JP4623412B2 - 端成分データベース構築方法、端成分データベース構築装置及び端成分データベース構築プログラム - Google Patents

Description

本発明は、複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築方法、端成分データベース構築装置及び端成分データベース構築プログラムに関する。

近年、ハイパースペクトラルイメージング(Hyperspectral Imaging)という技術が登場してきている。かかる技術について以下に簡単に説明する。

飛行機又は人工衛星にハイパースペクトラルイメージング用のカメラを搭載し、上空からこのカメラで地上を撮影する。このカメラのレンズの後段にある分光装置は、可視光波長、近赤外線波長及び遠赤外線波長（例えば、３００ｎｍ乃至２０００ｎｍ）の光を所定の波長幅毎に分光する。そして、このカメラに複数設けられている撮像素子の各々は各波長毎の画像を出力する。このようにして、各画素毎、各波長毎の画像を得ることができ、このような画像がハイパースペクトラルイメージである。

各画素毎・各波長毎の画像がＮ個（例えば、２００個）の波長成分に分光された画像である場合、Ｎ個の波長成分より成るＮ次元のベクトルを形成することができる。従って、各画素にその画素におけるＮ次元のベクトルを対応させることができる。
「ＥＮＶＩチュートリアル」 発行者：Research Systems Inc. 発行日：2003年9月、 p.373 「ＥＮＶＩチュートリアル」 発行者：Research Systems Inc. 発行日：2003年9月、 pp.329-330 「ＥＮＶＩチュートリアル」 発行者：Research Systems Inc. 発行日：2003年9月、 pp.340-341 「地球観測データからの情報抽出」山口芳雄、大内和夫他，（財）資源・環境観測解析センター，2003, pp.118-122

各画素に単一の物質からの反射光しか含まれていなければ、その画素のスペクトルは単一物質のスペクトルと一致する。そのような単一物質のスペクトルは実験室で求めることができ、そのような単一物質のスペクトルをスペクトルライブラリに蓄積することができる。

しかし、上空から撮影した画像の空間分解能はさほど高くなく、各画素のスペクトルは、複数の物質のスペクトルを混合したものとなる。従って、上空から撮影した画像から得られるハイパースペクトラル画像を分析して、各画素毎にこの画素はどの物質を撮影して得られたものであるのかを知ろうとすることは、広域に亘り同一物質が分布する場合を除き、無意味であることが多い。

一方、例えば、ある種の船舶を撮影して得た画素のスペクトルと同一種の他の船舶を撮影して得た画素のスペクトルは、その種の船舶間で共通した物質があるため、少なくとも一部において共通していると考えられる。同様に、ある種の自動車を撮影して得た画素のスペクトルとその種の他の自動車を撮影して得た画素のスペクトルも少なくとも一部において共通であり、ある種の鉄道車両を撮影して得た画素のスペクトルとその種の他の鉄道車両を撮影して得た画素のスペクトルも少なくとも一部において共通であり、ある種の家屋を撮影して得た画素のスペクトルとその種の他の家屋を撮影して得た画素のスペクトルも少なくとも一部において共通であると考えられる。

そこで、複数の物質より成る物体とスペクトルを対応付けておけば、スペクトルから物体を推測することが可能となると考えられる。そうすると、上空から地上を撮影し、ハイパースペクトラル画像を得れば、そこにどのような物体がどのように分布しているのかを知ることが可能となると考えられる。

また、各画素にはある物体のみが存在するのではなく、背景となる地面等も含まれているので、各画素のスペクトルは、物体のみのスペクトルとは完全には一致しない。しかし、画像全体から端成分(endmember spectra)を求めれば、端成分を物体に対応付けることが可能となると考えられる。ここで、画像を構成する各画素のスペクトルをＮ個のバンドに分割し、各バンドのレベルを各次元の大きさとすることにより得られるＮ次元ベクトルが、画像を構成する大部分の画素（特にＮ次元空間において雲状に密集する画素）について、Ｍ個のＮ次元ベクトルの線形結合として表すことができる場合に、そのＭ個のＮ次元ベクトルの各々のことを端成分という。端成分は、通常は、雲状にベクトルの先端が密集する領域の端に複数分布する。

そこで本発明は、複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築方法、端成分データベース構築装置及び端成分データベース構築プログラムを提供することを目的とする。

本発明によれば、複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築方法において、入力したハイパースペクトル画像から複数の入力端成分を得るステップと、前記複数の入力端成分のうちの各入力端成分と、各物質毎のスペクトルを格納するスペクトルライブラリに格納されている各物質のスペクトルとの間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、前記ハイパースペクトル画像から得られた前記複数の入力端成分のうちの各入力端成分と、前記端成分データベースに既に格納されている各登録済端成分との間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、前記複数の入力端成分のうちの前記求めた全ての前記類似度が所定値以下である入力端成分を前記端成分データベースに登録するステップと、を備えることを特徴とする端成分データベース構築方法が提供される。

上記の端成分データベース構築方法は、登録するべき入力端成分に対応する物体名を外部から入力するステップを更に備え、前記登録のステップでは、入力された前記物体名を登録するべき入力端成分と対応付けて前記端成分データベースに登録してもよい。

上記の端成分データベース構築方法は、前記複数の入力成分のうちの前記計算による全ての前記類似度が所定値以下である入力端成分を前記データベースに登録するべきであるかの可否を外部から入力するステップを更に備え、前記登録のステップでは、前記複数の入力端成分のうちの前記計算による全ての前記類似度が所定値以下であり、且つ、登録が許可された入力端成分を前記端成分データベースに登録するようにしてもよい。

上記の端成分データベース構築方法は、前記ハイパースペクトル画像と前記複数の入力端成分を基に、その各々が前記複数の入力端成分の各々に対応する複数の入力端成分分布画像を生成するステップと、前記ハイパースペクトル画像と各入力端成分毎の前記入力端成分分布画像を表示するステップと、を備えていてもよい。

上記の端成分データベース構築方法は、前記ハイパースペクトル画像と被写体領域が重なり、前記ハイパースペクトル画像よりも分解能が高い高分解能画像を表示するステップを更に備えていてもよい。
上記の端成分データベース構築方法は、同一の被写体を同時に撮影することにより、同一の被写体の同一時刻における前記ハイパースペクトル画像と前記高分解能画像を得るステップを更に備えていてもよい。

本発明によれば、スペクトルライブラリに登録されておらず、且つ、端成分データベースに登録されていない端成分が新たに端成分データベースに登録されるので、端成分データベースは、成長するにつれて、地上にある物体を広く網羅するようになり、ハイパースペクトル画像を基に、地上の特定の位置にある物体を高い確率をもって特定できるようになり、また、地上にどのような物体がどのように分布しているかを高い確率をもって知ることができるようになる。

以下、図面を参照して本発明を実施するための最良の形態について詳細に説明する。

［実施形態１］
図１は、本発明の実施形態１による端成分データベース構築装置の構成を示すブロック図である。

図１を参照すると、本実施形態による端成分データベース構築装置は、端成分抽出部１０１、スペクトルライブラリ１０３、端成分データベース１０５、照合部１０７、登録部１０９及び追加付加情報入力部１１５−１を備える。追加付加情報入力部１１５−１は、ユーザインターフェース１１５に含まれる。端成分抽出部１０１、照合部１０７、登録部１０９及び追加付加情報入力部１１５−１は、ハードウェアによって実現することもできるが、コンピュータをこれらの部分として機能させるためのプログラムをコンピュータが読み込んで実行することによっても実現することができる。

ハイパースペクトル画像１５１は、図２に示すように、ハイパースペクトル画像用カメラ１９２により領域１９１を上空から撮影することにより得られたものである。

端成分抽出部１０１は、ハイパースペクトル画像１５１から複数の端成分を抽出し、これらを入力端成分群１５３として出力する。端成分抽出の方法としては、例えば、ＰＰＩ(Pixel Purity Index)法を利用することができる。ＰＰＩ法は、純度が最も高い画素又は極端な画素を探し出す方法である。ＰＰＩ法は、例えば、非特許文献１に記載されており、また、公用技術である。

スペクトルライブラリ１０３は、純粋な物質のスペクトルを複数の純粋な物質について格納する。

端成分データベース１０５は、複数の物質より成る物体のスペクトルである端成分を物体毎に格納する。初期状態においては、端成分データベース１０５は空である。

照合部１０７は、入力端成分群１５３に含まれる各入力端成分とスペクトルライブラリ１０３に含まれる各スペクトルとの間の類似度及び入力端成分群１５３に含まれる各入力端成分と端成分データベース１０５に含まれる各端成分との間の類似度を計算し、入力端成分群１５３に含まれる入力端成分のうちの全ての類似度が所定値以下の入力端成分を含む新規端成分群１５５を出力する。類似度については後述する。

登録部１０９は、新規端成分群１５５に含まれる全ての新規端成分１５５を付加情報１５７と共に端成分データベース１０５に登録する。ここで、付加情報１５７とは、ハイパースペクトル画像の取得日時、ハイパースペクトル画像を撮影した地域、ハイパースペクトル画像１５１のファイル名、ハイパースペクトル画像の撮影条件（高度、気象状況等）、端成分抽出のアルゴリズム名、新規端成分に対応する物体名等である。

追加付加情報入力部１１５−１は、ユーザから追加付加情報を入力する。追加付加情報は、装置では、特定することが困難な新規端成分に対応する物体名等である。

次に、照合部１０７の動作について図３を参照して説明する。

まず、入力端成分群１５３中の全ての入力端成分（以下「入力端成分Ａ」という。）についてステップＳ２０３乃至Ｓ２１７を繰り返す。

ステップＳ２０３では、スペクトルライブラリ１０３中の全てのスペクトル（以下「スペクトルＢ」という。）についてステップＳ２０５及びＳ２０７を繰り返す。

ステップＳ２０５では、入力端成分ＡとスペクトルＢとの間の類似度を計算する。類似度としては、ＳＡＭ(Spectral Angle Mapper)法により計算された類似度及びＳＦＦ(Spectral Feature Fitting)法により計算された類似度の加重平均を採用することができる。ＳＡＭ法とは、２つのスペクトルの間の角度を計算する方法である。ＳＡＭ法は、例えば、非特許文献２に記載されており、また、公用技術である。ＳＦＦ法とは、２つのスペクトルの吸収特性の類似度を計算する方法である。ＳＦＦ法は、例えば、非特許文献３に掲載されており、また、公用技術である。また、ＳＡＭ法による正規化された類似度をｘ、ＳＦＦ法による正規化された類似度をｙとした場合、これらの加重平均ｚは、２つの実数ａ、ｂを用いてｚ＝（ａｘ＋ｂｙ）／（ａ＋ｂ）と表すことができる。２つの実数の値ａ、ｂは、ユーザにより調整できるものとし、これらは、付加情報１５７に含まれるべきである。

ステップＳ２０７では、ステップＳ２０５で計算した類似度がしきい値以上であるか否かを判断する。このしきい値もユーザにより調整できるものとし、これも、付加情報１５７に含まれるべきである。

ステップＳ２０５で計算した類似度がしきい値以上であれば（ステップＳ２０７でＹＥＳ）、入力端成分Ａを新規端成分としない（ステップＳ２１７）。ステップＳ２０５で計算した類似度がしきい値以上でなければ、ステップＳ２０３の繰り返しを続ける。

次に、端成分データベース１０５中の全ての登録済端成分（以下「登録済端成分Ｃ」という。）についてステップＳ２１１及びＳ２１３を繰り返す。

ステップＳ２１１では、入力端成分Ａと登録済端成分Ｃとの間の類似度をステップＳ２０５と同様な方法により計算する。

ステップＳ２１３では、ステップＳ２１１で計算した類似度がしきい値以上であるか否かを判断する。このしきい値もユーザにより調整できるものとし、これも、付加情報１５７に含まれるべきである。

ステップＳ２１１で計算した類似度がしきい値以上であれば（ステップＳ２１３でＹＥＳ）、入力端成分Ａを新規端成分としない（ステップＳ２１７）。ステップＳ２１１で計算した類似度がしきい値以上でなければ、ステップＳ２０９の繰り返しを続ける。

ステップＳ２０３の繰返し又はステップＳ２０９の繰返しの最中に、ステップＳ２０７又はステップＳ２１３でステップＳ２１７に進まなければ、ステップＳ２１５に到達し、ここで、現在の入力端成分Ａを新規端成分とする。

［実施形態２］
実施形態１は、照合部１０７により新規端成分であると判断された端成分は全て無条件に端成分データベース１０５に登録された。しかし、照合部１０７により新規端成分であると判断されたからと言って必ずしもその新規端成分が新たな物体の新規端成分であるとは限らない。ことに、端成分データベース１０５は、端成分と物体名とを対応付け、後に、スペクトルから物体名を求めるために利用されるものであるので、物体名を付さずに端成分のみを端成分データベース１０５に追加しても無意味である。従って、照合部１０７により新規端成分であると判断された端成分がどのような物体を表すものであるのかをユーザに認識させ、その端成分を登録するべきであるか否かをユーザに判断させることが好ましい。

また、ステップＳ２０７及びＳ２１３でのしきい値を高くして、新規物体の端成分が端成分データベース１０５に登録されない誤りが発生する確率を減らすことが考えられるが、そうすると、新規物体の端成分でない端成分が端成分データベース１０５に登録される誤りが発生する確率が増加する。そこで、しきい値を高くすることにより前者の誤りが発生する確率を減少させ、照合部１０７により新規端成分であると判断された端成分がどのような物体を表すものであるのかをユーザに認識させ、その端成分を登録するべきであるか否かをユーザに判断させることにより後者の誤りが発生する確率を減少させることが考えられる。

更に、新規端成分は、海面の波や地形、雲などに起因している場合もあるが、このような原因による新規端成分は端成分データベース１０５に登録しないこととするのがよい。

そこで、実施形態２は、照合部１０７により新規端成分であると判断された端成分がどのような物体を表すものであるのかをユーザに認識させ、その端成分を登録するべきであるか否かをユーザに判断させるものである。

図４は、本発明の実施形態２による端成分データベース構築装置の構成を示すブロック図である。

図４を参照すると、本実施形態による端成分データベース構築装置は、端成分抽出部１０１、スペクトルライブラリ１０３、端成分データベース１０５、照合部１０７、登録部１０９、入力端成分分布画像生成部１１１、新規端成分分布画像選択部１１３、追加付加情報入力部１１５−１、ハイパースペクトル画像表示部１１５−２、新規端成分分布画像表示部１１５−３及び登録可否入力部１１５−４を備える。端成分抽出部１０１、照合部１０７、登録部１０９、入力端成分分布画像生成部１１１、新規端成分分布画像選択部１１３、追加付加情報入力部１１５−１、ハイパースペクトル画像表示部１１５−２、新規端成分分布画像表示部１１５−３及び登録可否入力部１１５−４は、ハードウェアによって実現することもできるが、コンピュータをこれらの部分として機能させるためのプログラムをコンピュータが読み込んで実行することによっても実現することができる。

端成分抽出部１０１、スペクトルライブラリ１０３、端成分データベース１０５、照合部１０７、登録部１０９及び追加付加情報入力部１１５−１は、実施形態１のものと同様であるので、重複する説明は省略する。

入力端成分分布画像生成部１１１は、ハイパースペクトル画像１５１及び入力端成分群１５３を基に入力端成分分布画像群１５９を生成する。入力端成分群１５３に含まれる各入力端成分は、入力端成分分布画像群１５９に含まれる各入力端成分分布画像に対応する。各入力端成分分布画像は、ハイパースペクトル画像１５１と各入力端成分を基に、ＭＦ(Matched Filter)法又はリニアアンミキシング(Linear Unmixing)法等により生成される。ＭＦ法及びリニアアンミキシング法は、各画素のスペクトルが入力端成分群の線形結合であると考え、各入力端成分に関する線形結合係数を各入力端成分のレベルとするものである。ＭＦ法によれば、各画素のスペクトルをベクトルとみなし、そのベクトルを入力端成分ベクトルに投影して投影ベクトルの大きさを比較することにより線形結合係数を求める。リニアアンミキシング法によれば、連立方程式を解くことにより線形結合係数を求める。ＭＦ法及びリニアアンミキシング法は、例えば、非特許文献４に記載されており、また、公用技術である。

新規端成分分布画像選択部１１３は、入力端成分分布画像群１５９に含まれる入力端成分分布画像のうち新規端成分群１５５に含まれる新規端成分に対応する入力端成分分布画像のみを新規端成分分布画像として選択して、新規端成分分布画像群を新規端成分分布画像表示部１１５−３に出力する。

ハイパースペクトル画像表示部１１５−２は、ハイパースペクトル画像１５１から赤緑青の三原色の成分を抽出し、これらの成分より構成されるカラー画像を表示する。

新規端成分分布画像表示部１１５−３は、新規端成分分布画像群中の各新規端成分分布画像を表示する。

登録可否入力部１１５−４は、新規端成分群１５５に含まれる各新規端成分を登録して良いか否かをユーザから入力する。

登録部１０９は、新規端成分群１５５に含まれる新規端成分のうち登録可否入力部１１５−４が登録してよいことを入力した新規端成分のみを付加情報１５７と共に端成分データベース１０５に登録する。

次に、ユーザがハイパースペクトル画像表示部１１５−２が表示するハイパースペクトル画像及び新規端成分分布画像表示部１１５−３が表示する新規端成分分布画像を基に、当該新規端成分を登録して良いか否かを判断する方法について図５を参照して説明する。

まず、画像の全領域についてステップＳ２２３及びＳ２２５を繰り返す（ステップＳ２２１）。

ステップＳ２２３では、新規端成分分布画像の現在の領域のレベルが高いか否かを判断する。そうであれば（ステップＳ２２３でＹＥＳ）、ハイパースペクトル画像を基に現在の領域にどのような物体があるのかを判断することにより、物体名を取得する（ステップＳ２２５）。

ステップＳ２２１の繰返しが終了したならば、１回以上行ったステップＳ２２５で得た物体名を総合的に判断して、可能ならば、当該新規端成分に対応する物体名を特定する（ステップＳ２２７）。

次に、物体名を特定できたか否かを判断する（ステップＳ２２９）。物体名を特定できたならば（ステップＳ２２９でＹＥＳ）、登録を許可し（ステップＳ２３１）、物体名を特定できなければ（ステップＳ２２９でＮＯ）、登録を禁止する（ステップＳ２３３）。

追加付加情報入力部１１５−１は、ユーザから特定できた物体名を入力する。

［実施形態３］
実施形態２は、ユーザが物体名を特定できる程度にハイパースペクトル画像の分解能が高いことを前提としたものである。しかし、現在のハイパースペクトル画像の空間分解能は、撮影高度にも依存するが、５ｍ乃至２０ｍ程度であるため、現在のハイパースペクトル画像を基に、ユーザが物体名を特定することは困難である。そこで、実施形態３では、ハイパースペクトル画像よりも空間分解能が高い高分解能画像を利用する。

ここで、ハイパースペクトル画像と高分解能画像との関係について説明する。

高分解能センサーもハイパースペクトルセンサーも、センサー素子自身の感度は技術的な限界から上限がほぼ決まっている。その中で、センサーに入ってくる光を確実に信号に変換するためには、素子に当たる光のエネルギーを強くする必要がある。この光のエネルギーは主に、素子に入射する光の画角と、素子が得る光の波長の広さで決まる。従って、この光のエネルギーを強くするためには、素子に当たる光の画角を広くして（分解能を荒くして）、センサー素子に当たる光の量を増やすか、センサーのスペクトル分解能を荒くして、センサー素子が得る光の波長域を広くするか、の２通りの方法が主に考えられる。高分解能センサーでは、分解能を高めるためにセンサーの画角を非常に狭くしていることから、スペクトル分解能を荒くする必要がある。一方、ハイパースペクトルセンサーでは、波長分解能を高めるためにセンサー素子が得る波長域を狭くしていることから、画角を広くする必要がある。以上のような理由から、現時点では高い分解能を持ったハイパースペクトルセンサーを作ることが難しいため、現時点では高分解能画像並みの分解能を持ったハイパースペクトル画像を得ることが出来ない。

図６は、本発明の実施形態３による端成分データベース構築装置の構成を示すブロック図である。

図６を参照すると、本実施形態による端成分データベース構築装置は、端成分抽出部１０１、スペクトルライブラリ１０３、端成分データベース１０５、照合部１０７、登録部１０９、入力端成分分布画像生成部１１１、新規端成分分布画像選択部１１３、追加付加情報入力部１１５−１、ハイパースペクトル画像表示部１１５−２、新規端成分分布画像表示部１１５−３、登録可否入力部１１５−４及び高分解能画像表示部１１５−５を備える。端成分抽出部１０１、照合部１０７、登録部１０９、入力端成分分布画像生成部１１１、新規端成分分布画像選択部１１３、追加付加情報入力部１１５−１、ハイパースペクトル画像表示部１１５−２、新規端成分分布画像表示部１１５−３、登録可否入力部１１５−４及び高分解能画像表示部１１５−５は、ハードウェアによって実現することもできるが、コンピュータをこれらの部分として機能させるためのプログラムをコンピュータが読み込んで実行することによっても実現することができる。

高分解能画像表示部１１５−５以外の部分は、実施形態２のものと同様であるので、重複する説明は省略する。

高分解能画像表示部１１５−５は、高分解能画像１６１を表示する。

実施形態３においては、ハイパースペクトル画像１５１及び高分解能画像１６１は、図７に示すように、ハイパースペクトル画像用カメラ１９２及び高分解能画像用カメラ１９３により領域１９１を上空から撮影することにより得られたものである。但し、ハイパースペクトル画像用カメラ１９２及び高分解能画像用カメラ１９３は、同一の飛行物体に搭載されていてもよいし、別々の飛行物体に搭載されていてもよい。また、静止した物体のみが領域１９１に含まれているのであれば、ハイパースペクトル画像と高分解能画像を異なった日時において撮影してもよいが、例えば、走行している乗り物が領域１９１に含まれているのであれば、ハイパースペクトル画像と高分解能画像は同時又はほぼ同時に撮影するのが好ましい。

次に、ユーザがハイパースペクトル画像表示部１１５−２が表示するハイパースペクトル画像、新規端成分分布画像表示部１１５−３が表示する新規端成分分布画像及び高分解能画像表示部１１５−５が表示する高分解能画像を基に、当該新規端成分を登録して良いか否かを判断する方法について図８を参照して説明する。

まず、画像の全領域についてステップＳ２４３乃至Ｓ２４９を繰り返す（ステップＳ２４１）。

ステップＳ２４３では、新規端成分分布画像の現在の領域のレベルが高いか否かを判断する。そうであれば（ステップＳ２４３でＹＥＳ）、ハイパースペクトル画像の現在の領域の特徴を検出する（ステップＳ２４５）。次に、特徴比較により高分解能画像中の現在の領域を探す（ステップＳ２４７）。次に、高分解能画像を基に現在の領域にどのような物体があるのかを判断することにより、物体名を取得する（ステップＳ２４９）。

ステップＳ２４１の繰返しが終了したならば、１回以上行ったステップＳ２４９で得た物体名を総合的に判断して、可能ならば、当該新規端成分に対応する物体名を特定する（ステップＳ２５１）。

次に、物体名を特定できたか否かを判断する（ステップＳ２５３）。物体名を特定できたならば（ステップＳ２５３でＹＥＳ）、登録を許可し（ステップＳ２５５）、物体名を特定できなければ（ステップＳ２５３でＮＯ）、登録を禁止する（ステップＳ２５７）。

追加付加情報入力部１１５−１は、ユーザから特定できた物体名を入力する。

新規端成分分布画像と高分解能画像を直接対比させて、新規端成分分布画像のレベルの高い部分にどのような物体が対応するのかを知ることは困難である。一方、新規端成分分布画像とハイパースペクトル画像は、同一の範囲及び同一の解像度を有するので、画素単位で位置の対応関係をとることができる。また、ハイパースペクトル画像表示部１１５−２が表示するハイパースペクトル画像をもとにしたカラー画像は、視覚上は通常のカラー画像と同様なものであるため、画像の内容によりハイパースペクトル画像と高分解能画像との間で位置の対応関係をとることができる。従って、ハイパースペクトル画像を介することによって、新規端成分分布画像のレベルの高い部分にどのような物体が対応するのかを新規端成分分布画像と高分解能画像を基に知ることが可能となる。

図９は、新規端成分分布画像とハイパースペクトル画像との間で位置の対応関係をとることができること及びハイパースペクトル画像と高分解能画像との間で位置の対応関係をとることができることを示したものである。

符号３０１は、新規端成分分布画像を示し、符号３０１−１及び３０１−２は、その部分拡大図を示す。符号３０２−１及び３０２−２は、ハイパースペクトル画像を示し、符号３０３−１及び３０３−２は高分解能画像を示す。新規端成分分布画像の符号３０１−１で示す部分は、ハイパースペクトル画像３０２−１及び高分解能画像３０３−１に対応する。新規端成分分布画像の符号３０１−２で示す部分は、ハイパースペクトル画像３０２−２及び高分解能画像３０３−２に対応する。

新規端成分分布画像の部分３０１−１及び３０１−２には、レベルの高い画素がある。位置が対応するハイパースペクトル画像３０２−１及び３０２−２では、レベルの高い画素に含まれている物体を認識することができない。しかし、位置が対応する高分解能画像３０３−１及び３０３−２を調べることにより、物体が駐車場に駐車されている自動車及び道路を走行している自動車であることが特定できる。

本発明は、複数の物質より成る物体の端成分を格納する端成分データベースを構築するために利用することができる。

本発明の実施形態１による端成分データベース構築装置の構成を示すブロック図である。 本発明の実施形態１によるスペクトラル画像撮影方法を示す図である。 図１に示す照合部の動作を示すフローチャートである。 本発明の実施形態２による端成分データベース構築装置の構成を示すブロック図である。 本発明の実施形態２によるユーザが新規端成分の登録の可否を判断する方法を示すフローチャートである。 本発明の実施形態３による端成分データベース構築装置の構成を示すブロック図である。 本発明の実施形態によるスペクトラル画像及び高分解能画像の撮影方法を示す図である。 本発明の実施形態３によるユーザが新規端成分の登録の可否を判断する方法を示すフローチャートである。 本発明の実施形態３による新規端成分分布画像、ハイパースペクトル画像及び高分解能画像を用いた物体の特定方法を説明するための図である。

符号の説明

１０１ 端成分抽出部
１０３ スペクトルライブラリ
１０５ 端成分データベース
１０７ 照合部
１０９ 登録部
１１１ 入力端成分分布画像生成部
１１３ 新規端成分分布画像選択部
１１５ ユーザインターフェース
１１５−１ 追加付加情報入力部
１１５−２ ハイパースペクトル画像表示部
１１５−３ 新規端成分分布画像表示部
１１５−４ 登録可否入力部
１１５−５ 高分解能画像表示部
１５１ ハイパースペクトル画像
１５３ 入力端成分群
１５５ 新規端成分群
１５７ 付加情報
１５９ 入力端成分分布画像群
１６１ 高分解能画像

Claims (18)

1. 複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築方法において、
   入力したハイパースペクトル画像から複数の入力端成分を得るステップと、
   前記複数の入力端成分のうちの各入力端成分と、各物質毎のスペクトルを格納するスペクトルライブラリに格納されている各物質のスペクトルとの間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、
   前記ハイパースペクトル画像から得られた前記複数の入力端成分のうちの各入力端成分と、前記端成分データベースに既に格納されている各登録済端成分との間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、
   前記複数の入力端成分のうちの前記求めた全ての前記類似度が所定値以下である入力端成分を前記端成分データベースに登録するステップと、
   を備えることを特徴とする端成分データベース構築方法。
2. 請求項１に記載の端成分データベース構築方法において、
   登録するべき入力端成分に対応する物体名を外部から入力するステップを更に備え、
   前記登録のステップでは、入力された前記物体名を登録するべき入力端成分と対応付けて前記端成分データベースに登録することを特徴とする端成分データベース構築方法。
3. 請求項１に記載の端成分データベース構築方法において、
   前記複数の入力成分のうちの前記計算による全ての前記類似度が所定値以下である入力端成分を前記データベースに登録するべきであるかの可否を外部から入力するステップを更に備え、
   前記登録のステップでは、前記複数の入力端成分のうちの前記計算による全ての前記類似度が所定値以下であり、且つ、登録が許可された入力端成分を前記端成分データベースに登録することを特徴とする端成分データベース構築方法。
4. 請求項３に記載の端成分データベース構築方法において、
   前記ハイパースペクトル画像と前記複数の入力端成分を基に、その各々が前記複数の入力端成分の各々に対応する複数の入力端成分分布画像を生成するステップと、
   前記ハイパースペクトル画像と各入力端成分毎の前記入力端成分分布画像を表示するステップと、
   を更に備えることを特徴とする端成分データベース構築方法。
5. 請求項４に記載の端成分データベース構築方法において、
   前記ハイパースペクトル画像と被写体領域が重なり、前記ハイパースペクトル画像よりも分解能が高い高分解能画像を表示するステップを更に備えることを特徴とする端成分データベース構築方法。
6. 請求項５に記載の端成分データベース構築方法において、
   同一の被写体を同時に撮影することにより、同一の被写体の同一時刻における前記ハイパースペクトル画像と前記高分解能画像を得るステップを更に備えることを特徴とする端成分データベース構築方法。
7. 複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築装置において、
   入力したハイパースペクトル画像から複数の入力端成分を得る手段と、
   前記複数の入力端成分のうちの各入力端成分と、各物質毎のスペクトルを格納するスペクトルライブラリに格納されている各物質のスペクトルとの間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求める手段と、
   前記ハイパースペクトル画像から得られた前記複数の入力端成分のうちの各入力端成分と、前記端成分データベースに既に格納されている各登録済端成分との間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求める手段と、
   前記複数の入力端成分のうちの前記求めた全ての前記類似度が所定値以下である入力端成分を前記端成分データベースに登録する手段と、
   を備えることを特徴とする端成分データベース構築装置。
8. 請求項７に記載の端成分データベース構築装置において、
   登録するべき入力端成分に対応する物体名を外部から入力する手段を更に備え、
   前記登録の手段では、入力された前記物体名を登録するべき入力端成分と対応付けて前記端成分データベースに登録することを特徴とする端成分データベース構築装置。
9. 請求項７に記載の端成分データベース構築装置において、
   前記複数の入力成分のうちの前記計算による全ての前記類似度が所定値以下である入力端成分を前記データベースに登録するべきであるかの可否を外部から入力する手段を更に備え、
   前記登録の手段では、前記複数の入力端成分のうちの前記計算による全ての前記類似度が所定値以下であり、且つ、登録が許可された入力端成分を前記端成分データベースに登録することを特徴とする端成分データベース構築装置。
10. 請求項９に記載の端成分データベース構築装置において、
    前記ハイパースペクトル画像と前記複数の入力端成分を基に、その各々が前記複数の入力端成分の各々に対応する複数の入力端成分分布画像を生成する手段と、
    前記ハイパースペクトル画像と各入力端成分毎の前記入力端成分分布画像を表示する手段と、
    を更に備えることを特徴とする端成分データベース構築装置。
11. 請求項１０に記載の端成分データベース構築装置において、
    前記ハイパースペクトル画像と被写体領域が重なり、前記ハイパースペクトル画像よりも分解能が高い高分解能画像を表示する手段を更に備えることを特徴とする端成分データベース構築装置。
12. 請求項１１に記載の端成分データベース構築装置において、
    同一の被写体を同時に撮影することにより、同一の被写体の同一時刻における前記ハイパースペクトル画像と前記高分解能画像を得る手段を更に備えることを特徴とする端成分データベース構築装置。
13. 複数の物質より成る物体の端成分を格納する端成分データベースを構築するための端成分データベース構築方法において、
    入力したハイパースペクトル画像から複数の入力端成分を得るステップと、
    前記複数の入力端成分のうちの各入力端成分と、各物質毎のスペクトルを格納するスペクトルライブラリに格納されている各物質のスペクトルとの間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、
    前記ハイパースペクトル画像から得られた前記複数の入力端成分のうちの各入力端成分と、前記端成分データベースに既に格納されている各登録済端成分との間の類似度を、複数の類似度計算方法により計算された類似度を加重平均することによって求めるステップと、
    前記複数の入力端成分のうちの前記求めた全ての前記類似度が所定値以下である入力端成分を前記端成分データベースに登録するステップと、
    を備えることを特徴とする端成分データベース構築方法をコンピュータに行わせるための端成分データベース構築プログラム。
14. 請求項１３に記載の端成分データベース構築プログラムにおいて、
    前記端成分データベース構築方法は、
    登録するべき入力端成分に対応する物体名を外部から入力するステップを更に備え、
    前記登録のステップでは、入力された前記物体名を登録するべき入力端成分と対応付けて前記端成分データベースに登録することを特徴とする端成分データベース構築プログラム。
15. 請求項１３に記載の端成分データベース構築プログラムにおいて、
    前記端成分データベース構築方法は、
    前記複数の入力成分のうちの前記計算による全ての前記類似度が所定値以下である入力端成分を前記データベースに登録するべきであるかの可否を外部から入力するステップを更に備え、
    前記登録のステップでは、前記複数の入力端成分のうちの前記計算による全ての前記類似度が所定値以下であり、且つ、登録が許可された入力端成分を前記端成分データベースに登録することを特徴とする端成分データベース構築プログラム。
16. 請求項１５に記載の端成分データベース構築プログラムにおいて、
    前記端成分データベース構築方法は、
    前記ハイパースペクトル画像と前記複数の入力端成分を基に、その各々が前記複数の入力端成分の各々に対応する複数の入力端成分分布画像を生成するステップと、
    前記ハイパースペクトル画像と各入力端成分毎の前記入力端成分分布画像を表示するステップと、
    を更に備えることを特徴とする端成分データベース構築プログラム。
17. 請求項１６に記載の端成分データベース構築プログラムにおいて、
    前記端成分データベース構築方法は、
    前記ハイパースペクトル画像と被写体領域が重なり、前記ハイパースペクトル画像よりも分解能が高い高分解能画像を表示するステップを更に備えることを特徴とする端成分データベース構築プログラム。
18. 請求項１７に記載の端成分データベース構築プログラムにおいて、
    前記端成分データベース構築方法は、
    同一の被写体を同時に撮影することにより、同一の被写体の同一時刻における前記ハイパースペクトル画像と前記高分解能画像を得るステップを更に備えることを特徴とする端成分データベース構築プログラム。