対して非減少特性を持ち、逆に DδL は非増加特性を持つ。したがって DφL 及びDψLは共にＬに対して非増加特性を持つことになる。
【０１１４】
測量学における高角度とは、着目する標本地点を通過する水平面を基準にして定義される概念であり、θとは厳密には一致しない。また地上角及び地下角を厳密に議論しようとすれば、地球の曲率も考慮しなければならず、定義１は必ずしも正確な記述ではない。定義１はあくまでもＤＥＭを用いて地形解析をおこなうことを前提として定義された概念である。
【０１１５】
地上角及び地下角は指定された方位Ｄについての概念であったが、これを拡張したものとして、次の定義を導入する。
【０１１６】
定義II：着目する標本地点の距離Ｌの地上開度及び地下開度とは、各々 ΦL＝（0φL ＋45φL ＋90φL ＋135φL ＋180φL ＋225φL ＋270φL ＋315φL ）／８
及び
ΨL＝（０ψL ＋45ψL ＋90ψL ＋135ψL ＋180ψL ＋225ψL ＋270ψL ＋315ψL ）／８
を意味するものとする。
【０１１７】
地上開度は着目する標本地点から距離Ｌの範囲内で見える空の広さを表しており、また地下開度は逆立ちをして地中を見渡す時、距離Ｌの範囲における地下の広さを表している。
【図面の簡単な説明】
【０１１８】
【図１】本実施の形態の樹木頂点認識装置の概略構成図である。
【図２】本実施の形態の樹木頂点認識装置の概略動作を説明するフローチャートである。
【図３】本実施の形態の樹木頂点認識装置の尾根谷度を求める処理を説明するフローチャートである。
【図４】樹木高データＤｉの説明図である。
【図５】尾根谷度の算出を説明する説明図である。
【図６】尾根谷度の算出を説明する説明図である。
【図７】尾根谷度の算出を説明する説明図である。
【図８】樹木高をY軸とし距離をＸ軸として軌跡Ａｉの樹冠形状を表現した説明図である。
【図９】尾根谷度をY軸にし距離をＸ軸として軌跡Ａｉの樹冠の立体形状の特徴を表現した説明図である。
【図１０】樹木高グリッドデータの説明図である。
【図１１】尾根谷度による頂点候補の算出を説明する説明図である。
【図１２】頂点候補Ｄｇｉの説明図である。
【図１３】樹冠の上部のデータＤｈｉの説明図である。
【図１４】樹冠上部のラベリングを説明する説明図である。
【図１５】決定した頂点を画面の説明図である。
【図１６】頂点決定までの説明図である。
【図１７】頂点決定までの説明図である。
【図１８】頂点決定までの説明図である。
【図１９】尾根谷度の説明図である。
【図２０】尾根谷度の説明図である。
【図２１】閾値と樹冠部の関係を説明する説明図である。
【図２２】他の実施の形態を説明するフローチャートである。
【図２３】他の実施の形態によって得られた樹冠のポリゴンを説明する説明図である。
【図２４】本実施の形態の具体的なハードウエア構成図である。
【符号の説明】
【０１１９】
１０ データベース
１１ データベース
１３ 表示部
１４ 樹木高算出部
１７ 尾根谷度算出部
２１ 樹木頂点候補抽出部
２３ 樹冠上部抽出部
２５ 樹木頂点決定部
３０ 出力部
【技術分野】
【０００１】
本発明は、レーザ計測で得た多数の樹木データ（ＤＳＭ、ＤＥＭ）から単木の頂点を認識する樹木頂点認識装置に関する。
【背景技術】
【０００２】
京都議定書が2005年2月に発効され、森林の炭素吸収量で−３．９％のCO2削減を目標としている。また、森林のCO2吸収量の算出に当たっては、樹木本数、樹冠面積、樹高等の林分パラメータが必要である。
【０００３】
例えば、山地の特定エリアの唐松の本数を特定する場合には、写真画像等のそのエリア内の唐松の樹木の頂点を目視で特定し、これらの総数を求めていた。
【０００４】
また、レーザ測距儀（以下、航空レーザ）を活用して樹木本数を推定する場合もある。
【０００５】
具体的には、航空レーザ計測により取得されたデータを用いて表層のグリッドデータ（以下、ＤＳＭ：Digital Surface Model）と地盤のグリッドデータ（以下、ＤＥＭ：Digital Elevation Model）を作成する。さらに、DSMとDEMデータの差分をとることによって樹木高のグリッドデータを算出し、樹木高や樹木高の極大値を判別指標として単木抽出を行っていた。
【０００６】
一方、樹木の二酸化炭素の算出にあたっては以下に説明する特許文献が開示されている。
【０００７】
特開２００５−５２０４５号公報（特許文献１）は、土壌−植物−大気循環系における放射、エネルギー、水及び二酸化炭素の交換プロセスに基づいて植生の影響を評価するものである。
【０００８】
また、特開２００４−３３１４９号公報（特許文献２）は、施業林分における立木の直径、本数及び配置の調査を自動的に行うものである。
【特許文献１】特開２００５−５２０４５号公報
【特許文献２】特開２００４−３３１４９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、写真画像から目視によって樹木本数を求めた場合は、非常に時間がかかる。特に、エリアが広くなるとそれだけ時間がかかる。また、写真画像から樹木を１本毎に目視で正しく特定していくには、経験が必要である。
【００１０】
また、従来のＤＥＭ、ＤＳＭによって単木抽出を行う手法は、樹冠形状は複雑であることから、一つの樹冠内には複数の極大値が存在しやすく、従来の手法で単木抽出処理を行うと実本数に比べ過剰に抽出されるデメリットがある。
【００１１】
本発明は以上の課題を解決するためになされたもので、自動的に単木の頂点を正しく認識する樹木認識装置を得ることを目的とする。
【課題を解決するための手段】
【００１２】
本発明の樹木頂点認識方法は、上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識方法である。
【００１３】
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶するステップと、前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶するステップと、前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出するステップと、前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識するステップと、前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力するステップとを行うことを要旨とする。
【発明の効果】
【００１４】
以上のように本発明によれば、レーザ計測で得たＤＥＭ、ＤＳＭから自動的に単木の頂点を認識できる。
【００１５】
このため、広い森林等を人手によって樹木一本毎に検索しなくともよいので、森林の財産管理等に適用できる。
【発明を実施するための最良の形態】
【００１６】
本実施の形態は、樹冠を際立たせて再現し、単木の頂点を認識するものである。この単木の頂点の認識のために、新たに「尾根谷度」データを作成することによって樹冠形状を判別する。
【００１７】
尾根谷度は次の様に算出する。
【００１８】
本実施の形態では、ＤＥＭとＤＳＭの差のデータである樹木高のグリッドデータ（0.5m）を用いて、８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。検索範囲は1m・2m・5m・10mの4通り試算し、樹冠形状を適切に表現できた2mに決定した。そして、検索範囲2mにおける大まかな地形を表す、地上開度と地下開度とに挟まれる角度の2等分線とを尾根谷度（φ3）と定義する。
【００１９】
以下に図面を用いて樹木認識の実施の形態を説明する。
【００２０】
図１は本実施の形態の樹木頂点認識装置の概略構成図である。図１に示すように、特定地域の地盤のグリッドデータ（ＤＥＭ：Digital Elevation Model）を記憶したデータベース１０と、特定地域の表層（森林）のグリッドデータ（ＤＳＭ：Digital Surface Model）を記憶したデータベース１１と、特定地域のデジタル写真を記憶したデータベース１２と、表示部１３と、樹木高算出部１４と、樹木高データが記憶されるファイル（メモリ）１５と、平滑フィルタ部１６と（３ピクセル×３ピクセル）、尾根谷度算出部１７と、尾根谷度が記憶されるファイル１８と、表示処理部１９と、局所最大フィルタ部２０と、樹木頂点候補抽出部２１と、樹木頂点候補データが記憶されるファイル２２と、樹冠上部抽出部２３と、樹冠上部データが記憶されるファイル２４と、樹木頂点決定部２５と、樹木頂点データが記憶されるファイル２６と出力部３０等を備えている。
【００２１】
データベース１０は、特定地域の地盤のグリッドデータ（ＤＥＭ：Digital Elevation Model：本実施の形態では０．５ｍ間隔の格子状のデータ）を記憶している。このグリッドデータは、地盤のＸ、Ｙ、Ｚ（地盤高Ｚａ）とを対応させて記憶させられている。つまり、レーザデータを読み込み、それぞれの同じ標高値を結んだ等高線図に対してＴＩＮを発生させて地面を復元する。
【００２２】
データベース１１は、特定地域の表層（森林）のグリッドデータ（ＤＳＭ：Digital Surface Model：本実施の形態では０．５ｍ間隔）を記憶している。このグリッドデータ（本実施の形態では０．５ｍ間隔の格子状のデータ）は、樹木表面のＸ、Ｙ、Ｚ（Ｚｂ：樹木表面高）とを対応させて記憶している。つまり、レーザデータを読み込み、それぞれの同じ標高値を結んだ等高線図に対してＴＩＮを発生させて表層を復元する。
【００２３】
すなわち、これらのグリッドデータは、格子間隔０．５ｍのＸ−Ｙ平面直角座標系に、緯度経度に対応するＸ値、Ｙ値とレーザ計測によって得られたＺ値を割り当てている。
【００２４】
樹木高算出部１４は、データベース１０のＤＳＭとデータベース１１のＤＥＭとの差を求め、これをファイル１５（メモリ）のＸ，Ｙ座標に割付ける。
【００２５】
平滑フィルタ部１６は、Average filterとも呼ばれるものであり、ファイル１５の樹木高グリッドデータＤｉに対して、各々のデータを中心とするＸ−Ｙ座標面３×３範囲（本実施の形態では１．５ｍ×１．５ｍ）で平均を求め、これをファイル２６に保存する。
【００２６】
尾根谷度算出部１７は、ファイル２６に平均化された樹木高グリッドデータＤｄｉ（Ｄｄ１、Ｄｄ２・・）が保存されると、樹木高グリッドデータＤｄｉが付加されている任意の平均化された樹木高グリッドデータＤｄｉ（以下樹木高グリッドデータＤｄｉという）から各々のデータを中心としたＸ−Ｙ座標面の任意半径の検索範囲（検索範囲は樹冠の立体形状の特徴を適切に表現できた2mに決定している。以下２ｍ範囲毎）で尾根谷度を求め、これをファイル１８に保存する。
【００２７】
局所最大値フィルタ２０は、ファイル１８の尾根谷度のデータＤｅｉに３×３範囲のフィルタを順次適用し、この結果をファイル２７に保存する。
【００２８】
樹木頂点候補抽出部２１は、ファイル２７の樹冠立体形状の特徴データＤｆｉ（ＸＹ、尾根谷度）とファイル１８のＤｅｉ（Ｘｐｉ、Ｙｐｉ、尾根谷度）とを比較し、同じものを頂点候補Ｄｇｉとしてファイル２２に保存する。
【００２９】
樹冠上部抽出部２３は、ファイル１８の尾根谷度データ（樹冠立体形状の特徴データＤｅｉ）に森林の状態に応じた閾値を設けることによって樹冠の上部のデータＤｅｉを抽出し、これを樹冠上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・・）としてファイル２４に保存する。
【００３０】
樹木頂点決定部２５は、ファイル２４の樹冠の上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・）とファイル２２の頂点候補Ｄｇｉ（Ｄｇ１、Ｄｇ２・・）とを重ね合わせ一致したものを仮の頂点と決定し、これをファイル２８に保存する。そして、樹冠上部に複数の仮の頂点が存在するときは、この樹冠上部で最も樹木高が高いものを単木の頂点として決定し、これをファイル２９に保存する（Ｐｉ）。
【００３１】
表示処理部１９は決定した頂点を例えば○印（△印、×印、番号等の識別）にして画面に表示する。このとき、写真画像と重ねて表示してもよい。
【００３２】
出力部３０は、ファイル２９の頂点Ｐｉの座標（ＸＹ）に樹木番号を付けてプリンタ（図示せず）又は画面に表示する。このとき、樹木高も表示してもよい。
【００３３】
（動作説明）
上記のように構成された樹木頂点特定装置について以下に動作を説明する。本実施の形態では表示部１３にデータベース１０のＤＳＭ及びデータベース１１のＤＥＭ並びにデジタル写真を重ね表示している。
【００３４】
図２は本実施の形態の樹木頂点認識装置の概略動作を説明するフローチャートである。
【００３５】
本実施の形態では、樹木高算出部１４が航空レーザ計測により取得されたデータ（ＤＳＭ：Digital Surface Model）を読み込む（Ｓ１）。また、地盤のグリッドデータ（以下、ＤＥＭ：Digital Elevation Model）を読み込む（Ｓ２）。
【００３６】
そして、樹木高算出部１４がDSMとDEMデータの差分Ｚｃｉ（Ｚｃｉ、Ｚｃｉ・・）をとり樹木高グリッドデータＤｉとして、ファイル１５に保存する（Ｓ３）。
【００３７】
この樹木高のグリッドデータＤｉに対して、平滑フィルタ部１６（Average filter16ともいう）が３×３範囲で順次平均化し、ファイル２６に保存（樹木高のグリッドデータＤｄｉ（Ｄｄ１、Ｄｄ２、・・・））する（Ｓ４）。
【００３８】
次に、尾根谷度算出部１７が２ｍ範囲毎（Ｄｄｉ）に地上開度及び地下開度を算出する（Ｓ５）。次に、地下開度及び地上開度を用いて尾根谷度算出部１７が「尾根谷度」データを作成することによって樹冠の立体形状の特徴を判別できるようにした尾根谷画像を得てファイル１８に保存する（Ｓ６）。
【００３９】
尾根谷度は次の様に算出する。樹木高のグリッドデータＤｄｉを用いて、８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。
【００４０】
検索範囲は1m・2m・5m・10mの4通り試算し、樹冠形状を適切に表現できた2mに決定した。
【００４１】
そして、検索範囲2mにおける大まかな地形を表す、地上開度と地下開度に挟まれる角度の2等分線を尾根谷度（φ3）と定義していく（図９参照）。この尾根谷度のデータＤｅｉは表示処理部１９によって表示（尾根谷度画像）される。
【００４２】
さらに、尾根谷度のデータＤｅｉに局所最大値フィルタ２０を順次適用し（Ｓ７）、これをファイル２７に保存する。
【００４３】
このとき、樹冠の大きさに限らず最小のエリアサイズである3×3範囲に固定して、樹頂点ではなく「樹頂点の候補点」を抽出し、ファイル２２に樹木頂点候補Ｄｇｈ（ｄｇ１、・・）として保存する（Ｓ８）。この３×３範囲に固定したのは、例えば５×５にすると、樹木頂点候補が存在しない樹冠上部が多くなるという実験結果を得たので、３×３範囲とした。
【００４４】
一方で、「尾根谷度＞0」は尾根地形を表現し、「尾根谷度＜0」は谷地形を表現するといった性質を利用して、樹木頂点候補抽出部２１が尾根谷度データに森林の状態に応じた閾値を設けることによって樹冠の上部を抽出して（Ｓ９）、冠上部抽出部２４をラベリング化する（Ｓ１０）。
【００４５】
さらに、樹木頂点決定部２５が樹頂候補点と樹冠上部エリア毎に、樹木頂点候補点の中から最高樹木高を求め、その点を樹木頂点と決定（Ｓ１１）し、これを樹木頂点として抽出する（Ｓ１２）。この樹木頂点の決定については後述する。
【００４６】
図３は本実施の形態の樹木頂点認識装置の尾根谷度を求める処理を説明するフローチャートである。
【００４７】
本実施の形態では、表示部１３にオルソフォト画像を表示している（Ｓ３０）。
【００４８】
樹木高算出部１４は、ＤＳＭ（Ｘ、Ｙ、Ｚ）及びＤＥＭ（Ｘ、Ｙ、Ｚ）とを読み込み（Ｓ３１）、差Ｚｃｉを求め（Ｓ３２）、これらを樹木高のグリッドデータＤｉ（Ｄ１、Ｄ２、・・・）としてファイル１５に保存する。
【００４９】
この樹木高データＤｉは、図４に示すように、座標（Ｘ，Ｙ：平面直角座標）と樹木高Ｚｃｉとが対応させられたデータとなる。
【００５０】
次に、平滑フィルタ部１６がファイル１５の多数の樹木高のグリッドデータＤｉに対してフィルタ１６で順次平均化（３×３範囲）し（Ｓ３３）、この樹木高のグリッドデータＤｄｉをファイル２６に保存する。
【００５１】
次に、尾根谷度算出部１７は、個々のDdiにおいて２ｍ範囲で順次、尾根谷度を求めることによって樹冠の立体形状の特徴を判別する（Ｓ３４）。
【００５２】
尾根谷度は、８方向に探索（木の種類によって１ｍ、５ｍ、１０ｍで行う場合もある）して地上開度と地下開度とを求め、地上開度と地下開度との差を２で割ることで求める（Ｓ３４）。つまり、樹木の冠部（葉、枝）の立体形状の特徴が求められる。
【００５３】
ファイル２６の樹木高のグリッドデータＤｄｉを用いて、図５に示すように８方向（＝全方位）に探索して地上開度（φ1）と地下開度（φ2）を求める。検索範囲は樹冠の立体形状の特徴を適切に表現できた2mに決定している。
【００５４】
図６は任意の検索範囲における樹木高のグリッドデータＤｄｉを距離と高さからなる軸にプロットしたものである。また、図６の黒点は０．５ｍ間隔のグリッドデータＤｄｉを示す（２ｍ範囲は図示せず）。
【００５５】
つまり、図６は着目する標本地点から任意半径の範囲で一方向を見た場合の大まかな樹冠形状を表している。そして、この図６において、φ１が地上開度（地上角）であり、φ２が地下開度（地下角）である。そして、図７（ａ）（ｂ）では地上開度と地下開度に挟まれる角度の2等分線と距離軸（水平軸）とで挟まれた角度を尾根谷度（φ3）と定義している。また、図７の黒点は０．５ｍ間隔のグリッドデータＤｄｉを示す（２ｍ範囲は図示せず）
本形態では索範囲を２ｍとして、尾根谷度（φ3）を求め、尾根谷度のデータ（以下樹冠立体形状の特徴データＤｅｉ（Ｄｅｉ：Ｄｅ１、Ｄｅ２・・・）としてファイル１８に保存する（Ｓ３６）。
【００５６】
図８が樹木高をY軸とし距離をＸ軸として軌跡Ａｉの樹冠形状を表現した説明図である。図９が尾根谷度をY軸にし距離をＸ軸として軌跡Ａｉの樹冠の立体形状の特徴を表現した説明図である。
【００５７】
つまり、図９に示すように尾根谷度で軌跡Ａｉの樹冠の立体形状の特徴を表現すると、図８より顕著に樹冠間の境界が現れる。図８及び図９の番号（１）〜（６）は写真から肉眼で読み取った樹冠エリアを示すものである。
【００５８】
単木としての認識しやすさを向上するには、樹頂点とエッジ部分の値の差が大きいこと、樹頂点において値が同傾向を示すこと、エッジにおいて値が同傾向を示すこと等が挙げられる。図９に示すように、従来までの「高さ」データより本手法の「尾根谷度」データの方が先にあげた条件を満たしていることがわかる。これにより、樹冠ポリゴンを自動作成する際の精度向上に寄与することができる。
【００５９】
図９においては、尾根谷度がマイナスの値となる点から急激に＋方向にあがり、そして急激にマイナスの値となる点までの範囲が単木の樹冠部であることが分かる。
【００６０】
また、図１１は頂点候補と樹頂点の選定法を説明する図であり、各樹冠上部で樹木高が最も高い候補を選定することし示している。この樹木頂点の決定については詳細に後述する。
【００６１】
次に、尾根谷度算出部１７は、求めた尾根谷度を樹冠立体形状の特徴データＤｅｉとしてファイル１８（ＸＹが対応させられている）に保存（図１０参照）する（Ｓ３６）。
【００６２】
前述の地上開度は、各要素（Ｄｄｉ）に対し、その要素から8方向に探索し、考慮距離内で最大傾斜角を求める。8方向それぞれの最大傾斜角の平均を、天頂からの角度で表す。なお、地上開度の値は考慮範囲に依存し、判読を行いたい対象のスケールに合わせて設定する必要がある。
【００６３】
また、地下開度は各要素に対し、その要素から8方向に探索し、考慮距離内で最小傾斜角を求める。8方向それぞれの最小傾斜角の平均を、天頂からの角度で表す。地上開度と同様に、値は考慮範囲に依存し、判読を行いたい対象のスケールに合わせて設定する必要がある。
【００６４】
尾根谷度は、算出された地上開度から地下開度を引き、２で割ることによって計算する。尾根地形は値がプラスになり、谷地形は値がマイナスで表現される。
【００６５】
そして、図２の樹木頂点抽出処理に進む。樹木頂点抽出処理のステップＳ７でファイル１８の樹冠立体形状の特徴データＤｅｉ（Ｄｅ１、Ｄｅ２・・）に対して３×３の局所最大値フィルタ２０（３×３範囲のウインドウを用いる）を適用して、これをファイル２７に保存（Ｄｆｉ）する。
【００６６】
ステップＳ８で、樹木頂点候補抽出部２１が樹冠エリア（(1)、(2)・・）に存在するピーク点の樹冠立体形状の特徴データＤｆｉ（図１１参照）を頂点候補（以下Ｄｇｉ）として抽出し、ファイル２２に保存する（図１２参照）。具体的にはファイル１８のデータの値とファイル２７の同じ座標値のデータの値が同値の場合を「１」と、他を「０」としてファイル２２に定義する（図１２参照）。
【００６７】
ここで、局所最大フィルタ部２０及び樹木頂点候補抽出部２１の処理について説明を補充する。
【００６８】
つまり、局所最大フィルタ部２０（Local max filter２０ともいう）は、ファイル１８の樹冠立体形状の特徴データＤｅｉ（Ｄｅ１、Ｄｅ２・・）に３×３範囲のウインドウをかけ、このウインドウ内で最大となる値をウィンドウの中央値に置き換える処理を順次行う。これらを樹冠立体形状の特徴データＤｆｉとしてファイル２７に保存する。
【００６９】
そして、樹木頂点候補算出部２１が樹冠立体形状の特徴データＤｆｉ（ＸＹ、尾根谷度）とファイル１８のＤｅｉ（ＸＹ、尾根谷度）とを比較し、同じものを頂点候補Ｄｇｉとしてファイル２２に保存している。
【００７０】
一方、ステップＳ９で樹冠上部抽出部２３が「尾根谷度＞0」は尾根地形を表現し、「尾根谷度＜0」は谷地形を表現するといった性質を利用して、ファイル１８の尾根谷度データ（樹冠立体形状の特徴データＤｅｉ）に森林の状態に応じた閾値を設けることによって樹冠の上部のデータＤｅｉを抽出し、これを樹冠上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・・）としてファイル２４に保存する（図１３参照）。
【００７１】
図１３（ａ）の樹冠の上部のデータＤｈｉは、閾値を超えるＤｅｉを抽出したものであり、例えば番号１のエリアのデータＤｅｉは、（Ｘｈ５、Ｙｈ５）を「１」、（Ｘｈ６、Ｙｈ６）を「１」・・（Ｘｈ１０、Ｙｈ１０）を「１」として示している。
【００７２】
図１３の（ｂ）は図１３（ａ）を具体的に示すものであり、閾値を超えた頂点は「１」とする。「１」が連続している範囲が樹冠上部である。
【００７３】
そして、ステップＳ１０でファイル２４の中の頂点候補ＤｈｉのＸｈｉ、Ｙｈｉをポリゴン化（座標Ｘｈｉ、Ｙｈｉと色情報）して表示処理部１９によってラベルリング（纏まったエリアを（上部）にラベルを振る）させる（図１４参照）。
【００７４】
次に、ステップＳ１１で樹木頂点決定部２５は、ファイル２４の樹冠の上部のデータＤｈｉ（Ｄｈ１、Ｄｈ２・・）とファイル２２の頂点候補Ｄｇｉ（Ｄｇ１、Ｄｇ２・・）とを重ね合わせ一致したものを仮の頂点と決定する。そして、樹冠上部のエリア内に複数の仮の頂点が存在するときは、この樹冠上部のエリア（図８、図９においては、番号１、２・・のエリア）で最も樹木高が高いものを単木の頂点として決定し、これをファイル２９に保存する（Ｐｉ）。表示処理部１９は決定した頂点を画面に表示する（図１５参照）。すなわち、例えば、頂点候補Ｄｇｉは図１６に示すように表示されるが、頂点決定された画像は図１７に示すようになる。
【００７５】
前述の頂点の決定について説明を補充する。例えば、図１８の（ａ）に示すように、ファイル２４に第１列目が「００１１００１１１００」、第２列目が「０１１１１０１１１１０」、第３列目が「００１１０００１０００」、第４列目が「０００００１０００１１」という具合に頂点上部域が得られた場合に、図１８（ｂ）に示すように、「１」が隣接するまとまり（「０」が区切り）を１つの樹冠上部としてまとまり毎に通し番号を割り振っていく。
【００７６】
そして、例えば、同一高の頂点が樹冠内に複数の頂点が存在することになると、一度、ファイル２８のデータＤＱｉを表示させて、オペレータによって指定させ、指定されたものを頂点Ｐｉと決定してファイル２９に保存する。
【００７７】
次に、尾根谷度について説明を補充する。尾根谷度の特徴としては、図１９に示すようなsinカーブの地形を考えると、尾根地形は「尾根谷度＞0」、谷地形は「尾根谷度＜0」で表現されるとともに、中腹のところで「尾根谷度＝0」となることが挙げられる。
【００７８】
ここで、わかりやすくするために、理想の樹木が図１９に示すような形状をしているとすると、樹頂点では「尾根谷度＞0」となっており、必ず「尾根谷度＝0」となる点を通過して樹冠のエッジに到達し、そこでは「尾根谷度＜0」となっていると考えられる。したがって、樹冠の上部は「尾根谷度＞0」で定義できると言える。
【００７９】
このことを利用して、本業務では、図２０に示すように樹頂点を絞り込むこととした。つまり、尾根谷度の値を利用することによって樹冠上部を抽出し、この抽出した中に存在する樹頂候補点のうち、最も樹高（DSM-DEM）が高い候補点を樹頂点として選定することとした。
【００８０】
尾根谷度の閾値について説明を補充する。
【００８１】
尾根谷度に閾値を設定して樹冠上部を抽出する際、図２１に示すように閾値αの場合には樹木５が抽出できなくなってしまうことがわかる。一方で、閾値βの場合には樹木５と樹木６が一本として認識されてしまう。このように、閾値によって抽出される樹頂点が左右されしまう問題を抱えている。
【００８２】
したがって、ここでは、樹冠上部を抽出するための最適な閾値について検討することとした。具体的には、尾根谷度の閾値を「10,15,20,25,30」の５種類に設定して、樹頂点の抽出結果が最も良いものを採用することとした。絞込み後の樹頂点の集計結果を表１に示す。
【表１】
【００８３】
表１を見ると、「尾根谷度＞20」での結果が最もよかったことがわかる。これと比較して「尾根谷度＞10」での抽出本数が少ない理由は隣接する樹冠が一つとして認識されたためである。また、「尾根谷度＞30」での抽出本数が少ない理由は、閾値を高く設定したために抽出できなかった樹冠があったためである。
【００８４】
従って、樹冠上部を抽出するための尾根谷度の閾値は「20」が最適であることがわかった。樹冠上部の抽出画像は図１４、絞込み後の樹頂点抽出画像は図１５に示している。
【００８５】
上記のようにある山林の樹冠の頂点を算出することによって、単木を特定できるので山林の資産の管理等に適用できる。例えば、出力部３０がファイル２９の頂点のデータＰｉ（Ｘ、Ｙ、Ｚ）を出力して印刷させると、本数と高さが分かるので山林の価値等が自動的に把握できる。
【００８６】
図２２においては、樹木頂点を算出した後で樹冠ポリゴンを作成している。樹冠ポリゴン作成は、ステップＳ１２で抽出された樹木頂点とファイル１８の尾根谷度を用いてWetershedアリゴリズムにより、樹冠ポリゴン（図２３参照）を生成する（Ｓ１３、Ｓ１5）。
【００８７】
また、ステップＳ１３の閾値の決定方法は下記の通りである。
【００８８】
例えばオルソフォト画像において任意の線（軌跡Ａｉ）を引き、尾根谷度算出部が尾根谷度の横断図を作成し、これを表示する（図9に該当）。
【００８９】
次に、この横断線のスタートからの追加距離（図9のX軸に相当）を追い、表示部のオルソ画像の樹冠と樹冠の境界を探す。
【００９０】
そして、境界位置の追加距離を見て、その追加距離の尾根谷度（尾根谷度算出部が算出して表示させる）を図9から作業者が読み取る。
【００９１】
この行程を繰り返し、樹冠上部が形成される尾根谷度を読み取る。
【００９２】
図9の(1)では0と-50、(2)では-50と-20、(3)では-20と0、(4)では0と0、(5)では0と10、(6)では10と-10となった。
【００９３】
この結果から、(1)〜(6)が分かれる尾根谷度10を閾値とする。
【００９４】
閾値を0とすると(5)と(6)が一つの樹冠上部になるため、0は不採用とする。
【００９５】
閾値を30とすると(2)では樹冠上部が2つ形成され、(5)が樹冠上部にならないので、これも不採用とする。よって、図9では尾根谷度10程度が閾値としてふさわしいことになる。このようにして決定した閾値を用いている。
【００９６】
なお、上記実施の形態では航空写真を用いて説明したが、樹木高のグリッドデータ又はＤＥＭ、ＤＳＭにグレイスケールを割り当ててもよい。
【００９７】
例えば、地上開度と地下開度の差分画像をグレイに、傾斜を赤のチャンネルにいれて、擬似カラー画像を作成することにより、尾根や山頂部分を白っぽく、また谷や窪地を黒っぽく表現し、傾斜が急な部分ほど赤く表現する。このような表現の組み合わせにより、１枚でも立体感のある画像（立体赤色化マップともいう）を用いてもよい。
【００９８】
例えば、地上開度の値が４０度から１２０度程度の範囲に収まる場合は、５０度から１１０度をグレイスケールに対応させ、２５５諧調に割り当てる。つまり、尾根の部分（凸部）の部分ほど地上開度の値が大きいので、色が白くなる。
【００９９】
また、本実施の形態は、図２４に示すようなコンピュータシステムVPSによって実現するのが好ましい。ＶＰＳ１は、ワークステーション、プロセッサ、マイクロコンピュータ、ロジック、レジスタ等の適宜な組み合わせからなる中央情報処理装置（CPU）と、この中央情報処理装置に必要な制御・操作情報を入力するキーボード（KB）、マウス、対話型ソフトスイッチ、外部通信チャネル等を含む情報入力部と、中央情報処理装置から出力された情報を広義な意味で表示・伝送するディスプレイ、プリンタ、外部通信チャネル等を含む情報出力部と、中央情報処理装置に読み込まれるオペレーティングシステム、アプリケーションプログラム等の情報が格納されたロム（ＲＯＭ）と、中央情報処理装置で随時処理すべき情報及び中央情報処理装置から随時書き込まれる情報を格納するラム（ＲＡＭ）等とを備える。ＲＯＭ、ＲＡＭを適宜統合、細分化することは差し支えない。
【０１００】
前述のアプリケーションプログラムは、本実施の形態の、樹木高算出部１４と、尾根谷度算出部１７と、表示処理部１９と、局所最大フィルタ２０（Ｌｏｃａｌ max ｆｉｌｔｅｒともいう）と、樹木頂点候補抽出部２１と、樹冠上部抽出部２３と、樹木頂点決定部２５と、出力部３０等である。
【０１０１】
本実施形態では、開度という概念を用いている。開度は当該地点が周囲に比べて地上に突き出ている程度及び地下に食い込んでいる程度を数量化したものである。つまり、地上開度は、着目する標本地点から距離Ｌの範囲内で見える空の広さを表しており、また地下開度は逆立ちをして地中を見渡す時、距離Ｌの範囲における地下の広さを表している。
【０１０２】
開度は距離Ｌと周辺地形に依存している。一般に地上開度は周囲から高く突き出ている地点ほど大きくなり、山頂や尾根では大きな値をとり窪地や谷底では小さい。逆に地下開度は地下に低く食い込んでいる地点ほど大きくなり、窪地や谷底では大きな値をとり山頂や尾根では小さい。
【０１０３】
また、開度図は計算距離の指定によって、地形規模に適合した情報抽出が可能であり、方向性及び局所ノイズに依存しない表示が可能である。
【０１０４】
つまり、尾根線及び谷線の抽出に優れており、豊富な地形・地質情報が判読できるものであり、一定範囲のＤＥＭデータ上において、設定した当該地点Ａから８方向のいずれか一方を見たときに最大頂点となる点Ｂを結ぶ直線Ｌ１と、水平線とがなす角度ベクトルθｉを求める。この角度ベクトルの求め方を８方向に渡って実施し、これらを平均化したものを地上開度と称し、一定範囲のＤＥＭデータ上（地表面：立体）に空気層を押し当てた立体を裏返した反転ＤＥＭデータの当該地点Ａから８方向のいずれか一方を見たときに最大頂点となる点Ｃ（一番深い所に相当する）を結ぶ直線Ｌ２と、水平線とがなす角度を求める。この角度を８方向に渡って求めて平均化したのを地下開度ψｉと称している。
【０１０５】
すなわち、地上開度は、着目点から一定距離までの範囲に含まれるＤＥＭデータ上において、８方向毎に地形断面を生成し、それぞれの地点と着目点を結ぶ線Ｌ１の傾斜の最大値（鉛直方向から見たとき）を求める。このような処理を８方向に対して行う。傾斜の角度は天頂からの角度（平坦なら９０度、尾根や山頂では９０度以上、谷底や窪地では９０度以下）である。
【０１０６】
また、地下開度は、反転ＤＥＭデータの着目点から一定距離までの範囲において、８方向毎に地形断面を生成し、それぞれの地点と着目点を結ぶ線の傾斜の最大値（地表面の立体図において鉛直方向からＬ２を見たときには最小値）を求める。このような処理を８方向に対して行う。
【０１０７】
地表面の立体図において鉛直方向からＬ２を見たときの角度ψｉは、平坦なら９０度、尾根や山頂では９０度以下、谷底や窪地では９０度以上である。
【０１０８】
つまり、地上開度と地下開度は、２つの基本地点Ａ（ｉA，ｊA，ＨA）とＢ（ｉB，ｊB，ＨB）を考える。
【０１０９】
ＡとＢの距離は
P = {(iA − iB)2 + (jA − jB)2}1/2 …(1)
となる。
【０１１０】
標高０ｍを基準として、標本地点のＡとＢの関係を示したものである。標本地点Ａから標本地点Ｂを見た仰角θは
θ＝ｔａｎ-1｛（ＨB−ＨA）／Ｐ｝
で与えられる。θの符号は(1)ＨA＜ＨB の場合には正となり、(2)ＨA＞ＨB の場合には負となる。
【０１１１】
着目する標本地点から方位Ｄ距離Ｌの範囲内にある標本地点の集合を DＳL と記述して、これを「着目する標本地点のＤ−Ｌ集合」を呼ぶことにする。ここで、
DβL ：着目する標本地点の DＳL の各要素に対する仰角のうちの最大値
DδL ：着目する標本地点の DＳL の各要素に対する仰角のうちの最小値
として、次の定義をおこなう。
【０１１２】
定義１：着目する標本地点のＤ−Ｌ集合の地上角及び地下角とは、各々
DφL ＝９０− DβL
及び
DψL ＝９０＋ DδL
を意味するものとする。
【０１１３】
DφL は着目する標本地点から距離Ｌ以内で方位Ｄの空を見ることができる天頂角の最大値を意味している。一般に言われる地平線角とはＬを無限大にした場合の地上角に相当している。また、DψL は着目する標本地点から距離Ｌ以内で方位Ｄの地中を見ることができる天底角の最大値を意味している。Ｌを増大させると、 DＳL に属する標本地点の数は増加することから、 DβL に対して非減少特性を持ち、逆に DδL は非増加特性を持つ。したがって DφL 及びDψLは共にＬに対して非増加特性を持つことになる。
【０１１４】
測量学における高角度とは、着目する標本地点を通過する水平面を基準にして定義される概念であり、θとは厳密には一致しない。また地上角及び地下角を厳密に議論しようとすれば、地球の曲率も考慮しなければならず、定義１は必ずしも正確な記述ではない。定義１はあくまでもＤＥＭを用いて地形解析をおこなうことを前提として定義された概念である。
【０１１５】
地上角及び地下角は指定された方位Ｄについての概念であったが、これを拡張したものとして、次の定義を導入する。
【０１１６】
定義II：着目する標本地点の距離Ｌの地上開度及び地下開度とは、各々 ΦL＝（0φL ＋45φL ＋90φL ＋135φL ＋180φL ＋225φL ＋270φL ＋315φL ）／８
及び
ΨL＝（０ψL ＋45ψL ＋90ψL ＋135ψL ＋180ψL ＋225ψL ＋270ψL ＋315ψL ）／８
を意味するものとする。
【０１１７】
地上開度は着目する標本地点から距離Ｌの範囲内で見える空の広さを表しており、また地下開度は逆立ちをして地中を見渡す時、距離Ｌの範囲における地下の広さを表している。
【図面の簡単な説明】
【０１１８】
【図１】本実施の形態の樹木頂点認識装置の概略構成図である。
【図２】本実施の形態の樹木頂点認識装置の概略動作を説明するフローチャートである。
【図３】本実施の形態の樹木頂点認識装置の尾根谷度を求める処理を説明するフローチャートである。
【図４】樹木高データＤｉの説明図である。
【図５】尾根谷度の算出を説明する説明図である。
【図６】尾根谷度の算出を説明する説明図である。
【図７】尾根谷度の算出を説明する説明図である。
【図８】樹木高をY軸とし距離をＸ軸として軌跡Ａｉの樹冠形状を表現した説明図である。
【図９】尾根谷度をY軸にし距離をＸ軸として軌跡Ａｉの樹冠の立体形状の特徴を表現した説明図である。
【図１０】樹木高グリッドデータの説明図である。
【図１１】尾根谷度による頂点候補の算出を説明する説明図である。
【図１２】頂点候補Ｄｇｉの説明図である。
【図１３】樹冠の上部のデータＤｈｉの説明図である。
【図１４】樹冠上部のラベリングを説明する説明図である。
【図１５】決定した頂点を画面の説明図である。
【図１６】頂点決定までの説明図である。
【図１７】頂点決定までの説明図である。
【図１８】頂点決定までの説明図である。
【図１９】尾根谷度の説明図である。
【図２０】尾根谷度の説明図である。
【図２１】閾値と樹冠部の関係を説明する説明図である。
【図２２】他の実施の形態を説明するフローチャートである。
【図２３】他の実施の形態によって得られた樹冠のポリゴンを説明する説明図である。
【図２４】本実施の形態の具体的なハードウエア構成図である。
【符号の説明】
【０１１９】
１０ データベース
１１ データベース
１３ 表示部
１４ 樹木高算出部
１７ 尾根谷度算出部
２１ 樹木頂点候補抽出部
２３ 樹冠上部抽出部
２５ 樹木頂点決定部
３０ 出力部
【特許請求の範囲】
【請求項１】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識方法であって、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶するステップと、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶するステップと、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出するステップと、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識するステップと、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力するステップと
を行うことを特徴とする樹木頂点認識方法。
【請求項２】
第３の記憶手段を有し、
前記頂点候補の算出は、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データに対して所定範囲のウインドウをかけ、このウインドウ内で最大となる尾根谷度の値を前記ウインドウの中央値に置き換え、これを前記第３の記憶手段に記憶するステップと、
前記第３の記憶手段に記憶された中央値（Ｘ、Ｙ、尾根谷度）と前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データ（Ｘ、Ｙ、尾根谷度）とを比較し、Ｘ、Ｙ、尾根谷度が同じ樹木の立体的形状の特徴データを前記頂点候補として抽出するステップと
を行うことによって算出することを特徴とする請求項１記載の樹木頂点認識方法。
【請求項３】
前記尾根谷度の算出は、
前記第１の記憶手段の所定範囲の前記樹木高グリッドデータを平滑するステップと、
該平滑化した樹木高グリッドデータに対して一定範囲の地上開度及び地下開度を求めるステップと、
求めた前記地上開度及び前記地下開度に対して、前記地上開度と前記地下開度に挟まれる角度のニ等分線と水平線とに挟まれた角度を前記尾根谷度として求めるステップと、
これを第２の記憶手段に記憶するステップと、
を行うことによって算出することを特徴とする請求項１又は２記載の樹木頂点認識方法。
【請求項４】
前記表示部に表示された画像は、Ｘ、Ｙ座標値が割付けられた写真画像であり、
前記写真画像に描かれた軌跡の始点から終点までのＸ，Ｙ座標値を読み込むステップと
該読み込んだＸ，Ｙ座標値を有する前記単木の樹冠の立体的形状の特徴データを前記第２の記憶手段から抽出するステップと、
該抽出した単木の樹冠の立体的形状の特徴データの尾根谷度とＸ、Ｙ座標値を、尾根谷度とＸ，Ｙ軸とからなる座標系に定義して、前記表示部に表示するステップと
を行うことを特徴とする請求項１、２又は３のいずれかに記載の樹木頂点認識方法。
【請求項５】
前記表示部に前記ＤＥＭ、ＤＳＭ又は前記写真画像を表示させるステップを有し、
前記表示部に描かれた軌跡のＸＹ座標値を読み込むステップと、
前記軌跡の前記樹木高グリッドデータを前記第１の記憶手段から抽出し、該抽出した樹木高グリッドデータを、Ｘ、Ｙ軸と樹木高とからなる座標系に定義して前記表示部に表示するステップと
を行うことを特徴とする請求項１、２、３又は４のいずれかに記載の樹木頂点認識方法。
【請求項６】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識のプログラムであって、
コンピュータに、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶する手段、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶する手段、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出する手段、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識する手段、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する手段
としての機能を実行させるための樹木頂点認識のプログラム。
【請求項７】
コンピュータに、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データに対して所定範囲のウインドウをかけ、このウインドウ内で最大となる尾根谷度の値を前記ウインドウの中央値に置き換える手段、
これを前記第３の記憶手段に記憶する手段、
前記第３の記憶手段に記憶された中央値（Ｘ、Ｙ、尾根谷度）と前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データ（Ｘ、Ｙ、尾根谷度）とを比較し、Ｘ、Ｙ、尾根谷度が同じ樹木の立体的形状の特徴データを前記頂点候補として抽出する手段
としての機能を実行させるための請求項６記載の樹木頂点認識のプログラム。
【請求項８】
コンピュータに、
前記尾根谷度の算出として、
前記第１の記憶手段の所定範囲の前記樹木高グリッドデータを平滑する手段、
該平滑化した樹木高グリッドデータに対して一定範囲の地上開度及び地下開度を求める手段、求めた前記地上開度及び前記地下開度に対して、前記地上開度と前記地下開度に挟まれる角度のニ等分線と水平線とに挟まれた角度を前記尾根谷度として求める手段、
これを第２の記憶手段に記憶する手段、
としての機能を実行させるための請求項６又は７記載の樹木頂点認識のプログラム。
【請求項９】
前記表示部に表示された画像は、Ｘ、Ｙ座標値が割付けられた写真画像であり、
コンピュータに、
前記写真画像に描かれた軌跡の始点から終点までのＸ，Ｙ座標値を読み込む手段、
該読み込んだＸ，Ｙ座標値を有する前記単木の樹冠の立体的形状の特徴データを前記第２の記憶手段から抽出する手段、
該抽出した単木の樹冠の立体的形状の特徴データの尾根谷度とＸ、Ｙ座標値を、尾根谷度とＸ，Ｙ軸とからなる座標系に定義して、前記表示部に表示する手段、
としての機能を実行させるための請求項６、７又は８のいずれかに記載の樹木頂点認識のプログラム。
【請求項１０】
コンピュータに、
前記表示部に前記ＤＥＭ、ＤＳＭ又は前記写真画像を表示させる手段、
前記表示部に描かれた軌跡のＸＹ座標値を読み込む手段、
前記軌跡の前記樹木高グリッドデータを前記第１の記憶手段から抽出し、該抽出した樹木高グリッドデータを、Ｘ、Ｙ軸と樹木高とからなる座標系に定義して前記表示部に表示する手段、
としての機能を実行させるための請求項６、７、８又は９のいずれかに記載の樹木頂点認識のプログラム。
【請求項１１】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識装置であって、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶する手段と、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶する手段と、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出する手段と、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識する手段と、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する手段と
を有することを特徴とする樹木頂点認識装置。
【請求項１】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識方法であって、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶するステップと、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶するステップと、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出するステップと、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識するステップと、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力するステップと
を行うことを特徴とする樹木頂点認識方法。
【請求項２】
第３の記憶手段を有し、
前記頂点候補の算出は、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データに対して所定範囲のウインドウをかけ、このウインドウ内で最大となる尾根谷度の値を前記ウインドウの中央値に置き換え、これを前記第３の記憶手段に記憶するステップと、
前記第３の記憶手段に記憶された中央値（Ｘ、Ｙ、尾根谷度）と前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データ（Ｘ、Ｙ、尾根谷度）とを比較し、Ｘ、Ｙ、尾根谷度が同じ樹木の立体的形状の特徴データを前記頂点候補として抽出するステップと
を行うことによって算出することを特徴とする請求項１記載の樹木頂点認識方法。
【請求項３】
前記尾根谷度の算出は、
前記第１の記憶手段の所定範囲の前記樹木高グリッドデータを平滑するステップと、
該平滑化した樹木高グリッドデータに対して一定範囲の地上開度及び地下開度を求めるステップと、
求めた前記地上開度及び前記地下開度に対して、前記地上開度と前記地下開度に挟まれる角度のニ等分線と水平線とに挟まれた角度を前記尾根谷度として求めるステップと、
これを第２の記憶手段に記憶するステップと、
を行うことによって算出することを特徴とする請求項１又は２記載の樹木頂点認識方法。
【請求項４】
前記表示部に表示された画像は、Ｘ、Ｙ座標値が割付けられた写真画像であり、
前記写真画像に描かれた軌跡の始点から終点までのＸ，Ｙ座標値を読み込むステップと
該読み込んだＸ，Ｙ座標値を有する前記単木の樹冠の立体的形状の特徴データを前記第２の記憶手段から抽出するステップと、
該抽出した単木の樹冠の立体的形状の特徴データの尾根谷度とＸ、Ｙ座標値を、尾根谷度とＸ，Ｙ軸とからなる座標系に定義して、前記表示部に表示するステップと
を行うことを特徴とする請求項１、２又は３のいずれかに記載の樹木頂点認識方法。
【請求項５】
前記表示部に前記ＤＥＭ、ＤＳＭ又は前記写真画像を表示させるステップを有し、
前記表示部に描かれた軌跡のＸＹ座標値を読み込むステップと、
前記軌跡の前記樹木高グリッドデータを前記第１の記憶手段から抽出し、該抽出した樹木高グリッドデータを、Ｘ、Ｙ軸と樹木高とからなる座標系に定義して前記表示部に表示するステップと
を行うことを特徴とする請求項１、２、３又は４のいずれかに記載の樹木頂点認識方法。
【請求項６】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識のプログラムであって、
コンピュータに、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶する手段、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶する手段、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出する手段、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識する手段、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する手段
としての機能を実行させるための樹木頂点認識のプログラム。
【請求項７】
コンピュータに、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データに対して所定範囲のウインドウをかけ、このウインドウ内で最大となる尾根谷度の値を前記ウインドウの中央値に置き換える手段、
これを前記第３の記憶手段に記憶する手段、
前記第３の記憶手段に記憶された中央値（Ｘ、Ｙ、尾根谷度）と前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データ（Ｘ、Ｙ、尾根谷度）とを比較し、Ｘ、Ｙ、尾根谷度が同じ樹木の立体的形状の特徴データを前記頂点候補として抽出する手段
としての機能を実行させるための請求項６記載の樹木頂点認識のプログラム。
【請求項８】
コンピュータに、
前記尾根谷度の算出として、
前記第１の記憶手段の所定範囲の前記樹木高グリッドデータを平滑する手段、
該平滑化した樹木高グリッドデータに対して一定範囲の地上開度及び地下開度を求める手段、求めた前記地上開度及び前記地下開度に対して、前記地上開度と前記地下開度に挟まれる角度のニ等分線と水平線とに挟まれた角度を前記尾根谷度として求める手段、
これを第２の記憶手段に記憶する手段、
としての機能を実行させるための請求項６又は７記載の樹木頂点認識のプログラム。
【請求項９】
前記表示部に表示された画像は、Ｘ、Ｙ座標値が割付けられた写真画像であり、
コンピュータに、
前記写真画像に描かれた軌跡の始点から終点までのＸ，Ｙ座標値を読み込む手段、
該読み込んだＸ，Ｙ座標値を有する前記単木の樹冠の立体的形状の特徴データを前記第２の記憶手段から抽出する手段、
該抽出した単木の樹冠の立体的形状の特徴データの尾根谷度とＸ、Ｙ座標値を、尾根谷度とＸ，Ｙ軸とからなる座標系に定義して、前記表示部に表示する手段、
としての機能を実行させるための請求項６、７又は８のいずれかに記載の樹木頂点認識のプログラム。
【請求項１０】
コンピュータに、
前記表示部に前記ＤＥＭ、ＤＳＭ又は前記写真画像を表示させる手段、
前記表示部に描かれた軌跡のＸＹ座標値を読み込む手段、
前記軌跡の前記樹木高グリッドデータを前記第１の記憶手段から抽出し、該抽出した樹木高グリッドデータを、Ｘ、Ｙ軸と樹木高とからなる座標系に定義して前記表示部に表示する手段、
としての機能を実行させるための請求項６、７、８又は９のいずれかに記載の樹木頂点認識のプログラム。
【請求項１１】
上空から地上にレーザを発射して得た地盤のＸ、Ｙ、Ｚ座標値の、一定間隔のグリッドデータで構成したＤＥＭ及び樹木の表層のＤＳＭとの差を樹木高グリッドデータとして求めると共に、この樹木高グリッドデータに基づいて単木の頂点を認識する樹木頂点認識装置であって、
前記樹木高グリッドデータに単木の樹木高を割り付けた単木樹高グリッドデータを第１の記憶手段に記憶する手段と、
前記第１の記憶手段の前記単木樹高グリッドデータ毎に、一定範囲内の単木樹高グリッドデータに基づいて尾根谷度を順次求め、これを前記単木の樹冠の立体的形状の特徴データとして第２の記憶手段に記憶する手段と、
前記第２の記憶手段の前記単木の樹冠の立体的形状の特徴データと所定範囲内の前記単木の樹冠の立体的形状の特徴データのピーク値とを比較して、同一のときにその点を単木の頂点候補として抽出する手段と、
前記樹冠上部が抽出される毎に、この樹冠上部内のＸ、Ｙ値を有する前記単木の頂点候補のＸ、Ｙ値を有する前記樹木高グリッドデータを前記第１の記憶手段から抽出し、これらの樹木高グリッドデータの内で最も樹木高が高い樹木高グリッドデータのＸＹ座標値に対応する前記頂点候補を前記単木の頂点と認識する手段と、
前記認識した単木の頂点を所定の形状にして前記表示部に表示又は前記頂点の座標値を出力する手段と
を有することを特徴とする樹木頂点認識装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２４】
【図１４】
【図１５】
【図１６】
【図１７】
【図２３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２４】
【図１４】
【図１５】
【図１６】
【図１７】
【図２３】
【公開番号】特開２００８−１１１７２４（Ｐ２００８−１１１７２４Ａ）
【公開日】平成２０年５月１５日（２００８．５．１５）
【国際特許分類】
【出願番号】特願２００６−２９４８０８（Ｐ２００６−２９４８０８）
【出願日】平成１８年１０月３０日（２００６．１０．３０）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【出願人】（５９１０７４１６１）アジア航測株式会社 (48)
【公開日】平成２０年５月１５日（２００８．５．１５）
【国際特許分類】
【出願日】平成１８年１０月３０日（２００６．１０．３０）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【出願人】（５９１０７４１６１）アジア航測株式会社 (48)
[ Back to top ]