JP2005114589A - レーダ画像処理装置 - Google Patents

Abstract

【課題】 レーダ観測におけるノイズの影響を抑制し、分類する対象となる画像内の領域の形状がモザイク状にならないようなレーダ画像処理方法を提供する。
【解決手段】 画素毎に周囲の状況に基づいた第１の統計値を算出し、隣接する画素同士で第１の統計値がほぼ等しい場合に、画素単位でこれらの画素を結合して小領域を形成する小領域形成手段と、小領域について第２の統計値を算出し、この第２の統計値に基づいて小領域を分類する撮像物類別手段とを設けた。
【選択図】 図２

Description

この発明は、レーダ画像に撮像された撮像物の分類を行うレーダ画像処理装置に係るものであり、特に撮像物の境界分類を行う精度を向上する技術に関する。

従来のレーダ画像処理装置は、レーダ画像を矩形状の小さな領域（小領域）に分割して、それぞれの小領域の画素の特徴量に基づいて小領域間の結合を行い、画像全体の分類を行うものであった（例えば、非特許文献１）。

Ｃ．Ｏｌｉｖｅｒ ａｎｄ Ｓ．Ｑｕｅｇａｎ、 Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ Ｉｍａｇｅｓ， Ａｒｔｅｃｈ Ｈｏｕｓｅ， １９９８， ｐ．２０２

非特許文献１に代表される従来のレーダ画像処理装置では、撮像物は矩形状の小領域を結合して得たモザイク状の形状を有するものとして抽出される。しかし現実の撮像物は必ずしもモザイク状の形状を有するわけではなく、むしろモザイク状の形状を有することの方が少ないであろう。そのため、現実の形状と領域分割後の形状とに差異が生じ、特に撮像物のエッジ付近では小領域分割の方法が稚拙であるために、分類結果が不正確となる。

この発明は、かかる問題を解決するためになされたもので、矩形状の小領域に依存せずに小領域を形成するので、撮像物の現実の形状にきわめて近い形状の領域にレーダ画像を分割することを目的とする。

この発明に係る第１のレーダ画像処理装置は、撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍のレーダ画像領域の複数の特徴量から前記基準画素の第１の統計値を算出するとともに、算出された第１の統計値同士がほぼ等しくかつ互いに隣接する前記基準画素から小領域を形成する小領域形成手段と、
前記小領域形成手段が形成した小領域内の画素の特徴量から第２の統計値を算出するとともに、この第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたものである。

また、この発明に係る第２のレーダ画像処理装置は、撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍のレーダ画像領域の複数の特徴量から前記基準画素の第１の統計値を算出するとともに、算出された第１の統計値同士がほぼ等しくかつ互いに隣接する前記基準画素から小領域を形成する小領域形成手段と、
前記小領域形成手段が形成した小領域の面積が所定値以下となる場合に、前記小領域を前記レーダ画像中の撮像物の輪郭線通過領域として特定する輪郭線特定手段と、を備えたものである。

さらに、この発明に係る第３のレーダ画像処理装置は、撮像物を含むレーダ画像をランダムに分割し、分割された分割領域毎に複数の特徴量から第１の統計値を算出して、算出された統計値第１の統計値の差又は比が所定値以上となる前記分割領域を互いに異なる小領域に分類する小領域形成手段と、
前記小領域形成手段が形成した小領域内の画素の特徴量から第２の統計値を算出するとともに、算出された第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたものである。

また、この発明に係る第４のレーダ画像処理装置は、撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍レーダ画像領域に所定の大きさの窓を設定し、その窓を分割して分割領域を得るとともに、それらの分割領域毎に複数の特徴量から第１の統計値を算出し、算出された第１の統計値の差又は比が所定値以上となる基準画素を結んで閉平面を形成してこの閉平面を土地被覆領域として抽出する輪郭線特定手段と、
前記輪郭線特定手段が抽出した土地被覆領域内の画素の特徴量から第２の統計値を算出するとともに、算出された第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたものである。

この発明に係る第１のレーダ画像処理装置は、所定の条件を満たす画素同士を結合して小領域を形成することとした。そのため、ここで形成される小領域は矩形には限定されず、結果として撮像物の現実の形状に極めて近い形状の領域に分割できるという効果を奏するのである。

また、この発明に係る第２のレーダ画像処理装置は、小領域形成手段によって形成された小領域の面積に基づいて撮像物の輪郭位置を特定することとした。小領域は統計的に均質な画素によって構成されているが、エッジ付近では画素の統計値が狭い範囲で急激に変化するため、小領域の面積が小さくなる。このレーダ画像処理装置は、このような性質を利用して、エッジ抽出を行うものである。従来から画像処理の分野では、画素単位の微分演算を行い、２値化演算を行うことでエッジ抽出を行う方法が知られている。しかし、この方法をノイズを拾いやすいレーダ画像に適用すると正確なエッジ抽出が行えない。この発明に係る第２のレーダ画像処理装置では、一定の面積を有する小領域内で統計値を算出し、この統計値を基礎としてエッジ抽出を行うので、耐ノイズ性の高いエッジ抽出を行うことができる、という効果を奏するのである。

また、この発明に係る第３のレーダ画像処理装置は、レーダ画像をランダムな形状の領域に分割して、それぞれの領域において統計値を算出し、隣接するランダムな形状の統計値がほぼ等しい場合にそれらの領域を結合して小領域を形成して、小領域毎に領域を類別するようにしたので、類別された結果となる領域がモザイク形状にならないという効果を奏するものである。

また、この発明に係る第４のレーダ画像処理装置は、画素ごとに設定された窓を２つの分割領域に分割し、これら両分割領域での統計値を比較して差又は比が所定値以上となる場合に、両分割領域を異なる小領域に分類するようにした。撮像物の境界線を挟む両領域の画素の統計値は急激に変化するという性質を有している。したがって統計値に所定の差異を有する両分割領域を互いに異なる小領域に分類することで、撮像物の境界内部と外部の領域を精度よく峻別することができる、という効果を奏するのである。

以下、この発明の実施の形態について図を用いて説明する。
実施の形態１．
図１はこの発明の実施の形態１によるレーダ画像処理装置およびこのレーダ画像処理装置が処理を行うレーダ画像を取得するレーダ装置、そしてレーダ装置を搭載する航空機と観測対象である土地被覆の関係を示す図である。図において、飛行物１は観測対象領域２０１付近上空を飛行する航空機や飛翔体、人工衛星などの飛行物体であって、レーダ装置２を搭載している。レーダ装置２は、観測対象領域２０１の表面から飛来する電波を受信し、レーダ画像を形成する装置である。なおレーダ装置２は、自ら電波を放射して観測対象領域２０１の各撮像物により反射された受信波を受信する、いわゆるアクティブ型レーダであってもよいし、また波源自体は他にあり、その波源から放射された電波が各撮像物に反射され、その受信波を受信する、いわゆるパッシブ型レーダであってもよい。レーダ画像処理装置１０１は、レーダ装置２の形成したレーダ画像を処理することにより、観測対象領域２０１に関する情報を分析する装置であって、例えば観測対象領域２０１の土地被覆分類（例えば、森林、湖水や河川による水面、建造物や道路などのコンクリートなど）を分析するものである。

次に、レーダ装置２とレーダ画像処理装置１０１の詳細な構成について説明する。図２は、レーダ装置２とレーダ画像処理装置１０１の詳細な構成を示したブロック図である。図において、レーダ装置２は、アンテナ３、受信器４、レーダ画像記憶部５から構成されている。アンテナ３は、観測対象領域２０１から反射された受信波を受信するセンサ回路または素子である。受信器４は、アンテナ３が受信したアナログ信号による受信波をサンプリングしてディジタル信号に変換する素子又は回路である。レーダ画像記憶部５は、受信器４によってディジタル信号に変換された受信波を画素配列の形式で記憶する記憶素子または回路であり、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ又はＤＶＤ−ＲＡＭのように記憶媒体を利用するものであってもよい。レーダ画像記憶部５が画素配列の形式で記憶するデータは、最終的には後方散乱強度を表す値となっている。

なお、この発明の実施の形態１において、レーダ装置２は、観測対象領域２０１から到来する受信波を受信すべく飛行物１に搭載される必要があるが、レーダ画像処理装置１０１は飛行物１に搭載されていてもよいし、飛行物１とは別体に敷設され、レーダ装置２との間で無線通信などによってデータの送受信を行うように構成してもよい。またレーダ装置２との間ではＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどのリムーバブルメディアを介してデータの送受信を行うようにしてもよく、またインターネットのようなネットワークを介してレーダ画像処理装置１０１がレーダ装置２のレーダ画像記憶部５にアクセスできるようになっていれば十分なのであって、レーダ装置２とレーダ画像処理装置１０１とは物理的に直接接続されている必要はない。

次にレーダ画像処理装置１０１について説明する。レーダ画像処理装置１０１において、領域分割部１０２はレーダ画像中の画素毎に統計値を算出し、算出した統計値に基づいて画素から小領域を形成する部位である。なお、この説明及び以降の説明において、部位という語は、専用の電子回路又は素子を意味するが、汎用的な中央演算装置（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を搭載したコンピュータに所定の処理を実行させるコンピュータプログラムのプログラムモジュールの形で構成するようにしてもよい。

領域類別部１０３は、領域分割部１０２が形成した小領域毎に特徴量を算出し、その特徴量に基づいて、小領域を類別する部位である。なお、ここでいう特徴量とは、その小領域において領域横断的に算出された量（統計値）であって、領域分割部１０２で算出した画素単位の統計値とは必ずしも一致するものではない（一致する場合もありうる）。そこで両者を特に区別する必要がある場合には、領域分割部１０２で算出される統計値のことを第１の統計量と呼び、また領域類別部１０３で算出される統計値のことを第２の統計値と呼ぶこととする。出力結果格納部１０４は、レーダ画像処理装置１０１の処理結果を格納する記憶装置又は回路である。

なお、領域分割部１０２は請求項１における小領域形成手段の例をなすものであり、領域類別部１０３は請求項１における撮像物類別手段の例をなすものである。

次に、レーダ装置２とレーダ画像処理装置１０１の動作について説明する。レーダ装置２は飛行物１に搭載され、飛行物１が観測対象領域２０１の上空を飛行して観測対象領域２０１を含むレーダ画像を撮像する。より具体的には、次のようにしてレーダ画像が取得される。すなわち、波源（必ずしもアンテナ３とは限らない）から放射された電波が観測対象領域２０１によって反射され、その結果アンテナ３に到来したものをアンテナ３が受信する。アンテナ３はこれらの受信波をＲＦ(Radio Frequency)受信信号として受信器４に出力する。受信器４では、ＲＦ受信信号をビデオ信号などの内部信号に変換して、さらにＡ／Ｄ変換によりディジタル信号に変換し、最終的に観測対象領域２０１の各地点における後方散乱強度を画素の値とするレーダ画像データを出力する。このレーダ画像データはレーダ画像記憶部５に記憶される。

続いてレーダ画像処理装置１０１において、領域分割部１０２はレーダ画像の画素を統計値に基づいて小領域に分割する。図３は領域分割部１０３の処理を示すフローチャートである。図のＳＴ１０１において、領域分割部１０２は、レーダ画像記憶部５に記憶されているレーダ画像を取得する。

次に、ステップＳ１０２において、領域分割部１０２は画素毎に統計値を算出する。ここで画素毎の統計値とは、その画素の単なる画素値ではなく、その画素の周囲の画素の状況も加味した値をいうものとする。このような統計値の最も簡単な算出方法の一つとして、例えばその当該画素と周囲８方向に隣接する画素、すなわち現在の画素の座標を（Ｉ，Ｊ）とすれば、（Ｉ−１，Ｊ−１）、（Ｉ−１，Ｊ）、（Ｉ−１，Ｊ＋１）、（Ｉ，Ｊ−１）、（Ｉ，Ｊ）、（Ｉ，Ｊ＋１）、（Ｉ＋１，Ｊ−１）、（Ｉ＋１，Ｊ）、（Ｉ＋１，Ｊ＋１）で座標が表される画素の画素値の合計値を、９で割る方法が考えられる。ここで、単純に当該画素の画素値ではなく、周囲の画素の状況を加味した値をその画素の統計値として用いるのは、レーダ画像にはノイズがしばしば含まれるため、画素値を用いて直接的に領域の類別を行うと、必ずしも正しい結果が得られないことが理由として挙げられる。したがって、画素の統計値はその画素を含む領域であって、なるべく統計的に安定した領域に基づいて検出されることが望ましいことになる。このように、さらに複雑ではあるが、安定的な統計値を算出する方法については後述することとする。

ステップＳ１０３において、再び画素毎の処理を行う準備として、レーダ画像の左上隅の画素を現在の画素とする。なお現在の画素とは、現在処理中の画素をいうものとする。ステップＳ１０４において、現在の画素と８方向に隣接する画素が統計的に等しいかどうかを検定する。ここでは、現在の画素の統計値と隣接する画素との統計値との差をとり、その差の絶対値が所定値以下かどうかを検定する方法を採用してもよいし、現在の画素の統計値と隣接する画素との統計値との比を算出して、その比と１との差の絶対値を評価する方法を採用してもよい。検定の結果、両統計値が均質な場合にはステップＳ１０５に進む（ステップＳ１０４：Ｙｅｓ）。また両統計値が均質とはいえない場合には、ステップＳ１０６に進む（ステップＳ１０４：Ｎｏ）。なお、ここでは現在の画素と８方向に隣接する画素との比較を行うので、現実には８回の比較演算を行うことになる。したがってステップＳ１０５への分岐も８回あることに注意すべきである。

ステップＳ１０５において、統計値が均質であると判断された現在の画素と隣接する画素とを同一の小領域に所属させる。ここでは、現在の画素と隣接する画素のどちらかがすでにいずれかの小領域に所属している場合には、他方の画素も同じ小領域に所属させるようにする。場合によっては、双方の画素が異なる小領域に属していることも考えられるが、そのような場合には、双方の小領域を一つの小領域に統合するようにする。

ステップＳ１０６において、現在の画素は右下隅の画素か否かを調べる。右下隅の画素である場合には、処理を終了する（ステップＳ１０６：Ｙｅｓ）。また右下隅の画素でなければ、ステップＳ１０７に進む（ステップＳ１０６：Ｎｏ）。ステップＳ１０７において、次の画素を現在の画素とする。現在の画素を（Ｉ，Ｊ）とすれば、レーダ画像の右端の画素である場合には、次の画素は、（１，Ｊ＋１）をいう。そうでない場合には、（Ｉ＋１，Ｊ）が次の画素になる。その後ステップＳ１０４に戻り、処理を続行する。

以上が、領域分割部１０２の処理の内容である。領域分割部１０２による小領域形成処理の特徴は、画素単位で隣接する画素と統計値が等しい場合に、小領域を形成する、という点である。このことから領域分割部１０２によって形成される小領域はモザイク状とはならず、現実の領域（レーダで撮像される前の観測対象領域２０１上に存在する状態の領域）の形状を反映することができるのである。

次に、領域類別部１０３は、領域分割部１０２が形成した小領域において、その領域の特徴量を算出する。そして算出した特徴量が複数ある場合には、例えば公知のマルチレベルスライス法などを用いて、各小領域の分類を行う。ここで算出される特徴量は、各小領域から統計的に算出されるものであり、領域分割部１０２が画素毎に算出した統計値と異なる場合もある。そこで、以降の説明において、これらの統計値を特に区別する必要のある場合には、領域分割部１０２において算出される統計値を第１の統計値と呼び、領域類別部１０３で算出される統計値を第２の統計値と呼ぶこととする。

以上がレーダ画像処理装置１０１の処理の内容である。このように、領域分割部１０２がレーダ画像の各画素の周囲の画素の状況に基づいて統計値を算出したので、特定の画素においてノイズの影響が強く現れても、そのような影響を最小限に抑えて安定した領域分割を可能とするとともに、画素単位で結合して小領域を形成することとしたので、小領域はモザイク状の形状とはならず、現実の領域の形状を反映することができる。

一方で、このような画素の統計量を算出する場合に、各画素の周囲の少数の画素を局所的に用いると、ノイズの影響が生じやすい。そこで、その画素を含む領域であって、なるべく大きく、なおかつ統計的に均質な領域に基づいて、その画素の統計量を算出することで、さらにノイズの影響を低く抑えることが可能となる。そこで、次にこれまで述べた統計値算出方法より複雑にはなるが、統計的に均質な領域をなるべく大きく抽出して、統計値を算出する方法について説明する。この処理は、領域分割部１０２のステップＳ１０２における処理に代替するものである。

図４は、このようなもう一つの画素毎の統計値算出方法を示すフローチャートである。図のステップＳＴ１１１において、領域分割部１０２は、第１の検定範囲を設定し、その第１の検定範囲における統計値を算出する。第１の検定範囲とは、統計値を算出する画素（以下の説明において、基準画素と呼ぶこととする）の周囲に設定される所定の領域をいい、例えば基準画素の座標を（Ｉ，Ｊ）とし、ＭとＮを定数として
ｘ座標：Ｉ−Ｍ／２≦ｘ≦Ｉ＋Ｍ／２
ｙ座標：Ｊ−Ｎ／２≦ｙ≦Ｊ＋Ｎ／２
で表される矩形領域を第１の検定範囲とする。さらにこの領域に含まれる各画素に基づいて統計値を算出する。統計値としては、この領域に含まれる画素の画素値の分布中心（平均値）を採用してもよいし、必ずしも総ての画素からなる分布中心ではなく、いくつかの画素を選択して、選択された画素による分布中心を採用してもよい。領域内で選択した画素の数をＮとし、画素ｉ（ｉ＝１，２，…，Ｎ）の画素値をＸｉとした場合、分布中心μは式（１）で与えられる。

また、その他の統計量、例えば、領域内の不偏分散などを用いてもよい。不偏分散σ^２は式（１）で定義したＮ、Ｘｉ、μを用いて式（２）によって与えられる。

さらに、複数の統計量を組み合わせてもよい。

続いて、ステップＳ１１２において、領域分割部１０２は、第２の検定範囲を定める変数Ｍ’、Ｎ’を初期化する。第２の検定範囲は第１の検定範囲より大きくする必要があるので、変数Ｍ’、Ｎ’の初期値は定数Ｍ、Ｎに基づいて定めるとよい。例えばＭ'＝Ｍ＋１、Ｎ'＝Ｎ＋１などである。

次にステップＳ１１３において、領域分割部１０２は、Ｍ’、Ｎ’によって第２の検定範囲を設定し、統計値を算出する。第２の検定範囲は、第１の検定範囲と同様に
ｘ座標：Ｉ−Ｍ'／２≦ｘ≦Ｉ＋Ｍ'／２
ｙ座標：Ｊ−Ｎ'／２≦ｙ≦Ｊ＋Ｎ'／２
で表される矩形領域で与えるようにする。そして第１の検定範囲と同様にして、統計値を算出する。算出する統計値は第１の検定範囲の統計値と同じ統計量を用いることとし、例えば、第１の検定範囲の統計値がその領域内の画素値の分布中心ならば、第２の検定範囲の統計値も同じくその領域内の画素値の分布中心とする。

ステップＳＴ１１４において、第１の検定範囲の統計値と第２の検定範囲の統計値が統計的に均質か否かを判定する。複数の統計量を組み合わせて統計値であるとした場合には、それぞれの統計量同士で統計的に均質か否かを判定する。ここでは、例えば、帰無仮説を第１の検定範囲と第２の検定範囲の分布中心（平均値）が「等しい」とし、対立仮説を「等しくない」として、検定統計量を式（３）によるｔ統計量とした上でｔ検定により行う。

なお、式（３）において、Ｎ_Ａ、Ｎ_Ｂはそれぞれ第１及び第２の検定範囲から選択した画素数であり、μ_Ａ、μ_Ｂはそれぞれ第１及び第２の検定範囲における分布中心、σ_Ａ ^２、σ_Ｂ ^２は第１及び第２の検定範囲における不偏分散である。

このようにして仮説が採択された場合には、第２の検定範囲は第１の検定範囲と均質であるとする。

なお、ここではｔ検定を用いて統計的に均質か否かを判定したが、その他に、例えばウェルチの検定などを用いてもよい。また仮説検定の他にも、例えば、式（４）で表される対数尤度λを計算して、その尤度が閾値を超えた場合に、均質とみなすようにしてもよい。

なお、式（４）において、μ_０は第１の検定範囲と第２の検定範囲の和集合における分布中心である。

この結果、第２の検定範囲が第１の検定範囲と均質であると判定された場合には、ステップＳＴ１１５に進む（ステップＳＴ１１４：Ｙｅｓ）。ステップＳＴ１１５において、以前のＭ’とＮ’による第２の検定範囲は均質であるので、Ｍ’とＮ’を更新して、さらに第２の検定範囲を拡大する。具体的には、Ｍ’とＮ’のいずれか一方、あるいは双方に所定の値、例えば１を加える。ある基準画素についてステップＳＴ１１５が複数回されるのであれば、偶数回目にはＮ’に所定値を加え、奇数回目にはＭ’に所定値を加えるようにしてもよい。その後、ステップＳＴ１１４に戻る。

一方、ステップＳＴ１１４において、均質でないと判定された場合には、ステップＳＴ１１６に進む（ステップＳＴ１１４：Ｎｏ）。ステップＳＴ１１６では、直前のＭ’とＮ’（均質であると判定された最後のＭ’とＮ’）で定められる第２の検定範囲から、その基準画素について第１の統計値を算出する。以上が、もう一つの画素毎の統計値算出方法である。

上記において、第１及び第２の検定範囲の形状を基準画素を中心とする矩形としたが、その他の形状を採用してもよい。なお、第２の検定範囲は基準画素の統計値を算出するために抽出するものである。したがって、第２の検定範囲の形状が矩形であっても、画素ごとに結合して小領域が形成されるので、小領域がモザイク状になることはない。

実施の形態２．
実施の形態１は、領域分割部１０２が画素の第１の統計値を算出して、その第１の統計値に基づいて画素を結合して小領域を形成し、小領域毎に第２の統計値を求めて、各小領域を直接的に分類することとした。しかしながら、各小領域を形成したのち、異なる土地被覆による領域の輪郭線が存在する蓋然性の高い小領域を抽出してから、領域の分類を行うようにしてもよい。この発明の実施の形態２によるレーダ画像処理装置は、かかる特徴を有するものである。

この発明の実施の形態２によるレーダ装置及びレーダ画像処理装置も、実施の形態１と同じように図１に示すような飛行物１から観測対象領域２０１を撮像して得たレーダ画像を処理するものとする。また、図５は、この発明の実施の形態２によるレーダ装置及びレーダ画像処理装置の構成を示すブロック図である。図において、図２と同じ符号を付した構成要素は、実施の形態１によるレーダ装置及びレーダ画像処理装置の相当部位と同様であるので説明を省略する。この発明の実施の形態２におけるレーダ画像処理装置１０１の特徴は、領域分割部１０２と領域類別部１０３との間に、新たに輪郭線特定部１１１が設けられている点である。この輪郭線特定部１１１は、領域分割部１０２が形成した小領域から異なる土地被覆による領域の輪郭線が存在する可能性の高い領域を抽出する部位である。なお、輪郭線特定部１１１は請求項２の輪郭線特定手段の例である。

次に、レーダ装置２及びレーダ画像処理装置１０１の処理について説明する。レーダ装置２の動作は、実施の形態１と同様であるので説明を省略する。またレーダ画像処理装置１０１においても、領域分割部１０２は実施の形態１と同じように画素を結合して小領域を形成するものであり、その動作は実施の形態１と同様である。そこで説明を省略することとする。

続いて輪郭線特定部１１１は、領域分割部１０２が形成した各小領域の面積が所定値以下か否かを判定し、所定値以下となった小領域を、異なる土地被覆による領域の輪郭線（領域の境界線）が存在する可能性の高い領域として抽出する。これは次のような原理に基づくものである。すなわち、異なる土地被覆による領域の輪郭線の近傍においては、画素の特徴量、すなわち実施の形態１でいえば第１の統計値が狭い範囲で急激に変化する。このため、第１の統計値が均質となることに基づいて、領域分割部１０２が画素を結合して形成した小領域は面積の小さな領域となるのである。したがって、形成された小領域の面積が小さい場合には、その小領域の近傍に異なる土地被覆による領域の輪郭線が存在する可能性が高い。

このような原理に類似する方法として、画像処理の分野において公知の微分法がある。微分法とは、近傍の画素間の画素値の変化を算出し、画素値が大きく変化する領域（画素）を領域のエッジとして抽出する方法である。しかしながら、レーダ画像処理装置１０１における方法は、統計値に基づいて形成された小領域の面積からエッジを抽出しようとしている点が微分法とは異なる。これは、レーダ画像処理装置１０１は、ノイズの影響を受けやすいレーダ画像を対象としており、画素値が大きく変化する領域を直接的にエッジとして抽出すると、安定した領域抽出が行えないことに起因している。統計値の算出によって、ノイズの影響を抑えてエッジ検出をすることでより安定した領域抽出が可能となるのである。

輪郭線が存在する可能性が高い小領域を輪郭線特定部１１１が抽出した後、領域類別部１０３は輪郭線が存在する可能性が高い小領域同士を結んで閉ループを形成し、レーダ画像をいくつかの閉ループによる閉平面に分割する。そして、各閉平面を一つの独立した土地被覆による領域として土地分類を行う。

以上のように、この発明の実施の形態２によるレーダ装置及びレーダ画像処理装置によれば、画素毎に算出した統計値に基づいて画素から小領域を形成し、その小領域の面積が小さい場合に、その小領域の近傍に異なる土地被覆による領域の輪郭線が存在すると仮定することとしたので、小領域毎の第２の統計値算出による分類よりも信頼性の高い領域分類が可能となる。

実施の形態３．
実施の形態２におけるレーダ画像処理装置は、小領域の面積が所定値以下の場合に、この領域を、異なる土地被覆の境界線が存在する可能性の高い領域として抽出するものであった。しかし、この他にも、画素（基準画素）毎に所定の大きさの窓を設定し、その窓を基準画素を中心に分割して得た２つの領域のそれぞれにおいて統計値を算出し、２つの領域間で算出された統計値が異なる場合には、基準画素付近に土地被覆領域の輪郭線が存在すると仮定してもよい。

すなわち、実施の形態２における輪郭線特定部１１１において、小領域の面積が所定値以下となる小領域同士を結んで閉ループを形成する処理を行うことに替えて、各画素に窓を設定し、その窓を２つの領域に分割してそれぞれの領域間の統計値に差が生じるかどうかを判定するのである。図６は、このような処理を示すフローチャートであり、実施の形態１における図３のフローチャートの処理に代替するものである。

図のステップＳＴ１０１及びＳＴ１０３は図３のフローチャートの同一の符号を付した処理と同様であるので説明を省略する。ステップＳＴ３０１において、輪郭線特定部１１１は、現在の画素（基準画素）に所定の大きさからなる窓を設定する。ここで設定する窓は、基準画素を中心として少なくとも３画素×３画素の大きさからなる領域である。ステップＳＴ３０２において、輪郭線特定部１１１は、変数Ｎに１を設定する。Ｎは以後の処理で方向を示すために用いられる変数である。

図７に、窓の分割方法として４つの方向に分割する例を示す。図において、窓は５画素×５画素による領域からなり、また分割方向として、方向１、方向２、方向３、方向４の４つの方向の境界線で窓を切断する方法を考えることとする。方向１による分割とは、窓の左上隅から右下隅に至る境界線によって窓を分割することを指すものとし、方向２による分割とは、基準画素の真上方向にある窓の上端画素から基準画素の真下方向にある窓の下端画素に至る境界線によって窓を分割することを指す。また方向３による分割とは、窓の右上隅から左下隅に至る境界線によって窓を分割することを指し、方向４による分割とは、基準画素の右方向にある窓の右端画素から基準画素の左方向にある窓の左端画素に至る境界線によって窓を分割することを指す。なお、それぞれの分割方法において、境界線上の画素は約半数ずつ双方の領域に属するようにすることで、それぞれの領域の統計的性質が近いものとなる。ただし平均値などを用いる場合には、必ずしも半数ずつ双方の領域に属するようにする必要はない。

ステップＳＴ３０３において、輪郭線特定部１１１は、窓を方向Ｎに分割し、分割した領域をそれぞれＡ、Ｂとする。そしてステップＳＴ３０４において、輪郭線特定部１１１は、領域Ａと領域Ｂのそれぞれから統計値を算出する。統計値の算出方法は実施の形態１と同様であるので、説明を省略する。ステップＳＴ３０５において、輪郭線特定部１１１は、領域Ａの統計値と領域Ｂの統計値が均質かどうかを判定する。ここでの判定方法についても実施の形態１と同様である。その結果、統計値が均質ではない場合には、ステップＳＴ３０６に進む（ステップＳＴ３０５：Ｎｏ）。

ステップＳＴ３０６において、輪郭線特定部１１１は、現在の画素（基準画素）付近に土地被覆領域の輪郭線が存在するという仮定を立てて、この基準画素を図示せぬ土地被覆領域形成用メモリに出力する。なお、現在の分割方向（具体的にはＮの値）も土地被覆領域形成用メモリに出力してもよい。ここで、土地被覆領域形成用メモリは、後に土地被覆領域の輪郭線の近傍にある基準画素を接続して、閉ループを形成し、土地被覆領域を抽出するために参照される記憶領域である。

一方、ステップＳＴ３０５において、領域Ａの統計値と領域Ｂの統計値とが均質であると判定された場合には、ステップＳＴ３０７に進む（ステップＳＴ３０５：Ｙｅｓ）。ステップＳＴ３０７において、輪郭線特定部１１１は、変数Ｎに１を加える。そしてステップＳＴ３０８において、輪郭線特定部１１１は、変数Ｎが４を超える値となったか否かを判定する。これは図７に示した分割方向が４通りであるために、４以下か４を超えたかを判定するものである。図８に示すように８方向で分割するような構成とした場合には、８を超える値となったかどうかを判定することになる。

その結果、Ｎが４以下であると判定された場合には、まだ評価すべき他の方向が残っているので、ステップＳＴ３０３に戻る（ステップＳＴ３０８：Ｙｅｓ）。またＮが４を超えたと判定された場合には、ステップＳＴ３０９に進む（ステップＳＴ３０９：Ｙｅｓ）。ステップＳＴ３０９において、現在の画素付近には土地被覆領域の輪郭線はないので、何も処理をしないか、もしくは、この基準画素に土地被覆領域の輪郭線がないことを示すフラグを立てるなどの処理を行う。これらは、後ほど土地被覆領域の輪郭線の近傍にある基準画素を接続する処理を行う上で利用しやすいように画素毎の情報を適宜準備しておけばよい。

続いて、ステップＳＴ１０６、ステップＳＴ１０７は実施の形態１の図３のフローチャートにおいて同一の符号を付した処理と同様であり、説明を省略する。

なお、上記の処理において、領域Ａの統計値と領域Ｂの統計値が均質でなければ、他の方向の分割領域に対する評価を行わずに即座に現在の画素付近に土地被覆領域の輪郭線が存在すると判定した。しかし、このような処理ではなく、例えば、方向１〜４の各方向について一通り領域Ａと領域Ｂとの統計値の差異を算出し、統計値の差が最も大きくなった場合のその差が所定値以上かどうかを評価するような処理を行ってもよい。またその場合には、その差を生じる方向が土地被覆領域の輪郭線の接線方向に近いものと考えられるので、その方向を土地被覆領域形成用メモリに記憶させておく。

次に輪郭線特定部１１１は、土地被覆領域形成用メモリに記憶させた基準画素の中から、互いに近接し合う基準画素を接続して、土地被覆領域の形成を行う。土地被覆領域形成用メモリに記憶されている基準画素がそれほど密集していない領域においては、それぞれの基準画素を単純に接続するだけで、土地被覆領域が十分に抽出できる。

また、現在の分割方向（具体的にはＮの値）も土地被覆領域形成用メモリに記憶させている場合には、分割方向から接続すべき基準画素を限定して、接続するようにしてもよい。すなわち、ある画素（座標を（Ｉ，Ｊ）とする）が土地被覆領域形成用メモリに記憶されており、その分割方向が例えば方向２である場合には、土地被覆領域形成用メモリに記憶されている基準画素から座標が（Ｉ＋ｋ、Ｊ）（ただし、ｋは例えば１や２などのごく小さな自然数）であり、かつ分割方向が方向４でない基準画素を検索し、基準画素（Ｉ，Ｊ）と基準画素（Ｉ＋ｋ、Ｊ）とを接続する。同じように、土地被覆領域形成用メモリに記憶されている基準画素の座標と方向とを手がかりにそれぞれの基準画素を接続していって、最終的に土地被覆領域を形成する。

分割方向の情報がない場合には、例えば土地被覆領域形成用メモリに記憶されている基準画素が、ある領域に密集している場合に、本来互いに接続すべきでない基準画素同士を接続してしまうことも考えられるが、分割方向を考慮することでこのような問題を回避することができる。

続いて、領域類別部１０３は、輪郭線特定部１１１が形成した土地被覆領域を実施の形態１と同じように分類し、観測対象領域２０１の各地点での土地被覆を特定する。

以上から明らかなように、この発明の実施の形態３のレーダ画像処理装置によれば、基準画素の周囲に窓を設定し、その窓を基準画素を中心とした境界線により２つの領域に分割した上で、それぞれの領域の統計値を比較し、一定の差が認められる場合には、基準画素近傍に土地被覆領域の輪郭線があると仮定することとした。これによって、土地被覆領域の形状はモザイク形状とはならず、現実の領域の形状を反映したものとなるのである。

実施の形態４．
実施の形態１乃至３においては、各画素の統計値に基づいて小領域若しくは土地被覆領域を形成することで、ノイズの影響を最小限に抑えた領域分割を行った。しかしながら、雑音低減フィルタを活用してノイズの丸め処理を行い、さらにノイズの丸めが実際に発生した個所において、その丸めがノイズによって発生したものか、あるいはレーダ画像に撮像された土地被覆の境界または構造物の境界を丸めた結果かどうかを識別し、ノイズを検出するようにして、ノイズの影響を抑えてもよい。この発明の実施の形態４によるレーダ画像処理装置はこのような特徴を有するものである。

この発明の実施の形態４によるレーダ装置及びレーダ画像処理装置も、実施の形態１乃至３と同様に、図１に示すような飛行物１から観測対象領域２０１を撮像して得たレーダ画像を処理するものとする。また、図９は、この発明の実施の形態４によるレーダ装置及びレーダ画像処理装置の構成を示すブロック図である。図において、図２と同じ符号を付した構成要素は、実施の形態１の相当部位と同様であるので説明を省略する。この発明の実施の形態４によるレーダ画像処理装置１０１の特徴は、領域分割部１０２よりも前にぼけ領域検出部１１２が追加されている点である。このぼけ領域検出部１１２は、レーダ画像記憶部５に記憶されているレーダ画像に対して雑音低減フィルタを施し、雑音低減フィルタによるぼけが生じているか否かを判定する部位である。なお、ぼけ領域検出部１１２は、請求項１１のぼけ領域検出手段の例をなすものである。

次に、レーダ装置２及びレーダ画像処理装置１０１の動作について説明する。レーダ装置２の動作は、実施の形態１と同様であるので説明を省略する。続いて、レーダ画像処理装置１０１のぼけ領域検出部１１２において、ぼけ領域の処理を行う。図１０は、この処理のフローチャートである。図のステップＳＴ４０１において、ぼけ領域検出部１１２は、レーダ画像データを取得する。この処理は、実施の形態１における領域分割部１０２のステップＳＴ１０１の処理と同様である。ステップＳＴ４０２において、ぼけ領域検出部１１２は、取得したレーダ画像データに対して、雑音低減フィルタを施す。この雑音低減フィルタの例としては、式（５）に示すようなものを用いればよい。ただしこの例に限るものではない。

式（５）において、Ｉはフィルタを施した後の値であり、Ｋは所定のフィルタパラメータ、Ｉは所定の範囲（例えば、基準画素を中心とする３画素×３画素の矩形領域）内での画素平均値、Ｉ_ｃは基準画素の値である。

この結果、例えば図１１の（Ａ）に示したようなレーダ画像はフィルタの適用によって図１１の（Ｂ）に示すような画像となる。（Ａ）において、黒い点はノイズによるものであり、また矩形２０２はレーダ画像に撮像された領域の境界部分である。（Ａ）においてノイズが乗っていた画素は、（Ｂ）においてフィルタの効果により消去されているが、その代わりに矩形２０２の境界がぼやけてしまっていることが分かる。

続いて、ステップＳＴ４０３において、ぼけ領域検出部１１２は、雑音低減フィルタによって生じた変化成分を算出する。この変化成分をＣとすれば、Ｃには除去された雑音成分と、フィルタにより生じたぼけ成分が含まれる。レーダ画像中の雑音は、主に乗法性を有するスペックル雑音であることから、変化成分Ｃは、例えば式（６）によって算出される。

ここで、Ｉ_ｏｒｇは元のレーダ画像中の画素値、Ｉ_{ｆｉｌｔｅｒｅｄ}は例えば式（５）のフィルタを施した後の画素値である。

次に、ステップＳＴ４０４において、ぼけ領域検出部１１２は、変化成分Ｃを２値化する。ここで２値化とは、Ｃが１に近いかどうかによってぼけが発生しているか否かを識別できるようにする処理で、例えばＤを所定の定数として、

として２値化する。

このように、式（６）によって算出された比が１に近いか否かによって、ぼけを２値化することとしたので、スペックル雑音を考慮したフィルタによる画素値の変化を検出することができる。

この結果、２値化後の値が１となった画素ではぼけが発生しており、０となった画素ではぼけが発生していないことが明らかになる。図１２は、この２値化を行った状態のレーダ画像である。このように２値化を行った画像は、ノイズによって生じた成分と土地被覆領域や構造物の境界に生じた成分とが混在した状態となっており、さらに土地被覆領域や構造物の境界に生じた成分は連続し、かつ比較的大きな領域として残存する。

続いて、レーダ画像上の画素毎にぼけの発生原因を特定するために、ステップＳＴ４０５において、ぼけ領域検出部１１２は、まず左上隅の画素を現在の画素に設定する。そして、ステップＳＴ４０６において、現在の画素で式（７）によるぼけが発生しているかどうかを調べ、発生している場合には、ステップＳＴ４０７に進む（ステップＳＴ４０６：：Ｙｅｓ）。ステップＳＴ４０７において、ぼけ領域検出部１１２は、現在の画素を含むぼけ発生領域を抽出する。これは、現在の画素でぼけが発生している場合に、現在の画素に隣接する画素、さらにその画素に隣接する画素…でぼけが発生しているかどうかを調べ、ぼけが発生している画素が連続している領域を抽出することによって行われる。

そして、ステップＳＴ４０８で、ぼけ領域検出部１１２は、現在の画素を含み、ぼけが発生している領域の面積が所定値よりも大きいか否かを調べる。ここでいう面積については、隣接する画素間の距離を単位長さとして面積を算出したものもよいし、あるいは、この領域に含まれる画素数を面積としてもよい。

次に、ステップＳＴ４０９において、ぼけ領域検出部１１２は、面積が所定値未満となったぼけ発生領域の画素の２値化状態（ステップＳＴ４０４で２値化したもの）を０とする。一般にノイズによって生じたぼけ領域は面積が小さくなるので、面積が所定値以上となったぼけ領域はノイズによって生じたものではないと考えられる。そこで、このような領域においてはぼけは生じていなかったものとする。こうすることで、ノイズによって生じたぼけ領域の画素値が０となって、ノイズによるぼけ領域が消去される。その結果、レーダ画像に撮像された土地被覆の境界または構造物の境界に対するフィルタの影響を抑え、ノイズに対してのみフィルタの効果を及ぼすことができるようになる。

その後、ステップＳＴ４１０に進み、現在の画素が右下隅の画素か否かを判定する。なお、ステップＳＴ４０６でぼけが発生していないと判断された場合（ステップＳＴ４０６：Ｎｏ）、あるいはステップＳＴ４０８でぼけ発生領域の面積が所定値以下と判断された場合（ステップＳＴ４０８：Ｎｏ）も、直接ステップＳＴ４１０に進む。ステップＳＴ４１０で、現在の画素が右下隅の画素であると判断された場合は、もうこれ以上処理すべき画素が存在しないことになるので処理を終了する（ステップＳＴ４１０：Ｙｅｓ）。一方、現在の画素が右下隅の画素でないと判断された場合には、次の画素を現在の画素とする。この処理は、実施の形態１のステップＳＴ１０７の処理と同様であるので説明を省略する。

その後、ステップＳＴ４０６に戻って、次の画素の処理を続行する。以上がぼけ領域検出部１１２の処理である。続いて、領域分割部１０２の処理に移るが、その処理は実施の形態１における領域分割部１０２の処理とほぼ同様である。ただし、この発明の実施の形態４では、ぼけ領域検出部１１２がレーダ画像データを読み込んだので、領域分割部１０２は改めてレーダ画像データを読み込む必要がない点、そして、ぼけ発生の２値化処理で値が０となった画像については式（５）のフィルタ後の値を画素値として小領域形成を行うようにし、１となった画素については、土地被覆領域の輪郭線が存在すると仮定する点が、実施の形態１における領域分割部１０２の処理と異なっている。また、領域類別部１０３の処理は実施の形態１と同様であるので説明を省略する。

以上のようにこの発明の実施の形態４によるレーダ画像処理装置によれば、雑音低減フィルタを用いて、効率的に雑音を低減しつつ、土地被覆領域や構造物の境界へのフィルタの影響を最小限に抑えることができるので、土地分類の信頼性を向上することができる。

実施の形態５．
実施の形態１では、画素毎に統計値を求めて、統計値がほぼ等しく、かつ隣接する画素から小領域を形成することとしたが、画素単位ではなく、レーダ画像をランダムな形状に分割してそれぞれの形状について統計値を算出し、さらにこのランダムな形状同士を結合して小領域を形成するようにしても、小領域がモザイク状の形状になることを回避することができる。

具体的には、領域分割部１０２は、ある画素を起点として、そこから乱数を発生させて長さと方向を求め、その方向に起点を移動させる。そしてそこで再び乱数を発生させて長さと方向を求め、その方向に起点を移動させる、という処理を繰り返し、起点の軌跡を結んでいくことで形成される多角形をランダムな形状とする。そしてこのランダムな形状について統計値を算出して、統計値がほぼ等しければ、隣接するランダムな形状同士を結合して小領域を形成する、という方法である。この処理について次に説明する。

ここで、乱数を発生させることで起点を移動させると、なかなか元の起点に戻らない場合も考えられる。そこでＮ角形のＮを乱数を発生させて決定させ（ここで発生させる乱数は、例えば３から６までのいずれかの整数値をとるものとする）、最初に起点を（Ｉ，Ｊ）とする。そして次に、長さを乱数を発生させて決定する。ここで発生させる乱数は２から７までの整数値をとるものとする。ここで求められた長さをＬとし、次に方向を乱数を発生させて決定する。ここで発生させる乱数は１から８のいずれかの値をとるものとする。その結果、
（１）方向が１の場合は（Ｉ−Ｌ，Ｊ−Ｌ）に起点を遷す。
（２）方向が２の場合は（Ｉ，Ｊ−Ｌ）に起点を遷す。
（３）方向が３の場合は（Ｉ＋Ｌ，Ｊ−Ｌ）に起点を遷す。
（４）方向が４の場合は（Ｉ＋Ｌ，Ｊ）に起点を遷す。
（５）方向が５の場合は（Ｉ＋Ｌ，Ｊ＋Ｌ）に起点を遷す。
（６）方向が６の場合は（Ｉ，Ｊ＋Ｌ）に起点を遷す。
（７）方向が７の場合は（Ｉ−Ｌ，Ｊ＋Ｌ）に起点を遷す。
（８）方向が８の場合は（Ｉ−Ｌ，Ｊ）に起点を遷す。

この処理をＮ−１回繰り返し、その後起点を（Ｉ，Ｊ）に強制的に戻すことで、Ｎ角形が完成する。このようなＮ角形でレーダ画像全体が埋められた時点でランダムな形状の領域の分割が完了する。

次に、領域分割部１０２は、それぞれのランダムな形状の領域において統計値（第１の統計値）を算出する。この統計値は、式（１）による分布中心や式（２）による不偏分散などを採用すればよい。そして隣接するランダムな形状同士で、統計値のｔ検定などを行い統計的に均質かどうかを調べ、均質である場合には、隣接するランダムな形状を結合して新たなランダムな形状を形成する。領域分割部１０２は、このような処理を繰り返すことで、小領域を形成する。

その後、領域類別部１０３は、各小領域の第２の統計値を算出し、実施の形態１と同様にマルチレベルスライス法などによって、それぞれの領域を類別する。

以上から明らかなように、実施の形態５のレーダ画像処理装置によれば、レーダ画像をランダムな形状に分割してから、統計値に基づいてそれらを結合し、小領域を形成するようにしたので、小領域がモザイク形状とはならず、結果として現実の土地被覆領域や構造物の形状に近い領域形状が得られる。

なお、実施の形態５のレーダ画像処理装置において、実施の形態３のような輪郭線特定部を設けて、各々の小領域内を輪郭線が通過するかどうかを判定してもよいし、実施の形態４のようなぼけ領域検出部１１２を用いてフィルタによる雑音低減処理を行ってもよい。

この発明の実施の形態１によるレーダ装置およびレーダ画像処理装置の関係図である。 この発明の実施の形態１によるレーダ装置およびレーダ画像処理装置の構成を示すブロック図である。 この発明の実施の形態１における小領域分割処理のフローチャートである。 この発明の実施の形態１におけるもう一つの小領域分割処理のフローチャートである。 この発明の実施の形態２によるレーダ装置およびレーダ画像処理装置の構成を示すブロック図である。 この発明の実施の形態３における窓の分割処理のフローチャートである。 この発明の実施の形態３における窓の分割方法の例を示す図である。 この発明の実施の形態３における窓の分割方法の別の例を示す図である。 この発明の実施の形態４によるレーダ装置およびレーダ画像処理装置の構成を示すブロック図である。 この発明の実施の形態４によるぼけ発生領域抽出処理のフローチャートである。 この発明の実施の形態４によるレーダ画像及び雑音低減フィルタを施した後の画像の例を示す図である。 この発明の実施の形態４によるレーダ画像と雑音低減フィルタとの変化成分の状況を示す図である。

符号の説明

１ 飛行物、
２ レーダ装置、
３ アンテナ、
４ 受信器、
５ レーダ画像記憶部、
１０１ レーダ画像処理装置、
１０２ 領域分割部、
１０３ 領域類別部、
１０４ 出力結果格納部、
１１１ 輪郭線特定部、
１１２ ぼけ領域検出部。

Claims (9)

1. 撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍のレーダ画像領域の複数の特徴量から前記基準画素の第１の統計値を算出するとともに、算出された第１の統計値同士がほぼ等しくかつ互いに隣接する前記基準画素から小領域を形成する小領域形成手段と、
   前記小領域形成手段が形成した小領域内の画素の特徴量から第２の統計値を算出するとともに、この第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたことを特徴とするレーダ画像処理装置。
2. 撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍のレーダ画像領域の複数の特徴量から前記基準画素の第１の統計値を算出するとともに、算出された第１の統計値同士がほぼ等しくかつ互いに隣接する前記基準画素から小領域を形成する小領域形成手段と、
   前記小領域形成手段が形成した小領域の面積が所定値以下となる場合に、前記小領域を前記レーダ画像中の撮像物の輪郭線通過領域として特定する輪郭線特定手段と、を備えたことを特徴とするレーダ画像処理装置。
3. 前記小領域形成手段により形成された小領域内の画素の特徴量から第２の統計値を算出するとともに、前記輪郭線特定手段により特定された輪郭線通過領域において、前記第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段を備えたことを特徴とする請求項２に記載のレーダ画像処理装置。
4. 前記基準画素の周囲に統計的に均質であり、かつなるべく面積の大きい均質領域を抽出する検定範囲抽出手段を備え、
   前記小領域形成手段は、前記検定範囲抽出手段により抽出された均質領域を前記基準画素の近傍領域として、この基準画素の第１の統計値を算出することを特徴とする請求項１乃至３のいずれか一に記載のレーダ画像処理装置。
5. 撮像物を含むレーダ画像をランダムに分割し、分割された分割領域毎に複数の特徴量から第１の統計値を算出して、算出された統計値第１の統計値の差又は比が所定値以上となる前記分割領域を互いに異なる小領域に分類する小領域形成手段と、
   前記小領域形成手段が形成した小領域内の画素の特徴量から第２の統計値を算出するとともに、算出された第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたことを特徴とするレーダ画像処理装置。
6. 前記レーダ画像に雑音低減フィルタによる雑音低減を施して、雑音低減後の画像と前記レーダ画像とを比較し、雑音低減により変化が生じた画素を抽出し、それらの画素が連続してなる領域の面積が所定値以上となる場合に前記領域を構造物領域に分類し、前記所定値より小さい場合に前記領域をノイズ領域に分類するぼけ領域検出手段を備え、
   前記小領域形成手段は、前記ぼけ領域検出手段が構造物領域に分類した領域を除いて、前記小領域を形成することを特徴とする請求項１乃至５のいずれか一に記載のレーダ画像処理装置。
7. 前記ぼけ領域検出手段は、前記雑音低減後の画像の画素と前記レーダ画像の画素との比を算出するとともに、この比がほぼ１となる画素とそうでない画素とに分類して、比がほぼ１とならない画素を雑音低減により変化が生じた画素として抽出することを特徴とする請求項６に記載のレーダ画像処理装置。
8. 撮像物を含むレーダ画像を構成する各画素を基準画素として、この基準画素近傍レーダ画像領域に所定の大きさの窓を設定し、その窓を分割して分割領域を得るとともに、それらの分割領域毎に複数の特徴量から第１の統計値を算出し、算出された第１の統計値の差又は比が所定値以上となる基準画素を結んで閉平面を形成してこの閉平面を土地被覆領域として抽出する輪郭線特定手段と、
   前記輪郭線特定手段が抽出した土地被覆領域内の画素の特徴量から第２の統計値を算出するとともに、算出された第２の統計値に基づいて前記小領域を類別することにより前記撮像物の類別を行う撮像物類別手段と、を備えたことを特徴とするレーダ画像処理装置。
9. 前記輪郭線特定手段は、前記窓を予め定められた数種類の方向に切断して前記分割領域を得るとともに、前記第１の統計値の差又は比が所定値以上となる方向に前記基準画素を結んで前記閉平面を形成することを特徴とする請求項８に記載したレーダ画像処理装置。

Images