JP2010237068A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2010237068A JP2010237068A JP2009086004A JP2009086004A JP2010237068A JP 2010237068 A JP2010237068 A JP 2010237068A JP 2009086004 A JP2009086004 A JP 2009086004A JP 2009086004 A JP2009086004 A JP 2009086004A JP 2010237068 A JP2010237068 A JP 2010237068A
- Authority
- JP
- Japan
- Prior art keywords
- coherence
- maximum likelihood
- likelihood
- calculating
- different
- 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
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 18
- 238000013500 data storage Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 16
- 230000007423 decrease Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 101150064138 MAP1 gene Proteins 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Abstract
【解決手段】取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納部1と、複数枚のレーダ画像から2枚のレーダ画像を選択して、2枚のレーダ画像の相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出するコヒーレンス算出処理部2と、得られた解像度の異なる各コヒーレンスマップにおける注目画素のコヒーレンスの値から最尤推定処理を実施するコヒーレンス最尤推定処理手段(尤度関数算出部20及び最尤推定処理部30)と、推定されたコヒーレンスの結果を格納する出力格納部2とを備える。
【選択図】図1
Description
図1は、この発明の実施の形態1による画像処理装置の構成を示すブロック構成図である。なお、この実施の形態1では、レーダ画像の一例として合成開口レーダ(Synthetic Aperture radar:SAR)により得られた地表面のSAR画像を対象に説明するが、この発明はSAR画像に限定されるものではなく、これに類するものであれば種類は問わない。また、使用するSAR画像も2枚として説明するが、複数枚のデータを用いてもよい。
実施の形態1においては、注目画素に対する予め設定したL個の異なる大きさの窓により推定されたコヒーレンスの値から最尤推定処理を実施して、注目画素のコヒーレンスの値を推定した。コヒーレンスを推定する窓の大きさが大きくなった場合、異なるコヒーレンスを有する領域の境界付近においては、コヒーレンスの推定結果の推定精度が低下するため、これを含んだ最尤推定処理の結果、得られる結果の精度も低下すると考えられる。
実施の形態2においては、注目画素が異なるコヒーレンスを有する領域の境界付近に位置する画素であることの指標として尤度を用いて判定し、境界付近に位置する画素であると判定された場合には、予め設定した窓の大きさで推定されたコヒーレンスを出力することで、境界付近におけるコヒーレンスの推定精度の低下を防止した。
前述した実施の形態1から3においては、注目画素に関して異なるL個のコヒーレンスを用いて結合確率密度関数を算出し、その尤度関数から真のコヒーレンスを推定した。次に、この発明における実施の形態4では、注目画素とその周囲の画素により構成させる一定の領域に含まれる画素のデータを用いて結合確率密度関数を算出する。
である。
Claims (7)
- 取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像から2枚のレーダ画像を選択して、2枚のレーダ画像の相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出するコヒーレンス算出処理手段と、
得られた解像度の異なる各コヒーレンスマップにおける注目画素のコヒーレンスの値から最尤推定処理を実施するコヒーレンス最尤推定処理手段と、
推定されたコヒーレンスの結果を格納する出力格納手段と
を備える画像処理装置。 - 請求項1に記載の画像処理装置において、
前記コヒーレンス最尤推定処理手段は、
異なる窓の大きさで推定されるコヒーレンスの結合確率密度関数の尤度関数を算出する尤度関数算出手段と、
得られた尤度関数について尤度が最大となるコヒーレンスを算出する最尤推定算出手段と
を有する
ことを特徴とする画像処理装置。 - 請求項2に記載の画像処理装置において、
前記コヒーレンス最尤推定処理手段は、
前記尤度関数算出手段により算出された尤度関数について最大となる尤度を算出する最大尤度算出手段と、
前記最大尤度算出手段により算出された最大となる尤度を所定の閾値と比較し、注目画素が異なるコヒーレンスを有する領域に位置する画素であるか否かを判定する尤度判定処理手段と、
前記尤度判定処理手段による判定結果に応じて予め設定した条件で得られたコヒーレンスの値を出力するコヒーレンス出力手段と
をさらに有する
ことを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
尤度関数を算出するための異なる窓の大きさの組み合わせを選択する組み合わせ選択部をさらに備え、
前記コヒーレンス最尤推定処理手段は、
異なる窓の大きさの組み合わせで推定されるコヒーレンスの結合確率密度関数の尤度関数を算出する複数の尤度関数算出手段と、
前記複数の尤度関数算出手段によりそれぞれ算出された尤度関数について最大となる尤度を算出する最大尤度算出手段と、
各組み合わせでの尤度の最大値を比較し最も尤度が最大となる組み合わせを選択する最大尤度算出処理手段と、
最大尤度を有する組み合わせから算出された尤度関数を用いて最尤推定処理により注目画素のコヒーレンスを推定する最尤推定処理部と
を有する
ことを特徴とする画像処理装置。 - 請求項1から4までのいずれか1項に記載の画像処理装置において、
前記コヒーレンス算出処理手段により得られた解像度の異なる各コヒーレンスマップにおける注目画素とその周囲の近傍画素で構成される一定の領域を選択する領域選択手段をさらに備え、
前記コヒーレンス最尤推定処理手段は、前記領域選択手段により選択された領域に含まれる画素のデータを用いて最尤推定処理を実施する
ことを特徴とする画像処理装置。 - 取得時間の異なる同一領域を観測した複数枚のレーダ画像から2枚のレーダ画像を選択して、2枚のレーダ画像の相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出した結果を予め格納するデータベースと、
得られた解像度の異なる各コヒーレンスマップにおける注目画素のコヒーレンスの値から最尤推定処理を実施するコヒーレンス最尤推定処理手段と、
推定されたコヒーレンスの結果を格納する出力格納処理部と
を備える画像処理装置。 - 取得時間の異なる同一領域を観測した複数枚のレーダ画像から2枚のレーダ画像を選択して、2枚のレーダ画像の相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出し、異なる大きさの窓を用いてコヒーレンスを推定した場合のコヒーレンスの結合確率密度関数の尤度関数を予め算出した結果を格納するデータベースと、
算出された結合確率密度関数の尤度関数を用いて最尤推定処理により注目画素の真のコヒーレンスを推定する最尤推定算出手段と、
推定されたコヒーレンスの結果を格納する出力格納処理部と
を備える画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009086004A JP5219901B2 (ja) | 2009-03-31 | 2009-03-31 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009086004A JP5219901B2 (ja) | 2009-03-31 | 2009-03-31 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010237068A true JP2010237068A (ja) | 2010-10-21 |
JP5219901B2 JP5219901B2 (ja) | 2013-06-26 |
Family
ID=43091516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009086004A Active JP5219901B2 (ja) | 2009-03-31 | 2009-03-31 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5219901B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240040A (zh) * | 2021-05-27 | 2021-08-10 | 西安理工大学 | 一种基于通道注意力深度网络的极化sar图像分类方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203271A (zh) * | 2016-06-29 | 2016-12-07 | 南京大学 | 一种基于高分辨率sar图像相干性的高铁干线提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006003302A (ja) * | 2004-06-21 | 2006-01-05 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2008157764A (ja) * | 2006-12-25 | 2008-07-10 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2008310391A (ja) * | 2007-06-12 | 2008-12-25 | Mitsubishi Electric Corp | 画像処理装置 |
JP2009289111A (ja) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | 画像処理装置 |
-
2009
- 2009-03-31 JP JP2009086004A patent/JP5219901B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006003302A (ja) * | 2004-06-21 | 2006-01-05 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2008157764A (ja) * | 2006-12-25 | 2008-07-10 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2008310391A (ja) * | 2007-06-12 | 2008-12-25 | Mitsubishi Electric Corp | 画像処理装置 |
JP2009289111A (ja) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | 画像処理装置 |
Non-Patent Citations (4)
Title |
---|
CSNG200700878001; 中村聖平、外2名: '"SAR画像における適応型ウィンドウを用いたコヒーレンス推定アルゴリズム"' 電子情報通信学会技術研究報告 Vol.107,No.202, 20070824, p.7-12 * |
CSNG201200128008; 中村聖平、外2名: '"適応型ウィンドウを用いた合成開口レーダ画像からのコヒーレンス推定方式"' 電子情報通信学会論文誌 Vol.J95-B,No.3, 20120301, p.459-470 * |
CSNJ200810003215; 中村聖平、外3名: '"SAR画像からの適応型ウィンドウを用いたコヒーレンス推定方式"' 電子情報通信学会2007年通信ソサイエティ大会講演論文集1 , 20070829, p.215 * |
JPN6012062707; 中村聖平、外2名: '"SAR画像における適応型ウィンドウを用いたコヒーレンス推定アルゴリズム"' 電子情報通信学会技術研究報告 Vol.107,No.202, 20070824, p.7-12 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240040A (zh) * | 2021-05-27 | 2021-08-10 | 西安理工大学 | 一种基于通道注意力深度网络的极化sar图像分类方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5219901B2 (ja) | 2013-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101121286B1 (ko) | 센서의 교정을 수행하는 초음파 시스템 및 방법 | |
JP7448485B2 (ja) | ポイントクラウドの着色において使用される方法及びシステム | |
JP5137693B2 (ja) | 画像処理装置 | |
Zhang et al. | A novel approach to moving targets shadow detection in VideoSAR imagery sequence | |
JP2012533051A (ja) | 同一領域上で取得されたsar画像から得られるインターフェログラムのフィルタリング処理方法 | |
Jarabo-Amores et al. | Spatial-range mean-shift filtering and segmentation applied to SAR images | |
CN105335965B (zh) | 一种高分辨率遥感图像多尺度自适应决策融合分割方法 | |
CN110738731B (zh) | 一种用于双目视觉的3d重建方法和系统 | |
JP2014523572A (ja) | 地図データの生成 | |
US20210132214A1 (en) | Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program | |
Song et al. | Segmentation of sonar images with intensity inhomogeneity based on improved MRF | |
Sung et al. | Image-based super resolution of underwater sonar images using generative adversarial network | |
Wu et al. | Real-world DEM super-resolution based on generative adversarial networks for improving InSAR topographic phase simulation | |
CN106023229A (zh) | 结合半高斯模型与高斯模型的sar影像变化检测方法 | |
Warner et al. | Pine Island Glacier (Antarctica) velocities from Landsat7 images between 2001 and 2011: FFT-based image correlation for images with data gaps | |
JP6819794B2 (ja) | レーダ画像処理装置、レーダ画像処理方法およびレーダ画像処理プログラム | |
JP5219901B2 (ja) | 画像処理装置 | |
Bevilacqua et al. | Joint inpainting of depth and reflectance with visibility estimation | |
Bull et al. | Perceptual improvements for super-resolution of satellite imagery | |
JP2011108224A (ja) | 画像の輪郭点検出方法 | |
Bagheri et al. | Uncertainty assessment and weight map generation for efficient fusion of TanDEM-X and Cartosat-1 DEMs | |
Choi et al. | Discrete and continuous optimizations for depth image super-resolution | |
Zou et al. | An object enhancement method for forward-looking sonar images based on multi-frame fusion | |
Djuricic et al. | 3d central line extraction of fossil oyster shells | |
Kim et al. | A majorize-minimize approach for high-quality depth upsampling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130116 |
|
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: 20130205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130305 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160315 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5219901 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |