画像処理装置、画像処理方法
【課題】波長帯の異なる領域を抽出するための閾値を自動的に決定する。
【解決手段】高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算部と、各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための閾値として決定する閾値決定部と、前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、を有することを特徴とする画像処理装置。
【解決手段】高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算部と、各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための閾値として決定する閾値決定部と、前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、を有することを特徴とする画像処理装置。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像処理技術に関し、特に、高空から撮影した衛星画像等の画像に対して水域と陸域を自動的に分離する技術に関する。
【背景技術】
【０００２】
目視で水底が見える程度の浅い水深を衛星画像から解析する手法が研究されている。近年、衛星画像は、位置精度、空間分解能、スペクトル分解能等が高性能になり、解析結果として得られる水深の精度も向上している。水深を推定する手法を適用する際に、衛星画像において水域のみを抽出する必要がある。水域の抽出のためには、水域と陸域とを分離する境界線（海岸線）の情報が必要である。水域と陸域を分離する情報が得られれば、同時に陸域の抽出も可能となる。
【０００３】
従来、陸域と水域とを分離するために境界線を手作業で入力することや、水域もしくは陸域を強調する画像処理を行った指標画像に対して閾値を設定することで水域の抽出を行ってきた。尚、下記特許文献１では、入力画像に対して所定の固定しきい値で２値化を行うために、RGB画像におけるバンドを固定閾値によって水域と陸域とに分離している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特許公開２００５−１４８９０６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
水域抽出のために、固定閾値を手作業で決定する方法を用いると、作業者によって判断基準が異なるために、結果が作業者に依存するという問題がある。加えて、手作業による閾値決定を行うため、対象地域の面積や海岸線の複雑さに比例して処理時間が増大するという問題もある。
【０００６】
本発明の目的は、波長帯の異なる領域を抽出するための閾値を自動的に決定することである。
【課題を解決するための手段】
【０００７】
上記目的を達成するために本発明は、衛星画像から水分指標画像とヒストグラムを作成し、ヒストグラムに対して判別分析法により水域と陸域を分離する閾値を自動決定する。
【０００８】
本発明の一観点によれば、高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化（水）指標値を演算する正規化（水）指標演算部と、各画素における前記正規化（水）指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化（水）指標値を判別分析法により求め、前記画素を識別するための２値化のため閾値として決定する閾値決定部と、前記閾値と対応する正規化（水）指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、を有することを特徴とする画像処理装置が提供される。
【０００９】
上記装置により、波長帯の異なる領域を抽出するための閾値を自動的に決定することができる。
【００１０】
さらに、前記第１及び第２の波長帯により区別される画像データの領域内に存在する波長の異なる微小領域を、当該画像データの領域内の分光輝度値を有する画素とする微小領域除去部を有することが好ましい。
【００１１】
前記閾値決定部は、前記各画素における前記正規化（水）指標値と出現頻度との関係を正規化（水）指標値ヒストグラムとして求め、前記クラス内分散と前記クラス間分散とのヒストグラムのうち、頻度が最大となる走査起点となる前記正規化（水）指標値が負であるときには、走査方向を正方向とし、走査起点となる前記正規化（水）指標値が正であるときには、走査方向を負方向とすることが好ましい。これにより、起点が−１と＋１よりもゼロに近くなり、−１や＋１を起点とする一般的な判別分析法よりも走査する範囲が狭くなるため、効率的である。
【００１２】
前記閾値決定部は、直前に抽出した無視するべき微小領域を除外した前記正規化（水）指標値ヒストグラムを作成し、前記正規化（水）指標値ヒストグラムに判別分析法を適用して閾値を決定する処理を繰り返して閾値を決定するようにしても良い。これにより、衛星画像を利用する処理において、判別分析法による結果に影響を与える要素を考慮し、より妥当な水分指標値の閾値を自動的に決定することができる。
【００１３】
本発明の他の観点によれば、高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化（水）指標値を演算する正規化（水）指標演算ステップと、各画素における前記正規化（水）指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化（水）指標値を判別分析法により求め、前記画素を識別するための２値化のための閾値として決定する閾値決定ステップと、前記閾値と対応する正規化（水）指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出ステップと、を有することを特徴とする画像処理方法が提供される。
【００１４】
本発明は、上記の画像処理方法をコンピュータに実行させるためのプログラムであっても良く、当該プログラムを記録するコンピュータ読み取り可能な記録媒体であっても良い。
【発明の効果】
【００１５】
本発明によれば、波長帯の異なる領域の境界線を画定するための２値化を行うための閾値を、自動的かつ精度良く決定することが可能となるため、作業効率が向上する。
【図面の簡単な説明】
【００１６】
【図１】本発明の一実施の形態による画像解析装置の一構成例を示す機能ブロック図である。
【図２】水域と陸域とを含む衛星画像の一例を示す図である。
【図３】図２の画像に対するＮＤＷＩのヒストグラム図である。
【図４】本発明の第１の実施の形態例による水域抽出処理のうち、微小水域を考慮しない水域抽出処理の流れを示すフローチャート図である。
【図５】水域抽出処理後の衛星画像の一例を示す図である。
【図６】本発明の第２の実施の形態例による水域抽出処理であって、図１の衛星画像に対し、無視するべき微小水域を含むＮＤＷＩのヒストグラムと無視するべき微小水域を含まないNDWIヒストグラムを比較して示した図である。
【図７】本発明の第２の実施の形態例による水域抽出処理のうち、微小水域を考慮した水域抽出処理の流れを示すフローチャート図である。
【発明を実施するための形態】
【００１７】
以下、本発明の実施の形態による画像処理装置について、水域と陸域とを含む衛星画像（地理画像）の処理を例にして説明する。
【００１８】
図１は、本発明の第１の実施の形態による画像処理装置の一構成例を示す機能ブロック図である。図１に示す画像処理装置は、処理装置１０と、記憶装置２０と、入出力装置３０と、を有している。処理装置（ＣＰＵ）１０は、画像処理部４０を有しており、画像処理部４０は、ＮＤＷＩ(正規化水指標： Normalized Difference Water Index)演算部１００と、閾値決定部２００と、水域抽出部３００と、微小領域除去部４００と、を有している。記憶装置２０は、衛星画像データを受け取り、衛星画像データ記憶部２１と、ＮＤＷＩ演算式記憶部２２と、閾値記憶部２３と、水域データ記憶部２４と、を有している。さらに、ＣＰＵ１０に処理を実行させるためのプログラムを記憶しているのが一般的である。入出力装置３０は、入力装置３１と、表示装置３２と、プリンタ３３と、を有している。その他、通信インターフェイスなどを有しているのが一般的である。
【００１９】
図２は、処理対象の衛星画像５０１であり、水域５０２と陸域５０３、水域と陸域の境界である海岸線５０４が表示されている。この画像５０１から水域５０２を抽出する。
【００２０】
図３は、対象画像を変換して得られる水分指標ヒストグラムの一例を示す図である。本明細書において取り扱う水分指標は、例えば、一般的にＮＤＷＩと呼ばれる指標である。ＮＤＷＩは、衛星画像等の各画素中に付与された複数の波長帯バンドの値をエネルギーの単位とする分光放射輝度値に変換した値より、下記の（１）式に基づいて得られる値である。
【００２１】
ＮＤＷＩ＝(短波長帯の分光放射輝度値 - 長波長帯の分光放射輝度値)/(短波長帯の分光放射輝度値 + 長波長帯の分光放射輝度値) （１）
【００２２】
ここで、波長とは光学センサにより観測された、地表が反射する太陽光の波長である。人間の目は、可視光の波長帯を感じることができ、可視光の波長範囲内において短い波長の光を青い光と認識し、可視光の波長範囲内において長い波長の光を赤い光と認識する。光学センサを備えた人工衛星（光学衛星と称する。）は、光学センサによって観測可能な波長が異なるが、多くの光学衛星が搭載するセンサは光の３原色に近い、Blue（青）、Green（緑）、Red（赤）の波長帯と近赤外線であるNIRの4バンドを観測するセンサである。また、分光放射輝度値への計算式は、撮影するセンサによって異なる。
【００２３】
具体的なＮＤＷＩの計算をする場合は、例えば、米国のDigitalGlboe社が運用している８バンドセンサを搭載するWorldView-２衛星が撮影した画像は短波長帯にCoastalバンドの分光放射輝度値、長波長帯にNIR2バンドの分光放射輝度値を代入する。同様に、米国のDigitalGlobe社が運用するQuickBirdや、米国のGeoEye社が運用するGeoEye-1やIKONOSなどの４バンドセンサを搭載する衛星が撮影した画像は、短波長帯にBlueバンドの分光放射輝度値、長波長帯にNIRバンドの分光放射輝度値を代入する。
【００２４】
ＮＤＷＩは、その値が大きいほど地表水分量が多いとされ、閾値を設定して陸域と水域とを分離するために利用される。また、数式（１）からＮＤＷＩは、−１〜＋１までの値をとる。
【００２５】
陸域と水域とが映っている画像の場合、画像の例えば全画素からＮＤＷＩを計算し、ＮＤＷＩの出現頻度（画素数に対応）を集計したヒストグラムは大きく２つの山を形成する（６０１）。ＮＤＷＩの負数範囲にある山（６０２）には陸域の画素が集中し、もう一方の正数範囲の高い山（６０３）には水域の画素が集中する。このとき、水域と陸域とを分離する最適なＮＤＷＩの閾値は、２つの山の谷間（６０４で示す破線）となる。
【００２６】
図４は、本実施の形態による水域抽出処理の流れを示すフローチャート図である。まず、画像処理部４０のうちのＮＤＷＩ演算部１００が、入出力装置３０により入力され、例えば衛星画像データ記憶部２１に記憶された画像データ（対象画像）を分光放射輝度値に変換し、さらに、ＮＤＷＩ演算式記憶部２２に記憶された演算式（１）によりＮＤＷＩ画像（画素毎のＮＤＷＩ値）を演算により求める（ステップＳ１）。尚、ここで扱う画像の値は符号付き浮動小数とする。次に、図２のような水域と陸域との両者が映る画像におけるＮＤＷＩ値は、図３のように出現頻度が正の領域と負の領域とに大きく偏る性質があり、ヒストグラム上に２つの山を形成する。このとき２つの領域を分離する最適なＮＤＷＩ値は２つの山の谷間である。この谷間、すなわちＮＤＷＩの閾値を判別分析法により決定する。
【００２７】
閾値決定部２００は、判別分析法により、閾値を決定する（ステップＳ２）。
判別分析法は、大津の二値化とも呼ばれる。これは、２つの正規分布の山（クラス）を形成するヒストグラムを仮定し、クラス内分散とクラス間分散の比である分離度が最大となる閾値を求める方法である。このときの閾値は２つのヒストグラムの山の間にある谷となる。
【００２８】
一般的な判別分析法は、指標の最小値から最大値、または逆方向を走査する手法である。ここではヒストグラムの範囲が−１から＋１までであることと、ほぼ正と負の範囲に山が一つずつあるという性質を利用し、効率的な走査の起点と方向とを決定する。より具体的には、まず走査の起点となるＮＤＷＩは最も頻度の高いＮＤＷＩ（図３では、６０３）とし、ヒストグラム生成時に特定する。この起点は、ヒストグラムにある２つの山の高い方の頂上を指すＮＤＷＩである。次に、起点となるＮＤＷＩが負であるときには、走査方向を正方向とする。逆に起点となるＮＤＷＩが正であるときには、走査方向を負方向とする。これにより、起点が−１と＋１よりもゼロに近くなり、−１や＋１を起点とする一般的な判別分析法よりも走査する範囲が狭くなるため、効率的である。
【００２９】
尚、陸域に対して水域の面積が大きな画像や逆に水域に対して陸域の面積が大きな画像を同様に対象としたとき、ＮＤＷＩヒストグラムが図３のような明確な谷を形成しないことがある。明確な谷がないヒストグラムに対して判別分析法は期待した閾値を決定しにくい場合がある。しかしながら、ＮＤＷＩのゼロ付近に目的とした閾値があるヒストグラムの性質を利用することで、谷がわかりにくい場合でも、ＮＤＷＩのゼロ付近を詳細に見ることで、ＮＤＷＩ閾値を安定して決定することができる。決定した閾値は閾値記憶部２３に記憶される。
【００３０】
元画像とＮＤＷＩ画像中の全画素は一意に対応する。水域抽出部３００は、対応するＮＤＷＩと閾値記憶部２３に記憶されたＮＤＷＩ閾値とを比較し、ＮＤＷＩ閾値より低いＮＤＷＩを持つ画素は陸域とみなし、その画素の全バンドを無視する値に代入することで、陸域の画素値を消去する。その結果、画像には水域の情報のみが抽出されることとなる。尚、例として無視する画素には全バンドに−９９９というとりえない値を代入する（ステップＳ３）。
【００３１】
ＮＤＷＩ閾値による水域抽出した画像５０１は、水域５０２と陸域５０３とに分離され、海岸線５０４が現れる。水域を水域データ記憶部２４に記憶する。
【００３２】
しかし、実際の地形では、抽出した水域画像には水田や溜池等、対象とする浅水域ではない無視すべき微小な水域（微小領域）が検出される。そこで、微小領域除去部４００は、微小な水域５０５ａ・５０５ｂに、陸域として無視できる値を代入することで、陸域とみなす。この際、まず、３×３の画素における８連結のラベリング処理アルゴリズムを、水域抽出した画像に対して適用する。一般的に、８連結のラベリング処理とは、２値化された画像に対して適用される。例えば、０と１とで２値化された画像中について１の画素をラベリングするとき、１の画素の周囲８近傍に存在する１の画素を同じグループとする。全ての１の画素について処理した結果、複数のグループが形成され、１の画素は必ず１つのグループに属する。ここでは、全バンドに無視する値が代入された画素とそれ以外の画素との２種類に２値化された画像とみなして処理を行うことで、８連結のラベリング処理を行うとともに、各グループに所属する画素数を集計する。例えば、所属する画素数が最も多いグループの半分以下の所属画素数のグループを無視するべき微小水域とみなし、そのグループに所属する画素の全バンドに−９９８を代入する（ステップＳ４）。尚、ステップＳ４は、任意の処理であり、ステップＳ３までで処理を終了しても良い。
【００３３】
以上の処理により、衛星画像の水域を抽出することができる。水域を、表示装置３２、プリンタ３３などで出力することができる。
【００３４】
次に、本発明の第２の実施の形態による衛星画像処理技術について説明する。
第１の実施の形態で説明したように、図４に示す処理を行うことで、期待した水域抽出を実現することができるが、閾値を決定する際に用いるＮＤＷＩヒストグラム６０１（図３）には、前述した無視するべき微小な水域が含まれているため、無視するべき微小な水域がＮＤＷＩヒストグラムに影響を与えるほど多く存在する場合には、期待した高精度の水域抽出ができない程度にＮＤＷＩ閾値決定処理に影響を与える可能性がある。本実施の形態では、この点を考慮した処理を行う。図６は、図３に対応する図であり、図７は、図４に対応する図である。
【００３５】
まず、ＮＤＷＩ画像生成部１００が、入力された画像データ（対象画像）を分光放射輝度値に変換し、さらにＮＤＷＩ画像を生成する（ステップＳ１１）。そして、マスク画像として対象画像と同じサイズの１バンドのグレースケール画像を作成する。このとき、各画素には初期値を代入しておく、ここでは具体例として−１とする（ステップＳ１２）。さらに、対象画像をコピーして作業用画像を生成する（ステップＳ１３）。
【００３６】
対象画像、ＮＤＷＩ画像、マスク画像、作業用画像は同じサイズであり、各画像中の各画素は一意に対応する。ここでマスク画像において無視すべき微小水域を表す値である９９８ではない画素に対応するＮＤＷＩ画像中の画素だけを用いて、閾値決定部２００が、ＮＤＷＩヒストグラムを作成する。マスク画像生成直後、全画素の全バンドは−１であるため、初回は全画素を用いてＮＤＷＩヒストグラム６０５ａを作成することになる。陸域と水域とが映っている場合は、ＮＤＷＩの負数範囲にある山６０２ａには陸域の画素が集中し、もう一方の正数範囲の高い山６０３ａには水域の画素が集中する。最適な水域と陸域とを分離するＮＤＷＩの閾値は２つの山の谷間６０４ａとなる。ＮＤＷＩ閾値は図４（ステップＳ２）と同様に判別分析法により決定する（ステップＳ１４）。
【００３７】
作業用画像とＮＤＷＩ画像中の全画素は一意に対応する。対応するＮＤＷＩとＮＤＷＩ閾値とを比較し、ＮＤＷＩ閾値より低いＮＤＷＩを持つ画素は陸域とみなし、対応する作業用画像の画素の全バンドを無視する値に代入し、陸域の画素値を消去する。その結果、画像には水域の情報のみが抽出されることとなる。尚、例として無視する画素には全バンドに−９９９を代入する（ステップＳ１５）。
【００３８】
ＮＤＷＩ閾値による水域抽出した画像５０１は、水域５０２と陸域５０３に分離され、海岸線５０４が現れる。しかし、抽出した水域画像には水田や溜池等、対象とする浅水域ではない無視すべき微小な水域５０５ａ・５０５ｂが検出される。そこで、図４（ステップＳ４）と同様に、微小な水域も陸域として無視する値を代入する。ここでは具体例として、作業用画像に対して無視するべき微小な水域に対応する画素の全バンドに−９９８を代入する（ステップＳ１６）。
【００３９】
ここまで、作業用画像上は、水域の画素値と陸域の画素値を表す−９９９、無視するべき微小な水域を表す−９９８によって表現されている。この作業用画像とマスク画像の対応する画素を比較し、一方の画素が水域であり、かつ、他方の画素が水域以外である画素数を集計する。この条件に合った画素数がゼロであったとき、作業用画像上の水域とマスク画像上の水域とが一致する。作業用画像上の水域とマスク画像上の水域とが一致した場合（ステップＳ１７でＹｅｓ）、処理を終了する（終了）。このときの作業用画像が水域を抽出した結果画像とする。条件に合った画素数がゼロではない場合（ステップＳ１７でＮｏ）、作業用画像をマスク画像とする（ステップＳ１８）。そして再度、対象画像をコピーして作業用画像を生成し（ステップＳ１３に戻り）、同様の処理を繰り返す。
【００４０】
ここで、例えば、マスク画像生成（ステップＳ１２）直後のときには、マスク画像上の全画素の全バンドは−１であるため、条件に合った画素数はゼロとならない。従って、作業用画像をマスク画像とし、作業用画像生成（ステップＳ１３）を再度実施する。２回目以降の判別分析法による閾値決定（ステップＳ１４）は、直前に抽出した無視するべき微小な水域を除外したＮＤＷＩヒストグラム（６０１ａ）を形成する（６０５ａから６０１ａになる）。この無視するべき微小な水域を除外したＮＤＷＩヒストグラム（６０１ａ）に判別分析法を適用して、無視するべき微小な水域の影響を考慮したＮＤＷＩ閾値決定する。ここでは、水域のピークが６０５ａから６０１ａに近づき、閾値も、６０４ａから６０６ａに近づく。
【００４１】
以後の処理では、前回と同様に閾値適用による水域抽出と作業用画像の更新（ステップＳ１５）、水域から微小水域を除外し、作業用画像を更新する（ステップＳ１６）。そして作業用画像上の水域画素とマスク画像上の水域画素が一致していれば、処理を終了し、一致していなければ、作業用画像をマスク画像として再度処理を繰り返す（ステップＳ１７、Ｓ１８）。最終的には、微小領域の影響が小さくなり、閾値も６０４ａから６０６ａになる。
【００４２】
尚、ステップＳ１７において、作業用画像上の水域画素とマスク画像上の水域画素は完全一致とせず、作業用画像上の水域画素数の数％以下ならば一致したと条件を緩めてもよい。
【００４３】
以上の方法を用いることで、水域と陸域の境界線、もしくは、境界線を決定するための閾値を作業者の判断基準に依存せず、一意に決定することが可能となる。また、処理の大部分を計算機により行うことができるため、作業効率の大幅な改善が可能となる。
【００４４】
さらに、本発明では有限範囲が±１の水分指標を採用することで、計算機上のヒストグラム処理を簡略化・効率化できる。
【００４５】
また、上記の実施の形態において、添付図面に図示されている構成等については、これらに限定されるものではなく、本発明の効果を発揮する範囲内で適宜変更することが可能である。その他、本発明の目的の範囲を逸脱しない限りにおいて適宜変更して実施することが可能である。
【００４６】
例えば、ＮＤＷＩ(正規化水指標： Normalized Difference Water Index)に代えて、正規化土壌指標（ＮＤＳＩ）、正規化植生指標（ＮＤＶＩ）を用いることで、陸域の抽出、森林域等の抽出を行うことができる。
【産業上の利用可能性】
【００４７】
本発明は、画像処理装置に利用できる。
【符号の説明】
【００４８】
１０…処理装置、２０…記憶装置、３０…入出力装置、４０…画像処理部、１００…ＮＤＷＩ演算部、２００…閾値決定部、３００…水域抽出部、４００…微小領域除去部、２１…衛星画像データ記憶部、２２…ＮＤＷＩ演算式記憶部、２３…閾値記憶部、２４…水域データ記憶部、３１…入力装置、３２…表示装置、３３…プリンタ、５０１…対象衛星画像、５０２…水域、５０３…陸域、５０４…海岸線、５０５ａ・５０５ｂ…微小水域、、６０１…ＮＤＷＩヒストグラム、６０２…陸域を主成分とする範囲、６０３…水域を主成分とする範囲、６０４…閾値とするヒストグラムの谷間、６０１ａ…微小水域を除外したＮＤＷＩヒストグラム、６０２ａ…陸域を主成分とする範囲、６０３ａ…水域を主成分とする範囲、６０４ａ…微小水域を含むときの閾値とするヒストグラムの谷間、６０５ａ…微小水域を含むＮＤＷＩヒストグラム、６０６ａ…微小水域を除外したときの閾値とするヒストグラムの谷間。
【技術分野】
【０００１】
本発明は、画像処理技術に関し、特に、高空から撮影した衛星画像等の画像に対して水域と陸域を自動的に分離する技術に関する。
【背景技術】
【０００２】
目視で水底が見える程度の浅い水深を衛星画像から解析する手法が研究されている。近年、衛星画像は、位置精度、空間分解能、スペクトル分解能等が高性能になり、解析結果として得られる水深の精度も向上している。水深を推定する手法を適用する際に、衛星画像において水域のみを抽出する必要がある。水域の抽出のためには、水域と陸域とを分離する境界線（海岸線）の情報が必要である。水域と陸域を分離する情報が得られれば、同時に陸域の抽出も可能となる。
【０００３】
従来、陸域と水域とを分離するために境界線を手作業で入力することや、水域もしくは陸域を強調する画像処理を行った指標画像に対して閾値を設定することで水域の抽出を行ってきた。尚、下記特許文献１では、入力画像に対して所定の固定しきい値で２値化を行うために、RGB画像におけるバンドを固定閾値によって水域と陸域とに分離している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特許公開２００５−１４８９０６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
水域抽出のために、固定閾値を手作業で決定する方法を用いると、作業者によって判断基準が異なるために、結果が作業者に依存するという問題がある。加えて、手作業による閾値決定を行うため、対象地域の面積や海岸線の複雑さに比例して処理時間が増大するという問題もある。
【０００６】
本発明の目的は、波長帯の異なる領域を抽出するための閾値を自動的に決定することである。
【課題を解決するための手段】
【０００７】
上記目的を達成するために本発明は、衛星画像から水分指標画像とヒストグラムを作成し、ヒストグラムに対して判別分析法により水域と陸域を分離する閾値を自動決定する。
【０００８】
本発明の一観点によれば、高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化（水）指標値を演算する正規化（水）指標演算部と、各画素における前記正規化（水）指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化（水）指標値を判別分析法により求め、前記画素を識別するための２値化のため閾値として決定する閾値決定部と、前記閾値と対応する正規化（水）指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、を有することを特徴とする画像処理装置が提供される。
【０００９】
上記装置により、波長帯の異なる領域を抽出するための閾値を自動的に決定することができる。
【００１０】
さらに、前記第１及び第２の波長帯により区別される画像データの領域内に存在する波長の異なる微小領域を、当該画像データの領域内の分光輝度値を有する画素とする微小領域除去部を有することが好ましい。
【００１１】
前記閾値決定部は、前記各画素における前記正規化（水）指標値と出現頻度との関係を正規化（水）指標値ヒストグラムとして求め、前記クラス内分散と前記クラス間分散とのヒストグラムのうち、頻度が最大となる走査起点となる前記正規化（水）指標値が負であるときには、走査方向を正方向とし、走査起点となる前記正規化（水）指標値が正であるときには、走査方向を負方向とすることが好ましい。これにより、起点が−１と＋１よりもゼロに近くなり、−１や＋１を起点とする一般的な判別分析法よりも走査する範囲が狭くなるため、効率的である。
【００１２】
前記閾値決定部は、直前に抽出した無視するべき微小領域を除外した前記正規化（水）指標値ヒストグラムを作成し、前記正規化（水）指標値ヒストグラムに判別分析法を適用して閾値を決定する処理を繰り返して閾値を決定するようにしても良い。これにより、衛星画像を利用する処理において、判別分析法による結果に影響を与える要素を考慮し、より妥当な水分指標値の閾値を自動的に決定することができる。
【００１３】
本発明の他の観点によれば、高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化（水）指標値を演算する正規化（水）指標演算ステップと、各画素における前記正規化（水）指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化（水）指標値を判別分析法により求め、前記画素を識別するための２値化のための閾値として決定する閾値決定ステップと、前記閾値と対応する正規化（水）指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出ステップと、を有することを特徴とする画像処理方法が提供される。
【００１４】
本発明は、上記の画像処理方法をコンピュータに実行させるためのプログラムであっても良く、当該プログラムを記録するコンピュータ読み取り可能な記録媒体であっても良い。
【発明の効果】
【００１５】
本発明によれば、波長帯の異なる領域の境界線を画定するための２値化を行うための閾値を、自動的かつ精度良く決定することが可能となるため、作業効率が向上する。
【図面の簡単な説明】
【００１６】
【図１】本発明の一実施の形態による画像解析装置の一構成例を示す機能ブロック図である。
【図２】水域と陸域とを含む衛星画像の一例を示す図である。
【図３】図２の画像に対するＮＤＷＩのヒストグラム図である。
【図４】本発明の第１の実施の形態例による水域抽出処理のうち、微小水域を考慮しない水域抽出処理の流れを示すフローチャート図である。
【図５】水域抽出処理後の衛星画像の一例を示す図である。
【図６】本発明の第２の実施の形態例による水域抽出処理であって、図１の衛星画像に対し、無視するべき微小水域を含むＮＤＷＩのヒストグラムと無視するべき微小水域を含まないNDWIヒストグラムを比較して示した図である。
【図７】本発明の第２の実施の形態例による水域抽出処理のうち、微小水域を考慮した水域抽出処理の流れを示すフローチャート図である。
【発明を実施するための形態】
【００１７】
以下、本発明の実施の形態による画像処理装置について、水域と陸域とを含む衛星画像（地理画像）の処理を例にして説明する。
【００１８】
図１は、本発明の第１の実施の形態による画像処理装置の一構成例を示す機能ブロック図である。図１に示す画像処理装置は、処理装置１０と、記憶装置２０と、入出力装置３０と、を有している。処理装置（ＣＰＵ）１０は、画像処理部４０を有しており、画像処理部４０は、ＮＤＷＩ(正規化水指標： Normalized Difference Water Index)演算部１００と、閾値決定部２００と、水域抽出部３００と、微小領域除去部４００と、を有している。記憶装置２０は、衛星画像データを受け取り、衛星画像データ記憶部２１と、ＮＤＷＩ演算式記憶部２２と、閾値記憶部２３と、水域データ記憶部２４と、を有している。さらに、ＣＰＵ１０に処理を実行させるためのプログラムを記憶しているのが一般的である。入出力装置３０は、入力装置３１と、表示装置３２と、プリンタ３３と、を有している。その他、通信インターフェイスなどを有しているのが一般的である。
【００１９】
図２は、処理対象の衛星画像５０１であり、水域５０２と陸域５０３、水域と陸域の境界である海岸線５０４が表示されている。この画像５０１から水域５０２を抽出する。
【００２０】
図３は、対象画像を変換して得られる水分指標ヒストグラムの一例を示す図である。本明細書において取り扱う水分指標は、例えば、一般的にＮＤＷＩと呼ばれる指標である。ＮＤＷＩは、衛星画像等の各画素中に付与された複数の波長帯バンドの値をエネルギーの単位とする分光放射輝度値に変換した値より、下記の（１）式に基づいて得られる値である。
【００２１】
ＮＤＷＩ＝(短波長帯の分光放射輝度値 - 長波長帯の分光放射輝度値)/(短波長帯の分光放射輝度値 + 長波長帯の分光放射輝度値) （１）
【００２２】
ここで、波長とは光学センサにより観測された、地表が反射する太陽光の波長である。人間の目は、可視光の波長帯を感じることができ、可視光の波長範囲内において短い波長の光を青い光と認識し、可視光の波長範囲内において長い波長の光を赤い光と認識する。光学センサを備えた人工衛星（光学衛星と称する。）は、光学センサによって観測可能な波長が異なるが、多くの光学衛星が搭載するセンサは光の３原色に近い、Blue（青）、Green（緑）、Red（赤）の波長帯と近赤外線であるNIRの4バンドを観測するセンサである。また、分光放射輝度値への計算式は、撮影するセンサによって異なる。
【００２３】
具体的なＮＤＷＩの計算をする場合は、例えば、米国のDigitalGlboe社が運用している８バンドセンサを搭載するWorldView-２衛星が撮影した画像は短波長帯にCoastalバンドの分光放射輝度値、長波長帯にNIR2バンドの分光放射輝度値を代入する。同様に、米国のDigitalGlobe社が運用するQuickBirdや、米国のGeoEye社が運用するGeoEye-1やIKONOSなどの４バンドセンサを搭載する衛星が撮影した画像は、短波長帯にBlueバンドの分光放射輝度値、長波長帯にNIRバンドの分光放射輝度値を代入する。
【００２４】
ＮＤＷＩは、その値が大きいほど地表水分量が多いとされ、閾値を設定して陸域と水域とを分離するために利用される。また、数式（１）からＮＤＷＩは、−１〜＋１までの値をとる。
【００２５】
陸域と水域とが映っている画像の場合、画像の例えば全画素からＮＤＷＩを計算し、ＮＤＷＩの出現頻度（画素数に対応）を集計したヒストグラムは大きく２つの山を形成する（６０１）。ＮＤＷＩの負数範囲にある山（６０２）には陸域の画素が集中し、もう一方の正数範囲の高い山（６０３）には水域の画素が集中する。このとき、水域と陸域とを分離する最適なＮＤＷＩの閾値は、２つの山の谷間（６０４で示す破線）となる。
【００２６】
図４は、本実施の形態による水域抽出処理の流れを示すフローチャート図である。まず、画像処理部４０のうちのＮＤＷＩ演算部１００が、入出力装置３０により入力され、例えば衛星画像データ記憶部２１に記憶された画像データ（対象画像）を分光放射輝度値に変換し、さらに、ＮＤＷＩ演算式記憶部２２に記憶された演算式（１）によりＮＤＷＩ画像（画素毎のＮＤＷＩ値）を演算により求める（ステップＳ１）。尚、ここで扱う画像の値は符号付き浮動小数とする。次に、図２のような水域と陸域との両者が映る画像におけるＮＤＷＩ値は、図３のように出現頻度が正の領域と負の領域とに大きく偏る性質があり、ヒストグラム上に２つの山を形成する。このとき２つの領域を分離する最適なＮＤＷＩ値は２つの山の谷間である。この谷間、すなわちＮＤＷＩの閾値を判別分析法により決定する。
【００２７】
閾値決定部２００は、判別分析法により、閾値を決定する（ステップＳ２）。
判別分析法は、大津の二値化とも呼ばれる。これは、２つの正規分布の山（クラス）を形成するヒストグラムを仮定し、クラス内分散とクラス間分散の比である分離度が最大となる閾値を求める方法である。このときの閾値は２つのヒストグラムの山の間にある谷となる。
【００２８】
一般的な判別分析法は、指標の最小値から最大値、または逆方向を走査する手法である。ここではヒストグラムの範囲が−１から＋１までであることと、ほぼ正と負の範囲に山が一つずつあるという性質を利用し、効率的な走査の起点と方向とを決定する。より具体的には、まず走査の起点となるＮＤＷＩは最も頻度の高いＮＤＷＩ（図３では、６０３）とし、ヒストグラム生成時に特定する。この起点は、ヒストグラムにある２つの山の高い方の頂上を指すＮＤＷＩである。次に、起点となるＮＤＷＩが負であるときには、走査方向を正方向とする。逆に起点となるＮＤＷＩが正であるときには、走査方向を負方向とする。これにより、起点が−１と＋１よりもゼロに近くなり、−１や＋１を起点とする一般的な判別分析法よりも走査する範囲が狭くなるため、効率的である。
【００２９】
尚、陸域に対して水域の面積が大きな画像や逆に水域に対して陸域の面積が大きな画像を同様に対象としたとき、ＮＤＷＩヒストグラムが図３のような明確な谷を形成しないことがある。明確な谷がないヒストグラムに対して判別分析法は期待した閾値を決定しにくい場合がある。しかしながら、ＮＤＷＩのゼロ付近に目的とした閾値があるヒストグラムの性質を利用することで、谷がわかりにくい場合でも、ＮＤＷＩのゼロ付近を詳細に見ることで、ＮＤＷＩ閾値を安定して決定することができる。決定した閾値は閾値記憶部２３に記憶される。
【００３０】
元画像とＮＤＷＩ画像中の全画素は一意に対応する。水域抽出部３００は、対応するＮＤＷＩと閾値記憶部２３に記憶されたＮＤＷＩ閾値とを比較し、ＮＤＷＩ閾値より低いＮＤＷＩを持つ画素は陸域とみなし、その画素の全バンドを無視する値に代入することで、陸域の画素値を消去する。その結果、画像には水域の情報のみが抽出されることとなる。尚、例として無視する画素には全バンドに−９９９というとりえない値を代入する（ステップＳ３）。
【００３１】
ＮＤＷＩ閾値による水域抽出した画像５０１は、水域５０２と陸域５０３とに分離され、海岸線５０４が現れる。水域を水域データ記憶部２４に記憶する。
【００３２】
しかし、実際の地形では、抽出した水域画像には水田や溜池等、対象とする浅水域ではない無視すべき微小な水域（微小領域）が検出される。そこで、微小領域除去部４００は、微小な水域５０５ａ・５０５ｂに、陸域として無視できる値を代入することで、陸域とみなす。この際、まず、３×３の画素における８連結のラベリング処理アルゴリズムを、水域抽出した画像に対して適用する。一般的に、８連結のラベリング処理とは、２値化された画像に対して適用される。例えば、０と１とで２値化された画像中について１の画素をラベリングするとき、１の画素の周囲８近傍に存在する１の画素を同じグループとする。全ての１の画素について処理した結果、複数のグループが形成され、１の画素は必ず１つのグループに属する。ここでは、全バンドに無視する値が代入された画素とそれ以外の画素との２種類に２値化された画像とみなして処理を行うことで、８連結のラベリング処理を行うとともに、各グループに所属する画素数を集計する。例えば、所属する画素数が最も多いグループの半分以下の所属画素数のグループを無視するべき微小水域とみなし、そのグループに所属する画素の全バンドに−９９８を代入する（ステップＳ４）。尚、ステップＳ４は、任意の処理であり、ステップＳ３までで処理を終了しても良い。
【００３３】
以上の処理により、衛星画像の水域を抽出することができる。水域を、表示装置３２、プリンタ３３などで出力することができる。
【００３４】
次に、本発明の第２の実施の形態による衛星画像処理技術について説明する。
第１の実施の形態で説明したように、図４に示す処理を行うことで、期待した水域抽出を実現することができるが、閾値を決定する際に用いるＮＤＷＩヒストグラム６０１（図３）には、前述した無視するべき微小な水域が含まれているため、無視するべき微小な水域がＮＤＷＩヒストグラムに影響を与えるほど多く存在する場合には、期待した高精度の水域抽出ができない程度にＮＤＷＩ閾値決定処理に影響を与える可能性がある。本実施の形態では、この点を考慮した処理を行う。図６は、図３に対応する図であり、図７は、図４に対応する図である。
【００３５】
まず、ＮＤＷＩ画像生成部１００が、入力された画像データ（対象画像）を分光放射輝度値に変換し、さらにＮＤＷＩ画像を生成する（ステップＳ１１）。そして、マスク画像として対象画像と同じサイズの１バンドのグレースケール画像を作成する。このとき、各画素には初期値を代入しておく、ここでは具体例として−１とする（ステップＳ１２）。さらに、対象画像をコピーして作業用画像を生成する（ステップＳ１３）。
【００３６】
対象画像、ＮＤＷＩ画像、マスク画像、作業用画像は同じサイズであり、各画像中の各画素は一意に対応する。ここでマスク画像において無視すべき微小水域を表す値である９９８ではない画素に対応するＮＤＷＩ画像中の画素だけを用いて、閾値決定部２００が、ＮＤＷＩヒストグラムを作成する。マスク画像生成直後、全画素の全バンドは−１であるため、初回は全画素を用いてＮＤＷＩヒストグラム６０５ａを作成することになる。陸域と水域とが映っている場合は、ＮＤＷＩの負数範囲にある山６０２ａには陸域の画素が集中し、もう一方の正数範囲の高い山６０３ａには水域の画素が集中する。最適な水域と陸域とを分離するＮＤＷＩの閾値は２つの山の谷間６０４ａとなる。ＮＤＷＩ閾値は図４（ステップＳ２）と同様に判別分析法により決定する（ステップＳ１４）。
【００３７】
作業用画像とＮＤＷＩ画像中の全画素は一意に対応する。対応するＮＤＷＩとＮＤＷＩ閾値とを比較し、ＮＤＷＩ閾値より低いＮＤＷＩを持つ画素は陸域とみなし、対応する作業用画像の画素の全バンドを無視する値に代入し、陸域の画素値を消去する。その結果、画像には水域の情報のみが抽出されることとなる。尚、例として無視する画素には全バンドに−９９９を代入する（ステップＳ１５）。
【００３８】
ＮＤＷＩ閾値による水域抽出した画像５０１は、水域５０２と陸域５０３に分離され、海岸線５０４が現れる。しかし、抽出した水域画像には水田や溜池等、対象とする浅水域ではない無視すべき微小な水域５０５ａ・５０５ｂが検出される。そこで、図４（ステップＳ４）と同様に、微小な水域も陸域として無視する値を代入する。ここでは具体例として、作業用画像に対して無視するべき微小な水域に対応する画素の全バンドに−９９８を代入する（ステップＳ１６）。
【００３９】
ここまで、作業用画像上は、水域の画素値と陸域の画素値を表す−９９９、無視するべき微小な水域を表す−９９８によって表現されている。この作業用画像とマスク画像の対応する画素を比較し、一方の画素が水域であり、かつ、他方の画素が水域以外である画素数を集計する。この条件に合った画素数がゼロであったとき、作業用画像上の水域とマスク画像上の水域とが一致する。作業用画像上の水域とマスク画像上の水域とが一致した場合（ステップＳ１７でＹｅｓ）、処理を終了する（終了）。このときの作業用画像が水域を抽出した結果画像とする。条件に合った画素数がゼロではない場合（ステップＳ１７でＮｏ）、作業用画像をマスク画像とする（ステップＳ１８）。そして再度、対象画像をコピーして作業用画像を生成し（ステップＳ１３に戻り）、同様の処理を繰り返す。
【００４０】
ここで、例えば、マスク画像生成（ステップＳ１２）直後のときには、マスク画像上の全画素の全バンドは−１であるため、条件に合った画素数はゼロとならない。従って、作業用画像をマスク画像とし、作業用画像生成（ステップＳ１３）を再度実施する。２回目以降の判別分析法による閾値決定（ステップＳ１４）は、直前に抽出した無視するべき微小な水域を除外したＮＤＷＩヒストグラム（６０１ａ）を形成する（６０５ａから６０１ａになる）。この無視するべき微小な水域を除外したＮＤＷＩヒストグラム（６０１ａ）に判別分析法を適用して、無視するべき微小な水域の影響を考慮したＮＤＷＩ閾値決定する。ここでは、水域のピークが６０５ａから６０１ａに近づき、閾値も、６０４ａから６０６ａに近づく。
【００４１】
以後の処理では、前回と同様に閾値適用による水域抽出と作業用画像の更新（ステップＳ１５）、水域から微小水域を除外し、作業用画像を更新する（ステップＳ１６）。そして作業用画像上の水域画素とマスク画像上の水域画素が一致していれば、処理を終了し、一致していなければ、作業用画像をマスク画像として再度処理を繰り返す（ステップＳ１７、Ｓ１８）。最終的には、微小領域の影響が小さくなり、閾値も６０４ａから６０６ａになる。
【００４２】
尚、ステップＳ１７において、作業用画像上の水域画素とマスク画像上の水域画素は完全一致とせず、作業用画像上の水域画素数の数％以下ならば一致したと条件を緩めてもよい。
【００４３】
以上の方法を用いることで、水域と陸域の境界線、もしくは、境界線を決定するための閾値を作業者の判断基準に依存せず、一意に決定することが可能となる。また、処理の大部分を計算機により行うことができるため、作業効率の大幅な改善が可能となる。
【００４４】
さらに、本発明では有限範囲が±１の水分指標を採用することで、計算機上のヒストグラム処理を簡略化・効率化できる。
【００４５】
また、上記の実施の形態において、添付図面に図示されている構成等については、これらに限定されるものではなく、本発明の効果を発揮する範囲内で適宜変更することが可能である。その他、本発明の目的の範囲を逸脱しない限りにおいて適宜変更して実施することが可能である。
【００４６】
例えば、ＮＤＷＩ(正規化水指標： Normalized Difference Water Index)に代えて、正規化土壌指標（ＮＤＳＩ）、正規化植生指標（ＮＤＶＩ）を用いることで、陸域の抽出、森林域等の抽出を行うことができる。
【産業上の利用可能性】
【００４７】
本発明は、画像処理装置に利用できる。
【符号の説明】
【００４８】
１０…処理装置、２０…記憶装置、３０…入出力装置、４０…画像処理部、１００…ＮＤＷＩ演算部、２００…閾値決定部、３００…水域抽出部、４００…微小領域除去部、２１…衛星画像データ記憶部、２２…ＮＤＷＩ演算式記憶部、２３…閾値記憶部、２４…水域データ記憶部、３１…入力装置、３２…表示装置、３３…プリンタ、５０１…対象衛星画像、５０２…水域、５０３…陸域、５０４…海岸線、５０５ａ・５０５ｂ…微小水域、、６０１…ＮＤＷＩヒストグラム、６０２…陸域を主成分とする範囲、６０３…水域を主成分とする範囲、６０４…閾値とするヒストグラムの谷間、６０１ａ…微小水域を除外したＮＤＷＩヒストグラム、６０２ａ…陸域を主成分とする範囲、６０３ａ…水域を主成分とする範囲、６０４ａ…微小水域を含むときの閾値とするヒストグラムの谷間、６０５ａ…微小水域を含むＮＤＷＩヒストグラム、６０６ａ…微小水域を除外したときの閾値とするヒストグラムの谷間。
【特許請求の範囲】
【請求項１】
高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算部と、
各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための２値化のため閾値として決定する閾値決定部と、
前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、
を有することを特徴とする画像処理装置。
【請求項２】
さらに、前記第１及び第２の波長帯により区別される画像データの領域内に存在する波長の異なる微小領域を、当該画像データの領域内の分光輝度値を有する画素とする微小領域除去部を有することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記閾値決定部は、前記各画素における前記正規化指標値と出現頻度との関係を正規化指標値ヒストグラムとして求め、前記クラス内分散と前記クラス間分散とのヒストグラムのうち、頻度が最大となる走査起点となる前記正規化指標値が負であるときには、走査方向を正方向とし、走査起点となる前記正規化指標値が正であるときには、走査方向を負方向とすることを特徴とする請求項１又は２に記載の画像処理装置。
【請求項４】
前記閾値決定部は、
直前に抽出した無視するべき微小領域を除外した前記正規化指標値ヒストグラムを作成し、前記正規化指標値ヒストグラムヒストグラムに判別分析法を適用して閾値を決定する処理を繰り返して閾値を決定することを特徴とする請求項３に記載の画像処理装置。
【請求項５】
高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算ステップと、
各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための２値化のための閾値として決定する閾値決定ステップと、
前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出ステップと、
を有することを特徴とする画像処理方法。
【請求項６】
請求項５に記載の画像処理方法をコンピュータに実行させるためのプログラム。
【請求項１】
高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算部と、
各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための２値化のため閾値として決定する閾値決定部と、
前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出部と、
を有することを特徴とする画像処理装置。
【請求項２】
さらに、前記第１及び第２の波長帯により区別される画像データの領域内に存在する波長の異なる微小領域を、当該画像データの領域内の分光輝度値を有する画素とする微小領域除去部を有することを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記閾値決定部は、前記各画素における前記正規化指標値と出現頻度との関係を正規化指標値ヒストグラムとして求め、前記クラス内分散と前記クラス間分散とのヒストグラムのうち、頻度が最大となる走査起点となる前記正規化指標値が負であるときには、走査方向を正方向とし、走査起点となる前記正規化指標値が正であるときには、走査方向を負方向とすることを特徴とする請求項１又は２に記載の画像処理装置。
【請求項４】
前記閾値決定部は、
直前に抽出した無視するべき微小領域を除外した前記正規化指標値ヒストグラムを作成し、前記正規化指標値ヒストグラムヒストグラムに判別分析法を適用して閾値を決定する処理を繰り返して閾値を決定することを特徴とする請求項３に記載の画像処理装置。
【請求項５】
高空から撮影した地理画像データにおける画素において、第１の波長帯の分光輝度値と、前記第１の波長帯とは異なる第２の波長帯の分光輝度値と、に基づいて画素を識別するための正規化指標値を演算する正規化指標演算ステップと、
各画素における前記正規化指標値と出現頻度との関係を求め、クラス内分散とクラス間分散の比である分離度が最大となる正規化指標値を判別分析法により求め、前記画素を識別するための２値化のための閾値として決定する閾値決定ステップと、
前記閾値と対応する正規化指標値に基づいて、前記第１及び第２の波長帯により区別される画像データの領域を抽出する領域抽出ステップと、
を有することを特徴とする画像処理方法。
【請求項６】
請求項５に記載の画像処理方法をコンピュータに実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１３−８９０２１（Ｐ２０１３−８９０２１Ａ）
【公開日】平成２５年５月１３日（２０１３．５．１３）
【国際特許分類】
【出願番号】特願２０１１−２２８９４０（Ｐ２０１１−２２８９４０）
【出願日】平成２３年１０月１８日（２０１１．１０．１８）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
【公開日】平成２５年５月１３日（２０１３．５．１３）
【国際特許分類】
【出願日】平成２３年１０月１８日（２０１１．１０．１８）
【出願人】（０００２３３０５５）株式会社日立ソリューションズ (1,610)
【Ｆターム（参考）】
[ Back to top ]