JP2004302557A - 高輝度反射物体画像処理システム及び船舶画像処理システム及び高輝度反射物体画像処理方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム - Google Patents
高輝度反射物体画像処理システム及び船舶画像処理システム及び高輝度反射物体画像処理方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム Download PDFInfo
- Publication number
- JP2004302557A JP2004302557A JP2003091675A JP2003091675A JP2004302557A JP 2004302557 A JP2004302557 A JP 2004302557A JP 2003091675 A JP2003091675 A JP 2003091675A JP 2003091675 A JP2003091675 A JP 2003091675A JP 2004302557 A JP2004302557 A JP 2004302557A
- Authority
- JP
- Japan
- Prior art keywords
- ship
- image
- area
- region
- assumed
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
【課題】画像データから船舶候補領域を抽出し、船舶を判定する船舶画像処理システムに係り、船舶候補領域から抽出された船舶諸元を用いて船舶判定することで、自動判定の精度を向上させることを課題とする。
【解決手段】フレーム決定部４と領域画素抽出部５と被覆矩形切出処理部５からなる領域抽出判定部３により、画像データから船舶候補領域を抽出し、船舶判定処理部７は、当該船舶候補領域から想定される船舶に関する船舶諸元を算出し、当該主成分に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定する。船舶諸元は、重心座標、全長方向、全長、全幅などである。
【選択図】 図１
【解決手段】フレーム決定部４と領域画素抽出部５と被覆矩形切出処理部５からなる領域抽出判定部３により、画像データから船舶候補領域を抽出し、船舶判定処理部７は、当該船舶候補領域から想定される船舶に関する船舶諸元を算出し、当該主成分に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定する。船舶諸元は、重心座標、全長方向、全長、全幅などである。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、衛星画像データ中に存在する船舶候補領域を抽出し、船舶を判定する船舶画像処理システム、及び船舶画像処理方法に関する。船舶画像処理システム、及び船舶画像処理方法は、衛星画像データ中に存在する高輝度反射物体領域を抽出し、想定される物体を判定する高輝度反射物体画像処理システム、及び高輝度反射物体画像処理の例である。
【０００２】
【従来の技術】
船舶の検出や領域の抽出に利用される衛星画像データには、主に、画素値が輝度値の光学センサ画像と、画素値が振幅値のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像とがある。これらの衛星画像データは、一般の画像データと比べて画素数が多く、非常に広範囲を撮像することが可能である。
【０００３】
しかし、上記のように衛星画像データから船舶候補領域を領域抽出し、抽出した船舶候補領域に基づいてそれが船舶であるか否かの判定は、人間が目視で行っていた。そのため、多くの時間と労力を要した。
【０００４】
例えば特開２０００−３５３２３４号公報のように衛星画像データ中から船舶候補領域を捉えて船舶の位置を自動的に検出する方法も考案されているが、必ずしも正確ではない。
【０００５】
【特許文献１】
特開２０００−３５３２３４号公報
【０００６】
【発明が解決しようとする課題】
衛星画像データにおいては、艦橋、マスト等構造物の影になってしまう部分は船舶を構成する画素であっても画素値が閾値未満となるので、正しく船舶の成分と判定されずに実際には一つの船舶候補領域であるにもかかわらず、この領域を誤って複数の領域として抽出してしまうことがある。又、撮像時の気象条件により画素値が全体的に低く撮像されている衛星画像データの場合に、船舶検出をし易くするために閾値を低くすると、逆に衛星画像データ中に混在するノイズを拾ってしまい、船舶候補領域の成分ではない画素を誤って前記船舶候補領域を構成する画素として抽出してしまうことがある。そのため従来は、船舶候補領域を正確に抽出することができず、正確に船舶を検出・判定することができないという問題点があった。
【０００７】
本発明はこのような問題を解決するためになされたもので、船舶候補領域から抽出された船舶諸元を用いて船舶判定することで、自動判定の精度を向上させることである。
【０００８】
【課題を解決するための手段】
本発明に係る高輝度反射物体画像処理システムは、
以下の要素を有することを特徴とする
（１）画像データから高輝度反射物体領域を抽出する高輝度反射物体領域抽出部（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する船舶判定処理部。
【０００９】
本発明に係る船舶画像処理システムは、
以下の要素を有することを特徴とする
（１）画像データから船舶候補領域を抽出する船舶候補領域抽出部
（２）当該船舶候補領域から想定される船舶に関する諸元を算出し、当該諸元に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定する船舶判定処理部。
【００１０】
当該諸元は、想定される船舶の全長であることを特徴とする。
【００１１】
当該諸元は、想定される船舶の全幅であることを特徴とする。
【００１２】
当該諸元は、想定される船舶の面積であることを特徴とする。
【００１３】
当該諸元は、想定される船舶の全長と全幅であって、
前記船舶判定処理部は、想定される船舶の全長と全幅の比に従って判定することを特徴とする。
【００１４】
本発明に係る高輝度反射物体画像処理方法は、
以下の要素を有することを特徴とする
（１）画像データから高輝度反射物体領域を抽出する工程
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する工程。
【００１５】
本発明に係るプログラムを記録したコンピュータ読み取り可能な記録媒体は、高輝度反射物体画像処理システムとなるコンピュータに、以下の処理を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であることを特徴とする
（１）画像データから高輝度反射物体領域を抽出する処理
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する処理。
【００１６】
本発明に係るプログラムは、
高輝度反射物体画像処理システムとなるコンピュータに、以下の手順を実行させるためのプログラムであることを特徴とする
（１）画像データから高輝度反射物体領域を抽出する手順
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する手順。
【００１７】
【発明の実施の形態】
実施の形態１．
図１は、この発明の実施の形態１である船舶画像処理システムの全体構成を示す図である。図において、１は、衛星運用機関からＣＤ−ＲＯＭ、磁気テープ等の媒体によって提供される位置情報を含む衛星画像データである。衛星画像に含まれる位置情報をメタデータと呼び、このメタデータには衛星画像の四隅の緯度・経度、ピクセル数（Ｐｉｘｅｌ＿Ｎｕｍ）、ライン数（Ｌｉｎｅ＿Ｎｕｍ）、ピクセルスペーシング（画像データ中の一画素に相当する長さ）が含まれる。このうち、ピクセル数（Ｐｉｘｅｌ＿Ｎｕｍ）にライン数（Ｌｉｎｅ＿Ｎｕｍ）を掛け合わせた数、即ち（Ｐｉｘｅｌ＿Ｎｕｍ ｘ Ｌｉｎｅ＿Ｎｕｍ）の値（以下、「画像領域サイズ」という。）は、当該衛星画像データに含まれる画素数であり、以後のデータ処理に際して確保される配列領域の要素数を規定する値である。
【００１８】
２は、衛星画像データ１を読み込み、衛星画像データ中から船舶の成分と予想される船舶候補としての代表点を検出する代表点検出処理部である。
【００１９】
３は、検出された代表点を元に船舶候補領域を抽出し、その船舶候補領域の被覆矩形を切出す領域抽出判定部である。この領域抽出判定部３は、代表点を囲む所定範囲のフレームを決定するフレーム決定部４、フレーム内部の所定閾値以上の画素群からなる第１領域と、フレーム外部の所定閾値以上の画素群であって各画素が互いに隣接するとともにフレームに少なくとも１点で隣接する第２の領域とを抽出し、これら第１、第２の領域を結合したものを船舶候補領域として抽出する領域画素抽出処理部５、船舶候補領域に対する被覆矩形を切り出す被覆矩形切出処理部６で構成されている。
【００２０】
船舶判定処理部７は、船舶候補領域が船舶であるか否かを判定するとともに、船舶諸元を出力する船舶判定処理部である。
【００２１】
８は、船舶判定処理部７が出力する処理の結果であり、衛星画像データ１から抽出した船舶候補領域が船舶であるか否かの判定結果、船舶諸元などの情報が含まれる。９は、入力データ、出力データ、途中処理のデータ等の表示を行う表示装置である。
【００２２】
次に動作について説明する。図２は船舶画像処理システムの処理の概要を示すフローチャートである。図に示すように、衛星画像データ入力（Ｓ１）において、衛星画像データ１を画像領域サイズ分の二次元配列である実画像領域Ａに入力し、代表点検出処理部２において、この衛星画像データ１から船舶である可能性が高い画素を代表点として検出し、検出した各代表点に対し順番に番号を付し、画像サイズと同じサイズの代表点検出領域（Ｌ１）に格納する。代表点検出領域（Ｌ１）には、代表点に対応する位置にその番号を付し、他の位置にヌル値（０）を格納するものとし、ＳＨＩＰ＿ＮＵＭ＝（抽出した代表点数）を設定する（代表点検出処理）（Ｓｔｅｐ２）。なお、代表点の抽出方法としては、例えば画素値が周辺の領域と比較して高いものを代表点にする等、公知の手法を用いれば良い。
【００２３】
そして、領域抽出判定部３において、抽出された代表点を元に船舶候補領域を抽出し、その船舶候補領域の被覆矩形を切出す領域抽出判定を行い（Ｓｔｅｐ３）、船舶判定処理部７において、船舶諸元を抽出し、船舶か否か判定する船舶判定処理（Ｓｔｅｐ４）を行う。
【００２４】
以下、本発明の特徴となる各処理について詳述する。
まず、領域抽出判定部３のメインをなすＳｔｅｐ３の領域抽出判定の詳細を説明する。図３は、領域抽出判定の内部処理フローを示す図である。図中のＳｈｉｐ＿Ｃｎｔは、一時記憶領域に記憶される変数であり、ＳＨＩＰ＿ＮＵＭは、入力パラメータである処理対象船舶数である。
領域抽出判定では、まず、図３に示すように、画像領域サイズ分の二次元配列のラベリング領域（Ｌ２）を確保し、ヌル値（０）による初期化を行う（Ｓｔｅｐ５）。次に、処理対象船舶カウンタの初期化を行う。即ち、ループ処理に入る前に、現在何番目の船舶候補を処理中であるかを示す処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）を、１で初期化する（Ｓｔｅｐ１０）。
それに続いて、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）、及び被覆矩形切出し処理（Ｓｔｅｐ４０）を実行し、その後、全ての領域抽出・判定の処理が終了したか、即ち、ＳＨＩＰ＿ＮＵＭ≦Ｓｈｉｐ＿Ｃｎｔを満たすかを判定し（Ｓｔｅｐ５０）、満たす場合には処理を終了し、そうでない場合には、Ｓｈｉｐ＿Ｃｎｔに１を加算し（Ｓｔｅｐ６０）、以後、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）がＳＨＩＰ＿ＮＵＭに達するまで、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）、及び被覆矩形切出し処理（Ｓｔｅｐ４０）を実行する。
【００２５】
尚、ここでは説明上このような処理の順番をとっているが、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）をループさせることにより全ての船舶候補領域を抽出した後で、被覆矩形切り出し処理（Ｓｔｅｐ４０）をまとめて行ってもよい。
【００２６】
フレーム決定処理（Ｓｔｅｐ２０）は、船舶候補領域を抽出する処理のベースとなる代表点検出処理（Ｓｔｅｐ２）で検出した代表点の位置を中心にして一定の範囲を有するフレーム（以下、「検出フレーム」という。）を決定し、決定された検出フレーム内の全画素（ラベリング領域（Ｌ２））に当該船舶候補領域の識別番号（処理順に１から順に値を割振る。以下、「船舶候補識別番号」という。）を書き込む処理である。
図７を用いてイメージを説明すると、１０の（黒三角）は検出された代表点であり、それを中心とする一辺が７画素の正方形の領域（図中灰色の領域。）が検出フレーム１１である。なお、検出フレーム１１の範囲は、処理の対象となる船舶の種類・サイズ、１画素の面積等に応じて経験的に設定される。又、形状は正方形に限らないが、ここでは正方形として処理を説明する。
【００２７】
領域画素抽出処理（Ｓｔｅｐ３０）は、フレーム決定処理（Ｓｔｅｐ２０）で決定された検出フレーム内部の画素のうち所定閾値以上の画素値を有するものを抽出し、前記閾値以上の画素からなる画素群を第１の領域として抽出する第１の領域抽出処理と、検出フレームに隣接し、かつ連続する前記閾値以上の画素を抽出し、以後、この抽出した画素又は抽出した画素に隣接する閾値以上の画素からなる画素群を第２の領域として抽出する第２の領域抽出処理と、さらに、これら抽出された第１、第２の領域を船舶候補領域として結合する処理である。
このように、検出フレームの内外で抽出方法を変えることで、船舶構造物の影等の影響を受けて船舶候補領域中に画素値が閾値より低い領域が形成される場合に、実際は１つの船舶候補領域を２つ以上として抽出してしまう（以下、「領域分割抽出」という。）ことを防ぐことができる。
【００２８】
被覆矩形切出し処理（Ｓｔｅｐ４０）は、領域画素抽出処理（Ｓｔｅｐ３０）で抽出された船舶候補領域を全て内包できる被覆矩形を決定し、この被覆矩形に囲まれる実画像領域Ａ上のデータを、処理用の領域として別途確保する画像一時領域にコピーする処理である。
【００２９】
次に、図３中に示したフレーム決定処理（Ｓｔｅｐ２０）の詳細を説明する。図４はフレーム決定処理の詳細を示すフローチャートである。図４に示すように、Ｓｔｅｐ２の代表点検出処理で検出した全ての船舶候補のうち、Ｓｈｉｐ＿Ｃｎｔ番目の代表点を中心とする正方形の検出フレーム（一辺がパラメータ、Ｃ＿ＳＱＵＡＲＥ＿ＳＩＺＥ。）を、ラベリング領域（Ｌ２）上に設定する。
尚、ｘ、ｙ、ｘｌ、ｙｌ、Ｌａｂｅｌ＿Ｆｌａｇは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍ、Ｃ＿ＳＱＵＡＲＥ＿ＳＩＺＥは、記憶領域に記憶されている定数である。
【００３０】
先ず、走査開始位置を設定した（Ｓｔｅｐ２０１）後に、代表点検出処理（Ｓｔｅｐ２）から渡された代表点検出領域（Ｌ１）上の全画素について原点から走査しながら、Ｓｔｅｐ２０２の代表点判定において下記条件式（１）を満足するか否かをチェックする。下記条件式（１）を満足した座標位置が、（事前に検出された全ての代表点のうち）処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）に等しい代表点であり、フレーム決定処理の処理対象となる。下記条件式（１）を満足しない場合は、Ｓｔｅｐ２０３から２０６までの処理により代表点検出領域（Ｌ１）上の走査をさらに続ける。
Ｌ１（ｘ、ｙ）＝Ｓｈｉｐ＿Ｃｎｔ 条件式（１）
【００３１】
下記条件式（１）を満足する代表点Ｌ１（ｘ、ｙ）を発見したら、ラベリング領域（Ｌ２）を参照しながらＳｔｅｐ２０７のラベリング実施条件判定処理で、下記条件式（２）により当該代表点（ｘ、ｙ）が、既に他の船舶候補領域の周辺海域と比べて高い画素値を有する成分画素であるとして処理されている（＜０）、又は未処理である（＝０）、いずれかの条件を満足するか否か（以下、「ラベリング実施条件」という。）を判定する。
Ｌ２（ｘ、ｙ）≦０ 条件式（２）
【００３２】
ここでラベリング実施条件を満足する代表点が続く処理の対象となる。（満足しない場合、当該代表点は、既に他の船舶候補領域抽出のために処理済み且ついずれの船舶候補の成分画素にもならなかったと判断し、処理済フラグ処理（Ｓｔｅｐ２０８）において処理済フラグ（Ｌａｂｅｌ＿Ｆｌａｇ）に１を代入してフレーム決定処理（Ｓｔｅｐ２０）を終了する。これにより以後の無駄な処理が不要になる。仮に処理済みであっても、他の船舶候補領域の成分画素（＜０）と判定された場合には処理を継続することが本発明のポイントの一つであり、これによって実際は同一の船舶の領域を構成する成分画素群であるにも拘わらず、検出フレーム１１の範囲設定やたまたま検出された代表点の位置や数に影響されて「別船舶の領域である」と判定されかけた成分画素群を、同一船舶のものとして結合（以下、「船舶候補領域結合」という。）して抽出することが可能になる。
【００３３】
ラベリング実施条件を満足する場合、ラベリング領域（Ｌ２）上のＬ２（ｘ、ｙ）を中心とし、一辺をＣ＿ＳＱＵＡＲＥ＿ＳＩＺＥ画素とする正方形の検出フレーム１１を決定する（Ｓｔｅｐ２０９）。そしてラベリング領域（Ｌ２）上の検出フレーム１１に含まれる全画素につき、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の値を、下記代入式（３）により代入する（Ｓｔｅｐ２１０）。
Ｌ２（ｘｌ，ｙｌ）＝Ｓｈｉｐ＿Ｃｎｔ 代入式（３）
ラベリングとは、ラベリング領域（Ｌ２）上の配列要素に、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の値、即ち以後の処理の対象となる船舶候補の船舶候補識別番号（処理順に１〜ＳＨＩＰ＿ＮＵＭの値）を代入する（目印を付ける）Ｓｔｅｐ２１０の処理をいう。Ｓｔｅｐ２１１から２１４の処理によって検出フレーム１１内の全画素についてラベリングを終了した後、フレーム決定処理（Ｓｔｅｐ２０）を終了する。
【００３４】
次に、成分画素を抽出する領域画素抽出処理（Ｓｔｅｐ３０）の詳細を、図５のフローにより説明する。領域画素抽出処理（Ｓｔｅｐ３０）は、フレーム決定処理（Ｓｔｅｐ２０）によりラベリングされた検出フレーム１１内部に含まれる全画素、当該検出フレーム１１に隣接する画素、及び前記隣接画素に連続する画素のうち、画素値が閾値（Ｔｈｒｅｓｈｏｌｄ）以上の画素を、同一船舶を構成する成分画素として抽出する。領域画素抽出処理の詳細動作を以下に説明する。
尚、ｘ、ｙ、Ｌａｂｅｌ＿Ｆｌａｇ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍ、Ｔｈｒｅｓｈｏｌｄは、記憶領域に記憶されている定数である。Ａは、実画像領域である。
【００３５】
Ｓｔｅｐ３００のラベリング実施判定において処理済フラグを参照し、代表点がラベリング実施条件を満足しているか否かを、下記条件式（４）によって判断する。
Ｌａｂｅｌ＿Ｆｌａｇ＝１ 条件式（４）
条件式（４）に該当すれば、前記ラベリング実施条件を満足していないとして領域画素抽出処理を終了する。条件式（４）に該当しなければ、処理をさらに続ける。走査開始座標を設定した（Ｓｔｅｐ３１０）後に、ラベリング領域（Ｌ２）内の各画素を原点から走査しながら、下記条件式（５）及び（６）を同時に満たす（現在処理対象である検出フレーム１１内にある、後述するＳｔｅｐ３４０のペイント処理が未完了且つ画素値が閾値以上である）画素（ｘ、ｙ）を、処理対象船舶判定（Ｓｔｅｐ３２０）及び成分画素判定（Ｓｔｅｐ３３０）により得る。ここで、Ａ（ｘ、ｙ）は実画像領域中の画素値である。
Ｌ２（ｘ、ｙ）＝Ｓｈｉｐ＿Ｃｎｔ 条件式（５）
Ａ（ｘ、ｙ）≧Ｔｈｒｅｓｈｏｌｄ 条件式（６）
条件式（５）と条件式（６）を満たす画素（ｘ、ｙ）であれば、その画素（ｘ、ｙ）を種子点としてＳｔｅｐ３４０のペイント処理を行う。
【００３６】
図６によりペイント処理（Ｓ３４０）の詳細を説明する。ペイント処理（Ｓ３４０）は、成分画素群（船舶候補領域）を抽出するための塗りつぶしを行う処理であり、再帰的な構造をとる。
尚、ｘ、ｙ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｔｈｒｅｓｈｏｌｄは、記憶領域に記憶されている定数である。Ａは、ラベリング領域（Ｌ２）で座標ごとに記憶している画素値である。
先ず、種子点ペイント処理（Ｓｔｅｐ３４１）は、ラベリング領域（Ｌ２）の種子点（ｘ、ｙ）に、処理対象船舶カウンタを下記（７）に示すように負に変換した値（−Ｓｈｉｐ＿Ｃｎｔ）を、無条件に代入する。
Ｌ２（ｘ、ｙ）＝−Ｓｈｉｐ＿Ｃｎｔ 代入式（７）
この代入（書き換え）によって、この画素は、処理対象船舶カウンタが示す船舶候補領域の成分画素として塗りつぶされる。既に別の船舶候補領域の成分画素と判定された画素に対しても上書され、これにより船舶候補領域結合が可能になるのである。種子点ペイント処理の後、種子点の右・左・上・下の順で、自らを再帰的にコールしながら、当該処理対象船舶について、「ペイント処理が未完了又は他の船舶候補領域の成分画素として判定済みで、且つその画素値が閾値以上」（以下、「ペイント処理コール条件」という。）の画素に前記負値を代入する。「ペイントする」とは、このように処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の負値即ち船舶候補識別番号の負値を、ラベリング領域（Ｌ２）上の（当該船舶候補領域を構成する成分画素に対応する）配列要素に代入することをいう。
【００３７】
前記再帰についてさらに説明を行う。種子点ペイント処理（Ｓｔｅｐ３４１）の後、ペイント処理実施判定（Ｓｔｅｐ３４２）において、種子点（ｘ、ｙ）の右の画素につき、ペイント処理コール条件を、下記条件式（８）により判定する。条件式（８）を満足すれば、当該右画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４３）。
Ｌ２（ｘ＋１，ｙ）≠ −Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ＋１，ｙ）≧ Ｔｈｒｅｓｈｏｌｄ 条件式（８）
【００３８】
次に、ペイント処理実施判定（Ｓｔｅｐ３４４）において、種子点（ｘ、ｙ）の左の画素につき、ペイント処理コール条件を下記条件式（９）により判定する。条件式（９）を満足すれば、当該左画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４５）。
Ｌ２（ｘ−１，ｙ）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ−１，ｙ）≧Ｔｈｒｅｓｈｏｌｄ 条件式（９）
【００３９】
次に、ペイント処理実施判定（Ｓｔｅｐ３４６）において、種子点（ｘ、ｙ）の上の画素につき、ペイント処理コール条件を下記条件式（１０）により判定する。条件式（１０）を満足すれば、当該上画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４７）。
Ｌ２（ｘ１，ｙ＋１）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ、ｙ＋１）≧Ｔｈｒｅｓｈｏｌｄ 条件式（１０）
【００４０】
次に、ペイント処理実施判定（Ｓｔｅｐ３４８）において、種子点（ｘ、ｙ）の下の画素につき、ペイント処理コール条件を下記条件式（１１）により判定する。条件式（１１）を満足すれば、当該下画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４９）。
Ｌ２（ｘ１，ｙ−１）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ、ｙ−１）≧Ｔｈｒｅｓｈｏｌｄ 条件式（１１）
このようにペイント処理の結果のイメージを表現したものが、図７上の黒色に塗られた代表点１０を含む画素群である。
【００４１】
先にも述べた通り、領域画素抽出処理（Ｓ３０）において検出フレーム１１を使用し、それに含まれ、且つ画素値が所定閾値以上であれば、ペイント処理が必ずコールされて当該処理対象船舶の成分画素としてペイントされることが重要である。つまり、検出フレーム１１は、前出の領域分割抽出の発生を防止するのに有効である。尚、このような利点の反面検出フレーム１１の使用は、２つの船舶を無理に１つに結合してその領域を抽出してしまう危険性も存在するが、検出フレーム１１は通常数ｍ（メートル）の範囲内で設定され、（港湾内停泊中はともかく）船舶が海洋上において数ｍ以内に近づいて航行する場面が通常は非常に少ないこと、本発明が衛星画像データ中の海上に存在する船舶候補領域の抽出精度を上げるためのものであることから大きな問題ではない。
【００４２】
又、代表点１０及び検出フレーム１１をベースとする領域抽出に、前出の船舶候補領域結合を併用することにより、画素値が衛星画像データ上に分布する状態によってたまたま同一船舶において複数の代表点を検出してしまうようなケースを補い、船舶候補領域の抽出精度をさらに上げることができる。さらに又、代表点１０を囲う検出フレーム１１を中心とする領域に焦点を当てて処理を行い、他の船舶候補領域の抽出処理で既に得られた結果をも利用するので、処理の重複を削減して、使用メモリ、計算量を節約することにつながり、船舶候補領域を抽出する精度の向上に加えて計算機の処理時間も短縮できる。
【００４３】
尚、領域画素抽出処理（Ｓｔｅｐ３０）において、最終的に抽出した成分画素群に囲まれ、水平方向に１点連続せずに孤立して存在する前記閾値未満の画素は、例外的にペイントする穴埋め処理を追加することも、衛星画像データに含まれる影の影響を少なくすることに役立つ。
【００４４】
次に、被覆矩形切出し処理（Ｓｔｅｐ４０）について詳述する。図８は、被覆矩形切出し処理（Ｓｔｅｐ４０）の処理の詳細を示す図である。「被覆矩形の切出し」とは、領域画素抽出処理（Ｓｔｅｐ３０）までの処理により抽出された船舶候補領域を全て内包できるラベリング領域（Ｌ２）上の矩形領域の位置情報（領域四隅の座標位置）を算出し、当該矩形領域内部のペイント情報を、画像一時領域に複写する（切出す）ことをいう。被覆矩形切出し処理の動作を以下に説明する。
尚、ｘ、ｙ、Ｘｍａｘ、Ｘｍｉｎ、Ｙｍａｘ、Ｙｍｉｎ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍは、記憶領域に記憶されている定数である。Ｂは、画像一時領域に確保される配列である。
【００４５】
先ず、領域画素抽出処理（Ｓｔｅｐ３０）と同様にＳｔｅｐ４００のラベリング実施判定において処理済フラグを参照し、代表点がラベリング実施条件を満足しているか否かを、前記条件式（４）によって判断する。条件式（４）に該当すれば、前記ラベリング実施条件を満足していないとして被覆矩形切出し処理を終了する。条件式（４）に該当しなければ、処理をさらに続ける。
【００４６】
Ｓｔｅｐ４０１、４０２において処理に必要となる変数の初期化を行った後、ラベリング領域（Ｌ２）上の各画素につき原点から順に走査しながら、Ｓｔｅｐ４０３の判定において、下記条件式（１３）により各画素について処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の負値でもってペイントされているか（処理対象となっている船舶候補の成分画素であるか）否かの判定を行いながら、４０４から４０７の処理により全画素の走査を終えるまでループし、条件に該当する成分画素群の最大・最小のｘ座標、ｙ座標を求める。
Ｌ２（ｘ、ｙ）＝−Ｓｈｉｐ＿Ｃｎｔ 条件式（１３）
このようにして求められた４点、即ち（ｘ最小値、ｙ最大値）、（ｘ最大値、ｙ最大値）、（ｘ最大値、ｙ最小値）、（ｘ最小値、ｙ最小値）によって囲まれる領域が被覆矩形となる。
【００４７】
条件式（１３）を満足し、「ペイントされている」と判定されると、続いて座標判定（Ｓｔｅｐ４０８、４０９、４１０、４１１）において下記条件式（１４）、（１５）、（１６）、及び（１７）を満足するか否かをチェックし、満足する場合はそれぞれ、Ｓｔｅｐ４１２、４１３、４１４、４１５においてｘ座標の最大値、ｘ座標の最小値、ｙ座標の最大値、ｙ座標の最小値を成分画素の座標値で更新する。
ｘ＞Ｘｍａｘ 条件式（１４）
ｘ＜Ｘｍｉｎ 条件式（１５）
ｙ＞Ｙｍａｘ 条件式（１６）
ｙ＜Ｙｍｉｎ 条件式（１７）
この処理を処理対象となっている抽出された船舶候補領域の全画素について実行すれば、船舶候補領域の最大・最小のｘ座標、ｙ座標が求められ、最小の被覆矩形を形成する座標を得ることができる。
【００４８】
以上のようにして得られた被覆矩形の４点の座標から、船舶候補の成分画素群を被覆する最小の矩形サイズ（横：Ｘｍａｘ−Ｘｍｉｎ、縦：Ｙｍａｘ−Ｙｍｉｎ）を求め、画像一時領域確保処理（Ｓｔｅｐ４１６）において、画像一時領域（配列Ｂ（Ｘｍａｘ−Ｘｍｉｎの差分値、Ｙｍａｘ−Ｙｍｉｎの差分値））を確保する。尚、後述する船舶判定処理（Ｓｔｅｐ４）の処理の都合（アルゴリズム）に合わせて、ここで求められた最小被覆矩形よりも大きめに画像一時領域を確保することも可能である。次に、成分画素群複写処理（Ｓｔｅｐ４１７）において、前記画像一時領域に、上で求めた被覆矩形に含まれる（船舶候補領域の）成分画素群をコピーする。又、この画素群のコピーに合わせて前記画像一時領域上の成分画素以外の部分をヌル値（０）等で初期化することにより船舶判定処理の準備（初期化処理）を行うことも可能である。
このように、船舶判定処理（Ｓｔｅｐ４）に先行して被覆矩形切出し処理（Ｓｔｅｐ４０）によって船舶候補領域の成分画素群の切出しを行うことによって、処理に要するメモリ及び計算量の削減、処理の高速化、船舶判定処理の簡素化・単純化を実現できる。
【００４９】
次に、船舶判定処理（Ｓｔｅｐ４）の詳細を、図９を参照にしながら説明する。
船舶判定処理（Ｓｔｅｐ４）は、被覆矩形切出し処理（Ｓｔｅｐ４０）によってコピーされた画像一時領域の船舶候補領域から船舶諸元を算出し、当該船舶候補領域が船舶であるか否かの判定を行う処理である。
【００５０】
先ず、主成分分析処理（Ｓｔｅｐ５１０）を行う。主成分分析処理は、船舶候補領域の成分画素群から船舶諸元の算出を行う処理である。次に、Ｓｔｅｐ５２０の船舶判定処理が、算出された船舶諸元の値をもとに当該船舶候補が真に船舶であるかの判定を行う。本判定により最終的に船舶であると判定された場合、船舶諸元出力処理（Ｓｔｅｐ５３０）を実施する。船舶ではないと判定された場合、そのことを判定結果として出力する。
【００５１】
主成分分析処理（Ｓｔｅｐ５１０）を、図１０を用いて詳細に説明する。尚、ｘ１、ｘ２、…ｘｎ、ｙ１、ｙ２、…ｙｎ、μｘ、μｙ、Δｘ１、Δｘ２、…、Δｘｎ、Δｙ１、Δｙ２、…、Δｙｎ、Ｃ１１、Ｃ１２、Ｃ２１、Ｃ２２、ｐ１、ｑ１、ｐ２、ｑ２、Ｌ、Ｂは、書き換え可能な記憶領域に記憶される変数であり、ｓは、記憶領域に記憶されている定数である。
先ず、重心算出処理（Ｓｔｅｐ５１１）において、成分画素群のＸ座標の平均値μｘ、及びＹ座標の平均値μｙを算出し、成分画素群からなる領域の重心の座標（μｘ、μｙ）を求める。
成分画素群の画素数をｎ、各画素の座標を（ｘ１、ｙ１）、（ｘ２、ｙ２）、…、（ｘｎ、ｙｎ）とするとき、μｘ及びμｙは下記（１９）、（２０）式により算出する。
μｘ＝（ｘ１＋ｘ２＋…＋ｘｎ）／ｎ （１９）
μｙ＝（ｙ１＋ｙ２＋…＋ｙｎ）／ｎ （２０）
【００５２】
重心算出処理（Ｓｔｅｐ５１１）の手順を、図１１に示す。図中のｓｉｇｍａ＿ｘ、ｓｉｇｍａ＿ｙ、ｎは、一時記憶領域に記憶される変数である。最小矩形内の各座標について（Ｓ６０３）、目標船舶に含まれる場合に（Ｓ６０４）、座標値を合算し（Ｓ６０５）、その結果としてｓｉｇｍａ＿ｘとｓｉｇｍａ＿ｙを求め、それぞれ合算した座標数ｎで割って（Ｓ６０６）、重心のｘ座標μｘとｙ座標μｙを求めている（Ｓ６０７）。
【００５３】
次に、相関行列の計算（Ｓｔｅｐ５１２〜Ｓｔｅｐ５１４）により、相関行列を求める。その為、先ず偏差算出処理（Ｓｔｅｐ５１２）において、成分画素群の各画素の前記重心からの偏差（Δｘ１，Δｙ１）〜（Δｘｎ、Δｙｎ）を算出する。各偏差は、重心（μｘ，μｙ）を座標原点とみなしたときの座標値にあたる。Δｘｉ及びΔｙｉ（１≦ｉ≦ｎ）は下記式（２１）、（２２）により算出する。
Δｘｉ＝ｘｉ−μｘ （２１）
Δｙｉ＝ｙｉ−μｙ （２２）
【００５４】
次に、偏差のベクトル化処理（Ｓｔｅｐ５１３）において、偏差のｘ成分からベクトルΔｘを、偏差のｙ成分からベクトルΔｙを得る。Δｘ及びΔｙは下記式（２３）、（２４）により定義される。
Δｘ＝（Δｘ１、Δｘ２、…、Δｘｎ） （２３）
Δｙ＝（Δｙ１、Δｙ２、…、Δｙｎ） （２４）
【００５５】
次に、相関行列算出処理（Ｓｔｅｐ５１４）において、ΔｘとΔｙの、２行２列の相関行列Ｃを算出する。Ｃの各成分はそれぞれ以下のように算出する。（・はベクトル内積の演算子である。）
Ｃ１１ ＝ Δｘ・Δｘ （２５）
Ｃ１２ ＝ Δｘ・Δｙ （２６）
Ｃ２１ ＝ Δｙ・Δｘ （２７）
Ｃ２２ ＝ Δｙ・Δｙ （２８）
【００５６】
図１２は、相関行列算出処理の詳細を示す図である。尚、ｘ１、ｘ２、…ｘｎ、ｙ１、ｙ２、…ｙｎ、μｘ、μｙ、Ｃ１１、Ｃ１２、Ｃ２１、Ｃ２２は、書き換え可能な記憶領域に記憶される変数である。
先ず、Ｃ１１、Ｃ１２、Ｃ２２を０に初期化し（Ｓ７０１）、最小矩形内の各座標について（Ｓ７０２）、目標船舶に含まれる場合に（Ｓ７０３）、ｘとμｘの差分を求め、その差分を一時記憶し、その差分の二乗を求め、その二乗値を一時記憶し、その二乗値をＣ１１に加算する。また、ｙとμｙの差分を求め、その差分を一時記憶し、ｘとμｘの差分とｙとμｙの差分を積算し、その積を一時記憶し、その積をＣ１２に加算する。更に、ｙとμｙの差分の二乗を求め、その二乗値を一時記憶し、その二乗値をＣ２２に加算する（Ｓ７０４）。
【００５７】
次に、固有値及び固有ベクトルの計算（Ｓ５１５，Ｓ５１６）について説明する。先ず、全長方向算出処理（Ｓｔｅｐ５１５）において、相関行列Ｃの最大固有値λ１、及びそれに対応する固有ベクトル（ｐ１，ｑ１）を算出する。最大固有値λ１は下式により算出することができる。（尚、ｓｑｒｔ（Ｘ）はＸの平方根を表す。）
上式（２９）で求めたλ１を用いて、ｐ１及びｑ１を下式により算出することができる。
ここで求まる（ｐ１、ｑ１）の向きは、船舶候補の成分画素群からなる領域の全長方向になる。何故ならば、重心（μｘ、μｙ）を通る直線に投影した各成分画素の直線上における位置（重心を基準点として一方を正方向、もう一方を負方向とする）の分散は、直線の方向が（ｐ１、ｑ１）の向きに一致するとき最大になるからである。このようにして、ｑ１／ｐ１により、船舶候補領域の進行方向を求めることができる。
【００５８】
同様に、全幅方向算出処理（Ｓｔｅｐ５１６）において、相関行列Ｃの最小固有値λ２とそれに対応する固有ベクトル（ｐ２、ｑ２）を算出する。最小固有値λ２は下式により算出することができる。
式（３２）で求めたλ２を用いてｐ２及びｑ２は下式により算出することができる。
（ｐ２、ｑ２）の向きは、船舶候補領域の全幅方向になる。重心（μｘ、μｙ）を通る直線に投影した各成分画素の直線上における位置の分散は、直線の方向が（ｐ２、ｑ２）の向きに一致するとき最小になるからである。又、このようにして算出した全幅方向は、上で求めた全長方向と常に直交するという性質を持つ。
【００５９】
図１３は、固有値及び固有ベクトルの計算処理を示す図である。尚、Ｃ１１、Ｃ１２、Ｃ２２、λ１、λ２、ｄｉｖｉｓｏｒ１１、ｄｉｖｉｓｏｒ１２、ｄｉｖｉｓｏｒ２１、ｄｉｖｉｓｏｒ２２、ｐ１、ｑ１、ｐ２、ｑ２は、書き換え可能な記憶領域に記憶される変数である。
まず、λ１とλ２を求める（Ｓ８０１）。Ｃ１１とＣ２２の差を求め、その差を一時記憶し、その差の二乗を求め、Ｃ１１とＣ２２の差の二乗値を一時記憶し、更に、Ｃ１２の二乗を求め、Ｃ１２の二乗値を一時記憶する。Ｃ１１とＣ２２の差の二乗値とＣ１２の二乗値を加算し、その和を一時記憶し、その和の平方根を求め、その平方根を一時記憶し、Ｃ１１とＣ２２とその平方根を合算し、その結果の１／２をλ１として記憶する。また、Ｃ１１とＣ２２を加算し、その和から前述の平方根を差し引いて、その結果の１／２をλ２として記憶する。
【００６０】
次に、ｄｉｖｉｓｏｒ１１、ｄｉｖｉｓｏｒ１２、ｄｉｖｉｓｏｒ２１、及びｄｉｖｉｓｏｒ２２を求める（Ｓ８０２）。Ｃ１１からλ１を引いて、その差を一時記憶し、Ｃ１１とλ１の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ１１として記憶する。
Ｃ２２からλ１を引いて、その差を一時記憶し、Ｃ２２とλ１の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ１２として記憶する。
Ｃ１１からλ２を引いて、その差を一時記憶し、Ｃ１１とλ２の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ２１として記憶する。
Ｃ２２からλ２を引いて、その差を一時記憶し、Ｃ２２とλ２の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ２２として記憶する。
【００６１】
ｄｉｖｉｓｏｒ１１とｄｉｖｉｓｏｒ１２がともに０の場合、あるいは、ｄｉｖｉｓｏｒ２１とｄｉｖｉｓｏｒ２２がともに０の場合は（Ｓ８０３）、固有ベクトルの方向が不定と判断する（Ｓ８０４）。それ以外の場合は、ｐ１とｑ１を求め、更に、ｐ２とｑ２を求める。
ｄｉｖｉｓｏｒ１１＞ｄｉｖｉｓｏｒ１２の場合には（Ｓ８０５）、Ｃ１２をｄｉｖｉｓｏｒ１１で割り、その結果をｐ１として記憶し、λ１からＣ１１を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ１１で割り、その結果をｑ１として記憶する（Ｓ８０６）。ｄｉｖｉｓｏｒ１１＜ｄｉｖｉｓｏｒ１２の場合には（Ｓ８０５）、λ１からＣ２２を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ１２で割り、その結果をｐ１として記憶し、Ｃ１２をｄｉｖｉｓｏｒ１２で割り、その結果をｑ１として記憶する（Ｓ８０７）。
ｄｉｖｉｓｏｒ２１＞ｄｉｖｉｓｏｒ２２の場合には（Ｓ８０８）、Ｃ１２をｄｉｖｉｓｏｒ２１で割り、その結果をｐ２として記憶し、λ２からＣ１１を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ２１で割り、その結果をｑ２として記憶する（Ｓ８０９）。ｄｉｖｉｓｏｒ２１＜ｄｉｖｉｓｏｒ２２の場合には（Ｓ８０８）、λ２からＣ２２を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ２２で割り、その結果をｐ２として記憶し、Ｃ１２をｄｉｖｉｓｏｒ２２で割り、その結果をｑ２として記憶する（Ｓ８１０）。
【００６２】
次に、長さ・幅の計算の処理（Ｓ５１７，Ｓ５１８）について説明する。先ず、全長算出処理（Ｓｔｅｐ５１７）において、全長Ｌを算出する。全長Ｌの算出は下式による。
但し、ｉは１〜ｎ（ｎは成分画素群の画素数）についてとる。また、ｓは、衛星画像データのピクセルスペーシングであり、衛星画像データの１画素の一辺の長さである。全長Ｌは、重心（μｘ、μｙ）を通り、全長方向に平行な直線に投影した成分画素群の画素２点間の最大距離である。
【００６３】
次に、全幅算出処理（Ｓｔｅｐ５１８）において、全幅Ｂを算出する。全幅Ｂの算出は下式による。
但し、ｉは１〜ｎ（ｎは成分画素群の画素数）についてとる。全幅Ｂは重心（μｘ、μｙ）を通り全幅方向に平行な直線に投影した船舶画素群の画素２点間の最大距離である。
【００６４】
図１４は、長さ・幅の計算処理を示す図である。尚、ｍｉｎ＿ｚ１、ｍａｘ＿ｚ１、ｍｉｎ＿ｚ２、ｍａｘ＿ｚ２、ｚ１、ｚ２、ｘ、ｙ、μｘ、μｙ、ｐ１、ｑ１、ｐ２、ｑ２、ｌｅｎｇｔｈ、ｗｉｄｔｈは、書き換え可能な記憶領域に記憶される変数である。
先ず、ｍｉｎ＿ｚ１、ｍａｘ＿ｚ１、ｍｉｎ＿ｚ２、ｍａｘ＿ｚ２を０に初期化し（Ｓ１４０１）、最小矩形内の各座標について（Ｓ１４０２）、目標船舶に含まれる場合に（Ｓ１４０３）、ｚ１とｚ２を算出し（Ｓ１４０４）、ｚ１がｍｉｎ＿ｚ１より小さい場合に（Ｓ１４０５）、ｍｉｎ＿ｚ１にｚ１を記憶し（Ｓ１４０６）、ｚ１がｍａｘ＿ｚ１より大きい場合に（Ｓ１４０７）、ｍａｘ＿ｚ１にｚ１を記憶し（Ｓ１４０８）、ｚ２がｍｉｎ＿ｚ２より小さい場合に（Ｓ１４０９）、ｍｉｎ＿ｚ２にｚ２を記憶し（Ｓ１４１０）、ｚ２がｍａｘ＿ｚ２より大きい場合に（Ｓ１４１１）、ｍａｘ＿ｚ２にｚ２を記憶する（Ｓ１４１２）。
ｚ１とｚ２は、以下の処理により算出する。ｘからμｘを引いて、その差を一時記憶し、
ｙからμｙを引いて、その差を一時記憶する。そして、ｐ１にｘとμｘの差を乗じて、ｐ１・（ｘ−μｘ）の積を一時記憶し、ｑ１にｙとμｙの差を乗じて、ｑ１・（ｙ−μｙ）の積を一時記憶し、ｐ１・（ｘ−μｘ）の積とｑ１・（ｙ−μｙ）の積を加算し、その和をｚ１として記憶する。また、ｐ２にｘとμｘの差を乗じて、ｐ２・（ｘ−μｘ）の積を一時記憶し、ｑ２にｙとμｙの差を乗じて、ｑ２・（ｙ−μｙ）の積を一時記憶し、ｐ２・（ｘ−μｘ）の積とｑ２・（ｙ−μｙ）の積を加算し、その和をｚ２として記憶する。
最後に、ｍａｘ＿ｚ１からｍｉｎ＿ｚ１を引いて、その差をｌｅｎｇｔｈとして記憶し、ｍａｘ＿ｚ２からｍｉｎ＿ｚ２を引いて、その差をｗｉｄｔｈとして記憶する（Ｓ１４１４）。
【００６５】
以上のようにして算出した、重心座標（μｘ，μｙ）、全長方向（ｐ１、ｑ１）、全長Ｌ、全幅Ｂ等の船舶諸元の値により（船舶候補領域が真に船舶領域であるか否かを判定する）船舶判定処理（Ｓｔｅｐ５２０）を行う。機能上、船舶は通常構造的に縦長になるようになっている。又、その全長、全幅、面積等の値にも下限・上限がある。そこで、船舶判定処理において、抽出した成分画素群からなる領域が真に船舶領域であるか否かを、以下（３７）、（３８）、（３９）、（４０）に示すような判定条件により判定する。（下記条件式の面積は、成分画素群の画素数に衛星画像データ１の１画素の面積ｓ２を乗ずることにより得られる。）
最小全長≦Ｌ≦最大全長 条件式（３７）
最小全幅≦Ｂ≦最大全幅 条件式（３８）
最小面積≦面積≦最大面積 条件式（３９）
最小ＬＢ比≦Ｌ／Ｂ≦最大ＬＢ 条件式（４０）
（または、最小ＢＬ比≦Ｂ／Ｌ≦最大ＢＬ）
上記の条件式を満足する船舶候補領域を、最終的に船舶領域と判定する。
【００６６】
尚、上記最小全長、最大全長、最小全幅、最大全幅、最小面積、最大面積、最小ＬＢ比、最大ＬＢ比はパラメータであり、判定対象とする船種や船舶のサイズの範囲に応じて設定すればよい。抽出した船舶候補領域が最終的に船舶領域（船舶）であると判定された場合は、船舶諸元出力処理（Ｓｔｅｐ５３０）で、「船舶である。」との判定結果と共に、船舶諸元データを出力する。
【００６７】
このように算出された船舶諸元の値による判定を加えることにより、単に船舶候補領域と周辺領域の画素値との比較による船舶検出・判定を行うよりも精度の高い検出・判定が可能になる。又、特定の船種に絞った検出・判定を行うことも可能になる。さらに、船舶諸元の値による判定が加わることで、衛星画像データ中の局所的に非常に高い画素値を示す個所、例えばノイズを含む画素や、真値であってもブイや養殖いかだのような船舶以外の目的物を、船舶として検出・判定してしまうことを防げる。さらに又、求められた船舶諸元の値を活用して船舶の個別識別を行うような応用も考えられる。
【００６８】
船舶画像処理システムは、高輝度反射物体画像処理システムの例であり、船舶以外の高輝度に反射する物体に用いても構わない。例えば、飛行機や建造物などの構造体、動植物や人などの生物、或いは岩石や蒸気などの自然物に用いることも考えられる。
【００６９】
船舶画像処理システムは、コンピュータであり、各要素はプログラムにより処理を実行することができる。また、プログラムを記憶媒体に記憶させ、記憶媒体からコンピュータに読み取られるようにすることができる。
【００７０】
【発明の効果】
以上のように、この発明は、船舶候補領域から想定される船舶に関する諸元を算出し、当該船舶諸元に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定するので、船舶候補領域から抽出された船舶諸元を用いて船舶判定することで、自動判定の精度を向上させることである。
【図面の簡単な説明】
【図１】衛星画像データ中に存在する船舶領域を判定するシステムの全体構成図である。
【図２】衛星画像データ中に存在する船舶領域を抽出するシステムの処理の流れを示すフローチャートである。
【図３】船舶領域を抽出するシステムを構成する領域抽出判定の処理の流れを示すフローチャートである。
【図４】領域抽出判定を構成するフレーム決定処理の処理の流れを示すフローチャートである。
【図５】領域抽出判定を構成する領域画素抽出処理の処理の流れを示すフローチャートである。
【図６】領域画素抽出処理を構成するペイント処理の処理の流れを示すフローチャートである。
【図７】衛星画像データ上の代表点１０、検出フレーム１１のイメージを示す図である。
【図８】領域抽出判定を構成する被覆矩形切出し処理の処理の流れを示すフローチャートである。
【図９】領域抽出判定を構成する船舶判定処理の処理の流れを示すフローチャートである。
【図１０】船舶判定処理を構成する全長・全幅計算処理の処理の流れを示すフローチャートである。
【図１１】重心の計算の処理の流れを示すフローチャートである。
【図１２】相関行列の計算の処理の流れを示すフローチャートである。
【図１３】固有値及び固有ベクトルの計算の処理の流れを示すフローチャートである。
【図１４】長さ・幅の計算の処理の流れを示すフローチャートである。
【符号の説明】
１ 衛星画像データ、２ 代表点検出処理部、３ 領域抽出判定部、４ フレーム決定部、５ 領域画素抽出処理部、６ 被覆矩形切出処理部、７ 船舶判定処理部、８ 船舶諸元データ等、９ 表示装置、１０ 代表点、１１ 検出フレーム、２０ ｇａｔｅ、２１ ｔａｒｇｅｔ、３０ 代表点検出領域（Ｌ１）記憶部、３１ ラベリング領域（Ｌ２）記憶部、３２ 画像一時領域。
【発明の属する技術分野】
本発明は、衛星画像データ中に存在する船舶候補領域を抽出し、船舶を判定する船舶画像処理システム、及び船舶画像処理方法に関する。船舶画像処理システム、及び船舶画像処理方法は、衛星画像データ中に存在する高輝度反射物体領域を抽出し、想定される物体を判定する高輝度反射物体画像処理システム、及び高輝度反射物体画像処理の例である。
【０００２】
【従来の技術】
船舶の検出や領域の抽出に利用される衛星画像データには、主に、画素値が輝度値の光学センサ画像と、画素値が振幅値のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像とがある。これらの衛星画像データは、一般の画像データと比べて画素数が多く、非常に広範囲を撮像することが可能である。
【０００３】
しかし、上記のように衛星画像データから船舶候補領域を領域抽出し、抽出した船舶候補領域に基づいてそれが船舶であるか否かの判定は、人間が目視で行っていた。そのため、多くの時間と労力を要した。
【０００４】
例えば特開２０００−３５３２３４号公報のように衛星画像データ中から船舶候補領域を捉えて船舶の位置を自動的に検出する方法も考案されているが、必ずしも正確ではない。
【０００５】
【特許文献１】
特開２０００−３５３２３４号公報
【０００６】
【発明が解決しようとする課題】
衛星画像データにおいては、艦橋、マスト等構造物の影になってしまう部分は船舶を構成する画素であっても画素値が閾値未満となるので、正しく船舶の成分と判定されずに実際には一つの船舶候補領域であるにもかかわらず、この領域を誤って複数の領域として抽出してしまうことがある。又、撮像時の気象条件により画素値が全体的に低く撮像されている衛星画像データの場合に、船舶検出をし易くするために閾値を低くすると、逆に衛星画像データ中に混在するノイズを拾ってしまい、船舶候補領域の成分ではない画素を誤って前記船舶候補領域を構成する画素として抽出してしまうことがある。そのため従来は、船舶候補領域を正確に抽出することができず、正確に船舶を検出・判定することができないという問題点があった。
【０００７】
本発明はこのような問題を解決するためになされたもので、船舶候補領域から抽出された船舶諸元を用いて船舶判定することで、自動判定の精度を向上させることである。
【０００８】
【課題を解決するための手段】
本発明に係る高輝度反射物体画像処理システムは、
以下の要素を有することを特徴とする
（１）画像データから高輝度反射物体領域を抽出する高輝度反射物体領域抽出部（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する船舶判定処理部。
【０００９】
本発明に係る船舶画像処理システムは、
以下の要素を有することを特徴とする
（１）画像データから船舶候補領域を抽出する船舶候補領域抽出部
（２）当該船舶候補領域から想定される船舶に関する諸元を算出し、当該諸元に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定する船舶判定処理部。
【００１０】
当該諸元は、想定される船舶の全長であることを特徴とする。
【００１１】
当該諸元は、想定される船舶の全幅であることを特徴とする。
【００１２】
当該諸元は、想定される船舶の面積であることを特徴とする。
【００１３】
当該諸元は、想定される船舶の全長と全幅であって、
前記船舶判定処理部は、想定される船舶の全長と全幅の比に従って判定することを特徴とする。
【００１４】
本発明に係る高輝度反射物体画像処理方法は、
以下の要素を有することを特徴とする
（１）画像データから高輝度反射物体領域を抽出する工程
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する工程。
【００１５】
本発明に係るプログラムを記録したコンピュータ読み取り可能な記録媒体は、高輝度反射物体画像処理システムとなるコンピュータに、以下の処理を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であることを特徴とする
（１）画像データから高輝度反射物体領域を抽出する処理
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する処理。
【００１６】
本発明に係るプログラムは、
高輝度反射物体画像処理システムとなるコンピュータに、以下の手順を実行させるためのプログラムであることを特徴とする
（１）画像データから高輝度反射物体領域を抽出する手順
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する手順。
【００１７】
【発明の実施の形態】
実施の形態１．
図１は、この発明の実施の形態１である船舶画像処理システムの全体構成を示す図である。図において、１は、衛星運用機関からＣＤ−ＲＯＭ、磁気テープ等の媒体によって提供される位置情報を含む衛星画像データである。衛星画像に含まれる位置情報をメタデータと呼び、このメタデータには衛星画像の四隅の緯度・経度、ピクセル数（Ｐｉｘｅｌ＿Ｎｕｍ）、ライン数（Ｌｉｎｅ＿Ｎｕｍ）、ピクセルスペーシング（画像データ中の一画素に相当する長さ）が含まれる。このうち、ピクセル数（Ｐｉｘｅｌ＿Ｎｕｍ）にライン数（Ｌｉｎｅ＿Ｎｕｍ）を掛け合わせた数、即ち（Ｐｉｘｅｌ＿Ｎｕｍ ｘ Ｌｉｎｅ＿Ｎｕｍ）の値（以下、「画像領域サイズ」という。）は、当該衛星画像データに含まれる画素数であり、以後のデータ処理に際して確保される配列領域の要素数を規定する値である。
【００１８】
２は、衛星画像データ１を読み込み、衛星画像データ中から船舶の成分と予想される船舶候補としての代表点を検出する代表点検出処理部である。
【００１９】
３は、検出された代表点を元に船舶候補領域を抽出し、その船舶候補領域の被覆矩形を切出す領域抽出判定部である。この領域抽出判定部３は、代表点を囲む所定範囲のフレームを決定するフレーム決定部４、フレーム内部の所定閾値以上の画素群からなる第１領域と、フレーム外部の所定閾値以上の画素群であって各画素が互いに隣接するとともにフレームに少なくとも１点で隣接する第２の領域とを抽出し、これら第１、第２の領域を結合したものを船舶候補領域として抽出する領域画素抽出処理部５、船舶候補領域に対する被覆矩形を切り出す被覆矩形切出処理部６で構成されている。
【００２０】
船舶判定処理部７は、船舶候補領域が船舶であるか否かを判定するとともに、船舶諸元を出力する船舶判定処理部である。
【００２１】
８は、船舶判定処理部７が出力する処理の結果であり、衛星画像データ１から抽出した船舶候補領域が船舶であるか否かの判定結果、船舶諸元などの情報が含まれる。９は、入力データ、出力データ、途中処理のデータ等の表示を行う表示装置である。
【００２２】
次に動作について説明する。図２は船舶画像処理システムの処理の概要を示すフローチャートである。図に示すように、衛星画像データ入力（Ｓ１）において、衛星画像データ１を画像領域サイズ分の二次元配列である実画像領域Ａに入力し、代表点検出処理部２において、この衛星画像データ１から船舶である可能性が高い画素を代表点として検出し、検出した各代表点に対し順番に番号を付し、画像サイズと同じサイズの代表点検出領域（Ｌ１）に格納する。代表点検出領域（Ｌ１）には、代表点に対応する位置にその番号を付し、他の位置にヌル値（０）を格納するものとし、ＳＨＩＰ＿ＮＵＭ＝（抽出した代表点数）を設定する（代表点検出処理）（Ｓｔｅｐ２）。なお、代表点の抽出方法としては、例えば画素値が周辺の領域と比較して高いものを代表点にする等、公知の手法を用いれば良い。
【００２３】
そして、領域抽出判定部３において、抽出された代表点を元に船舶候補領域を抽出し、その船舶候補領域の被覆矩形を切出す領域抽出判定を行い（Ｓｔｅｐ３）、船舶判定処理部７において、船舶諸元を抽出し、船舶か否か判定する船舶判定処理（Ｓｔｅｐ４）を行う。
【００２４】
以下、本発明の特徴となる各処理について詳述する。
まず、領域抽出判定部３のメインをなすＳｔｅｐ３の領域抽出判定の詳細を説明する。図３は、領域抽出判定の内部処理フローを示す図である。図中のＳｈｉｐ＿Ｃｎｔは、一時記憶領域に記憶される変数であり、ＳＨＩＰ＿ＮＵＭは、入力パラメータである処理対象船舶数である。
領域抽出判定では、まず、図３に示すように、画像領域サイズ分の二次元配列のラベリング領域（Ｌ２）を確保し、ヌル値（０）による初期化を行う（Ｓｔｅｐ５）。次に、処理対象船舶カウンタの初期化を行う。即ち、ループ処理に入る前に、現在何番目の船舶候補を処理中であるかを示す処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）を、１で初期化する（Ｓｔｅｐ１０）。
それに続いて、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）、及び被覆矩形切出し処理（Ｓｔｅｐ４０）を実行し、その後、全ての領域抽出・判定の処理が終了したか、即ち、ＳＨＩＰ＿ＮＵＭ≦Ｓｈｉｐ＿Ｃｎｔを満たすかを判定し（Ｓｔｅｐ５０）、満たす場合には処理を終了し、そうでない場合には、Ｓｈｉｐ＿Ｃｎｔに１を加算し（Ｓｔｅｐ６０）、以後、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）がＳＨＩＰ＿ＮＵＭに達するまで、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）、及び被覆矩形切出し処理（Ｓｔｅｐ４０）を実行する。
【００２５】
尚、ここでは説明上このような処理の順番をとっているが、フレーム決定処理（Ｓｔｅｐ２０）、領域画素抽出処理（Ｓｔｅｐ３０）をループさせることにより全ての船舶候補領域を抽出した後で、被覆矩形切り出し処理（Ｓｔｅｐ４０）をまとめて行ってもよい。
【００２６】
フレーム決定処理（Ｓｔｅｐ２０）は、船舶候補領域を抽出する処理のベースとなる代表点検出処理（Ｓｔｅｐ２）で検出した代表点の位置を中心にして一定の範囲を有するフレーム（以下、「検出フレーム」という。）を決定し、決定された検出フレーム内の全画素（ラベリング領域（Ｌ２））に当該船舶候補領域の識別番号（処理順に１から順に値を割振る。以下、「船舶候補識別番号」という。）を書き込む処理である。
図７を用いてイメージを説明すると、１０の（黒三角）は検出された代表点であり、それを中心とする一辺が７画素の正方形の領域（図中灰色の領域。）が検出フレーム１１である。なお、検出フレーム１１の範囲は、処理の対象となる船舶の種類・サイズ、１画素の面積等に応じて経験的に設定される。又、形状は正方形に限らないが、ここでは正方形として処理を説明する。
【００２７】
領域画素抽出処理（Ｓｔｅｐ３０）は、フレーム決定処理（Ｓｔｅｐ２０）で決定された検出フレーム内部の画素のうち所定閾値以上の画素値を有するものを抽出し、前記閾値以上の画素からなる画素群を第１の領域として抽出する第１の領域抽出処理と、検出フレームに隣接し、かつ連続する前記閾値以上の画素を抽出し、以後、この抽出した画素又は抽出した画素に隣接する閾値以上の画素からなる画素群を第２の領域として抽出する第２の領域抽出処理と、さらに、これら抽出された第１、第２の領域を船舶候補領域として結合する処理である。
このように、検出フレームの内外で抽出方法を変えることで、船舶構造物の影等の影響を受けて船舶候補領域中に画素値が閾値より低い領域が形成される場合に、実際は１つの船舶候補領域を２つ以上として抽出してしまう（以下、「領域分割抽出」という。）ことを防ぐことができる。
【００２８】
被覆矩形切出し処理（Ｓｔｅｐ４０）は、領域画素抽出処理（Ｓｔｅｐ３０）で抽出された船舶候補領域を全て内包できる被覆矩形を決定し、この被覆矩形に囲まれる実画像領域Ａ上のデータを、処理用の領域として別途確保する画像一時領域にコピーする処理である。
【００２９】
次に、図３中に示したフレーム決定処理（Ｓｔｅｐ２０）の詳細を説明する。図４はフレーム決定処理の詳細を示すフローチャートである。図４に示すように、Ｓｔｅｐ２の代表点検出処理で検出した全ての船舶候補のうち、Ｓｈｉｐ＿Ｃｎｔ番目の代表点を中心とする正方形の検出フレーム（一辺がパラメータ、Ｃ＿ＳＱＵＡＲＥ＿ＳＩＺＥ。）を、ラベリング領域（Ｌ２）上に設定する。
尚、ｘ、ｙ、ｘｌ、ｙｌ、Ｌａｂｅｌ＿Ｆｌａｇは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍ、Ｃ＿ＳＱＵＡＲＥ＿ＳＩＺＥは、記憶領域に記憶されている定数である。
【００３０】
先ず、走査開始位置を設定した（Ｓｔｅｐ２０１）後に、代表点検出処理（Ｓｔｅｐ２）から渡された代表点検出領域（Ｌ１）上の全画素について原点から走査しながら、Ｓｔｅｐ２０２の代表点判定において下記条件式（１）を満足するか否かをチェックする。下記条件式（１）を満足した座標位置が、（事前に検出された全ての代表点のうち）処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）に等しい代表点であり、フレーム決定処理の処理対象となる。下記条件式（１）を満足しない場合は、Ｓｔｅｐ２０３から２０６までの処理により代表点検出領域（Ｌ１）上の走査をさらに続ける。
Ｌ１（ｘ、ｙ）＝Ｓｈｉｐ＿Ｃｎｔ 条件式（１）
【００３１】
下記条件式（１）を満足する代表点Ｌ１（ｘ、ｙ）を発見したら、ラベリング領域（Ｌ２）を参照しながらＳｔｅｐ２０７のラベリング実施条件判定処理で、下記条件式（２）により当該代表点（ｘ、ｙ）が、既に他の船舶候補領域の周辺海域と比べて高い画素値を有する成分画素であるとして処理されている（＜０）、又は未処理である（＝０）、いずれかの条件を満足するか否か（以下、「ラベリング実施条件」という。）を判定する。
Ｌ２（ｘ、ｙ）≦０ 条件式（２）
【００３２】
ここでラベリング実施条件を満足する代表点が続く処理の対象となる。（満足しない場合、当該代表点は、既に他の船舶候補領域抽出のために処理済み且ついずれの船舶候補の成分画素にもならなかったと判断し、処理済フラグ処理（Ｓｔｅｐ２０８）において処理済フラグ（Ｌａｂｅｌ＿Ｆｌａｇ）に１を代入してフレーム決定処理（Ｓｔｅｐ２０）を終了する。これにより以後の無駄な処理が不要になる。仮に処理済みであっても、他の船舶候補領域の成分画素（＜０）と判定された場合には処理を継続することが本発明のポイントの一つであり、これによって実際は同一の船舶の領域を構成する成分画素群であるにも拘わらず、検出フレーム１１の範囲設定やたまたま検出された代表点の位置や数に影響されて「別船舶の領域である」と判定されかけた成分画素群を、同一船舶のものとして結合（以下、「船舶候補領域結合」という。）して抽出することが可能になる。
【００３３】
ラベリング実施条件を満足する場合、ラベリング領域（Ｌ２）上のＬ２（ｘ、ｙ）を中心とし、一辺をＣ＿ＳＱＵＡＲＥ＿ＳＩＺＥ画素とする正方形の検出フレーム１１を決定する（Ｓｔｅｐ２０９）。そしてラベリング領域（Ｌ２）上の検出フレーム１１に含まれる全画素につき、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の値を、下記代入式（３）により代入する（Ｓｔｅｐ２１０）。
Ｌ２（ｘｌ，ｙｌ）＝Ｓｈｉｐ＿Ｃｎｔ 代入式（３）
ラベリングとは、ラベリング領域（Ｌ２）上の配列要素に、処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の値、即ち以後の処理の対象となる船舶候補の船舶候補識別番号（処理順に１〜ＳＨＩＰ＿ＮＵＭの値）を代入する（目印を付ける）Ｓｔｅｐ２１０の処理をいう。Ｓｔｅｐ２１１から２１４の処理によって検出フレーム１１内の全画素についてラベリングを終了した後、フレーム決定処理（Ｓｔｅｐ２０）を終了する。
【００３４】
次に、成分画素を抽出する領域画素抽出処理（Ｓｔｅｐ３０）の詳細を、図５のフローにより説明する。領域画素抽出処理（Ｓｔｅｐ３０）は、フレーム決定処理（Ｓｔｅｐ２０）によりラベリングされた検出フレーム１１内部に含まれる全画素、当該検出フレーム１１に隣接する画素、及び前記隣接画素に連続する画素のうち、画素値が閾値（Ｔｈｒｅｓｈｏｌｄ）以上の画素を、同一船舶を構成する成分画素として抽出する。領域画素抽出処理の詳細動作を以下に説明する。
尚、ｘ、ｙ、Ｌａｂｅｌ＿Ｆｌａｇ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍ、Ｔｈｒｅｓｈｏｌｄは、記憶領域に記憶されている定数である。Ａは、実画像領域である。
【００３５】
Ｓｔｅｐ３００のラベリング実施判定において処理済フラグを参照し、代表点がラベリング実施条件を満足しているか否かを、下記条件式（４）によって判断する。
Ｌａｂｅｌ＿Ｆｌａｇ＝１ 条件式（４）
条件式（４）に該当すれば、前記ラベリング実施条件を満足していないとして領域画素抽出処理を終了する。条件式（４）に該当しなければ、処理をさらに続ける。走査開始座標を設定した（Ｓｔｅｐ３１０）後に、ラベリング領域（Ｌ２）内の各画素を原点から走査しながら、下記条件式（５）及び（６）を同時に満たす（現在処理対象である検出フレーム１１内にある、後述するＳｔｅｐ３４０のペイント処理が未完了且つ画素値が閾値以上である）画素（ｘ、ｙ）を、処理対象船舶判定（Ｓｔｅｐ３２０）及び成分画素判定（Ｓｔｅｐ３３０）により得る。ここで、Ａ（ｘ、ｙ）は実画像領域中の画素値である。
Ｌ２（ｘ、ｙ）＝Ｓｈｉｐ＿Ｃｎｔ 条件式（５）
Ａ（ｘ、ｙ）≧Ｔｈｒｅｓｈｏｌｄ 条件式（６）
条件式（５）と条件式（６）を満たす画素（ｘ、ｙ）であれば、その画素（ｘ、ｙ）を種子点としてＳｔｅｐ３４０のペイント処理を行う。
【００３６】
図６によりペイント処理（Ｓ３４０）の詳細を説明する。ペイント処理（Ｓ３４０）は、成分画素群（船舶候補領域）を抽出するための塗りつぶしを行う処理であり、再帰的な構造をとる。
尚、ｘ、ｙ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｔｈｒｅｓｈｏｌｄは、記憶領域に記憶されている定数である。Ａは、ラベリング領域（Ｌ２）で座標ごとに記憶している画素値である。
先ず、種子点ペイント処理（Ｓｔｅｐ３４１）は、ラベリング領域（Ｌ２）の種子点（ｘ、ｙ）に、処理対象船舶カウンタを下記（７）に示すように負に変換した値（−Ｓｈｉｐ＿Ｃｎｔ）を、無条件に代入する。
Ｌ２（ｘ、ｙ）＝−Ｓｈｉｐ＿Ｃｎｔ 代入式（７）
この代入（書き換え）によって、この画素は、処理対象船舶カウンタが示す船舶候補領域の成分画素として塗りつぶされる。既に別の船舶候補領域の成分画素と判定された画素に対しても上書され、これにより船舶候補領域結合が可能になるのである。種子点ペイント処理の後、種子点の右・左・上・下の順で、自らを再帰的にコールしながら、当該処理対象船舶について、「ペイント処理が未完了又は他の船舶候補領域の成分画素として判定済みで、且つその画素値が閾値以上」（以下、「ペイント処理コール条件」という。）の画素に前記負値を代入する。「ペイントする」とは、このように処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の負値即ち船舶候補識別番号の負値を、ラベリング領域（Ｌ２）上の（当該船舶候補領域を構成する成分画素に対応する）配列要素に代入することをいう。
【００３７】
前記再帰についてさらに説明を行う。種子点ペイント処理（Ｓｔｅｐ３４１）の後、ペイント処理実施判定（Ｓｔｅｐ３４２）において、種子点（ｘ、ｙ）の右の画素につき、ペイント処理コール条件を、下記条件式（８）により判定する。条件式（８）を満足すれば、当該右画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４３）。
Ｌ２（ｘ＋１，ｙ）≠ −Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ＋１，ｙ）≧ Ｔｈｒｅｓｈｏｌｄ 条件式（８）
【００３８】
次に、ペイント処理実施判定（Ｓｔｅｐ３４４）において、種子点（ｘ、ｙ）の左の画素につき、ペイント処理コール条件を下記条件式（９）により判定する。条件式（９）を満足すれば、当該左画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４５）。
Ｌ２（ｘ−１，ｙ）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ−１，ｙ）≧Ｔｈｒｅｓｈｏｌｄ 条件式（９）
【００３９】
次に、ペイント処理実施判定（Ｓｔｅｐ３４６）において、種子点（ｘ、ｙ）の上の画素につき、ペイント処理コール条件を下記条件式（１０）により判定する。条件式（１０）を満足すれば、当該上画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４７）。
Ｌ２（ｘ１，ｙ＋１）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ、ｙ＋１）≧Ｔｈｒｅｓｈｏｌｄ 条件式（１０）
【００４０】
次に、ペイント処理実施判定（Ｓｔｅｐ３４８）において、種子点（ｘ、ｙ）の下の画素につき、ペイント処理コール条件を下記条件式（１１）により判定する。条件式（１１）を満足すれば、当該下画素を種子点として更にペイント処理をコールする（Ｓｔｅｐ３４９）。
Ｌ２（ｘ１，ｙ−１）≠−Ｓｈｉｐ＿Ｃｎｔ 且つ
Ａ（ｘ、ｙ−１）≧Ｔｈｒｅｓｈｏｌｄ 条件式（１１）
このようにペイント処理の結果のイメージを表現したものが、図７上の黒色に塗られた代表点１０を含む画素群である。
【００４１】
先にも述べた通り、領域画素抽出処理（Ｓ３０）において検出フレーム１１を使用し、それに含まれ、且つ画素値が所定閾値以上であれば、ペイント処理が必ずコールされて当該処理対象船舶の成分画素としてペイントされることが重要である。つまり、検出フレーム１１は、前出の領域分割抽出の発生を防止するのに有効である。尚、このような利点の反面検出フレーム１１の使用は、２つの船舶を無理に１つに結合してその領域を抽出してしまう危険性も存在するが、検出フレーム１１は通常数ｍ（メートル）の範囲内で設定され、（港湾内停泊中はともかく）船舶が海洋上において数ｍ以内に近づいて航行する場面が通常は非常に少ないこと、本発明が衛星画像データ中の海上に存在する船舶候補領域の抽出精度を上げるためのものであることから大きな問題ではない。
【００４２】
又、代表点１０及び検出フレーム１１をベースとする領域抽出に、前出の船舶候補領域結合を併用することにより、画素値が衛星画像データ上に分布する状態によってたまたま同一船舶において複数の代表点を検出してしまうようなケースを補い、船舶候補領域の抽出精度をさらに上げることができる。さらに又、代表点１０を囲う検出フレーム１１を中心とする領域に焦点を当てて処理を行い、他の船舶候補領域の抽出処理で既に得られた結果をも利用するので、処理の重複を削減して、使用メモリ、計算量を節約することにつながり、船舶候補領域を抽出する精度の向上に加えて計算機の処理時間も短縮できる。
【００４３】
尚、領域画素抽出処理（Ｓｔｅｐ３０）において、最終的に抽出した成分画素群に囲まれ、水平方向に１点連続せずに孤立して存在する前記閾値未満の画素は、例外的にペイントする穴埋め処理を追加することも、衛星画像データに含まれる影の影響を少なくすることに役立つ。
【００４４】
次に、被覆矩形切出し処理（Ｓｔｅｐ４０）について詳述する。図８は、被覆矩形切出し処理（Ｓｔｅｐ４０）の処理の詳細を示す図である。「被覆矩形の切出し」とは、領域画素抽出処理（Ｓｔｅｐ３０）までの処理により抽出された船舶候補領域を全て内包できるラベリング領域（Ｌ２）上の矩形領域の位置情報（領域四隅の座標位置）を算出し、当該矩形領域内部のペイント情報を、画像一時領域に複写する（切出す）ことをいう。被覆矩形切出し処理の動作を以下に説明する。
尚、ｘ、ｙ、Ｘｍａｘ、Ｘｍｉｎ、Ｙｍａｘ、Ｙｍｉｎ、Ｓｈｉｐ＿Ｃｎｔは、書き換え可能な記憶領域に記憶される変数であり、Ｐｉｘｅｌ＿Ｎｕｍ、Ｌｉｎｅ＿Ｎｕｍは、記憶領域に記憶されている定数である。Ｂは、画像一時領域に確保される配列である。
【００４５】
先ず、領域画素抽出処理（Ｓｔｅｐ３０）と同様にＳｔｅｐ４００のラベリング実施判定において処理済フラグを参照し、代表点がラベリング実施条件を満足しているか否かを、前記条件式（４）によって判断する。条件式（４）に該当すれば、前記ラベリング実施条件を満足していないとして被覆矩形切出し処理を終了する。条件式（４）に該当しなければ、処理をさらに続ける。
【００４６】
Ｓｔｅｐ４０１、４０２において処理に必要となる変数の初期化を行った後、ラベリング領域（Ｌ２）上の各画素につき原点から順に走査しながら、Ｓｔｅｐ４０３の判定において、下記条件式（１３）により各画素について処理対象船舶カウンタ（Ｓｈｉｐ＿Ｃｎｔ）の負値でもってペイントされているか（処理対象となっている船舶候補の成分画素であるか）否かの判定を行いながら、４０４から４０７の処理により全画素の走査を終えるまでループし、条件に該当する成分画素群の最大・最小のｘ座標、ｙ座標を求める。
Ｌ２（ｘ、ｙ）＝−Ｓｈｉｐ＿Ｃｎｔ 条件式（１３）
このようにして求められた４点、即ち（ｘ最小値、ｙ最大値）、（ｘ最大値、ｙ最大値）、（ｘ最大値、ｙ最小値）、（ｘ最小値、ｙ最小値）によって囲まれる領域が被覆矩形となる。
【００４７】
条件式（１３）を満足し、「ペイントされている」と判定されると、続いて座標判定（Ｓｔｅｐ４０８、４０９、４１０、４１１）において下記条件式（１４）、（１５）、（１６）、及び（１７）を満足するか否かをチェックし、満足する場合はそれぞれ、Ｓｔｅｐ４１２、４１３、４１４、４１５においてｘ座標の最大値、ｘ座標の最小値、ｙ座標の最大値、ｙ座標の最小値を成分画素の座標値で更新する。
ｘ＞Ｘｍａｘ 条件式（１４）
ｘ＜Ｘｍｉｎ 条件式（１５）
ｙ＞Ｙｍａｘ 条件式（１６）
ｙ＜Ｙｍｉｎ 条件式（１７）
この処理を処理対象となっている抽出された船舶候補領域の全画素について実行すれば、船舶候補領域の最大・最小のｘ座標、ｙ座標が求められ、最小の被覆矩形を形成する座標を得ることができる。
【００４８】
以上のようにして得られた被覆矩形の４点の座標から、船舶候補の成分画素群を被覆する最小の矩形サイズ（横：Ｘｍａｘ−Ｘｍｉｎ、縦：Ｙｍａｘ−Ｙｍｉｎ）を求め、画像一時領域確保処理（Ｓｔｅｐ４１６）において、画像一時領域（配列Ｂ（Ｘｍａｘ−Ｘｍｉｎの差分値、Ｙｍａｘ−Ｙｍｉｎの差分値））を確保する。尚、後述する船舶判定処理（Ｓｔｅｐ４）の処理の都合（アルゴリズム）に合わせて、ここで求められた最小被覆矩形よりも大きめに画像一時領域を確保することも可能である。次に、成分画素群複写処理（Ｓｔｅｐ４１７）において、前記画像一時領域に、上で求めた被覆矩形に含まれる（船舶候補領域の）成分画素群をコピーする。又、この画素群のコピーに合わせて前記画像一時領域上の成分画素以外の部分をヌル値（０）等で初期化することにより船舶判定処理の準備（初期化処理）を行うことも可能である。
このように、船舶判定処理（Ｓｔｅｐ４）に先行して被覆矩形切出し処理（Ｓｔｅｐ４０）によって船舶候補領域の成分画素群の切出しを行うことによって、処理に要するメモリ及び計算量の削減、処理の高速化、船舶判定処理の簡素化・単純化を実現できる。
【００４９】
次に、船舶判定処理（Ｓｔｅｐ４）の詳細を、図９を参照にしながら説明する。
船舶判定処理（Ｓｔｅｐ４）は、被覆矩形切出し処理（Ｓｔｅｐ４０）によってコピーされた画像一時領域の船舶候補領域から船舶諸元を算出し、当該船舶候補領域が船舶であるか否かの判定を行う処理である。
【００５０】
先ず、主成分分析処理（Ｓｔｅｐ５１０）を行う。主成分分析処理は、船舶候補領域の成分画素群から船舶諸元の算出を行う処理である。次に、Ｓｔｅｐ５２０の船舶判定処理が、算出された船舶諸元の値をもとに当該船舶候補が真に船舶であるかの判定を行う。本判定により最終的に船舶であると判定された場合、船舶諸元出力処理（Ｓｔｅｐ５３０）を実施する。船舶ではないと判定された場合、そのことを判定結果として出力する。
【００５１】
主成分分析処理（Ｓｔｅｐ５１０）を、図１０を用いて詳細に説明する。尚、ｘ１、ｘ２、…ｘｎ、ｙ１、ｙ２、…ｙｎ、μｘ、μｙ、Δｘ１、Δｘ２、…、Δｘｎ、Δｙ１、Δｙ２、…、Δｙｎ、Ｃ１１、Ｃ１２、Ｃ２１、Ｃ２２、ｐ１、ｑ１、ｐ２、ｑ２、Ｌ、Ｂは、書き換え可能な記憶領域に記憶される変数であり、ｓは、記憶領域に記憶されている定数である。
先ず、重心算出処理（Ｓｔｅｐ５１１）において、成分画素群のＸ座標の平均値μｘ、及びＹ座標の平均値μｙを算出し、成分画素群からなる領域の重心の座標（μｘ、μｙ）を求める。
成分画素群の画素数をｎ、各画素の座標を（ｘ１、ｙ１）、（ｘ２、ｙ２）、…、（ｘｎ、ｙｎ）とするとき、μｘ及びμｙは下記（１９）、（２０）式により算出する。
μｘ＝（ｘ１＋ｘ２＋…＋ｘｎ）／ｎ （１９）
μｙ＝（ｙ１＋ｙ２＋…＋ｙｎ）／ｎ （２０）
【００５２】
重心算出処理（Ｓｔｅｐ５１１）の手順を、図１１に示す。図中のｓｉｇｍａ＿ｘ、ｓｉｇｍａ＿ｙ、ｎは、一時記憶領域に記憶される変数である。最小矩形内の各座標について（Ｓ６０３）、目標船舶に含まれる場合に（Ｓ６０４）、座標値を合算し（Ｓ６０５）、その結果としてｓｉｇｍａ＿ｘとｓｉｇｍａ＿ｙを求め、それぞれ合算した座標数ｎで割って（Ｓ６０６）、重心のｘ座標μｘとｙ座標μｙを求めている（Ｓ６０７）。
【００５３】
次に、相関行列の計算（Ｓｔｅｐ５１２〜Ｓｔｅｐ５１４）により、相関行列を求める。その為、先ず偏差算出処理（Ｓｔｅｐ５１２）において、成分画素群の各画素の前記重心からの偏差（Δｘ１，Δｙ１）〜（Δｘｎ、Δｙｎ）を算出する。各偏差は、重心（μｘ，μｙ）を座標原点とみなしたときの座標値にあたる。Δｘｉ及びΔｙｉ（１≦ｉ≦ｎ）は下記式（２１）、（２２）により算出する。
Δｘｉ＝ｘｉ−μｘ （２１）
Δｙｉ＝ｙｉ−μｙ （２２）
【００５４】
次に、偏差のベクトル化処理（Ｓｔｅｐ５１３）において、偏差のｘ成分からベクトルΔｘを、偏差のｙ成分からベクトルΔｙを得る。Δｘ及びΔｙは下記式（２３）、（２４）により定義される。
Δｘ＝（Δｘ１、Δｘ２、…、Δｘｎ） （２３）
Δｙ＝（Δｙ１、Δｙ２、…、Δｙｎ） （２４）
【００５５】
次に、相関行列算出処理（Ｓｔｅｐ５１４）において、ΔｘとΔｙの、２行２列の相関行列Ｃを算出する。Ｃの各成分はそれぞれ以下のように算出する。（・はベクトル内積の演算子である。）
Ｃ１１ ＝ Δｘ・Δｘ （２５）
Ｃ１２ ＝ Δｘ・Δｙ （２６）
Ｃ２１ ＝ Δｙ・Δｘ （２７）
Ｃ２２ ＝ Δｙ・Δｙ （２８）
【００５６】
図１２は、相関行列算出処理の詳細を示す図である。尚、ｘ１、ｘ２、…ｘｎ、ｙ１、ｙ２、…ｙｎ、μｘ、μｙ、Ｃ１１、Ｃ１２、Ｃ２１、Ｃ２２は、書き換え可能な記憶領域に記憶される変数である。
先ず、Ｃ１１、Ｃ１２、Ｃ２２を０に初期化し（Ｓ７０１）、最小矩形内の各座標について（Ｓ７０２）、目標船舶に含まれる場合に（Ｓ７０３）、ｘとμｘの差分を求め、その差分を一時記憶し、その差分の二乗を求め、その二乗値を一時記憶し、その二乗値をＣ１１に加算する。また、ｙとμｙの差分を求め、その差分を一時記憶し、ｘとμｘの差分とｙとμｙの差分を積算し、その積を一時記憶し、その積をＣ１２に加算する。更に、ｙとμｙの差分の二乗を求め、その二乗値を一時記憶し、その二乗値をＣ２２に加算する（Ｓ７０４）。
【００５７】
次に、固有値及び固有ベクトルの計算（Ｓ５１５，Ｓ５１６）について説明する。先ず、全長方向算出処理（Ｓｔｅｐ５１５）において、相関行列Ｃの最大固有値λ１、及びそれに対応する固有ベクトル（ｐ１，ｑ１）を算出する。最大固有値λ１は下式により算出することができる。（尚、ｓｑｒｔ（Ｘ）はＸの平方根を表す。）
【００５８】
同様に、全幅方向算出処理（Ｓｔｅｐ５１６）において、相関行列Ｃの最小固有値λ２とそれに対応する固有ベクトル（ｐ２、ｑ２）を算出する。最小固有値λ２は下式により算出することができる。
【００５９】
図１３は、固有値及び固有ベクトルの計算処理を示す図である。尚、Ｃ１１、Ｃ１２、Ｃ２２、λ１、λ２、ｄｉｖｉｓｏｒ１１、ｄｉｖｉｓｏｒ１２、ｄｉｖｉｓｏｒ２１、ｄｉｖｉｓｏｒ２２、ｐ１、ｑ１、ｐ２、ｑ２は、書き換え可能な記憶領域に記憶される変数である。
まず、λ１とλ２を求める（Ｓ８０１）。Ｃ１１とＣ２２の差を求め、その差を一時記憶し、その差の二乗を求め、Ｃ１１とＣ２２の差の二乗値を一時記憶し、更に、Ｃ１２の二乗を求め、Ｃ１２の二乗値を一時記憶する。Ｃ１１とＣ２２の差の二乗値とＣ１２の二乗値を加算し、その和を一時記憶し、その和の平方根を求め、その平方根を一時記憶し、Ｃ１１とＣ２２とその平方根を合算し、その結果の１／２をλ１として記憶する。また、Ｃ１１とＣ２２を加算し、その和から前述の平方根を差し引いて、その結果の１／２をλ２として記憶する。
【００６０】
次に、ｄｉｖｉｓｏｒ１１、ｄｉｖｉｓｏｒ１２、ｄｉｖｉｓｏｒ２１、及びｄｉｖｉｓｏｒ２２を求める（Ｓ８０２）。Ｃ１１からλ１を引いて、その差を一時記憶し、Ｃ１１とλ１の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ１１として記憶する。
Ｃ２２からλ１を引いて、その差を一時記憶し、Ｃ２２とλ１の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ１２として記憶する。
Ｃ１１からλ２を引いて、その差を一時記憶し、Ｃ１１とλ２の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ２１として記憶する。
Ｃ２２からλ２を引いて、その差を一時記憶し、Ｃ２２とλ２の差の二乗を求め、その二乗値を一時記憶する。その二乗値をＣ１２の二乗値に加え、その和を一時記憶し、その和の平方根を求め、その平方根をｄｉｖｉｓｏｒ２２として記憶する。
【００６１】
ｄｉｖｉｓｏｒ１１とｄｉｖｉｓｏｒ１２がともに０の場合、あるいは、ｄｉｖｉｓｏｒ２１とｄｉｖｉｓｏｒ２２がともに０の場合は（Ｓ８０３）、固有ベクトルの方向が不定と判断する（Ｓ８０４）。それ以外の場合は、ｐ１とｑ１を求め、更に、ｐ２とｑ２を求める。
ｄｉｖｉｓｏｒ１１＞ｄｉｖｉｓｏｒ１２の場合には（Ｓ８０５）、Ｃ１２をｄｉｖｉｓｏｒ１１で割り、その結果をｐ１として記憶し、λ１からＣ１１を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ１１で割り、その結果をｑ１として記憶する（Ｓ８０６）。ｄｉｖｉｓｏｒ１１＜ｄｉｖｉｓｏｒ１２の場合には（Ｓ８０５）、λ１からＣ２２を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ１２で割り、その結果をｐ１として記憶し、Ｃ１２をｄｉｖｉｓｏｒ１２で割り、その結果をｑ１として記憶する（Ｓ８０７）。
ｄｉｖｉｓｏｒ２１＞ｄｉｖｉｓｏｒ２２の場合には（Ｓ８０８）、Ｃ１２をｄｉｖｉｓｏｒ２１で割り、その結果をｐ２として記憶し、λ２からＣ１１を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ２１で割り、その結果をｑ２として記憶する（Ｓ８０９）。ｄｉｖｉｓｏｒ２１＜ｄｉｖｉｓｏｒ２２の場合には（Ｓ８０８）、λ２からＣ２２を引き、その差を一時記憶し、その差をｄｉｖｉｓｏｒ２２で割り、その結果をｐ２として記憶し、Ｃ１２をｄｉｖｉｓｏｒ２２で割り、その結果をｑ２として記憶する（Ｓ８１０）。
【００６２】
次に、長さ・幅の計算の処理（Ｓ５１７，Ｓ５１８）について説明する。先ず、全長算出処理（Ｓｔｅｐ５１７）において、全長Ｌを算出する。全長Ｌの算出は下式による。
【００６３】
次に、全幅算出処理（Ｓｔｅｐ５１８）において、全幅Ｂを算出する。全幅Ｂの算出は下式による。
【００６４】
図１４は、長さ・幅の計算処理を示す図である。尚、ｍｉｎ＿ｚ１、ｍａｘ＿ｚ１、ｍｉｎ＿ｚ２、ｍａｘ＿ｚ２、ｚ１、ｚ２、ｘ、ｙ、μｘ、μｙ、ｐ１、ｑ１、ｐ２、ｑ２、ｌｅｎｇｔｈ、ｗｉｄｔｈは、書き換え可能な記憶領域に記憶される変数である。
先ず、ｍｉｎ＿ｚ１、ｍａｘ＿ｚ１、ｍｉｎ＿ｚ２、ｍａｘ＿ｚ２を０に初期化し（Ｓ１４０１）、最小矩形内の各座標について（Ｓ１４０２）、目標船舶に含まれる場合に（Ｓ１４０３）、ｚ１とｚ２を算出し（Ｓ１４０４）、ｚ１がｍｉｎ＿ｚ１より小さい場合に（Ｓ１４０５）、ｍｉｎ＿ｚ１にｚ１を記憶し（Ｓ１４０６）、ｚ１がｍａｘ＿ｚ１より大きい場合に（Ｓ１４０７）、ｍａｘ＿ｚ１にｚ１を記憶し（Ｓ１４０８）、ｚ２がｍｉｎ＿ｚ２より小さい場合に（Ｓ１４０９）、ｍｉｎ＿ｚ２にｚ２を記憶し（Ｓ１４１０）、ｚ２がｍａｘ＿ｚ２より大きい場合に（Ｓ１４１１）、ｍａｘ＿ｚ２にｚ２を記憶する（Ｓ１４１２）。
ｚ１とｚ２は、以下の処理により算出する。ｘからμｘを引いて、その差を一時記憶し、
ｙからμｙを引いて、その差を一時記憶する。そして、ｐ１にｘとμｘの差を乗じて、ｐ１・（ｘ−μｘ）の積を一時記憶し、ｑ１にｙとμｙの差を乗じて、ｑ１・（ｙ−μｙ）の積を一時記憶し、ｐ１・（ｘ−μｘ）の積とｑ１・（ｙ−μｙ）の積を加算し、その和をｚ１として記憶する。また、ｐ２にｘとμｘの差を乗じて、ｐ２・（ｘ−μｘ）の積を一時記憶し、ｑ２にｙとμｙの差を乗じて、ｑ２・（ｙ−μｙ）の積を一時記憶し、ｐ２・（ｘ−μｘ）の積とｑ２・（ｙ−μｙ）の積を加算し、その和をｚ２として記憶する。
最後に、ｍａｘ＿ｚ１からｍｉｎ＿ｚ１を引いて、その差をｌｅｎｇｔｈとして記憶し、ｍａｘ＿ｚ２からｍｉｎ＿ｚ２を引いて、その差をｗｉｄｔｈとして記憶する（Ｓ１４１４）。
【００６５】
以上のようにして算出した、重心座標（μｘ，μｙ）、全長方向（ｐ１、ｑ１）、全長Ｌ、全幅Ｂ等の船舶諸元の値により（船舶候補領域が真に船舶領域であるか否かを判定する）船舶判定処理（Ｓｔｅｐ５２０）を行う。機能上、船舶は通常構造的に縦長になるようになっている。又、その全長、全幅、面積等の値にも下限・上限がある。そこで、船舶判定処理において、抽出した成分画素群からなる領域が真に船舶領域であるか否かを、以下（３７）、（３８）、（３９）、（４０）に示すような判定条件により判定する。（下記条件式の面積は、成分画素群の画素数に衛星画像データ１の１画素の面積ｓ２を乗ずることにより得られる。）
最小全長≦Ｌ≦最大全長 条件式（３７）
最小全幅≦Ｂ≦最大全幅 条件式（３８）
最小面積≦面積≦最大面積 条件式（３９）
最小ＬＢ比≦Ｌ／Ｂ≦最大ＬＢ 条件式（４０）
（または、最小ＢＬ比≦Ｂ／Ｌ≦最大ＢＬ）
上記の条件式を満足する船舶候補領域を、最終的に船舶領域と判定する。
【００６６】
尚、上記最小全長、最大全長、最小全幅、最大全幅、最小面積、最大面積、最小ＬＢ比、最大ＬＢ比はパラメータであり、判定対象とする船種や船舶のサイズの範囲に応じて設定すればよい。抽出した船舶候補領域が最終的に船舶領域（船舶）であると判定された場合は、船舶諸元出力処理（Ｓｔｅｐ５３０）で、「船舶である。」との判定結果と共に、船舶諸元データを出力する。
【００６７】
このように算出された船舶諸元の値による判定を加えることにより、単に船舶候補領域と周辺領域の画素値との比較による船舶検出・判定を行うよりも精度の高い検出・判定が可能になる。又、特定の船種に絞った検出・判定を行うことも可能になる。さらに、船舶諸元の値による判定が加わることで、衛星画像データ中の局所的に非常に高い画素値を示す個所、例えばノイズを含む画素や、真値であってもブイや養殖いかだのような船舶以外の目的物を、船舶として検出・判定してしまうことを防げる。さらに又、求められた船舶諸元の値を活用して船舶の個別識別を行うような応用も考えられる。
【００６８】
船舶画像処理システムは、高輝度反射物体画像処理システムの例であり、船舶以外の高輝度に反射する物体に用いても構わない。例えば、飛行機や建造物などの構造体、動植物や人などの生物、或いは岩石や蒸気などの自然物に用いることも考えられる。
【００６９】
船舶画像処理システムは、コンピュータであり、各要素はプログラムにより処理を実行することができる。また、プログラムを記憶媒体に記憶させ、記憶媒体からコンピュータに読み取られるようにすることができる。
【００７０】
【発明の効果】
以上のように、この発明は、船舶候補領域から想定される船舶に関する諸元を算出し、当該船舶諸元に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定するので、船舶候補領域から抽出された船舶諸元を用いて船舶判定することで、自動判定の精度を向上させることである。
【図面の簡単な説明】
【図１】衛星画像データ中に存在する船舶領域を判定するシステムの全体構成図である。
【図２】衛星画像データ中に存在する船舶領域を抽出するシステムの処理の流れを示すフローチャートである。
【図３】船舶領域を抽出するシステムを構成する領域抽出判定の処理の流れを示すフローチャートである。
【図４】領域抽出判定を構成するフレーム決定処理の処理の流れを示すフローチャートである。
【図５】領域抽出判定を構成する領域画素抽出処理の処理の流れを示すフローチャートである。
【図６】領域画素抽出処理を構成するペイント処理の処理の流れを示すフローチャートである。
【図７】衛星画像データ上の代表点１０、検出フレーム１１のイメージを示す図である。
【図８】領域抽出判定を構成する被覆矩形切出し処理の処理の流れを示すフローチャートである。
【図９】領域抽出判定を構成する船舶判定処理の処理の流れを示すフローチャートである。
【図１０】船舶判定処理を構成する全長・全幅計算処理の処理の流れを示すフローチャートである。
【図１１】重心の計算の処理の流れを示すフローチャートである。
【図１２】相関行列の計算の処理の流れを示すフローチャートである。
【図１３】固有値及び固有ベクトルの計算の処理の流れを示すフローチャートである。
【図１４】長さ・幅の計算の処理の流れを示すフローチャートである。
【符号の説明】
１ 衛星画像データ、２ 代表点検出処理部、３ 領域抽出判定部、４ フレーム決定部、５ 領域画素抽出処理部、６ 被覆矩形切出処理部、７ 船舶判定処理部、８ 船舶諸元データ等、９ 表示装置、１０ 代表点、１１ 検出フレーム、２０ ｇａｔｅ、２１ ｔａｒｇｅｔ、３０ 代表点検出領域（Ｌ１）記憶部、３１ ラベリング領域（Ｌ２）記憶部、３２ 画像一時領域。
Claims (9)
- 以下の要素を有することを特徴とする高輝度反射物体画像処理システム
（１）画像データから高輝度反射物体領域を抽出する高輝度反射物体領域抽出部
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する船舶判定処理部。 - 以下の要素を有することを特徴とする船舶画像処理システム
（１）画像データから船舶候補領域を抽出する船舶候補領域抽出部
（２）当該船舶候補領域から想定される船舶に関する諸元を算出し、当該諸元に基づいて、前記船舶候補領域が船舶の画像であるか否かを判定する船舶判定処理部。 - 当該諸元は、想定される船舶の全長であることを特徴とする請求項２記載の船舶画像処理システム。
- 当該諸元は、想定される船舶の全幅であることを特徴とする請求項２記載の船舶画像処理システム。
- 当該諸元は、想定される船舶の面積であることを特徴とする請求項２記載の船舶画像処理システム。
- 当該諸元は、想定される船舶の全長と全幅であって、
前記船舶判定処理部は、想定される船舶の全長と全幅の比に従って判定することを特徴とする請求項２記載の船舶画像処理システム。 - 以下の要素を有することを特徴とする高輝度反射物体画像処理方法
（１）画像データから高輝度反射物体領域を抽出する工程
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する工程。 - 高輝度反射物体画像処理システムとなるコンピュータに、以下の処理を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
（１）画像データから高輝度反射物体領域を抽出する処理
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する処理。 - 高輝度反射物体画像処理システムとなるコンピュータに、以下の手順を実行させるためのプログラム
（１）画像データから高輝度反射物体領域を抽出する手順
（２）当該高輝度反射物体領域から想定される物体に関する諸元を算出し、当該諸元に基づいて、前記高輝度反射物体領域が上記想定される物体の画像であるか否かを判定する手順。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003091675A JP2004302557A (ja) | 2003-03-28 | 2003-03-28 | 高輝度反射物体画像処理システム及び船舶画像処理システム及び高輝度反射物体画像処理方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003091675A JP2004302557A (ja) | 2003-03-28 | 2003-03-28 | 高輝度反射物体画像処理システム及び船舶画像処理システム及び高輝度反射物体画像処理方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004302557A true JP2004302557A (ja) | 2004-10-28 |
Family
ID=33404991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003091675A Pending JP2004302557A (ja) | 2003-03-28 | 2003-03-28 | 高輝度反射物体画像処理システム及び船舶画像処理システム及び高輝度反射物体画像処理方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004302557A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007279930A (ja) * | 2006-04-05 | 2007-10-25 | Hitachi Ltd | 画像処理プログラム、画像処理装置 |
-
2003
- 2003-03-28 JP JP2003091675A patent/JP2004302557A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007279930A (ja) * | 2006-04-05 | 2007-10-25 | Hitachi Ltd | 画像処理プログラム、画像処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shao et al. | Saliency-aware convolution neural network for ship detection in surveillance video | |
| CN109615611B (zh) | 一种基于巡检影像的绝缘子自爆缺陷检测方法 | |
| KR20210002104A (ko) | 목표 검출 및 목표 검출 네트워크의 훈련 | |
| CN110163904A (zh) | 对象标注方法、移动控制方法、装置、设备及存储介质 | |
| CN109460754B (zh) | 一种水面异物检测方法、装置、设备及存储介质 | |
| CN110717489A (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
| KR20110127202A (ko) | 장면 해석과 등록 수행 평가를 위한 2차원 전기광학 이미지와 3차원 포인트 클라우드 데이터의 융합 | |
| CN110443201B (zh) | 基于多源影像联合形状分析与多属性融合的目标识别方法 | |
| Crommelinck et al. | SLIC superpixels for object delineation from UAV data | |
| GB2520338A (en) | Automatic scene parsing | |
| CN114677554A (zh) | 一种基于YOLOv5与Deepsort的统计滤波红外小目标检测跟踪方法 | |
| WO2021134285A1 (zh) | 图像跟踪处理方法、装置、计算机设备和存储介质 | |
| US20050036688A1 (en) | Evaluation of edge direction information | |
| CN108986152A (zh) | 一种基于差分图像的异物检测方法及装置 | |
| CN113191174B (zh) | 物品定位方法和装置、机器人及计算机可读存储介质 | |
| CN113591592B (zh) | 水上目标识别方法、装置、终端设备及存储介质 | |
| Anai et al. | Automatic exterior orientation procedure for low-cost UAV photogrammetry using video image tracking technique and GPS information | |
| CN112633274A (zh) | 一种声呐图像目标检测方法、装置、电子设备 | |
| CN112184765A (zh) | 一种基于视觉的水下航行器自主跟踪方法 | |
| KR102278674B1 (ko) | 해수면을 고려한 항만 및 선박 모니터링 방법 및 장치 | |
| CN113128430B (zh) | 人群聚集检测方法、装置、电子设备和存储介质 | |
| Martens et al. | Cross domain matching for semantic point cloud segmentation based on image segmentation and geometric reasoning | |
| Liu et al. | Improvement of detection accuracy of aircraft in remote sensing images based on YOLOV5 model | |
| CN116935369A (zh) | 基于计算机视觉的船舶水尺读数方法及系统 | |
| JP4270923B2 (ja) | 高輝度反射物体画像処理システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051124 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081009 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081021 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090414 |