JP2006309632A - Sea surface image generating device - Google Patents
Sea surface image generating device Download PDFInfo
- Publication number
- JP2006309632A JP2006309632A JP2005133862A JP2005133862A JP2006309632A JP 2006309632 A JP2006309632 A JP 2006309632A JP 2005133862 A JP2005133862 A JP 2005133862A JP 2005133862 A JP2005133862 A JP 2005133862A JP 2006309632 A JP2006309632 A JP 2006309632A
- Authority
- JP
- Japan
- Prior art keywords
- sea surface
- distribution
- sea
- wave height
- image
- 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.)
- Granted
Links
Landscapes
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
Description
本発明は、海面の画像を生成する海面画像生成装置に関し、特に、自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができる海面画像生成装置に関する。 The present invention relates to a sea surface image generation apparatus that generates an image of a sea surface, and more particularly to a sea surface image generation apparatus that can easily generate an image of a sea surface with high reality under various natural conditions.
従来、コンピュータグラフィックスの技術を用いて、複雑なパターンの波が発生する海面の画像を生成することがおこなわれている。生成された海面の画像は、船舶の操縦訓練用のシミュレータなどにおいて利用される。 2. Description of the Related Art Conventionally, using a computer graphics technique, an image of a sea surface where a complex pattern wave is generated has been performed. The generated sea surface image is used in a simulator for ship operation training.
波の様子は、視点が移動したり、時間が経過したりすることにより変化する。したがって、海面の画像を生成する際には、視点の移動や時間経過に応じて海面が変化するようにする必要がある。 The state of the wave changes as the viewpoint moves or time elapses. Therefore, when generating an image of the sea surface, it is necessary to change the sea surface according to the movement of the viewpoint or the passage of time.
そのため、視点の変位に対応する複数の波高パターンを、時間の経過に応じて変化するゆらぎにより変調し、海面の動画像を生成する技術などが開発されている（特許文献１を参照）。 Therefore, a technique has been developed in which a plurality of wave height patterns corresponding to the viewpoint displacement are modulated by fluctuations that change with the passage of time to generate a moving image of the sea surface (see Patent Document 1).
しかしながら、上述した特許文献１に代表される従来技術では、正弦波で波高パターンを模擬しているため、生成された海面の画像がリアリティに乏しくなってしまうという問題があった。 However, in the related art represented by the above-described Patent Document 1, since the wave height pattern is simulated with a sine wave, there is a problem that the generated image of the sea surface becomes poor in reality.
具体的には、海上に風が吹いているような場合には、その風の風力や風向などにより海上に発生する波のパターンが変化するが、従来技術においては、そのようなさまざま自然の条件下における実際の海面の物理現象を模擬することができないという問題があった。 Specifically, when the wind is blowing on the sea, the pattern of waves generated on the sea changes depending on the wind force and direction of the wind. There was a problem that it was not possible to simulate actual sea surface physical phenomena below.
そのため、自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができる技術の開発が重要な課題として残されていた。 Therefore, the development of technology that can easily generate highly realistic sea surface images under various natural conditions has remained an important issue.
この発明は、上述した従来技術による問題点を解消するためになされたものであり、自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができる海面画像生成装置を提供することを目的とする。 The present invention has been made to solve the above-described problems caused by the prior art, and provides a sea surface image generation device capable of easily generating a highly realistic sea surface image under various natural conditions. The purpose is to do.
上述した課題を解決し、目的を達成するため、本発明は、海面の画像を生成する海面画像生成装置であって、Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成手段と、前記スペクトル分布生成手段により生成されたスペクトル分布を記憶するスペクトル分布記憶手段と、前記スペクトル分布記憶手段により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成手段と、を備えたことを特徴とする。 In order to solve the above-described problems and achieve the object, the present invention is a sea surface image generation device for generating an image of a sea surface, and a Fourier transform of a wave height spectrum distribution and a random number distribution calculated by a Pierson-Moskowitz type model. A spectrum distribution generating means for generating a pulse height spectrum distribution having irregularity based on the spectrum distribution obtained as a result, a spectrum distribution storing means for storing the spectrum distribution generated by the spectrum distribution generating means, and the spectrum distribution. Sea surface image generating means for generating a sea surface image based on the spectrum distribution stored by the storage means.
また、本発明は、上記発明において、前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布とCox-Munk型のモデルに基づいて算出された海面反射率とに基づいて海面画像を生成することを特徴とする。 Further, the present invention is the above invention, wherein the sea level image generation means is a sea level image based on a spectral distribution stored in the spectral distribution storage means and a sea level reflectance calculated based on a Cox-Munk type model. Is generated.
また、本発明は、上記発明において、前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布に基づいて波高分布を算出し、当該波高分布において画像センサの各画素に対応する波高の位置をレイトレーシングにより算出し、算出された位置における海面の法線ベクトルに基づいて傾斜した海面の海面反射率をCox-Munk型のモデルを用いて算出することにより海面画像を生成することを特徴とする。 Further, the present invention is the above invention, wherein the sea level image generation means calculates a wave height distribution based on the spectrum distribution stored in the spectrum distribution storage means, and the wave height corresponding to each pixel of the image sensor in the wave height distribution. The sea surface image is generated by calculating the position of the sea surface by ray tracing and calculating the sea surface reflectance of the inclined sea surface using the Cox-Munk type model based on the normal vector of the sea surface at the calculated position. Features.
また、本発明は、上記発明において、前記海面画像生成手段は、海水の分光屈折率に基づいてCox-Munk型のモデルを用いることにより海面の分光反射率を算出し、当該分光反射率に基づいて太陽光の海面反射率を算出することにより海面画像を生成することを特徴とする。 Further, the present invention is the above invention, wherein the sea surface image generating means calculates a spectral reflectance of the sea surface by using a Cox-Munk type model based on a spectral refractive index of seawater, and based on the spectral reflectance. Then, a sea surface image is generated by calculating the sea surface reflectance of sunlight.
また、本発明は、上記発明において、前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布に基づいて所定の範囲の波高分布を算出し、当該波高分布を繰り返し利用することにより、所定の範囲の海面画像を生成することを特徴とする。 Further, the present invention is the above invention, wherein the sea level image generation means calculates a wave height distribution in a predetermined range based on the spectrum distribution stored in the spectrum distribution storage means, and repeatedly uses the wave height distribution. A sea surface image in a predetermined range is generated.
また、本発明は、上記発明において、画像センサの設置高度、画像センサの視軸方位、画像センサの感度波長、画像センサの瞬時視野、画像センサの画素数、太陽の方位、太陽の高度、風向、風速に係る情報のうち少なくとも１つの情報の入力を受け付ける情報受付手段をさらに備え、前記海面画像生成手段は、前記情報受付手段により受け付けられた情報に対応し、かつ、前記画像センサにより取得される仮想の海面画像を生成することを特徴とする。 Further, the present invention provides the image sensor according to the above invention, the installation height of the image sensor, the visual axis orientation of the image sensor, the sensitivity wavelength of the image sensor, the instantaneous field of view of the image sensor, the number of pixels of the image sensor, the direction of the sun, the altitude of the sun, and the wind direction. And an information receiving means for receiving an input of at least one piece of information relating to wind speed, wherein the sea surface image generating means corresponds to the information received by the information receiving means and is acquired by the image sensor. A virtual sea surface image is generated.
また、本発明は、海面の画像を生成する海面画像生成方法であって、Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成工程と、前記スペクトル分布生成工程により生成されたスペクトル分布を記憶するスペクトル分布記憶工程と、前記スペクトル分布記憶工程により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成工程と、を含んだことを特徴とする。 The present invention is also a sea surface image generation method for generating an image of the sea surface, and is based on a wave height spectrum distribution calculated by a Pierson-Moskowitz type model and a spectrum distribution obtained by Fourier transforming a random number distribution. Based on the spectrum distribution generating step for generating a pulse height spectrum distribution having regularity, the spectrum distribution storing step for storing the spectrum distribution generated by the spectrum distribution generating step, and the spectrum distribution stored by the spectrum distribution storing step A sea surface image generating step of generating a sea surface image.
また、本発明は、海面の画像を生成する海面画像生成プログラムであって、Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成手順と、前記スペクトル分布生成手順により生成されたスペクトル分布を記憶するスペクトル分布記憶手順と、前記スペクトル分布記憶手順により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成手順と、をコンピュータに実行させることを特徴とする。 The present invention is also a sea surface image generation program for generating an image of the sea surface, and is based on a wave height spectrum distribution calculated by a Pierson-Moskowitz type model and a spectrum distribution obtained by Fourier transforming a random number distribution. Based on the spectral distribution generation procedure for generating a pulse height spectral distribution having regularity, the spectral distribution storage procedure for storing the spectral distribution generated by the spectral distribution generation procedure, and the spectral distribution stored by the spectral distribution storage procedure A sea surface image generation procedure for generating a sea surface image is executed by a computer.
本発明によれば、Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成し、生成したスペクトル分布を記憶し、記憶したスペクトル分布に基づいて海面画像を生成することとしたので、海上に吹く風のさまざまな条件を反映することができるPierson-Moskowitz型のモデルから不規則性を有する波高スペクトル分布を生成することにより、リアリティの高い海面の画像を容易に生成することができるという効果を奏する。 According to the present invention, a pulse height distribution having irregularity is generated based on a wave height spectrum distribution calculated by a Pierson-Moskowitz type model and a spectrum distribution obtained by Fourier transforming a random number distribution, and the generated spectrum is generated. Since the distribution was memorized and the sea surface image was generated based on the memorized spectrum distribution, the wave height spectrum with irregularity from the model of Pierson-Moskowitz type that can reflect various conditions of wind blowing on the sea By generating the distribution, it is possible to easily generate a highly realistic sea surface image.
また、本発明によれば、記憶したスペクトル分布とCox-Munk型のモデルに基づいて算出された海面反射率とに基づいて海面画像を生成することとしたので、表面張力波の影響を考慮した海面反射率を算出することができ、リアリティの高い海面の画像を容易に生成することができるという効果を奏する。 In addition, according to the present invention, since the sea surface image is generated based on the stored spectral distribution and the sea surface reflectance calculated based on the Cox-Munk type model, the influence of the surface tension wave is taken into consideration. The sea surface reflectance can be calculated, and an effect that a highly realistic sea surface image can be easily generated is achieved.
また、本発明によれば、記憶したスペクトル分布に基づいて波高分布を算出し、当該波高分布において画像センサの各画素に対応する波高の位置をレイトレーシングにより算出し、算出された位置における海面の法線ベクトルに基づいて傾斜した海面の海面反射率をCox-Munk型のモデルを用いて算出することにより海面画像を生成することとしたので、海面の傾斜を考慮することにより、リアリティの高い海面の画像を容易に生成することができるという効果を奏する。 Further, according to the present invention, the wave height distribution is calculated based on the stored spectrum distribution, the wave height position corresponding to each pixel of the image sensor in the wave height distribution is calculated by ray tracing, and the sea level at the calculated position is calculated. Since the sea surface image is generated by calculating the sea surface reflectance of the inclined sea surface based on the normal vector using the Cox-Munk type model, the sea surface with high reality can be obtained by considering the sea surface inclination. It is possible to easily generate the image.
また、本発明によれば、海水の分光屈折率に基づいてCox-Munk型のモデルを用いることにより海面の分光反射率を算出し、当該分光反射率に基づいて太陽光の海面反射率を算出することにより海面画像を生成することとしたので、海水の分光屈折率の影響を考慮することにより、リアリティの高い海面の画像を容易に生成することができるという効果を奏する。 Further, according to the present invention, the spectral reflectance of the sea surface is calculated by using a Cox-Munk type model based on the spectral refractive index of seawater, and the sea surface reflectance of sunlight is calculated based on the spectral reflectance. Since the sea surface image is generated by doing so, the effect of being able to easily generate an image of the sea surface with high reality can be achieved by considering the influence of the spectral refractive index of the sea water.
また、本発明によれば、記憶されたスペクトル分布に基づいて所定の範囲の波高分布を算出し、当該波高分布を繰り返し利用することにより、所定の範囲の海面画像を生成することとしたので、海面画像の生成に必要な演算量を大幅に低減させることができるという効果を奏する。 In addition, according to the present invention, the wave height distribution in a predetermined range is calculated based on the stored spectrum distribution, and the sea level image in the predetermined range is generated by repeatedly using the wave height distribution. There is an effect that it is possible to greatly reduce the amount of calculation required for generating the sea surface image.
また、本発明によれば、画像センサの設置高度、画像センサの視軸方位、画像センサの感度波長、画像センサの瞬時視野、画像センサの画素数、太陽の方位、太陽の高度、風向、風速に係る情報のうち少なくとも１つの情報の入力を受け付け、受け付けた情報に対応し、かつ、画像センサにより取得される仮想の海面画像を生成することとしたので、太陽や風などの自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができるという効果を奏する。 In addition, according to the present invention, the installation height of the image sensor, the visual axis orientation of the image sensor, the sensitivity wavelength of the image sensor, the instantaneous field of view of the image sensor, the number of pixels of the image sensor, the orientation of the sun, the altitude of the sun, the wind direction, the wind speed Because it was decided to receive at least one of the information related to the information, and to generate a virtual sea surface image corresponding to the received information and acquired by the image sensor, various natural such as the sun and wind Under the condition, it is possible to easily generate a highly realistic sea surface image.
以下に添付図面を参照して、本発明に係る海面画像生成装置の好適な実施例を詳細に説明する。なお、ここでは、海面画像生成装置が、船舶の操船教育訓練に用いられる操船シミュレータに適用された場合について説明するが、海面画像生成装置の用途はこれに限定されるものではない。 Exemplary embodiments of a sea level image generation device according to the present invention will be described below in detail with reference to the accompanying drawings. Here, a case where the sea level image generation device is applied to a ship maneuvering simulator used for marine vessel maneuvering training will be described, but the application of the sea level image generation device is not limited to this.
まず、本実施例に係る操船シミュレータの構成について説明する。図１は、本実施例に係る操船シミュレータの構成を示す図である。 First, the configuration of the boat maneuvering simulator according to the present embodiment will be described. FIG. 1 is a diagram illustrating a configuration of a boat maneuvering simulator according to the present embodiment.
図１に示すように、この操船シミュレータは、海面パラメータ入力演算装置１０、操船模擬装置１１、船舶視点情報演算装置１２、陸背景画像生成装置１３、海面画像生成装置１４、画像合成装置１５、表示装置１６を有する。 As shown in FIG. 1, this marine vessel maneuvering simulator includes a sea surface parameter input computation device 10, a boat maneuvering simulation device 11, a ship viewpoint information computation device 12, a land background image generation device 13, a sea surface image generation device 14, an image composition device 15, and a display. It has a device 16.
海面パラメータ入力演算装置１０は、日時や経緯度、気象、風速などの情報の入力を受け付けて、過去のさまざまな気象データを記憶したデータベース（図示せず）からそれらの情報に対応する太陽方位、太陽高度、日射量、風速、風向などの情報を検索し、それらの情報を海面画像生成装置１４に出力する装置である。 The sea surface parameter input computing device 10 accepts input of information such as date, longitude and latitude, weather, wind speed, etc., and receives a sun direction corresponding to the information from a database (not shown) storing various past weather data, This is a device that searches for information such as solar altitude, solar radiation amount, wind speed, and wind direction, and outputs the information to the sea level image generation device 14.
また、この海面パラメータ入力演算装置１０は、快晴などの気象情報の入力を受け付けたような場合に、過去の快晴だった日の日射量の平均値などを適宜算出し、海面画像生成装置１４に出力する処理などをおこなう。 In addition, when the sea surface parameter input calculation device 10 receives an input of weather information such as clear weather, the sea surface parameter input calculation device 10 appropriately calculates an average value of the amount of solar radiation in the past when the weather surface was sunny, and the sea surface image generation device 14 Perform output processing.
操船模擬装置１１は、船舶の操船訓練者による操船操作を受け付ける装置である。具体的には、操船模擬装置１１は、操船訓練者による舵やエンジンスロットルなどの操作を受け付け、当該操作に係る情報と初期船舶経緯度とから船舶の位置、速度、進行方向、船舶姿勢などを算出し、それらの情報を船舶視点情報演算装置１２に出力する。 The marine vessel maneuvering device 11 is a device that accepts a marine vessel maneuvering operation by a marine vessel maneuvering trainer. Specifically, the ship maneuvering simulation apparatus 11 accepts operations such as rudder and engine throttle by a ship maneuvering trainer, and determines the position, speed, traveling direction, ship attitude, etc. of the ship from information related to the operation and the initial ship latitude and longitude. The information is calculated and output to the ship viewpoint information calculation device 12.
船舶視点情報演算装置１２は、操船模擬装置１１から取得した情報に基づいて、船舶に取り付けられた赤外線カメラが海面を観測する方位および赤外線カメラの経緯度の視点情報を算出し、陸背景生成装置１３および海面画像生成装置１４に算出結果を出力する装置である。 Based on the information acquired from the ship maneuvering simulation device 11, the ship viewpoint information calculation device 12 calculates the viewpoint information of the direction in which the infrared camera attached to the ship observes the sea surface and the longitude and latitude of the infrared camera, and the land background generation device 13 and a sea level image generation device 14 for outputting a calculation result.
陸背景画像生成装置１３は、陸地形モデルおよび船舶視点情報演算装置１２により算出された視点情報の入力を受け付け、船舶に取り付けられた赤外線カメラにより観測される陸背景模擬画像を生成し、映像合成装置１５に出力する装置である。ここで、陸地形モデルとは、建物などの人工物や植生などの自然物を含む陸上の地形モデルである。 The land background image generation device 13 accepts the input of viewpoint information calculated by the land terrain model and the ship viewpoint information calculation device 12, generates a land background simulated image observed by an infrared camera attached to the ship, and synthesizes the video. It is a device that outputs to the device 15. Here, the land terrain model is a land terrain model including artifacts such as buildings and natural objects such as vegetation.
海面画像生成装置１４は、太陽の方位、太陽の高度、風速、風向、日射量などの海面模擬画像の生成に必要な気象パラメータの入力と、船舶視点情報演算装置１２により算出された視点情報とを受け付け、海面画像を生成する装置である。 The sea level image generation device 14 inputs weather parameters necessary for generating a simulated sea level image such as the sun's orientation, solar altitude, wind speed, wind direction, solar radiation amount, and the viewpoint information calculated by the ship viewpoint information calculation device 12. Is a device that generates a sea surface image.
具体的には、この海面画像生成装置１４は、海上に吹く風のさまざまな条件を考慮することができるPierson-Moskowitzモデルを用いて波高スペクトル分布を算出し、算出された波高スペクトル分布を２次元乱数分布をフーリエ変換して得られるスペクトル分布でフィルタリングする。 Specifically, the sea surface image generation device 14 calculates a wave height spectrum distribution using a Pierson-Moskowitz model that can take into account various conditions of the wind blowing on the sea, and the calculated wave height spectrum distribution is two-dimensionally calculated. The random number distribution is filtered by a spectral distribution obtained by Fourier transform.
そして、海面画像生成装置１４は、フィルタリングの結果得られたスペクトル分布に対して逆フーリエ変換を適用することにより不規則性を有する波高分布を生成し、生成された波高分布に基づいて海面画像を生成する。 Then, the sea level image generation device 14 generates an irregular wave height distribution by applying an inverse Fourier transform to the spectral distribution obtained as a result of filtering, and generates a sea level image based on the generated wave height distribution. Generate.
これにより、風のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができるようになる。この海面画像生成装置１４については、後にさらに詳しく説明する。 This makes it possible to easily generate highly realistic sea surface images under various wind conditions. The sea surface image generation device 14 will be described in more detail later.
画像合成装置１５は、陸背景画像生成装置１３により生成された陸背景画像と、海面画像生成装置１４により生成された海面画像とを合成し、赤外線カメラから観測される船舶周辺模擬画像を生成し、表示装置１６に出力する。 The image composition device 15 synthesizes the land background image generated by the land background image generation device 13 and the sea surface image generated by the sea surface image generation device 14 to generate a ship periphery simulation image observed from the infrared camera. To the display device 16.
表示装置１６は、CRT（Cathode Ray Tube）ディスプレイなどの文字や画像などを表示する表示装置であり、画像合成装置１５から受信した船舶周辺模擬画像を表示する。 The display device 16 is a display device that displays characters or images such as a CRT (Cathode Ray Tube) display, and displays a ship periphery simulated image received from the image synthesis device 15.
この操船シミュレータにおいては、上述した各装置の処理が、訓練者の操船操作や各種の気象条件の変化に応じてリアルタイムで実行される。 In this boat maneuvering simulator, the processing of each device described above is executed in real time in accordance with the ship maneuvering operation of the trainee and changes in various weather conditions.
つぎに、図１に示した海面画像生成装置１４の機能構成について説明する。図２は、図１に示した海面画像生成装置１４の機能構成を示す図である。図２に示すように、この海面画像生成装置１４は、通信処理部１４０、入力部１４１、表示部１４２、記憶部１４３および制御部１４４を有する。 Next, the functional configuration of the sea level image generation device 14 shown in FIG. 1 will be described. FIG. 2 is a diagram illustrating a functional configuration of the sea level image generation device 14 illustrated in FIG. 1. As illustrated in FIG. 2, the sea surface image generation device 14 includes a communication processing unit 140, an input unit 141, a display unit 142, a storage unit 143, and a control unit 144.
通信処理部１４０は、通信ネットワーク２０を介して海面パラメータ入力演算装置１０や船舶視点情報演算装置１２、画像合成装置１５との間で通信をおこなうネットワークインターフェースである。入力部１４１は、キーボードやマウスなどの入力デバイスである。表示部１４２は、ディスプレイなどの表示デバイスである。 The communication processing unit 140 is a network interface that performs communication with the sea level parameter input calculation device 10, the ship viewpoint information calculation device 12, and the image composition device 15 via the communication network 20. The input unit 141 is an input device such as a keyboard or a mouse. The display unit 142 is a display device such as a display.
記憶部１４３は、ハードディスク装置などの記憶デバイスである。この記憶部１４３は、入力データ１４３ａ、スペクトル分布データ１４３ｂ、波高分布データ１４３ｃ、海面法線ベクトル分布データ１４３ｄ、海面反射率分布データ１４３ｅおよび海面放射輝度分布データ１４３ｆを記憶している。 The storage unit 143 is a storage device such as a hard disk device. The storage unit 143 stores input data 143a, spectrum distribution data 143b, wave height distribution data 143c, sea surface normal vector distribution data 143d, sea surface reflectance distribution data 143e, and sea surface radiance distribution data 143f.
入力データ１４３ａは、海面画像生成装置１４により受け付けたデータであり、太陽の方位、高度、風速、風向、日射量、船舶視点情報などの海面模擬画像の生成に必要な気象パラメータのデータである。 The input data 143a is data received by the sea surface image generation device 14, and is data of weather parameters necessary for generating a sea surface simulation image such as the sun's direction, altitude, wind speed, wind direction, solar radiation amount, ship viewpoint information, and the like.
スペクトル分布データ１４３ｂは、Pierson-Moskowitzモデルを用いて算出された波高スペクトル分布を、２次元の乱数分布をフーリエ変換して得られるスペクトル分布でフィルタリングした結果得られたスペクトル分布を記憶したものである。 The spectral distribution data 143b is obtained by storing the spectral distribution obtained as a result of filtering the wave height spectral distribution calculated using the Pierson-Moskowitz model with a spectral distribution obtained by Fourier transforming a two-dimensional random number distribution. .
ここで、Pierson-Moskowitzモデルとは、海面のうねりを支配する波長が数十ｍオーダーである重力波を表現する数値モデルのことであり、式（１）のように表現される。なお、Pierson-Moskowitzモデルを拡張したモデルや単に係数が異なるモデルなども、ここではPierson-Moskowitz型のモデルとしてPierson-Moskowitzモデルに含めることとする。 Here, the Pierson-Moskowitz model is a numerical model that expresses a gravitational wave whose wavelength governing sea surface undulation is on the order of several tens of meters, and is expressed as shown in Equation (1). Note that a model obtained by expanding the Pierson-Moskowitz model or a model having different coefficients is included in the Pierson-Moskowitz model as a Pierson-Moskowitz type model here.
式（１）において、Fpm(fs)は、Pierson-Moskowitzモデルにおける海面波パワースペクトルであり、fsは、海面波空間周波数であり、αは、Phillip定数（０．００８１）である。また、空間周波数fsmは、式（２）により表される周波数である。 In Formula (1), F pm (fs) is a sea surface wave power spectrum in the Pierson-Moskowitz model, fs is a sea surface wave spatial frequency, and α is a Phillip constant (0.0081). The spatial frequency fsm is a frequency represented by the equation (2).
式（２）において、gは、重力加速度（９．８１m/sec2）であり、U10は、高度１０mの位置における風速（m/sec）である。式（２）により、fsmは、風速の二乗に比例することがわかる。 In Expression (2), g is the gravitational acceleration (9.81 m / sec 2 ), and U 10 is the wind speed (m / sec) at a position of an altitude of 10 m. Equation (2) shows that fsm is proportional to the square of the wind speed.
図３は、式（１）および式（２）を用いて算出された海面波パワースペクトルの一例を示す図である。なお、ここでは、風速５m/sec（U10＝５）の風がある場合の風向き方向の海面波パワースペクトルが示してある。 FIG. 3 is a diagram illustrating an example of a sea surface wave power spectrum calculated using the equations (1) and (2). Here, the sea surface wave power spectrum in the wind direction when there is a wind of 5 m / sec (U 10 = 5) is shown.
また、図３の縦軸は、最大値が１となるよう海面波パワースペクトルFpm(fs)を正規化した正規化パワースペクトルであり、図３の横軸は、fsm/fsの値である。図３に示すように、Fpm(fs)は、fsm/fsの値が１に近い場合にピーク値をとることがわかる。 Also, the vertical axis in FIG. 3 is a normalized power spectrum obtained by normalizing the sea surface wave power spectrum F pm (fs) so that the maximum value is 1, and the horizontal axis in FIG. 3 is a value of fsm / fs. . As shown in FIG. 3, it can be seen that F pm (fs) takes a peak value when the value of fsm / fs is close to 1.
また、式（１）により算出される１次元スペクトル分布を２次元スペクトル分布に拡張するため、JONSWAP（Joint North Sea Wave Project）により提案されている風の方向性拡散関数を以下のように用いる。 Further, in order to extend the one-dimensional spectral distribution calculated by the equation (1) to the two-dimensional spectral distribution, the directional diffusion function of wind proposed by JONSWAP (Joint North Sea Wave Project) is used as follows.
ここで、式（３）におけるF(fs,ζ)は、２次元海面波パワースペクトルであり、D(fs,ζ)は、風の方向性拡散関数であり、ζは、方位角であり、ζwは、風向きである。また、μは、定数であり、fs ＜ fsmの場合にはμ＝４．０６、fs ≧ fsmの場合にはμ＝−２．３４に設定される。 Here, F (fs, ζ) in equation (3) is a two-dimensional sea surface wave power spectrum, D (fs, ζ) is a directional diffusion function of wind, ζ is an azimuth angle, ζ w is the wind direction. Further, μ is a constant, and is set to μ = 4.06 when fs <fsm, and μ = −2.34 when fs ≧ fsm.
図４は、式（３）〜式（６）を用いて算出された２次元海面波パワースペクトル分布の一例を示す図である。図４には、２次元海面波パワースペクトル分布（左側の図）と、その分布において矢印方向に切断した断面である矢印方向スペクトル分布（右側の図）とが示されている。これらのスペクトル分布は、左４５度の方向から風速５m/sec（U10＝５）の風がある場合のものである。 FIG. 4 is a diagram illustrating an example of a two-dimensional sea surface wave power spectrum distribution calculated using Expressions (3) to (6). FIG. 4 shows a two-dimensional sea surface wave power spectrum distribution (left figure) and an arrow direction spectrum distribution (right figure) which is a section cut in the arrow direction in the distribution. These spectral distributions are obtained when there is a wind of 5 m / sec (U 10 = 5) from the direction of 45 degrees to the left.
また、矢印方向スペクトル分布の縦軸は、最大値が１となるよう海面波パワースペクトルを正規化した正規化パワースペクトルであり、矢印方向スペクトル分布の横軸は、fsm/fsの値である。 The vertical axis of the arrow direction spectrum distribution is a normalized power spectrum obtained by normalizing the sea surface wave power spectrum so that the maximum value is 1, and the horizontal axis of the arrow direction spectrum distribution is the value of fsm / fs.
このようにして得られた２次元海面波パワースペクトルを、２次元の乱数分布をフーリエ変換して得られるスペクトル分布でフィルタリングして得られた結果が、スペクトル分布データ１４３ｂとして記憶される。 A result obtained by filtering the two-dimensional sea wave power spectrum obtained in this way with a spectrum distribution obtained by Fourier transforming a two-dimensional random number distribution is stored as spectrum distribution data 143b.
図２の説明に戻ると、波高分布データ１４３ｃは、スペクトル分布データ１４３ｂとして記憶されているスペクトル分布に対してフーリエ逆変換を適用することにより算出された海面の波高分布のデータである。 Returning to the description of FIG. 2, the wave height distribution data 143c is data of the wave height distribution of the sea surface calculated by applying inverse Fourier transform to the spectrum distribution stored as the spectrum distribution data 143b.
これを具体的に説明すると、上記スペクトル分布に対してフーリエ逆変換を適用することにより相対海面波高分布が得られる。図５は、フーリエ逆変換により得られた相対海面波高分布の一例を示す図である。 Specifically, the relative sea surface wave height distribution can be obtained by applying the inverse Fourier transform to the above spectrum distribution. FIG. 5 is a diagram showing an example of a relative sea surface wave height distribution obtained by inverse Fourier transform.
ここで、図５には、４５度の方向から風速５m/secの風がある場合の相対海面波高分布が示してある。また、図５では、黒から白にかけて波高が高くなるように表現してある。図５に示すように、この相対海面波高分布では、風向きに一致した波のシグネチャが観測される。 Here, FIG. 5 shows the relative sea surface wave height distribution when there is a wind of 5 m / sec from the direction of 45 degrees. In FIG. 5, the wave height is increased from black to white. As shown in FIG. 5, in this relative sea surface wave height distribution, a wave signature that matches the wind direction is observed.
その後、図５に示したような相対海面波高分布は、風速と有義波高との間の関係を基にして、実際の海面波高分布に変換される。 Thereafter, the relative sea surface wave height distribution as shown in FIG. 5 is converted into an actual sea surface wave height distribution based on the relationship between the wind speed and the significant wave height.
ここで、風速と有義波高との間の関係は、国際試験水槽会議（ITTC, International Towing Tank Conference）がPierson-Moskowitzモデルのスペクトル分布について定めたITTCスペクトル標準風速を用いることとする。 Here, the relationship between the wind speed and the significant wave height uses the ITTC spectrum standard wind speed determined by the International Test Water Tank Conference (ITTC, International Towing Tank Conference) for the spectral distribution of the Pierson-Moskowitz model.
図６は、ITTCスペクトル標準風速について説明する図である。図６に示すように、このITTCスペクトル標準風速では、各風速に対応する有義波高が設定されている。ここで、有義波高とは、ある地点で連続する波を観測したとき、波高の高い方から順に全体の３分の１の個数の波を選び、これらの波高を平均したものである。 FIG. 6 is a diagram for explaining the ITTC spectrum standard wind speed. As shown in FIG. 6, in this ITTC spectrum standard wind speed, a significant wave height corresponding to each wind speed is set. Here, the significant wave height is the average of the wave heights when a continuous wave is observed at a certain point, and the number of waves of one third of the whole is selected in order from the highest wave height.
また、本実施例では、図６に示した風速と有義波高の関係から、式（７）のような近似式を求める。 In this embodiment, an approximate expression such as Expression (7) is obtained from the relationship between the wind speed and the significant wave height shown in FIG.
そして、式（７）を用いて所定の風速に対する有義波高を算出し、相対海面波高分布の最大波高を有義波高に対応させることにより、実際の海面波高に対応する海面波高分布を生成する。 Then, a significant wave height for a predetermined wind speed is calculated using Equation (7), and the maximum wave height of the relative sea surface wave height distribution is made to correspond to the significant wave height, thereby generating a sea wave height distribution corresponding to the actual sea wave height. .
ここで、海面波高分布を生成する場合には、高速フーリエ変換（FFT, Fast Fourier Transform）のアルゴリズムが用いられる。しかし、赤外線カメラの視野内の全領域の海面波高を求めることは、処理時間の面から現実的でないという問題がある。 Here, when generating a sea wave height distribution, an algorithm of Fast Fourier Transform (FFT) is used. However, there is a problem that it is not practical from the viewpoint of processing time to obtain the sea level wave height of the entire region within the field of view of the infrared camera.
たとえば、１メートルの分解能で１キロメートル四方の領域の海面波高分布を求める場合、高速フーリエ変換をおよそ百万（＝１０２４×１０２４）回おこなう必要がある。特に、視野が数十キロメートル四方となるような場合には、高速フーリエ変換の実行回数が莫大なものとなる。 For example, when obtaining a sea surface wave height distribution in an area of 1 km square with a resolution of 1 meter, it is necessary to perform fast Fourier transform about one million (= 1024 × 1024) times. In particular, when the field of view is several tens of kilometers square, the number of executions of the fast Fourier transform becomes enormous.
そのため、本実施例では、視野が１キロメートル四方よりも大きい場合に、同一の海面波高分布が１キロメートルごとに繰り返されるものと仮定して海面波高分布を生成する。具体的には、１キロメートル四方の領域に対して高速フーリエ逆変換をおこない、それによって得られた海面波高分布を畳を敷き詰めるようにして繰り返し用いることにより領域全体の海面波高分布が生成される。 Therefore, in this embodiment, when the visual field is larger than 1 km square, the sea surface wave height distribution is generated assuming that the same sea surface wave height distribution is repeated every 1 km. Specifically, the inverse of the fast Fourier transform is performed on the area of 1 km square, and the sea surface wave height distribution of the entire area is generated by repeatedly using the sea surface wave height distribution obtained by spreading the tatami mat.
図２の説明に戻ると、海面法線ベクトル分布データ１４３ｄは、赤外線センサの各画素に到達する赤外線が放射された各海面位置における海面の法線ベクトル分布のデータである。この海面位置は、赤外線センサの視軸の方位角、俯仰角、高度、地球形状などを考慮して、レイトレーシング法により求められる。 Returning to the description of FIG. 2, the sea surface normal vector distribution data 143d is data of the normal vector distribution of the sea surface at each sea surface position where the infrared rays reaching each pixel of the infrared sensor are emitted. This sea level position is obtained by the ray tracing method in consideration of the azimuth angle, elevation angle, altitude, earth shape, etc. of the visual axis of the infrared sensor.
図７は、レイトレーシング法により得られた海面法線ベクトル分布の一例を示す図である。図７では、４５度の方向から風速５m/secの風があり、瞬時視野が２ミリラジアン、画素数が６５５３６画素（＝２５６画素×２５６画素）である赤外線センサを用いて、高度１００メートル、俯仰角−５度で海面を観測した場合を模擬している。また、画像中心の海面と赤外線センサとの間の距離は、およそ１１５０メートルである。 FIG. 7 is a diagram illustrating an example of a sea surface normal vector distribution obtained by the ray tracing method. In FIG. 7, there is a wind at a wind speed of 5 m / sec from a direction of 45 degrees, an infrared sensor having an instantaneous visual field of 2 milliradians and a number of pixels of 65536 pixels (= 256 pixels × 256 pixels). Simulates the case of observing the sea surface at an angle of -5 degrees. The distance between the sea surface at the center of the image and the infrared sensor is approximately 1150 meters.
図７に示すように、レイトレーシング法を用いることにより、海面法線ベクトルを容易に算出することができ、海面法線ベクトルの方位角成分および俯仰角成分を得ることができる。 As shown in FIG. 7, by using the ray tracing method, the sea surface normal vector can be easily calculated, and the azimuth angle component and the elevation angle component of the sea surface normal vector can be obtained.
ここで、レイトレーシング法を用いる場合には、赤外線カメラにより撮影される海面の全範囲のうち、波の影になって見えない範囲についてはレイトレーシングの追跡対象から除外することとする。これにより、海面法線ベクトル分布を生成するための演算量を削減することができる。 Here, in the case of using the ray tracing method, a range that cannot be seen as a wave shadow among the entire range of the sea surface photographed by the infrared camera is excluded from the ray tracing target. As a result, the amount of calculation for generating the sea surface normal vector distribution can be reduced.
図８は、レイトレーシングの追跡対象から除外する海面範囲について説明する図である。図８に示すように、通常は視点となる赤外線カメラにより撮影される海面の全範囲がレイトレーシングでの追跡範囲となるが、本実施例では波の陰になって視点から見えない範囲の海面をレイトレーシングの追跡対象から除外する。 FIG. 8 is a diagram for explaining a sea surface range to be excluded from the ray tracing tracking target. As shown in FIG. 8, the entire range of the sea surface photographed by the infrared camera that is normally the viewpoint is the tracking range in ray tracing, but in this embodiment, the sea surface in the range that cannot be seen from the viewpoint due to the shadow. Are excluded from raytracing tracking.
また、波の時間的な動きを表現するために、ここでは、海面高度分布と視点となる赤外線センサの相対位置を変化させている。図９は、波の時間的な変化の表現方法について説明する図である。 Further, in order to express the temporal movement of the waves, here, the sea level altitude distribution and the relative position of the infrared sensor as the viewpoint are changed. FIG. 9 is a diagram for explaining a method of expressing a temporal change in waves.
図９に示すように、本実施例では、視点の位置を変化させることにより時間的に見え方の異なる波模様を生成する。これにより、波の運動モデルを用いて複雑な解析をおこなうことなく、同一の海面波高分布から海面の時間的変化を模擬した連続画像を生成することができる。 As shown in FIG. 9, in the present embodiment, wave patterns having different appearances in time are generated by changing the position of the viewpoint. Accordingly, it is possible to generate a continuous image simulating temporal changes in the sea surface from the same sea surface wave height distribution without performing complicated analysis using a wave motion model.
図２の説明に戻ると、海面反射率分布データ１４３ｅは、太陽光に含まれる赤外線が海面で反射され、赤外線カメラの各画素に検出される場合に、各画素が検出する赤外線の海面における反射率分布のデータである。この海面反射率分布データ１４３ｅは、Cox-Munkモデルを用いて算出される。 Returning to the description of FIG. 2, the sea surface reflectance distribution data 143e indicates that when infrared rays included in sunlight are reflected on the sea surface and detected by each pixel of the infrared camera, the infrared rays detected by each pixel on the sea surface are reflected. It is data of rate distribution. The sea surface reflectance distribution data 143e is calculated using a Cox-Munk model.
ここで、Cox-Munkモデルとは、海面を微小パッチ（数ｃｍのオーダ）の集合として捉え、太陽光の海面反射をその微小パッチにおける鏡面反射として取り扱い、赤外線カメラ方向に太陽光が鏡面反射する確率を、太陽および赤外線カメラの方位角、俯仰角、風力、風向を変数として正規分布を用いてモデル化したものである。 Here, the Cox-Munk model treats the sea surface as a collection of micro patches (on the order of several centimeters), treats the sea surface reflection of sunlight as specular reflection in the micro patch, and sunlight reflects specularly in the direction of the infrared camera. The probability is modeled using a normal distribution with the azimuth, elevation angle, wind force, and wind direction of the sun and infrared cameras as variables.
このCox-Munkモデルは、実際の海面反射画像から得られたデータを基にして作成されたものであり、Pierson-Moskowitzモデルが波長が数十ｍオーダーである重力波を表現する数値モデルであるのに対し、波長が数ｃｍオーダーである表面張力波を表現する数値モデルである。 This Cox-Munk model was created based on data obtained from actual sea surface reflection images, and the Pierson-Moskowitz model is a numerical model that expresses gravitational waves with wavelengths of the order of several tens of meters. On the other hand, it is a numerical model expressing a surface tension wave having a wavelength on the order of several centimeters.
また、Cox-Munkモデルを拡張したモデルや単に係数が異なるモデルなども、ここではCox-Munk型のモデルとしてCox-Munkモデルに含めることとする。 In addition, a model obtained by extending the Cox-Munk model or a model having different coefficients is included in the Cox-Munk model as a Cox-Munk type model here.
図１０は、Cox-Munkモデルにおける太陽、赤外線センサおよび風向間の角度の関係を示す図である。図１０では、y軸方向を太陽方位角に一致させ、風向Wを太陽方位からの偏差角χで表すようにしている。 FIG. 10 is a diagram illustrating an angle relationship among the sun, the infrared sensor, and the wind direction in the Cox-Munk model. In FIG. 10, the y-axis direction is made to coincide with the solar azimuth angle, and the wind direction W is represented by the deviation angle χ from the solar azimuth.
また、θsは、太陽天頂角を、θvは、赤外線センサ天頂角を、φsは、太陽方位角を、φvは、赤外線センサ方位角を、Δφは、φs−φvを、βは、海面法線ベクトル天頂角を、αは、海面法線ベクトル方位角を、ωは、鏡面反射角をそれぞれ表している。 Θs is the solar zenith angle, θv is the infrared sensor zenith angle, φs is the solar azimuth angle, φv is the infrared sensor azimuth angle, Δφ is φs−φv, and β is the sea surface normal. The vector zenith angle, α represents the sea surface normal vector azimuth angle, and ω represents the specular reflection angle.
図１０に示したような角度の関係を用いて、Cox-Munkモデルは以下に説明するようにして表現される。まず、海面角度の算出について説明する。海面の法線の方位角αと天頂角βとは、式（８）〜式（１１）を用いて算出される。 Using the angular relationship as shown in FIG. 10, the Cox-Munk model is expressed as described below. First, calculation of the sea level angle will be described. The normal angle azimuth α and the zenith angle β of the sea surface are calculated using the equations (8) to (11).
そして、海面傾斜（z'x, z'y）は式（１２）〜式（１４）を用いて算出される。 The sea surface inclination (z 'x, z' y ) is calculated using equation (12) to Formula (14).
ここで、Cox-Munkモデルでは、風向の直行方向と平行方向の海面傾斜を変数として用いているため、式（１２）を用いて海面法線ベクトル方位角αを風向χを用いて変換している。 Here, in the Cox-Munk model, the sea surface inclination in the direction perpendicular to and parallel to the wind direction is used as a variable, so the sea surface normal vector azimuth α is converted using the wind direction χ using equation (12). Yes.
続いて、海面傾斜（z'x, z'y）におけるCox-Munkモデルに基づく鏡面反射確率p(z'x, z'y)は、式（１５）〜式（１９）を用いて算出される。 Subsequently, the specular reflection probability p (z ′ x , z ′ y ) based on the Cox-Munk model at the sea level inclination (z ′ x , z ′ y ) is calculated using the equations (15) to (19). The
ここで、σuは、風上方向海面傾斜標準偏差であり、σcは、横風方向海面傾斜標準偏差である。式（１５）と式（１６）とは、実際に計測をおこなうことにより得られた実験式である。 Here, σ u is the windward direction sea level inclination standard deviation, and σ c is the side wind direction sea level inclination standard deviation. Expressions (15) and (16) are empirical expressions obtained by actually performing measurement.
そして、海面鏡面反射率は、鏡面反射確率p(z'x, z'y)を用いて、太陽光海面輝度Lsun(λ)と太陽光海面照度Esun(λ)との間の比として式（２０）のように算出される。 Then, the specular reflectance of the sea surface is expressed as a ratio between the solar sea surface luminance Lsun (λ) and the solar sea surface illuminance Esun (λ) using the specular reflection probability p (z ′ x , z ′ y ). 20).
ここで、λは、光の波長、ω'は、光の屈折角、M(λ)は、海水の分光屈折率、r(ω, λ)は、海面分光反射率である。また、r(ω, λ)の値は、式（２１）および式（２２）と、図１１とを用いて算出される。 Here, λ is the light wavelength, ω ′ is the light refraction angle, M (λ) is the spectral refractive index of seawater, and r (ω, λ) is the sea surface spectral reflectance. Further, the value of r (ω, λ) is calculated using Expression (21) and Expression (22) and FIG.
式（２１）は、フレネルの反射式と呼ばれるものであり、式（２２）は、スネルの式と呼ばれるものである。また、図１１は、海水の分光屈折率m(λ)と光の波長λとの間の関係を示す図である。 Equation (21) is called the Fresnel reflection equation, and Equation (22) is called the Snell equation. FIG. 11 is a diagram showing the relationship between the spectral refractive index m (λ) of seawater and the wavelength λ of light.
ここで、Cox-Munkモデルに基づく鏡面反射率の式をPierson-Moskowitzモデルから得られる海面の法線ベクトルに対応させるため、赤外線センサ天頂角θv、太陽天頂角θs、赤外線センサ方位角φv、太陽方位角φsを、式（２３）〜式（２６）を用いることにより、Pierson-Moskowitzモデルから得られる海面の法線ベクトルを基準とした角度に変換する。 Here, in order to make the specular reflectance formula based on the Cox-Munk model correspond to the normal vector of the sea surface obtained from the Pierson-Moskowitz model, the infrared sensor zenith angle θv, the solar zenith angle θs, the infrared sensor azimuth angle φv, the sun The azimuth angle φs is converted into an angle based on the normal vector of the sea surface obtained from the Pierson-Moskowitz model by using the equations (23) to (26).
ここで、θv'は、海面の法線ベクトルを基準とした赤外線センサ天頂角であり、θs'は、海面の法線ベクトルを基準とした太陽天頂角であり、φv'は、海面の法線ベクトルを基準とした赤外線センサ方位角であり、φs'は、海面の法線ベクトルを基準とした太陽方位角であり、θnは、海面の法線ベクトルの俯仰角であり、φnは、海面の法線ベクトルの方位角である。 Where θv ′ is the infrared sensor zenith angle relative to the sea surface normal vector, θs ′ is the solar zenith angle relative to the sea surface normal vector, and φv ′ is the sea surface normal. Infrared sensor azimuth angle relative to the vector, φs' is the solar azimuth angle relative to the sea surface normal vector, θn is the elevation angle of the sea surface normal vector, and φn is the sea surface angle This is the azimuth angle of the normal vector.
そして、式（２３）〜式（２６）で得られたθv'、θs'、φv'、φs'を式（８）〜式（２０）に適用することにより、海面の鏡面反射率を赤外線カメラの画素ごとに算出することができる。この鏡面反射率の分布が海面反射率分布データ１４３ｅとして記憶部１４３に記憶される。 Then, by applying θv ′, θs ′, φv ′, and φs ′ obtained by the equations (23) to (26) to the equations (8) to (20), the specular reflectance of the sea surface is changed to an infrared camera. Can be calculated for each pixel. This specular reflectance distribution is stored in the storage unit 143 as sea surface reflectance distribution data 143e.
図２の説明に戻ると、海面放射輝度分布データ１４３ｆは、赤外線カメラの各画素に検出される海面における赤外線の放射輝度分布を記憶したデータである。この放射輝度分布は、以下のようにして算出される。まず、太陽の見張り角を考慮した鏡面反射確率Pは、式（２７）を用いて算出される。 Returning to the description of FIG. 2, the sea surface radiance distribution data 143f is data in which the infrared radiance distribution on the sea surface detected by each pixel of the infrared camera is stored. This radiance distribution is calculated as follows. First, the specular reflection probability P considering the lookout angle of the sun is calculated using the equation (27).
ここで、εは、太陽見張り角半径である。また、太陽の見張り角について考慮すると、太陽光の海面放射輝度Lgは式（２８）により算出される。 Here, ε is the sun lookout angle radius. In consideration for sentinel angle of the sun, sea radiance L g of sunlight is calculated by equation (28).
そして、太陽光の海面放射輝度の平均値＜L＞は、太陽光の海面反射および海水の放射の両方の影響を考慮して、式（２９）のように算出される。 Then, the average value <L> of the sea surface radiance of sunlight is calculated as shown in Expression (29) in consideration of the influences of both the sea surface reflection of sunlight and the radiation of sea water.
ここで、Lbは、海水の放射輝度であり、この値は、設定された海水温度における黒体放射に対するプランクの輻射則から算出される。 Here, L b is the radiance of seawater, and this value is calculated from Planck's radiation law for blackbody radiation at the set seawater temperature.
なお、Lg×P ＞ Lb×１０の場合は、Lg ＞＞ Lbであるため、＜L＞ ≒ Lgとする。この場合、式（２９）は、式（３０）のように近似される。それ以外の場合は、式（２９）を適用する。 In the case of L g × P> L b × 10, L g >> L b , so that <L> ≈L g . In this case, equation (29) is approximated as equation (30). In other cases, Expression (29) is applied.
続いて、太陽光の海面放射輝度の標準偏差σL0を式（３１）を用いて算出する。 Subsequently, a standard deviation σ L0 of the sea surface radiance of sunlight is calculated using Equation (31).
そして、式（３１）により得られた標準偏差σL0の値を用いて、式（３２）および式（３３）により、赤外線センサの瞬時視野を考慮した太陽光の海面放射輝度の標準偏差σLを算出する。 Then, using the value of the standard deviation sigma L0 obtained by the equation (31), equation (32) and the equation (33), the standard deviation sigma L sea radiance of the sunlight in consideration of the instantaneous field of view of infrared sensor Is calculated.
ここで、Ωdは、赤外線センサの瞬時視野立体角であり、rは、赤外線センサと海面までの距離であり、lは、海面相関長（単位はcm）である。この標準偏差σLは、海面の表面張力波の波長と瞬時視野に相当する面積との関係から、瞬時視野内に含まれる波の数を算出することにより得られる。 Here, Ω d is the instantaneous visual field solid angle of the infrared sensor, r is the distance from the infrared sensor to the sea surface, and l is the sea surface correlation length (unit is cm). This standard deviation σ L can be obtained by calculating the number of waves included in the instantaneous visual field from the relationship between the wavelength of the surface tension wave on the sea surface and the area corresponding to the instantaneous visual field.
図１２は、風速と海面相関長との間の関係を示す図である。式（３３）は、図１２に示した風速と海面相関長との間の関係を近似する近似式である。 FIG. 12 is a diagram showing the relationship between wind speed and sea surface correlation length. Expression (33) is an approximate expression that approximates the relationship between the wind speed and the sea surface correlation length shown in FIG.
そして、太陽光の海面放射輝度の平均値＜L＞と標準偏差σLとから赤外線カメラの各画素に対応する放射輝度が算出され、海面放射輝度分布データ１４３ｆとして記憶部１４３に記憶される。 Then, the radiance corresponding to each pixel of the infrared camera is calculated from the average value <L> of the sea surface radiance of sunlight and the standard deviation σ L, and is stored in the storage unit 143 as the sea surface radiance distribution data 143f.
具体的には、モンテカルロ法を用いて標準偏差σLに対応したばらつきを有する放射輝度が画素ごとに算出され、その放射輝度のデータに基づいて海面画像が構成される。なお、放射輝度を算出する場合には、さらに太陽光の大気透過率を考慮することとしてもよい。 Specifically, a radiance having a variation corresponding to the standard deviation σ L is calculated for each pixel using the Monte Carlo method, and a sea surface image is constructed based on the radiance data. In addition, when calculating radiance, it is good also considering the atmospheric transmittance of sunlight.
図２の説明に戻ると、制御部１４４は、海面画像生成装置１４を全体制御する制御部であり、記憶部１４３に記憶されたデータに基づいて各種演算処理をおこなうとともに、各機能部間のデータの授受などを司る。 Returning to the description of FIG. 2, the control unit 144 is a control unit that totally controls the sea surface image generation device 14, performs various arithmetic processes based on the data stored in the storage unit 143, and performs the operation between the functional units. Controls data exchange.
この制御部１４４は、スペクトル分布生成部１４４ａ、波高分布生成部１４４ｂ、海面法線ベクトル分布生成部１４４ｃ、海面反射率分布生成部１４４ｄおよび海面画像生成部１４４ｅを有する。 The control unit 144 includes a spectrum distribution generation unit 144a, a wave height distribution generation unit 144b, a sea surface normal vector distribution generation unit 144c, a sea surface reflectance distribution generation unit 144d, and a sea surface image generation unit 144e.
スペクトル分布生成部１４４ａは、式（１）〜式（６）を用いて２次元海面波パワースペクトルを算出し、さらに、２次元海面波パワースペクトルを２次元の乱数分布をフーリエ変換して得られるスペクトル分布でフィルタリングすることにより、雑音性を帯びたスペクトル分布を生成する生成部である。 The spectrum distribution generation unit 144a is obtained by calculating a two-dimensional sea wave power spectrum using the equations (1) to (6), and further subjecting the two-dimensional sea wave power spectrum to a Fourier transform of the two-dimensional random number distribution. It is a generation unit that generates a noisy spectral distribution by filtering with the spectral distribution.
また、このスペクトル分布生成部１４４ａは、生成したスペクトル分布をスペクトル分布データ１４３ｂとして記憶部１４３に記憶する。 In addition, the spectrum distribution generation unit 144a stores the generated spectrum distribution in the storage unit 143 as spectrum distribution data 143b.
波高分布生成部１４４ｂは、スペクトル分布生成部１４４ａにより生成されたスペクトル分布に対してフーリエ逆変換を適用することにより相対海面波高分布を算出し、式（７）と相対海面波高分布とから実際の海面波高に対応する海面波高分布を生成する生成部である。 The wave height distribution generation unit 144b calculates a relative sea surface wave height distribution by applying an inverse Fourier transform to the spectrum distribution generated by the spectrum distribution generation unit 144a, and calculates the actual sea wave height distribution from the equation (7) and the relative sea surface wave height distribution. This is a generator that generates a sea surface wave height distribution corresponding to the sea surface wave height.
また、この波高分布生成部１４４ｂは、生成した海面波高分布を波高分布データ１４３ｃとして記憶部１４３に記憶する。 In addition, the wave height distribution generation unit 144b stores the generated sea surface wave height distribution in the storage unit 143 as wave height distribution data 143c.
海面法線ベクトル分布生成部１４４ｃは、波高分布生成部１４４ｂにより生成された海面波高分布を用いて、レイトレーシング法により赤外線センサの各画素に到達する赤外線が放射された各海面位置における海面の法線ベクトル分布を生成する生成部である。 The sea surface normal vector distribution generation unit 144c uses the sea surface wave height distribution generated by the wave height distribution generation unit 144b to use the sea surface method at each sea surface position where infrared rays reaching each pixel of the infrared sensor are emitted by the ray tracing method. It is a production | generation part which produces | generates line vector distribution.
また、この海面法線ベクトル分布生成部１４４ｃは、生成した海面の法線ベクトル分布を海面法線ベクトル分布データ１４３ｄとして記憶部１４３に記憶する。 The sea surface normal vector distribution generation unit 144c stores the generated normal vector distribution of the sea surface in the storage unit 143 as sea surface normal vector distribution data 143d.
海面反射率分布生成部１４４ｄは、海面法線ベクトル分布生成部１４４ｃにより生成された海面の法線ベクトル分布と式（８）〜式（２６）とから、赤外線カメラの各画素が検出する赤外線の海面における反射率分布を生成する生成部である。 The sea surface reflectance distribution generation unit 144d detects the infrared ray detected by each pixel of the infrared camera from the sea surface normal vector distribution generated by the sea surface normal vector distribution generation unit 144c and the equations (8) to (26). It is a production | generation part which produces | generates the reflectance distribution in the sea surface.
また、この海面反射率分布生成部１４４ｄは、生成した海面における反射率分布を海面反射率分布データ１４３ｅとして記憶部１４３に記憶する。 Further, the sea surface reflectance distribution generation unit 144d stores the generated reflectance distribution on the sea surface in the storage unit 143 as sea surface reflectance distribution data 143e.
海面画像生成部１４４ｅは、海面反射率分布生成部１４４ｄにより生成された反射率分布と式（２７）〜式（３３）とから、赤外線カメラの各画素に検出される赤外線の放射輝度の分布を生成する生成部である。 The sea surface image generation unit 144e calculates the distribution of the infrared radiance detected by each pixel of the infrared camera from the reflectance distribution generated by the sea surface reflectance distribution generation unit 144d and the equations (27) to (33). It is the production | generation part to produce | generate.
この海面画像生成部１４４ｅは、生成した赤外線の放射輝度分布を海面放射輝度分布データ１４３ｆとして記憶部１４３に記憶するとともに、放射輝度分布を画像化して海面画像として画像合成装置１５に出力する。 The sea surface image generation unit 144e stores the generated infrared radiance distribution in the storage unit 143 as sea surface radiance distribution data 143f, images the radiance distribution, and outputs the image as a sea surface image to the image composition device 15.
図１３は、Pierson-MoskowitzモデルおよびCox-Munkモデルを用いて生成された海面画像の一例を示す図である。図１３には、同一の波高分布から生成した時間的に連続する４つの海面画像が示されている。 FIG. 13 is a diagram illustrating an example of a sea surface image generated using the Pierson-Moskowitz model and the Cox-Munk model. FIG. 13 shows four temporally continuous sea surface images generated from the same wave height distribution.
また、この例では、赤外線センサ高度は１００m、赤外線センサ俯仰角はー５度、赤外線センサ視軸方位角は１８０度、赤外線センサ瞬時視野は２ミリラジアン、太陽方位角は１８０度、太陽高度は３５度、風向は４５度、風速は５m/secに設定されている。 In this example, the infrared sensor altitude is 100 m, the infrared sensor elevation angle is -5 degrees, the infrared sensor visual axis azimuth angle is 180 degrees, the infrared sensor instantaneous visual field is 2 milliradians, the solar azimuth angle is 180 degrees, and the solar altitude is 35. The wind direction is set to 45 degrees and the wind speed is set to 5 m / sec.
図１３に示すように、上述してきたような方法を用いると、リアリティのある海面画像を生成できることがわかる。また、時間的に連続する海面画像を比較してみると、太陽光が海面で反射する領域（色が白くなっている領域）については大きな変化は無いが、海面の波浪のシグネチャの変化がよく模擬されていることがわかる。 As shown in FIG. 13, it can be seen that a realistic sea level image can be generated by using the method as described above. In addition, when comparing sea surface images that are continuous in time, there is no significant change in the area where sunlight reflects on the sea surface (the area where the color is white), but the change in the ocean wave signature is good. You can see that it is being simulated.
つぎに、本実施例に係る海面画像生成処理の処理手順について説明する。図１４は、海面画像生成処理の処理手順を示すフローチャートである。 Next, a processing procedure of sea level image generation processing according to the present embodiment will be described. FIG. 14 is a flowchart showing the processing procedure of the sea surface image generation processing.
図１４に示すように、まず、海面画像生成装置１４のスペクトル分布生成部１４４ａは、風力や風向、太陽の方位、高度、日射量、船舶視点情報などの海面画像の生成に必要なパラメータの入力を受け付け、受け付けたパラメータを入力データ１４３ａとして記憶部１４３に記憶する（ステップＳ１０１）。 As shown in FIG. 14, first, the spectrum distribution generation unit 144a of the sea surface image generation device 14 inputs parameters necessary for generating a sea surface image such as wind force, wind direction, sun direction, altitude, solar radiation amount, ship viewpoint information, and the like. And the received parameters are stored in the storage unit 143 as input data 143a (step S101).
そして、スペクトル分布生成部１４４ａは、Pierson-Moskowitzモデルにより、海面波高スペクトル分布を生成し（ステップＳ１０２）、さらに、雑音性を帯びた波高スペクトル分布を生成し、生成した波高スペクトル分布をスペクトル分布データ１４３ｂとして記憶部１４３に記憶する（ステップＳ１０３）。 Then, the spectrum distribution generation unit 144a generates a sea level wave height spectrum distribution by the Pierson-Moskowitz model (step S102), further generates a noisy wave height spectrum distribution, and uses the generated wave height spectrum distribution as the spectrum distribution data. It memorize | stores in the memory | storage part 143 as 143b (step S103).
続いて、波高分布生成部１４４ｂは、波高スペクトル分布に対してフーリエ逆変換を適用することにより波高分布を生成し、生成した波高分布を波高分布データ１４３ｃとして記憶部１４３に記憶する（ステップＳ１０４）。 Subsequently, the wave height distribution generation unit 144b generates a wave height distribution by applying inverse Fourier transform to the wave height spectrum distribution, and stores the generated wave height distribution in the storage unit 143 as the wave height distribution data 143c (step S104). .
その後、海面法線ベクトル生成部１４４ｃは、波高分布データ１４３ｃを基にして、赤外線センサの各画素に対応する海面法線ベクトル分布を生成し、生成した海面法線ベクトル分布を海面法線ベクトル分布データ１４３ｄとして記憶部１４３に記憶する（ステップＳ１０５）。 Thereafter, the sea surface normal vector generation unit 144c generates a sea surface normal vector distribution corresponding to each pixel of the infrared sensor based on the wave height distribution data 143c, and the generated sea surface normal vector distribution is used as the sea surface normal vector distribution. It memorize | stores in the memory | storage part 143 as data 143d (step S105).
そして、海面反射率分布生成部１４４ｄは、Cox-Munkモデルを用いて海面反射率分布を生成し、生成した海面反射率分布を海面反射率分布データ１４３ｅとして記憶部１４３に記憶する（ステップＳ１０６）。 And the sea surface reflectance distribution generation part 144d produces | generates a sea surface reflectance distribution using a Cox-Munk model, and memorize | stores the produced | generated sea surface reflectance distribution in the memory | storage part 143 as sea surface reflectance distribution data 143e (step S106). .
続いて、海面画像生成部１４４ｅは、太陽輝度、海面反射、大気透過率、瞬時視野の効果を考慮した海面放射輝度分布を生成し、生成した海面放射輝度分布を海面放射輝度分布データ１４３ｆとして記憶部１４３に記憶する（ステップＳ１０７）。 Subsequently, the sea surface image generation unit 144e generates a sea surface radiance distribution in consideration of the effects of solar brightness, sea surface reflection, atmospheric transmittance, and instantaneous visual field, and stores the generated sea surface radiance distribution as sea surface radiance distribution data 143f. The information is stored in the unit 143 (step S107).
その後、海面画像生成部１４４ｅは、海面放射輝度分布データ１４３ｆに基づいて海面画像を生成し、生成した海面画像を画像合成装置１５に出力して（ステップＳ１０８）、この海面画像生成処理を終了する。 Thereafter, the sea surface image generation unit 144e generates a sea surface image based on the sea surface radiance distribution data 143f, outputs the generated sea surface image to the image composition device 15 (step S108), and ends the sea surface image generation processing. .
なお、上記実施例で説明した各種の処理は、あらかじめ用意されたプログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図１５を用いて、上記各種処理を実現するプログラムを実行するコンピュータの一例について説明する。 The various processes described in the above embodiments can be realized by executing a program prepared in advance on a computer. Thus, in the following, an example of a computer that executes a program that realizes the various processes will be described with reference to FIG.
図１５は、図２に示した海面画像生成装置１４となるコンピュータのハードウェア構成を示す図である。 FIG. 15 is a diagram illustrating a hardware configuration of a computer serving as the sea surface image generation device 14 illustrated in FIG. 2.
このコンピュータは、ユーザからのデータの入力を受け付ける入力装置２００、ディスプレイなどの表示装置２０１、ＲＡＭ（Random Access Memory）２０２、ＲＯＭ（Read Only Memory）２０３、各種プログラムを記録した記録媒体からプログラムを読み取る媒体読取装置２０４、ネットワークを介して他のコンピュータとの間でデータの授受をおこなうネットワークインターフェース２０５、ＣＰＵ（Central Processing Unit）２０６およびＨＤＤ（Hard Disk Drive）２０７をバス２０８で接続して構成される。 This computer reads a program from an input device 200 that receives data input from a user, a display device 201 such as a display, a RAM (Random Access Memory) 202, a ROM (Read Only Memory) 203, and a recording medium on which various programs are recorded. A medium reading device 204, a network interface 205 that exchanges data with other computers via a network, a CPU (Central Processing Unit) 206, and an HDD (Hard Disk Drive) 207 are connected by a bus 208. .
そして、ＨＤＤ２０７には、海面画像生成装置１４の機能と同様の機能を発揮する海面画像生成プログラム２０７ｂが記憶されている。なお、この海面画像生成プログラム２０７ｂは、適宜分散して記憶することとしてもよい。 The HDD 207 stores a sea surface image generation program 207b that exhibits the same function as that of the sea surface image generation device 14. The sea surface image generation program 207b may be stored in a distributed manner as appropriate.
そして、ＣＰＵ２０６が、海面画像生成プログラム２０７ｂをＨＤＤ２０７から読み出して実行することにより、海面画像生成プロセス２０６ａとして機能するようになる。 Then, the CPU 206 reads out and executes the sea surface image generation program 207b from the HDD 207, thereby functioning as the sea surface image generation process 206a.
この海面画像生成プロセス２０６ａは、図２に示したスペクトル分布生成部１４４ａ、波高分布生成部１４４ｂ、海面法線ベクトル分布生成部１４４ｃ、海面反射率分布生成部１４４ｄおよび海面画像生成部１４４ｅに対応する。 The sea surface image generation process 206a corresponds to the spectrum distribution generation unit 144a, the wave height distribution generation unit 144b, the sea surface normal vector distribution generation unit 144c, the sea surface reflectance distribution generation unit 144d, and the sea surface image generation unit 144e illustrated in FIG. .
また、ＨＤＤ２０７には、各種データ２０７ａが記憶される。この各種データ２０７ａは、図２に示した入力データ１４３ａ、スペクトル分布データ１４３ｂ、波高分布データ１４３ｃ、海面法線ベクトル分布データ１４３ｄ、海面反射率分布データ１４３ｅおよび海面放射輝度分布データ１４３ｆに対応する。 The HDD 207 stores various data 207a. These various data 207a correspond to the input data 143a, spectrum distribution data 143b, wave height distribution data 143c, sea surface normal vector distribution data 143d, sea surface reflectance distribution data 143e and sea surface radiance distribution data 143f shown in FIG.
そして、ＣＰＵ２０６は、各種データ２０７ａをＨＤＤ２０７に記憶するとともに、各種データ２０７ａをＨＤＤ２０７から読み出してＲＡＭ２０２に格納し、ＲＡＭ２０２に格納された各種データ２０２ａに基づいてデータ処理を実行する。 The CPU 206 stores various data 207 a in the HDD 207, reads the various data 207 a from the HDD 207, stores it in the RAM 202, and executes data processing based on the various data 202 a stored in the RAM 202.
ところで、海面画像生成プログラム２０７ｂは、必ずしも最初からＨＤＤ２０７に記憶させておく必要はない。 By the way, the sea surface image generation program 207b is not necessarily stored in the HDD 207 from the beginning.
たとえば、コンピュータに挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、または、コンピュータの内外に備えられるハードディスクドライブ（ＨＤＤ）などの「固定用の物理媒体」、さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータに接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶しておき、コンピュータがこれらから各プログラムを読み出して実行するようにしてもよい。 For example, a “portable physical medium” such as a flexible disk (FD), a CD-ROM, an MO disk, a DVD disk, a magneto-optical disk, and an IC card inserted into a computer, or a hard disk drive (inside and outside the computer) Each program is stored in a “fixed physical medium” such as an HDD), and “another computer (or server)” connected to the computer via a public line, the Internet, a LAN, a WAN, or the like. The computer may read and execute each program from these.
上述してきたように、本実施例では、海面画像生成装置１４のスペクトル分布生成部１４４ａが、Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成し、記憶部１４３が、生成されたスペクトル分布をスペクトル分布データ１４３ｂとして記憶し、海面画像生成部１４４ｅが、記憶部１４３に記憶されたスペクトル分布データ１４３ｂに基づいて海面画像を生成することとしたので、海上に吹く風のさまざまな条件を反映することができるPierson-Moskowitz型のモデルから不規則性を有する波高スペクトル分布を生成することにより、リアリティの高い海面の画像を容易に生成することができる。 As described above, in the present embodiment, the spectrum distribution generation unit 144a of the sea level image generation device 14 performs a Fourier transform on the wave height spectrum distribution and the random number distribution calculated by the Pierson-Moskowitz type model, Is generated, the storage unit 143 stores the generated spectrum distribution as spectrum distribution data 143b, and the sea level image generation unit 144e stores the spectrum distribution stored in the storage unit 143. Since it was decided to generate the sea surface image based on the data 143b, by generating an irregular wave height spectrum distribution from a model of the Pierson-Moskowitz type that can reflect various conditions of the wind blowing on the sea, A highly realistic sea surface image can be easily generated.
また、本実施例では、海面画像生成部１４４ｅが、記憶部１４３に記憶されたスペクトル分布データ１４３ｂと、Cox-Munk型のモデルに基づいて海面反射率分布生成部１４４ｄにより算出された海面反射率とに基づいて海面画像を生成することとしたので、表面張力波の影響を考慮した海面反射率を算出することができ、リアリティの高い海面の画像を容易に生成することができる。 Further, in this embodiment, the sea surface image generation unit 144e has the sea surface reflectance calculated by the sea surface reflectance distribution generation unit 144d based on the spectrum distribution data 143b stored in the storage unit 143 and the Cox-Munk type model. Therefore, the sea surface reflectance can be calculated in consideration of the influence of the surface tension wave, and a highly realistic sea surface image can be easily generated.
また、本実施例では、波高分布生成部１４４ｂが、記憶部１４３に記憶されたスペクトル分布データ１４３ｂに基づいて波高分布を算出し、海面法線ベクトル分布生成部１４４ｃが、当該波高分布において画像センサの各画素に対応する波高の位置をレイトレーシングにより算出し、海面反射率分布生成部１４４ｄが、海面法線ベクトル分布生成部１４４ｃにより算出された位置における海面の法線ベクトルに基づいて、海面反射率をCox-Munk型のモデルを用いて算出し、海面画像生成部１４４ｅが、その海面反射率に基づいて海面画像を生成することとしたので、海面の傾斜を考慮することにより、リアリティの高い海面の画像を容易に生成することができる。 In the present embodiment, the wave height distribution generation unit 144b calculates the wave height distribution based on the spectrum distribution data 143b stored in the storage unit 143, and the sea surface normal vector distribution generation unit 144c uses the image sensor in the wave height distribution. The wave height position corresponding to each pixel is calculated by ray tracing, and the sea surface reflectance distribution generation unit 144d is based on the sea surface normal vector at the position calculated by the sea surface normal vector distribution generation unit 144c. The rate is calculated using a Cox-Munk type model, and the sea level image generation unit 144e generates a sea level image based on the sea level reflectivity. Therefore, by considering the slope of the sea level, the reality is high. An image of the sea surface can be easily generated.
また、本実施例では、海面反射率分布生成部１４４ｄが、海水の分光屈折率に基づいてCox-Munk型のモデルを用いることにより海面の分光反射率を算出し、当該分光反射率に基づいて太陽光の海面反射率を算出し、海面画像生成部１４４ｅが、その海面反射率に基づいて海面画像を生成することとしたので、海水の分光屈折率の影響を考慮することにより、リアリティの高い海面の画像を容易に生成することができる。 In the present embodiment, the sea surface reflectance distribution generation unit 144d calculates the spectral reflectance of the sea surface by using a Cox-Munk type model based on the spectral refractive index of seawater, and based on the spectral reflectance. The sea surface reflectance of sunlight is calculated, and the sea surface image generation unit 144e generates a sea surface image based on the sea surface reflectance. Therefore, by considering the influence of the spectral refractive index of seawater, the reality is high. An image of the sea surface can be easily generated.
また、本実施例では、波高分布生成部１４４ｂが、記憶部１４３に記憶されたスペクトル分布データ１４３ｂに基づいて、所定の範囲の波高分布を算出し、当該波高分布を繰り返し利用して所定の範囲の波高分布を算出し、海面画像生成部１４４ｅが、その波高分布に基づいて海面画像を生成することとしたので、海面画像の生成に必要な演算量を大幅に低減させることができる。 In the present embodiment, the wave height distribution generation unit 144b calculates a wave height distribution in a predetermined range based on the spectrum distribution data 143b stored in the storage unit 143, and repeatedly uses the wave height distribution to generate the predetermined range. Since the sea surface image generation unit 144e generates the sea surface image based on the wave height distribution, the amount of computation required for generating the sea surface image can be greatly reduced.
また、本実施例では、スペクトル分布生成部１４４ａが、赤外線センサの設置高度、赤外線センサの視軸方位、赤外線センサの感度波長、赤外線センサの瞬時視野、赤外線センサの画素数、太陽の方位、太陽の高度、風向、風速に係る情報のうち少なくとも１つの情報の入力を受け付け、海面画像生成部１４４ｅが、受け付けた情報に対応し、かつ、赤外線センサにより取得される仮想の海面画像を生成することとしたので、太陽や風などの自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することができる。 In the present embodiment, the spectral distribution generation unit 144a includes the installation height of the infrared sensor, the visual axis orientation of the infrared sensor, the sensitivity wavelength of the infrared sensor, the instantaneous field of view of the infrared sensor, the number of pixels of the infrared sensor, the sun orientation, the sun Receiving an input of at least one of information relating to altitude, wind direction, and wind speed, and generating a virtual sea surface image corresponding to the received information and acquired by the infrared sensor by the sea surface image generation unit 144e. Therefore, a highly realistic sea surface image can be easily generated under various natural conditions such as the sun and wind.
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施例にて実施されてもよいものである。 Although the embodiments of the present invention have been described so far, the present invention may be implemented in various different embodiments in addition to the above-described embodiments within the scope of the technical idea described in the claims. It ’s good.
また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。 In addition, among the processes described in this embodiment, all or part of the processes described as being performed automatically can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method.
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。 In addition, the processing procedure, control procedure, specific name, and information including various data and parameters shown in the above-mentioned document and drawings can be arbitrarily changed unless otherwise specified.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Each component of each illustrated device is functionally conceptual and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured.
さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。 Further, all or any part of each processing function performed in each device may be realized by a CPU and a program analyzed and executed by the CPU, or may be realized as hardware by wired logic.
（付記１）海面の画像を生成する海面画像生成装置であって、
Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成手段と、
前記スペクトル分布生成手段により生成されたスペクトル分布を記憶するスペクトル分布記憶手段と、
前記スペクトル分布記憶手段により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成手段と、
を備えたことを特徴とする海面画像生成装置。
(Supplementary note 1) A sea level image generating device for generating an image of the sea level,
A spectral distribution generating means for generating a pulse height spectral distribution having irregularity based on a wave height spectral distribution calculated by a Pierson-Moskowitz type model and a spectral distribution obtained by Fourier transforming a random number distribution;
Spectrum distribution storage means for storing the spectrum distribution generated by the spectrum distribution generation means;
Sea level image generation means for generating a sea level image based on the spectrum distribution stored by the spectrum distribution storage means;
A sea surface image generation apparatus comprising:
（付記２）前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布とCox-Munk型のモデルに基づいて算出された海面反射率とに基づいて海面画像を生成することを特徴とする付記１に記載の海面画像生成装置。 (Additional remark 2) The said sea surface image production | generation means produces | generates a sea surface image based on the spectrum distribution memorize | stored in the said spectrum distribution memory | storage means, and the sea surface reflectance calculated based on the Cox-Munk type | mold model. The sea level image generating apparatus according to appendix 1.
（付記３）前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布に基づいて波高分布を算出し、当該波高分布において画像センサの各画素に対応する波高の位置をレイトレーシングにより算出し、算出された位置における海面の法線ベクトルに基づいて傾斜した海面の海面反射率をCox-Munk型のモデルを用いて算出することにより海面画像を生成することを特徴とする付記２に記載の海面画像生成装置。 (Additional remark 3) The said sea surface image generation means calculates wave height distribution based on the spectrum distribution memorize | stored in the said spectrum distribution memory | storage means, The position of the wave height corresponding to each pixel of an image sensor in the said wave height distribution by ray tracing Supplementary note 2 characterized in that the sea surface image is generated by calculating and calculating the sea surface reflectance of the inclined sea surface using a Cox-Munk type model based on the normal vector of the sea surface at the calculated position. The sea level image generation device described.
（付記４）前記海面画像生成手段は、海水の分光屈折率に基づいてCox-Munk型のモデルを用いることにより海面の分光反射率を算出し、当該分光反射率に基づいて太陽光の海面反射率を算出することにより海面画像を生成することを特徴とする付記３に記載の海面画像生成装置。 (Additional remark 4) The said sea surface image generation means calculates the spectral reflectance of a sea surface by using a Cox-Munk type model based on the spectral refractive index of seawater, and reflects the sea surface reflection of sunlight based on the said spectral reflectance. The sea level image generating apparatus according to claim 3, wherein the sea level image is generated by calculating a rate.
（付記５）前記海面画像生成手段は、前記スペクトル分布記憶手段に記憶されたスペクトル分布に基づいて所定の範囲の波高分布を算出し、当該波高分布を繰り返し利用することにより、所定の範囲の海面画像を生成することを特徴とする付記１〜４のいずれか１つに記載の海面画像生成装置。 (Supplementary Note 5) The sea surface image generation means calculates a wave height distribution in a predetermined range based on the spectrum distribution stored in the spectrum distribution storage means, and repeatedly uses the wave height distribution to thereby obtain a sea surface in the predetermined range. The sea level image generation device according to any one of supplementary notes 1 to 4, wherein the image is generated.
（付記６）画像センサの設置高度、画像センサの視軸方位、画像センサの感度波長、画像センサの瞬時視野、画像センサの画素数、太陽の方位、太陽の高度、風向、風速に係る情報のうち少なくとも１つの情報の入力を受け付ける情報受付手段をさらに備え、前記海面画像生成手段は、前記情報受付手段により受け付けられた情報に対応し、かつ、前記画像センサにより取得される仮想の海面画像を生成することを特徴とする付記１〜５のいずれか１つに記載の海面画像生成装置。 (Appendix 6) Information on the installation height of the image sensor, the viewing direction of the image sensor, the sensitivity wavelength of the image sensor, the instantaneous field of view of the image sensor, the number of pixels of the image sensor, the direction of the sun, the altitude of the sun, the wind direction, and the wind speed Information receiving means for receiving an input of at least one of the information, wherein the sea surface image generating means corresponds to the information received by the information receiving means and obtains a virtual sea surface image acquired by the image sensor. The sea level image generating device according to any one of supplementary notes 1 to 5, wherein the sea level image generating device is generated.
（付記７）海面の画像を生成する海面画像生成方法であって、
Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成工程と、
前記スペクトル分布生成工程により生成されたスペクトル分布を記憶するスペクトル分布記憶工程と、
前記スペクトル分布記憶工程により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成工程と、
を含んだことを特徴とする海面画像生成方法。
(Appendix 7) A sea level image generation method for generating an image of a sea level,
A spectral distribution generation process for generating a pulse height spectral distribution having irregularity based on a wave height spectral distribution calculated by a Pierson-Moskowitz type model and a spectral distribution obtained by Fourier transforming a random number distribution;
A spectrum distribution storing step for storing the spectrum distribution generated by the spectrum distribution generating step;
A sea level image generating step for generating a sea level image based on the spectrum distribution stored by the spectrum distribution storing step;
A sea surface image generation method characterized by comprising:
（付記８）海面の画像を生成する海面画像生成プログラムであって、
Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成手順と、
前記スペクトル分布生成手順により生成されたスペクトル分布を記憶するスペクトル分布記憶手順と、
前記スペクトル分布記憶手順により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成手順と、
をコンピュータに実行させることを特徴とする海面画像生成プログラム。
(Appendix 8) A sea surface image generation program for generating an image of the sea surface,
A spectral distribution generation procedure for generating a pulse height spectral distribution having irregularity based on a wave height spectral distribution calculated by a Pierson-Moskowitz type model and a spectral distribution obtained by Fourier transform of a random number distribution,
A spectral distribution storing procedure for storing the spectral distribution generated by the spectral distribution generating procedure;
A sea level image generation procedure for generating a sea level image based on the spectrum distribution stored by the spectrum distribution storage procedure;
A sea surface image generation program characterized by causing a computer to execute.
以上のように、本発明に係る海面画像生成装置は、自然のさまざまな条件下において、リアリティの高い海面の画像を容易に生成することが必要な海面画像生成システムに有用である。 As described above, the sea level image generation apparatus according to the present invention is useful for a sea level image generation system that needs to easily generate a highly realistic sea level image under various natural conditions.
１０ 海面パラメータ入力演算装置
１１ 操船模擬装置
１２ 船舶視点情報演算装置
１３ 陸背景画像生成装置
１４ 海面画像生成装置
１４０ 通信処理部
１４１ 入力部
１４２ 表示部
１４３ 記憶部
１４３ａ 入力データ
１４３ｂ スペクトル分布データ
１４３ｃ 波高分布データ
１４３ｄ 海面法線ベクトル分布データ
１４３ｅ 海面反射率分布データ
１４３ｆ 海面放射輝度分布データ
１４４ 制御部
１４４ａ スペクトル分布生成部
１４４ｂ 波高分布生成部
１４４ｃ 海面法線ベクトル分布生成部
１４４ｄ 海面反射率分布生成部
１４４ｅ 海面画像生成部
１５ 画像合成装置
１６ 表示装置
２０ 通信ネットワーク
DESCRIPTION OF SYMBOLS 10 Sea surface parameter input calculating device 11 Ship maneuvering simulation device 12 Ship viewpoint information calculating device 13 Land background image generating device 14 Sea surface image generating device 140 Communication processing unit 141 Input unit 142 Display unit 143 Storage unit 143a Input data 143b Spectrum distribution data 143c Wave height distribution Data 143d Sea surface normal vector distribution data 143e Sea surface reflectance distribution data 143f Sea surface radiance distribution data 144 Control unit 144a Spectral distribution generation unit 144b Wave height distribution generation unit 144c Sea surface normal vector distribution generation unit 144d Sea surface reflectance distribution generation unit 144e Sea surface Image generation unit 15 Image composition device 16 Display device 20 Communication network
Claims (5)
Pierson-Moskowitz型のモデルにより算出される波高スペクトル分布と乱数分布をフーリエ変換して得られるスペクトル分布とに基づいて不規則性を有する波高スペクトル分布を生成するスペクトル分布生成手段と、
前記スペクトル分布生成手段により生成されたスペクトル分布を記憶するスペクトル分布記憶手段と、
前記スペクトル分布記憶手段により記憶されたスペクトル分布に基づいて海面画像を生成する海面画像生成手段と、
を備えたことを特徴とする海面画像生成装置。 A sea surface image generation device for generating an image of a sea surface,
A spectral distribution generating means for generating a pulse height spectral distribution having irregularity based on a wave height spectral distribution calculated by a Pierson-Moskowitz type model and a spectral distribution obtained by Fourier transforming a random number distribution;
Spectrum distribution storage means for storing the spectrum distribution generated by the spectrum distribution generation means;
Sea level image generation means for generating a sea level image based on the spectrum distribution stored by the spectrum distribution storage means;
A sea surface image generation apparatus comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005133862A JP4761825B2 (en) | 2005-05-02 | 2005-05-02 | Sea surface image generator |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005133862A JP4761825B2 (en) | 2005-05-02 | 2005-05-02 | Sea surface image generator |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2006309632A true JP2006309632A (en) | 2006-11-09 |
| JP4761825B2 JP4761825B2 (en) | 2011-08-31 |
Family
ID=37476425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005133862A Expired - Fee Related JP4761825B2 (en) | 2005-05-02 | 2005-05-02 | Sea surface image generator |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4761825B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008210389A (en) * | 2007-01-29 | 2008-09-11 | Tama Tlo Kk | Device for meteorological image analysis, method therefor and program |
| JP2016085169A (en) * | 2014-10-28 | 2016-05-19 | 三菱電機株式会社 | Support device for taking off and landing on water |
| CN114745046A (en) * | 2022-03-16 | 2022-07-12 | 中国科学院西安光学精密机械研究所 | Method for analyzing pointing deviation of laser beam emitted from random fluctuation sea surface |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02114391A (en) * | 1988-10-25 | 1990-04-26 | Oki Electric Ind Co Ltd | Three-dimensional image forming device |
| JPH0944698A (en) * | 1995-07-25 | 1997-02-14 | Hitachi Ltd | Method and device for generating simulated marine wave image |
-
2005
- 2005-05-02 JP JP2005133862A patent/JP4761825B2/en not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02114391A (en) * | 1988-10-25 | 1990-04-26 | Oki Electric Ind Co Ltd | Three-dimensional image forming device |
| JPH0944698A (en) * | 1995-07-25 | 1997-02-14 | Hitachi Ltd | Method and device for generating simulated marine wave image |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008210389A (en) * | 2007-01-29 | 2008-09-11 | Tama Tlo Kk | Device for meteorological image analysis, method therefor and program |
| JP2016085169A (en) * | 2014-10-28 | 2016-05-19 | 三菱電機株式会社 | Support device for taking off and landing on water |
| CN114745046A (en) * | 2022-03-16 | 2022-07-12 | 中国科学院西安光学精密机械研究所 | Method for analyzing pointing deviation of laser beam emitted from random fluctuation sea surface |
| CN114745046B (en) * | 2022-03-16 | 2023-09-01 | 中国科学院西安光学精密机械研究所 | Method for analyzing pointing deviation of laser beam emitted from randomly-fluctuated sea surface |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4761825B2 (en) | 2011-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210003699A1 (en) | Method and apparatus for sar image data enhancement, and storage medium | |
| CN101930622B (en) | Realistic modeling and drawing of shallow water wave | |
| CN105900143B (en) | Specular reflective is determined from image | |
| US11663775B2 (en) | Generating physically-based material maps | |
| US11094134B1 (en) | System and method for generating synthetic data | |
| CN105182362B (en) | A kind of natural water surface polarization remote sensing imaging simulation method | |
| Satilmis et al. | A machine-learning-driven sky model | |
| CN103123670A (en) | Infrared rough sea surface dynamic simulation method based on texture | |
| Gutierrez et al. | Non-linear Volume Photon Mapping. | |
| Rajasekaran et al. | PTRM: Perceived terrain realism metric | |
| KR101781760B1 (en) | Realistic Simulation Method and Device of Ocean Surface Using Ocean Wave Spectra | |
| JP4761825B2 (en) | Sea surface image generator | |
| CN103761762B (en) | A kind of Simulations of Infrared Image method based on OpenGL tinter | |
| Favorskaya et al. | Realistic 3D-modeling of forest growth with natural effect | |
| Gastellu-Etchegorry et al. | Recent improvements in the dart model for atmosphere, topography, large landscape, chlorophyll fluorescence, satellite image inversion | |
| CN114120145A (en) | Monitoring method, monitoring device, electronic equipment and computer readable storage medium | |
| Darles et al. | Accelerating and enhancing rendering of realistic ocean scenes | |
| Ball | SYNSEA code for generating synthetic IR imagery of sea backgrounds | |
| Schiavone et al. | Interoperability issues for terrain databases in distributed interactive simulation | |
| Gouthas et al. | Real-time maritime scene simulation | |
| CN116342448B (en) | Full-disc visible light fitting method, system, equipment and medium | |
| Burchart et al. | A Stereo Camera Simulator for Large-Eddy Simulations of Continental Shallow Cumulus clouds based on three-dimensional Path-Tracing | |
| CN109815885A (en) | GDP evaluation method and device based on MODIS satellite data | |
| De-lie et al. | On realization of visualization system for global ocean simulation | |
| Christie et al. | Real-time maritime scene simulation for ladar sensors |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080414 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100809 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100817 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101018 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110315 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110513 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110531 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110607 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140617 Year of fee payment: 3 |
|
| R150 | Certificate of patent (=grant) or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |