JP2010237865A - 画像解析装置、画像解析方法、及び画像解析プログラム - Google Patents

Abstract

【課題】ハイパースペクトル画像における画素内に混在する物体を特定する。
【解決手段】本発明による画像解析装置１０は、エンドメンバ抽出部２２１と、対象物特定部２２４とを具備する。エンドメンバ抽出部２２１は、ハイパースペクトル画像１００から複数のエンドメンバ１０１を抽出する。対象物特定部２２４は、ハイパースペクトル画像の各画素に記録されたスペクトルデータから、複数のエンドメンバのいずれかを除去する。又、対象物特定部２２４は、除去後の画素のスペクトルデータと、データベース２２内のスペクトルデータとを照合することで、画素に記録された物体を特定する。
【選択図】図２

Description

本発明は、ハイパースペクトル画像を解析する画像解析装置、画像解析方法、及び画像解析プログラムに関する。

リモートセンシングによって、構造物の表面（例えば地表面）の構造を特定したり、その下層に位置する構造物（例えば金脈）を発見することができる。リモートセンシングでは、構造物の表面から反射又は放射される光、熱線、又は電磁波を測定することで、当該表面の構造を明らかにすることができる。

可視光、赤外線、又は電磁波等を用いて衛星や航空機によって得られたハイパースペクトル画像は、画像内の各画素がｘ軸、ｙ軸の他に、数十〜数百の波長情報を持つ３次元データである。このようなハイパースペクトル画像を解析することで、画像内に存在する物体の同定や、構造のクラスタリングを行う方法が提案されている。

画像内の物体の同定やクラスタリングは、画素毎に行なわれるため、構成要素を特定するための空間分解能は、画素サイズに応じて決定する。例えば、衛星や航空機によって撮影されたハイパースペクトル画像を解析した場合、画素サイズに応じた分解能で道路や川、畑や都市部を区別することができる。しかし、画素サイズが撮影対象物よりも大きい場合や、画素内に複数の構成要素の境界がある場合等、１つの画素内に複数の構成要素が混在してしまう。このような複数の構成要素を含む画素を混合ピクセル（ミクセル：Ｍｉｘｅｄ−Ｐｉｘｅｌ）と称す。特に、画素サイズが大きく、空間分解能が低い場合、混合ピクセルが多く発生する。

画素内に存在する構成要素が１つである場合、画素に記録されているスペクトルデータは、当該構成要素に対応したスペクトルを示す。この場合、画素に記録されたスペクトルデータを解析すれば、画素内の構成要素を特定することができる。通常、様々な構成要素に対応するスペクトルデータが記録されたスペクトルデータライブラリが用意されている。画素内の構成要素が単一の場合、あるいは、画素内において特定対象の構成要素の占める割合が大きい場合、画素に記録されたスペクトルデータと一致又は類似する構成要素をスペクトルデータライブラリから抽出することで、画素内の構成要素がどのような構造物であるか特定することができる。

一方、ミクセルには、複数のエンドメンバのそれぞれのスペクトルデータが混合（合成）されたスペクトルデータが記録されている。このスペクトルデータは、対象物本来のスペクトルデータではない。このため、ミクセルに記録されたスペクトルデータを解析しても、画素内の構成要素を特定することができない。このような問題は、ミクセル問題と呼ばれている。この場合、上述のようなライブラリを用いてもミクセル内のスペクトルデータと一致又は類似する構成要素は見つからない。あるいは、見つかったとしても、実際の構成要素と異なる構成要素が抽出される場合がある。

このような、ミクセル問題を解決する手法が、例えば、特開２００４−１８４３９１（特許文献１参照）や、特表２００２−５２０６９９（特許文献２参照）に記載されている。特許文献１に記載の画像解析方法では、周期的な空間分布を有する対象物の反射率と背景の反射率の混合信号を含む画像データから、対象物の占有率を算出する。特許文献２に記載の方法では、予め設定された閾値を超えるスペクトルデータとの相関に基づき、画素に含まれる構成要素の組み合せを決定する。

特開２００４−１８４３９１ 特表２００２−５２０６９９

特許文献１や特許文献２には、画素に含まれる構成要素の組み合せや、それらの占有率を求めるものであり、画素に含まれる物体がどのようなものかを特定するものではない。上述したように、画素内に記録されたスペクトルデータは複数の物体によるスペクトルデータの合成値であるため、画素に含まれる構成要素の組み合せを特定しても物体個別のスペクトルデータを特定することはできない。

しかし、近年、画像分解能が小さい場合や、特定対象となる物体が小さい場合等、画素内に混在する物体を特定することが求められている。

以上のことから、本発明の目的は、ハイパースペクトル画像における画素内に混在する物体を特定する画像解析装置及びその方法を提供することにある。

上記の課題を解決するために、本発明は、以下に述べられる手段を採用する。その手段を構成する技術的事項の記述には、［特許請求の範囲］の記載と［発明を実施するための形態］の記載との対応関係を明らかにするために、［発明を実施するための形態］で使用される番号・符号が付加されている。ただし、付加された番号・符号は、［特許請求の範囲］に記載されている発明の技術的範囲を限定的に解釈するために用いてはならない。

本発明による画像解析装置（１０）は、エンドメンバ抽出部（２２１）と、対象物特定部（２２４）とを具備する。エンドメンバ抽出部（２２１）は、ハイパースペクトル画像（１００）から複数のエンドメンバ（１０１）を抽出する。対象物特定部（２２４）は、ハイパースペクトル画像の各画素に記録されたスペクトルデータから、複数のエンドメンバのいずれかを除去する。又、対象物特定部（２２４）は、除去後の画素のスペクトルデータと、データベース（２２）内のスペクトルデータとを照合することで、画素に記録された物体を特定する。

又、本発明による画像解析方法は、ハイパースペクトル画像から複数のエンドメンバ（１０１）を抽出するステップと、ハイパースペクトル画像（１００）の各画素に記録されたスペクトルデータから、複数のエンドメンバのいずれかを除去するステップと、除去後の画素のスペクトルデータと、データベース内のスペクトルデータとを照合するステップと、照合の結果に基づいて、画素に記録された物体を特定するステップとを具備する。
画像解析方法。

更に、本発明による画像解析方法は、コンピュータによって実行される画像解析プログラムによって実現される。

本発明によれば、ハイパースペクトル画像における画素内に混在する物体を特定することができる。

図１は、本発明による画像解析装置の実施の形態における構成を示す図である。 図２は、本発明による画像解析部の実施の形態における構成を示す図である。 図３は、本発明による画像解析動作を示すフロー図である。 図４Ａは、本発明による画像解析処理時における解析対象画像の一例を示す概念図である。 図４Ｂは、本発明による画像解析処理時における解析対象画像の一例を示す概念図である。 図５Ａは、本発明による画像解析処理時における解析対象画像の他の一例を示す概念図である。 図５Ｂは、本発明による画像解析処理時における解析対象画像の他の一例を示す概念図である。 図５Ｃは、本発明による画像解析処理時における解析対象画像の他の一例を示す概念図である。 図６は、複数の物質によるスペクトルが合成された合成スペクトルを示す図である。 図７は、除去対象スペクトル（背景）の一例を示す図である。 図８は、図６に示す合成スペクトルから図７に示す除去対象スペクトルを除算した結果を示す図である。

以下、添付図面を参照しながら本発明の実施の形態を説明する。図面において同一、又は類似の参照符号は、同一、類似、又は等価な構成要素を示している。本実施の形態では、衛星画像等に例示されるハイパースペクトル画像から検出対象物（例えば、海上に浮かぶ氷山や船舶等）の位置を特定する画像解析装置１０について説明する。

（概要）
本発明による画像解析装置１０は、ミクセルに記録されたスペクトルデータから、背景に対応するスペクトルデータを除去し、画素内で背景と混在する物体（以下、検出対象物と称す）のスペクトルデータを抽出する。ここで、スペクトルデータとは、画像に記録された構成要素からの反射光又は放射光の波長毎の信号レベルを示す。画像解析装置１０は、抽出したスペクトルデータとスペクトルデータライブラリ（スペクトルデータＤ／Ｂ２２）とを照合することで、当該スペクトルデータに対応する物体を特定する。尚、除去対象となる構成要素（背景）を特定する際にも、スペクトルデータＤ／Ｂ２２が利用される。このように、本発明によれば、ミクセル内に背景と混在する物体を特定することができる。

（構成）
図１及び図２を参照して、本発明による画像解析装置１０の構成を説明する。図２は、本発明による画像解析装置１０の実施の形態における構成を示す図である。図２は、本発明による画像解析プログラム２１によって実現される画像解析部２２０の実施の形態における構成を示す機能ブロック図である。

図１を参照して、本発明による画像解析装置１０は、それぞれがバスを介して接続されたＣＰＵ１１、ＲＡＭ１２、記憶装置１３、入力装置１４、出力装置１５を具備する。記憶装置１３はハードディスクやメモリ等に例示される外部記憶装置である。又、入力装置１４は、キーボードやマウス等のユーザによって操作されることで、各種データをＣＰＵ１１や記憶装置１３に出力する。出力装置１５は、モニタやプリンタに例示され、ＣＰＵ１１から出力される画像解析結果（例えば、抽出されたスペクトルデータ）をユーザに対し視認可能に出力する。

記憶装置１３は、画像解析プログラム２１、スペクトルデータＤ／Ｂ２２を格納している。又、記憶装置１３には、入力されたハイパースペクトル画像１００を解析することで得られるアバンダンスマップ２３が記録される。ＣＰＵ１１は、入力装置１４からの入力に応答して、記憶装置１３内の画像解析プログラム２１を実行することで、ミクセル中に記録された物体を特定する画像解析部２２０の機能を実現する。この際、記憶装置１３からの各種データやプログラムはＲＡＭ１２に一時格納され、ＣＰＵ１１は、ＲＡＭ１２内のデータを用いて各種処理を実行する。

スペクトルデータＤ／Ｂ２２には、予めスペクトルデータが特定されている構成要素が、そのスペクトルデータに対応付けられて記録されている。例えば、森林、海面、畑、アスファルト等の地形・地物、あるいは物質毎の反射光や放射光のスペクトルデータは、予め蓄積されたデータによって特定され得る。このため、地形・地物や物質等の基準となるスペクトルデータが、スペクトルデータＤ／Ｂ２２に記録される。又、地形・地物に対応するスペクトルデータは、撮影時の気候や時間によっても異なる。このため、気候や時間（昼夜、季節等）毎のスペクトルデータがスペクトルデータＤ／Ｂ２２に格納することが好ましい。

アバンダンスマップ２３は、各画素に含まれるエンドメンバの割合を示す情報である。アバンダンスマップ２３は、入力されたハイパースペクトル画像に基づいて、画像画像解析部２２０によって算出される。

図２を参照して、画像解析プログラム２１を実行することで実現される画像解析部２２０の構成を説明する。画像解析部２２０は、エンドメンバ抽出部２２１、背景判定部２２２、エンドメンバ除去部２２３、対象物特定部２２４を備える。

エンドメンバ抽出部２２１は、入力されるハイパースペクトル画像１００又は１０３を解析し、画像内の代表的なスペクトルデータをエンドメンバ１０１として抽出する。この際、画素毎のアバンダンスマップ２３を作成する。エンドメンバ抽出部２２１は、例えば、既存手法であるＮ−ＦＩＮＤＲ（エンドメンバ抽出アルゴリズム）によって実現される。

背景判定部２２２は、エンドメンバ１０１が、除去対象に設定された構成要素（例えば、背景となる地形・地物や物質）であるかどうかを判定する。詳細には、背景判定部２２２は、抽出されたエンドメンバ１０１とスペクトルデータＤ／Ｂ２２内のスペクトルデータを、ＳＡＭ（Ｓｐｅｃｔｒａｌ Ａｎｇｌｅ Ｍａｐｐｅｒ）などの照合アルゴリズムを用いて、照合する。背景判定部２２２は、照合した結果、エンドメンバ１０１が、除去対象に設定された構成要素のスペクトルデータ（以下、背景情報と称す）と一致、又は所定の範囲内で類似する場合、エンドメンバ１０１を除去対象スペクトルに設定する。ここで、所定の範囲で類似するとは、スペクトルデータＤ／Ｂ２２内のスペクトルデータとエンドメンバ１０１の所定の波長におけるレベルの差が、所定の範囲内であることを示す。背景情報には、例えば、海面、森林、あるいは田畑等のように、検出対象となる物体の背景となるような地形・地物のスペクトルデータが好適に選択される。具体的には、洋上を撮影した衛星画像に対して氷山等を検出対象とした場合、海面のスペクトルデータが背景情報として好適に設定される。

背景判定部２２２は、エンドメンバ１０１が背景情報に一致（又は類似）しているか否かを判定結果としてエンドメンバ抽出部２２１、エンドメンバ除去部２２３、及び除去対象特定部２２４に通知する。

エンドメンバ除去部２２３は、抽出されたエンドメンバ１０１に背景情報と一致又は類似するスペクトルデータが含まれていない場合、当該エンドメンバ１０１のみの画素、又は当該エンドメンバ１０１の割合が所定の値以上の画素をハイパースペクトル画像１００から除去する。この際、エンドメンバ除去部２２３は、アバンダンスマップ２３を参照して、各画素に記録されたエンドメンバの割合を確認する。画素が除去されたハイパースペクトル画像１０３は、記憶装置１３に格納される。エンドメンバ除去部２２３は、判定結果によって再度スペクトルデータの除去を指示されると、記憶装置１３内のハイパースペクトル画像１０３から新たに抽出されたエンドメンバ１０１を除去する。

対象物特定部２２４は、ハイパースペクトル画像１００又は１０３の各画素に記録されたスペクトルデータから、除去対象スペクトルに設定されたエンドメンバ１０１を除算する。この際、対象物特定部２２４は、アバンダンスマップ２３に基づく割合の除去対象スペクトルを画素に記録されたスペクトルデータから除算する。これにより画素内で除去対象スペクトル（背景）と混在するスペクトルを特定することができる。対象物特定部２２４は、除算済みの画素のスペクトルデータとスペクトルライブラリデータＤ／Ｂ２２内のスペクトルデータ（既知のスペクトル）とを照合し、両者が一致又は類似している構成要素（検出対象物）を特定する。特定結果は、出力装置１５から視認可能に出力される。

対象物特定部２２４は、背景判定部２２２と同様に、画素内のスペクトルデータとスペクトルライブラリデータＤ／Ｂ２２内のスペクトルデータとを、ＳＡＭなどの照合アルゴリズムを用いて照合する。上述と同様に、所定の範囲で類似するとは、スペクトルデータＤ／Ｂ２２内のスペクトルデータと画素内のスペクトルデータとの所定の波長におけるレベルの差が、所定の範囲内であることを示す。

以上のような構成により、ミクセル内に背景とともに混在する検出対象物を特定することができる。又、対象物特定部２２４は、入力装置１４によって指定された検出対象物のスペクトルデータと、除去対象スペクトルを除去済みの画素におけるスペクトルが一致又は類似するかどうかを判定しても良い。この場合、所望の検出対象物がミクセル内に存在するかどうかを判定することができる。

背景判定部２２２や対象物特定部２２４の機能は、ユーザによって実施されても構わない。この場合、エンドメンバ抽出部２２１によって抽出されたエンドメンバ１０１や、スペクトルデータＤ／Ｂ２２内のスペクトルデータ（例えば背景情報）は、出力装置１５に視認可能に出力される。ユーザは、出力装置１５に表示されたスペクトルデータを比較することで、エンドメンバ１０１が除去対象となる背景情報と一致又は類似するかの判定や、対象物体の特定等を行なうことができる。

（動作）
次に、図３、図４Ａ、図４Ｂ、及び図６〜図８を参照して、本発明による画像解析装置１０の画像解析動作の一例を説明する。図３は、本発明による画像解析動作を示すフロー図である。以下では、図４Ａに示すハイパースペクトル画像１００中のミクセルから対象物体の特定を行なうことを一例に画像解析動作を説明する。

先ず、ユーザは、入力装置１４を操作することで除去対象とする背景を設定する（ステップＳ１）。この際スペクトルデータＤ／Ｂ２２から選択されたスペクトルデータが除去対象スペクトルに設定される。例えば、図７に示すスペクトルデータが除去対象スペクトルに設定される。次に、図示しない外部記憶装置や、ネットワークを介した外部装置から、図４Ａに示すハイパースペクトル画像１００が画像解析装置１０に入力される（ステップＳ２）。図４Ａを参照して、ハイパースペクトル画像１００は、複数の画素（ピクセル）を有し、それぞれ被写体の特性に応じた反射光又は放射光のスペクトルデータが記録されている。

エンドメンバ抽出部２２１は、入力されたハイパースペクトル画像１００からエンドメンバ１０１を抽出する（ステップＳ３）。ここでは、エンドメンバ１０１として、スペクトルデータＡ１、Ｂ１、Ｃ１が抽出される。この際、エンドメンバ抽出部２２１は、各画素のアバンダンスマップ２３を生成し、記憶装置１３に記録する。一例として、図４Ａに示すハイパースペクトル画像１００は画素２０１〜２０５によって構成され、それぞれのアバンダンスマップは、以下の通りとなる。画素２０１：Ａ１（１００％）、画素２０２：Ｂ１（１００％）、画素２０３：Ｃ１（１００％）、画素２０４：Ｄ１＝Ａ１（５０％）＋Ｂ１（２５％）＋Ｃ１（２５％）、画素２０５：Ｅ１＝Ａ１（１０％）＋Ｂ１（１０％）＋Ｃ１（８０％）

背景判定部２２２は、抽出されたエンドメンバ１０１が除去対象スペクトル（背景）と一致又は類似しているかを判定する（ステップＳ４）。ここでは、エンドメンバ１０１が除去対象スペクトルと一致又は類似しない場合、エンドメンバ１０１が１００％又は所定の割合以上（例えば９８％以上）の画素をハイパースペクトル画像１００から除去する（ステップＳ４Ｎｏ、Ｓ５）。そして、画素が除去されたハイパースペクトル画像１０３から再度エンドメンバの抽出処理が行なわれる。ステップＳ３からＳ５の処理は、除去対象スペクトル（背景）と一致又は類似するエンドメンバ１０１が抽出するまで繰り返される。

ここでは、スペクトルデータＡ１と除去対象スペクトル（背景）が一致するものとする。背景判定部２２２は、エンドメンバ１０１（Ａ１、Ｂ１、Ｃ１）のうち、背景と一致するスペクトルデータＡ１を検出し、スペクトルデータＡ１を除去対象スペクトルと指定する情報を判定結果とともに対象物特定部２２４に通知する（ステップＳ４Ｙｅｓ）。

対象物特定部２２４は、判定結果に応じ、アバンダンスマップ２３を用いて各画素から除去対象スペクトルを除去する（ステップＳ６）。詳細には、対象物特定部２２４は、アバンダンスマップ２３に基づいて各画素における除去対象スペクトル（ここではスペクトルデータＡ１）の割合を考慮し、各画素から除去対象スペクトルを除去する。

図６〜図８を参照して、スペクトルデータの除算処理を説明する。図６は、複数の物質によるスペクトルが合成された合成スペクトルを示す図である。図７は、除去対象スペクトル（背景）の一例を示す図である。図６に示す合成スペクトルから図７に示す除去対象スペクトルを除算すると、図８に示すスペクトルが算出される。

図４Ｂは、除去対象スペクトルを除去した後のハイパースペクトル画像１０２の一例を示す図である。図４Ｂを参照して、スペクトルデータＡ１の除去後の各画素のスペクトルデータは以下の通りとなる。画素２０１：スペクトルデータなし、画素２０２：Ｂ１（１００％）、画素２０３：Ｃ１（１００％）、画素２０４：Ｄ２＝Ｂ１（２５％）＋Ｃ１（２５％）、画素２０５：Ｅ２＝Ｂ１（１０％）＋Ｃ１（８０％）

対象物特定部２２４は、ハイパースペクトル画像１０２の各画素に記録されたスペクトルデータをスペクトルデータＤ／Ｂ２２と照合して、対象物を特定する（ステップＳ７）。例えば、画素２０４のスペクトルデータＤ２と一致又は類似するスペクトルデータが、スペクトルデータＤ／Ｂ２２に存在する場合、画素２０４に記録された物体を特定することができる。又、スペクトルデータＥ２と一致又は類似するスペクトルデータがスペクトルデータＤ／Ｂ２２に存在しない場合、画素２０５には未知の物体が背景と混在している、あるいは背景以外の他の複数の物体が混在していると確認することができる。

例えば、入力されるハイパースペクトル画像１００が海上を撮影した衛星画像である場合、１つの画素内に海面と未知の物体が混在することがある。この場合、背景となる海面を除去対象スペクトルに指定し、合成スペクトルを含む画素から背景となる海面のスペクトルを除去することで、画素内に混在する物体を特定することができる。ここで、船や波、あるいは魚群等のスペクトルデータをデータベース化し、それを参照することで、画素内に混在する物体が既知の船であるか否かを特定することができる。

図３及び図５Ａ〜図５Ｃを参照して、入力された初期画面から、指定された背景がエンドメンバとして抽出されない場合の画像解析動作について説明する。以下の説明で、上述の画像解析動作と同様の動作については説明を省略する。
以下の例では、ステップＳ２において、図５Ａに示すハイパースペクトル画像１００が画像解析装置１０に入力される。図５Ａを参照して、ハイパースペクトル画像１００は、複数の画素（ピクセル）を有し、それぞれ被写体の特性に応じた反射光又は放射光のスペクトルデータが記録されている。

エンドメンバ抽出部２２１は、入力されたハイパースペクトル画像１００からエンドメンバ１０１を抽出する（ステップＳ３）。ここでは、エンドメンバ１０１として、スペクトルデータＢ１、Ｃ１が抽出される。この際、エンドメンバ抽出部２２１は、各画素のアバンダンスマップ２３を生成し、記憶装置１３に記録する。一例として、図５Ａに示すハイパースペクトル画像１００は画素２０１〜２０４によって構成され、それぞれのアバンダンスマップは、以下の通りとなる。画素２０１：Ａ１＝Ｂ１（８０％）＋Ｃ１（２０％）、画素２０２：Ｂ１（１００％）、画素２０３：Ｃ１（１００％）、画素２０４：Ｄ１＝Ｂ１（６０％）＋Ｃ１（４０％）

背景判定部２２２は、抽出されたエンドメンバ１０１が除去対象スペクトル（背景）と一致又は類似しているかを判定する（ステップＳ４）。ここで、エンドメンバ１０１として抽出されたスペクトルデータＢ１、Ｃ１がともに除去対象スペクトルと一致しないものとする。この場合、図５Ｂに示すように、スペクトルデータＢ１、Ｃ１のそれぞれを所定の割合以上（ここでは１００％）記録された画素２０２、２０３がハイパースペクトル画像から削除される（ステップＳ４Ｎｏ、Ｓ５）。

そして、画素２０２、２０３が除去されたハイパースペクトル画像１０３から再度エンドメンバの抽出処理が行なわれる（ステップＳ３）。ここでは、エンドメンバ１０１として、スペクトルデータＡ２、Ｄ２が抽出される。この際、エンドメンバ抽出部２２１は、各画素のアバンダンスマップ２３を生成し、記憶装置１３に記録する。一例として、図５Ｂに示すように、ハイパースペクトル画像１００は画素２０１、２０４によって構成され、それぞれのアバンダンスマップは、以下の通りとなる。画素２０１：Ａ２（１００％）、画素２０４：Ｄ２（１００％）

ここでは、スペクトルデータＡ２と除去対象スペクトル（背景）が一致するものとする。背景判定部２２２は、エンドメンバ１０１（Ａ１、Ｄ２）のうち、背景と一致するスペクトルデータＡ１を検出し、スペクトルデータＡ２を除去対象スペクトルと指定する情報を判定結果とともに対象物特定部２２４に通知する（ステップＳ４Ｙｅｓ）。

ステップＳ６において、対象物特定部２２４は、アバンダンスマップ２３に基づいて各画素における除去対象スペクトル（ここではスペクトルデータＡ２）の割合を考慮し、各画素から除去対象スペクトルを除去する。

図５Ｃは、除去対象スペクトルを除去した後のハイパースペクトル画像１０２の一例を示す図である。図５Ｃを参照して、スペクトルデータＡ２の除去後の各画素のスペクトルデータは以下の通りとなる。画素２０１：スペクトルデータなし、画素２０４：Ｄ２（１００％）

対象物特定部２２４は、ハイパースペクトル画像１０２の各画素に記録されたスペクトルデータをスペクトルデータＤ／Ｂ２２と照合して、対象物を特定する（ステップＳ７）。ここでは、画素２０４内のスペクトルデータＤ２をスペクトルデータＤ／Ｂ２２と照合する。画素２０４のスペクトルデータＤ２と一致又は類似するスペクトルデータが、スペクトルデータＤ／Ｂ２２に存在する場合、画素２０４に記録された物体を特定することができる。一方、照合の結果、スペクトルデータＤ２と一致又は類似するスペクトルデータがスペクトルデータＤ／Ｂ２２に存在しない場合、未知の物体として確認され得る。

以上のように、初期画像から指定した背景がエンドメンバとして抽出されなくても、エンドメンバのみの画素を削除することで、背景のエンドメンバが抽出可能となる。このため、上述の方法と同様に、同一画素内で背景と混在する物体を特定することができる。例えば、森林や畑、道路等が混在する航空写真によって画素内に埋もれた車両を検出したい場合、検出対象となる車両は、画像内のエンドメンバとして抽出される構成要素（例えば畑や道路）に存在するとは限らない。例えば、画像の一部に写りこんだ森林内に車両が存在する場合がある。このような場合、森林を背景（除去対象スペクトル）に指定し、上述のような解析を行なうことで、画素内で森林と混在する車両を検出することができる。
本発明では、１画素に含まれている背景と対象物のスペクトルデータを分離することにより、背景のスペクトルデータと混ざっている状態ではデータベースと照合できなかった対象物を、照合することが可能となる。

又、従来技術では、１画素以上の大きさの対象物しか物体の同定を行うことができなかったが、本発明では対象物が１画素未満で撮影されていても物体同定ができる。このため、同定可能距離や、同定分解能を向上させることができる。

以上、本発明の実施の形態を詳述してきたが、具体的な構成は上記実施の形態に限られるものではなく、本発明の要旨を逸脱しない範囲の変更があっても本発明に含まれる。

１０：画像解析装置
１１：ＣＰＵ
１２：ＲＡＭ
１３：記憶装置
１４：入力装置
１５：出力装置
２１：画像解析プログラム
２２：スペクトルデータＤ／Ｂ
２３：アバンダンスマップ
２２１：エンドメンバ抽出部
２２２：背景判定部
２２３：エンドメンバ除去部
２２４：対象物特定部
１００、１０２、１０３：ハイパースペクトル画像
１０１：エンドメンバ
２０１〜２０５：画素

Claims (9)

1. ハイパースペクトル画像から複数のエンドメンバを抽出するエンドメンバ抽出部と、
   前記ハイパースペクトル画像の各画素に記録されたスペクトルデータから、前記複数のエンドメンバのいずれかを除去し、除去後の画素のスペクトルデータと、データベース内のスペクトルデータとを照合することで、前記画素に記録された物体を特定する対象物特定部と、
   を具備する
   画像解析装置。
2. 請求項１に記載の画像解析装置において、
   前記複数のエンドメンバのそれぞれが、予め指定された除去対象スペクトルデータであるか否かを判定する判定部を更に具備し、
   前記対象物特定部は、前記各画素に記録されたスペクトルデータから、前記除去対象スペクトルデータと判定されたエンドメンバを除去する
   画像解析装置。
3. 請求項２に記載の画像解析装置において、
   前記複数のエンドメンバの全てが、前記除去対象スペクトルデータと異なる場合、前記複数のエンドメンバのそれぞれを所定の割合以上含む画素を前記ハイパースペクトル画像から削除するエンドメンバ除去部を更に具備し、
   前記エンドメンバ抽出部は、画素が削除されたハイパースペクトル画像からエンドメンバを抽出する
   画像解析装置。
4. 請求項１から３のいずれか１項に記載の画像解析装置において、
   前記エンドメンバ抽出部は前記ハイパースペクトル画像における画素毎のアバンダンスマップを算出し、
   前記対象物特定部は、前記アバンダンスマップに応じた割合のエンドメンバを前記画素に記録されたスペクトルデータから除去する
   画像解析装置。
5. ハイパースペクトル画像から複数のエンドメンバを抽出するステップと、
   前記ハイパースペクトル画像の各画素に記録されたスペクトルデータから、前記複数のエンドメンバのいずれかを除去するステップと、
   前記除去後の画素のスペクトルデータと、データベース内のスペクトルデータとを照合するステップと、
   前記照合の結果に基づいて、前記画素に記録された物体を特定するステップと、
   を具備する
   画像解析方法。
6. 請求項５に記載の画像解析方法において、
   前記複数のエンドメンバのそれぞれが、予め指定された除去対象スペクトルデータであるか否かを判定するステップを更に具備し、
   前記複数のエンドメンバのいずれかを除去するステップは、前記各画素に記録されたスペクトルデータから、前記除去対象スペクトルデータと判定されたエンドメンバを除去するステップを備える
   画像解析方法。
7. 請求項６に記載の画像解析方法において、
   前記複数のエンドメンバの全てが、前記除去対象スペクトルデータと異なる場合、前記複数のエンドメンバのそれぞれを所定の割合以上含む画素を前記ハイパースペクトル画像から削除するステップを更に具備し、
   前記エンドメンバを抽出するステップは、画素が削除されたハイパースペクトル画像からエンドメンバを抽出するステップを備える
   画像解析方法。
8. 請求項５から７のいずれか１項に記載の画像解析方法において、
   前記ハイパースペクトル画像における画素毎のアバンダンスマップを算出するステップを更に具備し、
   前記複数のエンドメンバのいずれかを除去するステップは、前記アバンダンスマップに応じた割合のエンドメンバを前記画素に記録されたスペクトルデータから除去するステップを備える
   画像解析方法。
9. 請求項５から８のいずれか１項に記載の画像解析方法をコンピュータに実行させる画像解析プログラム。

Images