JP6632468B2 - 移動体検出装置、観測システム及び移動体検出方法 - Google Patents

Description

本発明は、空間領域を移動する移動体を撮像画像に基づいて検出する技術に関し、特に、宇宙空間などの空間領域を移動する人工衛星、宇宙ステーションまたはスペースデブリ（宇宙ゴミ）などの移動体を撮像画像に基づいて検出する技術に関するものである。

近年、地球周辺の宇宙空間における人工衛星の衝突を防止するため、あるいは、人工衛星またはスペースデブリ（宇宙ゴミ）などの飛翔物体の状況を把握するために、地上または人工衛星から、地球周辺における宇宙空間を移動する移動体を観測する必要性が高まっている。

このような移動体を検出する一般的な観測システムは、移動体を含む空間領域を連続的に撮像して複数枚の撮像画像を取得し、これら複数枚の撮像画像にそれぞれ現れる明点に基づいて当該移動体の位置及びその位置変化を検出する。更に、観測システムは、その検出結果を、データベースに事前に登録されている複数の移動体候補の推定軌道情報と照合することにより、それら複数の移動体候補の中で、当該移動体の軌道と最も近い推定軌道を有する移動体候補を特定し、この移動体候補が当該移動体であると識別する。このようにして移動体を検出する方法は、たとえば、特許文献１（特開２００３−３２３６２５号公報）に開示されている。

撮像画像に多数の明るい恒星が現れている場合、あるいは、多数のノイズが撮像画像に重畳されている場合には、撮像画像に現れる移動体を高精度に識別することが困難になるという課題がある。特許文献１に開示されている移動体検出方法は、この種の課題を解決することができる。

特許文献１の移動体検出方法は、複数枚の撮像画像から、それぞれ、移動体の動きに合わせて複数枚の画像を切り取り、当該切り取られた画像に基づいて、明るい恒星やノイズの影響が少ない中央値画像を生成する。この中央値画像に基づいて移動体の像を的確に検出することができる。ここで、中央値画像とは、当該切り取られた複数枚の画像において同じ画素位置を占める画素の中央値に基づいて作成される画像をいう。

特開２００３−３２３６２５号公報（たとえば、段落００１９〜００２２，００２８及び図１〜図３）

しかしながら、特許文献１の移動体検出方法は、移動体の動きに合わせた画像を切り取るために、移動体の考えられるあらゆる速度ベクトル（移動方向及び距離）に関して上記した画像の切り取りと中央値画像の生成とを実行する。そして、当該考えられるあらゆる速度ベクトルのうち、たまたま移動体の実際の速度ベクトルと一致する速度ベクトルに関する中央値画像が利用される。よって、特許文献１の移動体検出方法では、速度ベクトルと中央値画像との組み合わせを総当たり的に計算しなければならない。その結果として偶然得られた良い組み合わせのみが利用されることから、無駄な計算が多いという課題がある。

上記に鑑みて本発明の目的は、撮像画像に基づいて移動体を効率的な演算で高精度に識別することができる移動体検出装置、観測システム及び移動体検出方法を提供することである。

本発明の一態様による移動体検出装置は、特定の指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像を出力する観測センサを用いて、前記空間領域を移動する移動体を検出する移動体検出装置であって、前記複数枚のセンサ画像からノイズを除去してそれぞれ複数枚の観測画像を生成するノイズ除去部と、前記複数枚の観測画像を重ね合わせることにより複数の明点領域が周期的に現れる重ね合わせ画像を生成し、前記重ね合わせ画像のパワースペクトルを算出するとともに、該パワースペクトルに現れるピークの空間周波数に対応する空間周期を移動ベクトルとして検出する周波数解析部と、前記複数の明点領域が互いに重複するように前記複数枚の観測画像を前記移動ベクトルの整数倍だけ互いにずらした状態で重ね合わせて強調画像を生成し、前記強調画像に基づいて前記複数の明点領域のうちの少なくとも１つの明点領域を検出する明点顕在化部と、当該検出された明点領域の位置座標に基づき、前記移動体を識別する移動体検出部とを備えることを特徴とする。

本発明によれば、撮像画像に現れる移動体を効率的な演算で高精度に識別することができる。

本発明に係る実施の形態１の観測システムの概略構成を示すブロック図である。 実施の形態１に係る前処理（１次処理）の手順の一例を概略的に示すフローチャートである。 実施の形態１における前処理部、明点情報検出部及びノイズ除去部でそれぞれ生成される画像情報の例を示す図である。 実施の形態１に係る明点情報検出処理の手順の一例を概略的に示すフローチャートである。 実施の形態１に係るノイズ除去処理の手順の一例を概略的に示すフローチャートである。 実施の形態１に係る移動体検出処理の手順の一例を概略的に示すフローチャートである。 図６の明点検出処理（ステップＳＴ５４）の手順の一例を概略的に示すフローチャートである。 図７の明点顕在化処理（ステップＳＴ８２）の手順の一例を概略的に示すフローチャートである。 図６のステップＳＴ５５で生成される移動体リストの一例をテーブル形式で示す図である。 実施の形態１に係る移動体検出処理を説明するための各種画像の例を示す図である。 実施の形態１に係る移動体検出処理を説明するための各種画像の他の例を示す図である。 実施の形態１に係る移動体検出処理を説明するための各種画像の更に他の例を示す図である。 図１３Ａは、複数の観測画像と重ね合わせ画像とを例示する概略図であり、図１３Ｂは、重ね合わせ画像における明点領域の周期的な濃度分布を示す空間周波数成分を概念的に示す図である。 空間周期に対する特定方向の空間周波数成分を概念的に示す図である。 図１５Ａ〜図１５Ｃは、互いに異なる３つの移動ベクトル候補（空間周期）に対応する波形を概略的に示す図である。 評価値の算出方法を説明するための図である。 実施の形態１の移動体検出装置のハードウェア構成例の概略構成を示すブロック図である。 実施の形態１の移動体検出装置の他のハードウェア構成例の概略構成を示すブロック図である。

以下、図面を参照しつつ、本発明に係る種々の実施の形態について詳細に説明する。なお、図面全体において同一符号を付された構成要素は、同一構成及び同一機能を有するものとする。

実施の形態１．
図１は、本発明に係る実施の形態１である観測システム１の概略構成を示すブロック図である。図１に示されるように、この観測システム１は、地球周辺における人工衛星、宇宙ステーション、スペースデブリ（宇宙ゴミ）または小天体（たとえば、小惑星、彗星もしくは惑星間塵）などの移動体を含む空間領域を撮像してセンサ画像を出力する観測センサ１０と、この観測センサ１０を機械的に駆動して観測センサ１０の指向方向を特定の方向に向ける駆動部１５と、観測センサ１０及び駆動部１５の各動作を制御する制御装置２０と、観測センサ１０から連続的に出力された複数枚のセンサ画像を基にその移動体の位置を検出し当該移動体を識別することもできる移動体検出装置３０とを備えて構成されている。

観測センサ１０は、図１に示されるように、結像光学系１１、シャッタ部１２、フィルタ部１３及び光検出器１４を有している。結像光学系１１は、移動体を含む空間領域から伝播した入射光に基づいて光検出器１４の受光面に光学像を形成する機能を有する。光検出器１４は、その光学像を電気的に検出して２次元の撮像画像を生成し、この撮像画像に信号処理を施してセンサ画像を生成する。結像光学系１１は、たとえば、光の屈折を利用する屈折型の光学望遠鏡で実現可能であり、識別対象である移動体自ら発した放射光、または当該移動体で反射された光（たとえば、太陽などの恒星から放射された後に移動体で反射された光）を結像することができる。

なお、結像光学系１１は、屈折型の光学望遠鏡に限らず、たとえば、光の反射を利用する反射型の光学望遠鏡で実現されてもよい。また、屈折型の光学望遠鏡と反射型の光学望遠鏡との組み合わせで結像光学系１１が実現されてもよい。

シャッタ部１２は、結像光学系１１と光検出器１４との間に介在し、且つ結像光学系１１と光検出器１４との間の光路上に配置されている。このシャッタ部１２は、制御装置２０から供給された露光制御信号ＥＣに応じて、結像光学系１１からの入射光を透過させる開状態、または、結像光学系１１からの入射光を遮蔽する閉状態のいずれか一方の状態となるように制御される。後述するように、シャッタ部１２は、露光制御信号ＥＣに応じて、結像光学系１１からの入射光の遮断と透過とを交互に繰り返し実行するので、光検出器１４は、等時間間隔で複数枚のセンサ画像を連続的に出力することができる。シャッタ部１２は、たとえば、機械的、電子的または音響光学的なシャッタ機構によって実現可能であり、いわゆるカメラのシャッタと同様に、露光時間に合わせて開状態または閉状態となることで、結像光学系１１からの入射光の遮断と透過とを交互に繰り返し実行することができる。

フィルタ部１３は、結像光学系１１と光検出器１４との間に介在し、且つ結像光学系１１と光検出器１４との間の光路上に配置されている。このフィルタ部１３は、互いに異なる光学特性を有する複数の光学フィルタを有し、制御装置２０から供給されたフィルタ制御信号ＦＣに従い、これら複数の光学フィルタを選択的に使用して入射光のフィルタリングを行う。このようなフィルタ部１３は、複数の光学フィルタを保持するフィルタホイールと、このフィルタホイールを回転させる回転駆動部とで実現可能である。フィルタ部１３は、フィルタホイールを回転させることで、使用すべき光学フィルタを切り替えることができる。光学フィルタとしては、たとえば、特定の透過波長域を有する波長選択フィルタが使用されればよい。フィルタ部１３は、複数の光学フィルタを順番に使用して入射光のフィルタリングを行うことができる。

なお、フィルタ部１３においては、不要な光を選択的に取り除く波長選択フィルタが光路に配置されていてもよいし、あるいは、光路を幾何的に分割する偏光ビームスプリッタが光路に配置されていてもよい。更には、不要な光を反射させて必要な光を透過させる遮光フィルタが光路に配置されていてもよい。

光検出器１４は、制御装置２０から供給された撮像制御信号ＳＣに従い、フィルタ部１３を透過した入射光を電気的に検出して、観測対象の移動体が明点領域として現れる２次元の光強度画像すなわちセンサ画像を生成し、このセンサ画像を移動体検出装置３０に出力する。光検出器１４は、たとえば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）イメージセンサまたはＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサなどの固体撮像素子を用いて実現可能である。

光検出器１４が固体撮像素子で構成されている場合、結像光学系１１の指向方向に対応する点が光強度画像の中心位置からずれていたとしても、観測対象の移動体を表す明点領域がセンサ画像内に現れていれば、移動体検出装置３０は、その移動体を検出することができる。このため、結像光学系１１の指向方向の制御が容易となるという利点がある。結像光学系１１の視野において垂直方向（上下方向）もしくは水平方向（左右方向）またはこれらの組み合わせのいずれの方向に向かって移動体が移動しているかをセンサ画像から判断することができる。更に、恒星の像や他の移動体の像からの漏れ込み光の有無をセンサ画像に基づいて判断することも可能である。

制御装置２０は、観測制御部２１、時刻校正部２２及び計時カウンタ２３を有している。観測制御部２１は、駆動制御信号ＤＣを駆動部１５に供給することにより結像光学系１１の指向方向を制御することができる。駆動部１５は、たとえば、経緯台または赤道儀などの、少なくとも１軸以上の回転軸を有する回転ステージと、この回転ステージを駆動するモータを含む回転駆動機構とで構成することができる。結像光学系１１は、その回転ステージ上に保持される。回転駆動機構は、回転ステージを駆動して、駆動制御信号ＤＣで指定された方向に結像光学系１１の指向方向を設定することができる。

また、観測制御部２１は、露光制御信号ＥＣ、フィルタ制御信号ＦＣ及び撮像制御信号ＳＣをシャッタ部１２、フィルタ部１３及び光検出器１４にそれぞれ供給する。露光制御信号ＥＣは、シャッタ部１２の状態を開状態または閉状態のいずれか一方に切り替える信号である。フィルタ制御信号ＦＣは、フィルタ部１３で使用されるべき光学フィルタを指定する制御信号である。フィルタ部１３は、複数の光学フィルタの中からフィルタ制御信号ＦＣで指定された光学フィルタを用いて入射光のフィルタリングを行う。また、撮像制御信号ＳＣは、光検出器１４の撮像動作を制御する信号である。光検出器１４は、撮像制御信号ＳＣで指定された撮像時刻に動作して（すなわち光学像を光電変換して）センサ画像を出力する。

一方、計時カウンタ２３は、代表的な時刻からの経過時間をカウントし、その経過時間（カウント値）を観測制御部２１に与える。観測制御部２１は、その経過時間に基づいて観測センサ１０に対する制御を行い、撮像時刻を示す時間情報ＴＭを移動体検出装置３０に供給する。

時刻校正部２２は、計時カウンタ２３で生成される経過時間に誤差が生じているときは、その誤差を校正する機能を有している。具体的には、時刻校正部２２は、たとえば、ＧＰＳセンサなどのＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ）センサを用いて外部から高精度な時刻情報を取得し、この時刻情報を用いて、経過時間に生じている誤差を校正することができる。その誤差の校正は、移動体を観測する前に行われることが望ましい。ＧＮＳＳセンサは、複数のＧＮＳＳ衛星から電波を受信し、これら受信電波から制御装置２０の現在位置及び現在時刻を演算するデバイスである。時刻校正部２２は、ＧＮＳＳセンサを用いて時刻情報を取得する代わりに、たとえば、電波時計用の標準電波を受信して時刻情報を取得し、あるいは、ＮＴＰ（Ｎｅｔｗｏｒｋ Ｔｉｍｅ Ｐｒｏｔｏｃｏｌ）に代表される、ネットワーク機器の時刻同期のためのプロトコルを利用して時刻情報を取得してもよい。たとえば、恒星は、日周運動により、１秒間で１５秒角（＝１５／３６００°）ほど動くため、当該恒星の位置決定に秒角の精度が必要な場合には、少なくともサブ秒（１秒未満）の精度で経過時間の誤差を校正する必要がある。時刻校正部２２は、協定世界時（Ｃｏｏｒｄｉｎａｔｅｄ Ｕｎｉｖｅｒｓａｌ Ｔｉｍｅ）を基準とした時刻情報を取得することが望ましい。

制御装置２０は、天体観測用のレーダ装置などの追尾装置２から移動体に関する情報を取得することができる。この追尾装置２は、空間領域を探索して移動体を見つけ出す探索機能と、見つけ出された移動体を追尾する追尾機能とを有するものである。本実施の形態の観測システム１は、この追尾装置２を備えて構成されてもよい。

制御装置２０のハードウェア構成は、たとえば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内蔵の半導体集積回路を有する情報処理装置により実現可能である。あるいは、制御装置２０のハードウェア構成は、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などのプログラム基板で実現されてもよい。

次に、移動体検出装置３０の構成及び動作について説明する。観測センサ１０は、制御装置２０による制御を受けて、特定の指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像ＳＩ_１〜ＳＩ_Ｎ（Ｎは２以上の整数）を出力する。移動体検出装置３０は、これらセンサ画像ＳＩ_１〜ＳＩ_Ｎに基づき、その空間領域を移動する移動体の位置を検出することができる。

具体的には、図１に示されるように、移動体検出装置３０は、観測センサ１０からセンサ画像ＳＩ_１〜ＳＩ_Ｎが入力され且つ制御装置２０から時間情報ＴＭが入力される記録処理部３１と、センサ画像ＳＩ_１〜ＳＩ_Ｎを含む各種データが格納される記録部５０と、センサ画像ＳＩ_１〜ＳＩ_Ｎに対して必要に応じてダーク処理及びフラット処理を施して補正センサ画像ＣＩ_１〜ＣＩ_Ｎを出力する前処理部３２と、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに基づいて検出器座標系（画像座標系）と天球座標系との間の座標変換に関する情報（以下「座標変換情報」と呼ぶ。）を生成する座標変換情報生成部３３と、補正センサ画像ＣＩ_１〜ＣＩ_Ｎからノイズを除去して観測画像ＯＩ_１〜ＯＩ_Ｎを生成するノイズ除去部３４と、観測画像ＯＩ_１〜ＯＩ_Ｎに基づいて当該空間領域における移動体の位置座標及び輝度を検出する明点処理部４０とを備えている。

以下、本明細書では、検出器座標系（画像座標系）上の位置座標を「画像座標」といい、天球座標系上の位置座標を「天球座標」というものとする。天球座標系としては、たとえば、赤道座標系、地平座標系または銀河座標系などの複数の座標系が挙げられる。これら複数の座標系のうちのいずれが使用されてもよい。

＜前処理＞
前処理部３２は、観測制御部２１と連携して前処理（１次処理）を実行する。図２は、本実施の形態に係る前処理の手順の一例を概略的に示すフローチャートである。

図２を参照すると、観測制御部２１は、先ず、観測対象である移動体から放射された光または当該移動体で反射された光を結像光学系１１に結像させるために、結像光学系１１の指向方向を指示する（ステップＳＴ１０）。具体的には、観測制御部２１は、駆動制御信号ＤＣを駆動部１５に供給することにより、結像光学系１１の指向方向を駆動制御信号ＤＣで示された指示方向に一致させる。結像光学系１１は、物体面を像面に投影する機能を有し、指向方向の基準となる光軸を有している。駆動部１５は、結像光学系１１の光軸方向を指示方向に合わせることでその指向方向を当該指示方向に一致させることができる。観測制御部２１は、結像光学系１１の指向方向が指示方向に到達するまで待機している（ステップＳＴ１１のＮＯ）。

なお、観測制御部２１は、移動体が結像光学系１１の視野の範囲内に現れるように、結像光学系１１の指向方向を駆動部１５に指示する。ここで、結像光学系１１の視野と、光検出器１４の視野とが互いに異なる場合には、観測制御部２１は、結像光学系１１及び光検出器１４の２つの視野のうち、狭い方の視野の範囲内に移動体の像が入るように、結像光学系１１の指向方向を駆動部１５に指示する。このとき、たとえば、移動体が静止衛星であり、観測センサ１０が地上に設置されている場合には、移動体に対する観測センサ１０の相対位置が変化しないので、移動体の像が結像光学系１１の視野の範囲内に入るように、結像光学系１１の指向方向が一度指示されれば、これ以後、観測制御部２１は、結像光学系１１の指向方向を固定すればよい。

一方、移動体の像が結像光学系１１の視野に対して相対的に動いている場合、移動体に対する観測センサ１０の相対位置が変化しても、移動体の像が結像光学系１１の視野の範囲の外に出ないようにするには、観測制御部２１は、結像光学系１１の指向方向の制御を継続して実行する必要がある。このために、観測制御部２１は、たとえば、移動体を追尾している追尾装置２から、当該移動体の予測位置を示す位置情報を取得することで、各観測時刻（各撮像時刻）での結像光学系１１に対する移動体の相対位置を把握することが好ましい。観測制御部２１は、その相対位置に基づいて結像光学系１１の指向方向を駆動部１５に指示することができる。

ただし、観測対象の移動体の種類がある程度絞られており、その移動体の軌道情報が公開されている場合には、観測制御部２１は、その公開されている軌道情報を参照することで、各観測時刻（撮像時刻）での移動体の相対位置を把握することができる。この場合、追尾装置２から位置情報を取得せずに、結像光学系１１の指向方向を制御することが可能である。なお、明点処理部４０による移動体の識別が完了していない段階では、移動体の種類が不明であるため、移動体の軌道情報を誤って参照する可能性がある点に留意すべきである。

上記ステップＳＴ１１において結像光学系１１の指向方向が指示方向に到達したとき（ステップＳＴ１１のＹＥＳ）、観測制御部２１は、観測センサ１０に当該指向方向における空間領域の観測を開始させる（ステップＳＴ１２）。このとき、観測センサ１０は、当該指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像ＳＩ_１〜ＳＩ_Ｎを移動体検出装置３０に出力する。移動体検出装置３０の記録処理部３１は、観測センサ１０から転送されたセンサ画像ＳＩ_１〜ＳＩ_Ｎと制御装置２０から転送された時間情報ＴＭ（撮像時刻を含む。）とを受信し、これらセンサ画像ＳＩ_１〜ＳＩ_Ｎとこれらの撮像時刻とを示す観測データを観測データ格納部５１に格納する。

なお、本実施の形態では、記録処理部３１は、光検出器１４から直接転送されたセンサ画像ＳＩ_１〜ＳＩ_Ｎを受信しているが、これに限定されるものではない。たとえば、センサ画像ＳＩ_１〜ＳＩ_Ｎが図示されないストレージの一時記録領域に書き込まれた後に、記録処理部３１がその一時記録領域からセンサ画像ＳＩ_１〜ＳＩ_Ｎを読み出してもよい。

ところで、センサ画像ＳＩ_１〜ＳＩ_Ｎに現れる移動体の像が暗いと、その移動体の像はノイズに埋もれて識別されることが難しい場合が考えられる。また、結像光学系１１に対して相対的に移動している移動体が撮像される場合、光検出器１４の露光時間が長いと、移動体の像が流れてしまう。これを防ぐために、観測制御部２１は、結像光学系１１からの入射光の遮断と透過とを交互に実行して露光時間を調節している。

たとえば、シャッタ部１２の開放時間（開状態の継続時間）が１．０秒であり、観測データの転送のため露光できない時間が０．５秒である場合、観測制御部２１が１．５秒置きにシャッタ部１２を１．０秒間だけ開放することで、等時間間隔の撮像が可能となる。後に詳述するように、明点処理部４０の周波数解析部４２は、観測画像ＯＩ_１〜ＯＩ_Ｎを重ね合わせることにより、移動体を表す複数の明点領域が周期的に現れる重ね合わせ画像を生成し、この重ね合わせ画像を利用して移動体の移動ベクトルを算出する。この移動ベクトルの算出のためには、等時間間隔での撮像が望ましい。

光検出器１４におけるセンサ画像の撮像時刻は、シャッタ部１２の開時刻（開状態の開始時刻）と同期している。観測制御部２１は、たとえば、シャッタ部１２の開時刻を観測開始時刻とすることができる。

上記ステップＳＴ１２の実行後、前処理部３２は、観測データ格納部５１からセンサ画像ＳＩ_１〜ＳＩ_Ｎを取得するとともに、観測制御部２１からセンサ画像ＳＩ_１〜ＳＩ_Ｎのステータス情報を取得する（ステップＳＴ１３）。ステータス情報は、少なくとも、観測開始時刻、シャッタ部１２の開時刻、結像光学系１１の指向方向、ダーク処理の有無、及びフラット処理の有無を示す情報を含む。

次に、前処理部３２は、ステータス情報に基づき、ダーク処理が実行済みか否かを判定する（ステップＳＴ１４）。ダーク処理が実行済みと判定した場合（ステップＳＴ１４のＹＥＳ）、前処理部３２は、ステップＳＴ１７に処理を移行させる。たとえば、観測センサ１０の光検出器１４が撮像画像に対して既にダーク処理を実行してセンサ画像ＳＩ_１〜ＳＩ_Ｎを生成している場合に、ダーク処理が実行済みと判定される（ステップＳＴ１４のＹＥＳ）。

一方、ダーク処理が未だ実行されていないと判定した場合（ステップＳＴ１４のＮＯ）、前処理部３２は、観測データ格納部５１からダークフレームを読み込む（ステップＳＴ１５）。ここで、ダークフレームとは、光検出器１４が露光されない状態で出力するフレーム画像をいう。このダークフレームには、光検出器１４に固有のノイズ（たとえば、暗電流に起因する暗電流ノイズや読み出し回路に起因するバイアスノイズ）だけが記録されている。

そして、前処理部３２は、ダークフレームを用いたダーク処理を実行してライトフレーム（すなわち、センサ画像ＳＩ_１〜ＳＩ_Ｎ）を補正する（ステップＳＴ１６）。具体的には、前処理部３２は、各ライトフレームから画素ごとにダークフレームを差し引くことで各ライトフレーム中のノイズを低減させる。ライトフレームは、ダーク処理及び後述のフラット処理が施されていない撮像画像をいう。なお、ダークフレームの撮像は、たとえば、ライトフレームの撮像の直前または直後のタイミングで実行されればよい。あるいは、事前にダークフレームが撮像されて観測データ格納部５１に格納されていてもよい。ノイズ低減効果を向上させる観点からは、ダークフレーム撮像時の露光時間は、ライトフレーム撮像時の露光時間と同じであることが望ましい。

次に、前処理部３２は、ステータス情報に基づき、フラット処理が実行済みか否かを判定する（ステップＳＴ１７）。フラット処理が実行済みと判定した場合（ステップＳＴ１７のＹＥＳ）、前処理部３２は、ステップＳＴ２０に処理を移行させる。たとえば、観測センサ１０の光検出器１４がフラット処理を実行している場合に、フラット処理が実行済みと判定される（ステップＳＴ１７のＹＥＳ）。

一方、フラット処理が未だ実行されていないと判定した場合（ステップＳＴ１７のＮＯ）、前処理部３２は、観測データ格納部５１からフラットフレームを読み込む（ステップＳＴ１８）。結像光学系１１の瞳位置（結像光学系１１のおよそ開口部）を均一に照明する光を光検出器１４が撮像すると、光検出器１４の受光面の中央が明るく、且つその受光面の周辺部が暗いフレーム画像が得られる。このフレーム画像を当該フレーム画像の平均値で正規化することで、観測センサ１０の光学系の効率を表すフラットフレームを生成することができる。フラットフレームは事前に生成されて観測データ格納部５１に格納されていればよい。

そして、前処理部３２は、フラットフレームを用いたフラット処理を実行する（ステップＳＴ１９）。具体的には、前処理部３２は、ダーク処理が施されている各ライトフレームを画素ごとにフラットフレームで除算することでフラット処理を実行する。

最終的に、前処理部３２は、ステータス情報がヘッダ情報として付加された補正センサ画像ＣＩ_１〜ＣＩ_Ｎを処理データ格納部５２に保存する（ステップＳＴ２０）。補正センサ画像ＣＩ_１〜ＣＩ_Ｎは、ダーク処理及びフラット処理が施されたライトフレーム群である。なお、前処理部３２は、ヘッダ情報付きの補正センサ画像ＣＩ_１〜ＣＩ_Ｎを処理データ格納部５２に保存せずに、座標変換情報生成部３３に直接与えてもよい。

図３は、移動体検出装置３０で生成される各種フレーム画像の例を示す概略図である。図３のフレーム画像群において、星印は星像を、白丸は移動体の像をそれぞれ表している。図３に示されるように、センサ画像ＳＩ_１〜ＳＩ_Ｎのいずれかを表すフレーム画像ＩＭＧ１においては、観測センサ１０の光学系の周辺減光の影響により、その中央部が比較的明るく、その周辺部が比較的暗い。また、図示されない多数の暗電流ノイズやバイアスノイズなどのノイズが存在する。前処理部３２は、このようなフレーム画像ＩＭＧ１にダーク処理及びフラット処理を施すことでフレーム画像ＩＭＧ２を生成することができる。このフレーム画像ＩＭＧ２では、暗電流ノイズやバイアスノイズが除去され、観測センサ１０の光学系の周辺減光の影響が補正されている。

＜座標変換情報生成処理＞
次に、座標変換情報生成部３３の動作について説明する。座標変換情報生成部３３は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎを用いて座標変換情報生成処理を実行する。図４は、座標変換情報生成処理の手順の一例を概略的に示すフローチャートである。

図４を参照すると、座標変換情報生成部３３は、先ず、処理データ格納部５２からヘッダ情報付きの補正センサ画像ＣＩ_１〜ＣＩ_Ｎを読み込む（ステップＳＴ２１）。次に、座標変換情報生成部３３は、座標変換情報の作成に必要なパラメータのすべてがヘッダ情報に含まれているか否かを判定する（ステップＳＴ２２）。パラメータとしては、１画素当たりの視野角（または１画素の大きさ）、結像光学系１１の焦点距離、及び有効撮像画素数が挙げられる。必要なパラメータのすべてがヘッダ情報に含まれていない場合は（ステップＳＴ２２のＮＯ）、座標変換情報生成部３３は、不足のパラメータを外部の観測制御部２１から取得する（ステップＳＴ２３）。

ヘッダ情報に必要なパラメータのすべてが含まれていた場合（ステップＳＴ２２のＹＥＳ）、またはステップＳＴ２３が実行された場合は、座標変換情報生成部３３は、光検出器１４の視野中心及び視野角を算出する（ステップＳＴ２４）。具体的には、座標変換情報生成部３３は、結像光学系１１の指向方向が光検出器１４の視野中心と対応すると仮定して当該視野中心を算出することができる。また、視野角については、座標変換情報生成部３３は、１画素の大きさと結像光学系１１の焦点距離とに基づいて１画素当たりの視野角を算出し、この１画素当たりの視野角に有効撮像画素数を乗算することで画像全体の視野角を算出することができる。光検出器１４の視野中心と視野角とが算出されると、検出器座標系上の位置座標（すなわち画像座標）を天球座標と対応付けて表すことが可能となる。天球座標としては、たとえば、天の赤道を基準とした赤道座標系上の位置座標（赤経及び赤緯）、地平線を基準とした地平座標系上の位置座標（方位角及び仰角の組、または方位角及び天頂角の組）、または銀河面を基準とした銀河座標系上の位置座標が挙げられる。

次に、座標変換情報生成部３３は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎにおけるすべての明点領域の位置及び輝度を検出する（ステップＳＴ２５）。ここで、明点領域とは、閾値以上の画素値を有する１画素以上の画素からなる画素群である。閾値は、０よりも大きく、且つ最大画素値よりも小さい値に設定されればよい。この段階での明点領域は、移動体の像の他、たとえば、恒星や流星の像、光検出器１４に固有のノイズ（以下「検出器起源のノイズ」と呼ぶ。）、及び宇宙線によるランダムなノイズ（以下「宇宙線起源のノイズ」という。）を含む領域である。

明点領域の位置については、座標変換情報生成部３３は、たとえば、明点領域を構成する画素群の重心位置を明点領域の位置として算出することができる。補正センサ画像ＣＩ_１〜ＣＩ_Ｎ各々に現れる移動体の位置は、明点領域を基準にして求められる。結像光学系１１の大きさが有限の場合、回折限界による光束の広がりが生ずる。実際には、大気の揺らぎによる広がりやシーイングの影響もあるので、移動体または恒星を表す像は、回折限界よりも広がる。このため、座標変換情報生成部３３は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎ各々に現れる明点領域の位置を求める際、広がりを持っている像の重心位置を明点領域の位置として算出することが好ましい。

なお、明点領域の位置は、点像の重心位置として算出することができるが、これに限定されるものではない。たとえば、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに現れる各明点領域をガウス関数またはｓｉｎｃ関数などの近似関数でフィッティングすることで、明点領域の位置が算出されてもよい。

明点領域の輝度については。座標変換情報生成部３３は、先ず、補正センサ画像ＣＩ_１〜ＣＩ_Ｎ上での明点領域の位置を中心として適正な積分半径を設定する。次いで、座標変換情報生成部３３は、その積分半径内の領域の画素値を積算し、その積算値に基づいて単位時間当りの明点領域の光量を明点領域の輝度として算出することができる。適正な積分半径としては、広がりを持っている点像を包含する画素領域を示す半径が考えられる。たとえば、広がりを持っている点像が３×３画素からなる画素群であれば、この画素群を包含する画素領域の中で、出来る限り小さな領域を示す半径が適正な積分半径である。

なお、明点領域の輝度は、前述のとおり、積分半径を用いて算出することができるが、これに限定されるものではない。上述のとおり、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに現れる明点領域をガウス関数またはｓｉｎｃ関数などの近似関数でフィッティングすることで、明点領域の位置とともに明点領域の輝度が算出されてもよい。

ステップＳＴ２５の実行後は、座標変換情報生成部３３は、恒星データベース（恒星ＤＢ）５３を参照して恒星カタログを用いたマッチング処理を実行する（ステップＳＴ２６）。恒星カタログは、ガイド星（Ｇｕｉｄｅ Ｓｔａｒ）と呼ばれる既知の恒星の天球座標を示す情報であり、記録部５０内の恒星データベース５３に記憶されている。

マッチング処理の詳細について以下に説明する。先ず、座標変換情報生成部３３は、座標変換演算子Γを用いて、ステップＳＴ２５で算出されたすべての明点領域の画像座標を天球座標に変換する。ここで、座標変換演算子Γに使用されるパラメータ（以下「座標変換パラメータ」という。）としては、光検出器１４が当該明点領域を含むセンサ画像（ライトフレーム）を撮像した時刻でのパラメータが使用される。なお、１つの観測時間帯では、結像光学系１１の指向方向は一定であるものとする。

光検出器１４の受光面は平面であることが多いため、厳密にいえば、検出器座標系（画像座標系）と天球座標系との間の座標変換は、正射影変換または等立体角射影変換などの非線形変換である。天球に対する受光面の視野が全天に比べて無視できない程大きい場合、たとえば、光学系に魚眼レンズを使う場合には、この非線形変換の影響が顕著であるが、受光面の視野が小さい場合、当該座標変換を線形変換で近似することができる。ここでは説明を簡略化するため、線形変換の例で説明するが、より一般的な天球座標系と検出器座標系との間の座標変換に関しては、たとえば、下記の非特許文献１に開示されている方法を使用してもよい。
・非特許文献１：Representations of celestial coordinates in FITS (Paper II), Calabretta, M. R., and Greisen, E. W., Astronomy & Astrophysics, 395, 1077-1122, 2002.

具体的に説明すると、座標変換情報生成部３３は、補正センサ画像の中心位置を示す画像中心座標（Ｐ_ｘ０，Ｐ_ｙ０）が結像光学系１１の指向方向の天球座標（α_１，δ_１）に対応すると仮定し、その中心位置から各明点領域の位置までの画素数の組み合わせ、すなわち、水平方向における画素数（水平方向画素数）Ｐ_ｘと垂直方向における画素数（垂直方向画素数）Ｐ_ｙとの組み合わせを当該明点領域の画像座標（Ｐ_ｘ，Ｐ_ｙ）として算出する。本明細書では、説明の便宜上、（Ｐ_ｘ，Ｐ_ｙ）＝（０，０）とする。たとえば、図３のフレーム画像ＩＭＧ２における中心位置に対して右側に存在する明点領域の水平方向位置の符号をプラスとし、その画像中心位置に対して左側に存在する明点領域の水平方向位置の符号をマイナスとすることができる。また、たとえば、その画像中心位置に対して上側に存在する明点領域の垂直方向位置の符号をプラスとし、その中心位置に対して下側に存在する明点領域の垂直方向位置の符号をマイナスとすることができる。

座標変換情報生成部３３は、明点領域の画像座標（Ｐ_ｘ，Ｐ_ｙ）を算出すると、以下の式（１）に示されるように、座標変換演算子Γを用いて、明点領域の画像座標（Ｐ_ｘ，Ｐ_ｙ）を天球座標（α_２，δ_２）に変換することができる。
（α_２，δ_２）＝Γ（Ｐ_ｘ，Ｐ_ｙ） （１）

赤道座標系が採用される場合、α_２は赤経を、δ_２は赤緯をそれぞれ表す値であり、地平座標系が採用される場合には、α_２は方位角を、δ_２は仰角をそれぞれ表す値である。なお、座標変換演算子Γの逆変換Γ^−１を使用すれば、次式（２）が成立する。
（Ｐ_ｘ，Ｐ_ｙ）＝Γ^−１（α_２，δ_２） （２）

座標変換演算子Γが、変換行列Ａ＝｛ａ_ｉｊ｝及び平行移動の組み合わせで近似される場合には、天球座標（α_２，δ_２）は、次式（３Ａ），（３Ｂ）により算出することができる。
α_２＝ａ_１１・（Ｐ_ｘ−Ｐ_ｘ０）＋ａ_１２・（Ｐ_ｙ−Ｐ_ｙ０）＋α_１ （３Ａ）
δ_２＝ａ_２１・（Ｐ_ｘ−Ｐ_ｘ０）＋ａ_２２・（Ｐ_ｙ−Ｐ_ｙ０）＋δ_１ （３Ｂ）

上式（３Ａ），（３Ｂ）を使用した座標変換が行われる場合、座標変換パラメータは、α_１，δ_１，ａ_１１〜ａ_２２である。説明を簡単にするため、光検出器１４を回転させて、画像の水平方向及び垂直方向と、天球座標系の方向（たとえば、赤経及び赤緯の向き）とが互いに揃うように事前に調整されている場合を考える。この場合において、たとえば、単純なケースでは、ａ_１１は、水平方向の１画素に対応する赤経の値に、ａ_２２は、垂直方向の１画素に対応する赤緯の値に、ａ_２１，ａ_１２は零の値にそれぞれ設定可能である。また、説明を簡単にするため、観測センサ１０の光学系の歪曲などの歪みが十分に小さいものと仮定されているが、歪みが補正される場合は、上記の非特許文献１に開示されている技術を使用することが望ましい。

次に、座標変換情報生成部３３は、各明点領域を、恒星カタログに登録されている既知の恒星とマッチング（照合）する。すなわち、座標変換情報生成部３３は、次式（４Ａ），（４Ｂ）に示されるように、明点領域の天球座標系上の実測の位置座標（α_２，δ_２）と、恒星カタログに登録されている各恒星の位置（α_Ｃ，δ_Ｃ）との間の差分Δ＝（Δα，Δδ）を算出し、この差分Δの大きさを示すマッチング残差を算出する。
Δα＝α_２−α_Ｃ （４Ａ）
Δδ＝δ_２−δ_Ｃ （４Ｂ）

差分Δの大きさは、たとえば、差分Δの要素の二乗和（＝（Δα）^２＋（Δβ）^２）または当該二乗和の平方根として算出可能である。以上がステップＳＴ２６のマッチング処理の内容である。

ステップＳＴ２６の実行後は、座標変換情報生成部３３は、マッチングに成功したか否かを判定する（ステップＳＴ２７）。具体的には、座標変換情報生成部３３は、複数の明点領域のうちマッチング残差が小さい順に選択された所定点数（たとえば４点）の明点領域を既知の恒星の像であると識別する。これら選択された明点領域のマッチング残差が予め定められた閾値よりも小さくなれば、マッチングに成功したとの判定がなされ（ステップＳＴ２７のＹＥＳ）、マッチング残差が予め定められた閾値以上であれば、マッチングに失敗したとの判定がなされる（ステップＳＴ２７のＮＯ）。

マッチングに失敗した場合（ステップＳＴ２７のＮＯ）、座標変換情報生成部３３は、座標変換パラメータを微調整のために補正する（ステップＳＴ２８）。たとえば、座標変換情報生成部３３は、結像光学系１１の指向方向を示す座標変換パラメータα_１，δ_１をマッチング残差が小さくなる方向にずらすことができる。その後、マッチング処理回数が予め定めた設定回数に到達していなければ（ステップＳＴ２９のＮＯ）、座標変換情報生成部３３は、補正された座標変換パラメータを用いてステップＳＴ２６のマッチング処理を再度実行する。実際の運用では、駆動部１５の駆動誤差、観測位置または観測時刻の誤差などの要因により、結像光学系１１の指向方向が目標方向（α_１，δ_１）からずれることがある。このような場合でも、ステップＳＴ２６，ＳＴ２７，ＳＴ２８，ＳＴ２９を実行することでα_１，δ_１を補正することができる。なお、高精度な座標変換パラメータを求めるには、少なくとも４つ以上の既知の恒星の像を使うことが望ましい。

マッチングに成功した場合（ステップＳＴ２７のＹＥＳ）、または、マッチング処理回数が設定回数に到達した場合（ステップＳＴ２９のＹＥＳ）、座標変換情報生成部３３は、座標変換情報生成処理で算出されたすべての明点領域（移動体の像及び恒星や流星を示す星像を含む。）の位置情報を明点情報として処理データ格納部５２に保存する（ステップＳＴ３０）。次いで、座標変換情報生成部３３は、座標変換パラメータを含むヘッダ情報付きの補正センサ画像ＣＩ_１〜ＣＩ_Ｎを処理データ格納部５２に保存する（ステップＳＴ３１）。

図３に模式的に示されるように、座標変換情報生成部３３は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎのいずれかを示すフレーム画像ＩＭＧ２に対して座標変換情報生成処理を実行することにより、検出器座標系（画像座標系）と天球座標系との間の座標変換（写像）を定める座標変換パラメータを確定する。図３に示したフレーム画像ＩＭＧ３には、その座標変換が可能となったことを示すメッシュ状の格子が示されている。なお、図３では、恒星を表す星印が１個しか存在しないが、高精度な座標変換パラメータを得る観点からは、少なくとも４点以上の恒星の像を使用することが望ましい。また、座標変換パラメータはヘッダ情報に記述されるものであるから、図示した格子が実際のフレーム画像に記録されないことはいうまでもない。

なお、ステップＳＴ３０が実行される代わりに、明点情報は、ヘッダ情報に含められた状態で処理データ格納部５２に保存されてもよい。また、座標変換情報生成部３３は、ヘッダ情報付きの補正センサ画像ＣＩ_１〜ＣＩ_Ｎを処理データ格納部５２に保存せずに、ノイズ除去部３４に直接与えてもよい。

また、ガイド星の明るさも恒星カタログを通じて公開されているため、厳密には、既知の恒星の実測位置（α_２，δ_２）だけでなく、その明るさの情報もマッチング処理に使うことが可能である。具体的には、座標変換情報生成部３３は、実測の明るさとカタログにおける明るさとの差が大きい場合、当該実測の明るさを有する明点領域を識別対象外とすることができる。ただし、明るさは天候などの気象の影響を受けやすいため、必ずしもその明るさの情報を使う必要はない。

＜ノイズ除去処理＞
次に、ノイズ除去部３４の動作について説明する。ノイズ除去部３４は、上記したダーク処理（図２のステップＳＴ１６）で除去できなかったノイズを除去することができ、移動体の像以外の恒星や流星などの星像をノイズとして除去することができる。図５は、ノイズ除去処理の手順の一例を概略的に示すフローチャートである。

図５を参照すると、処理データ格納部５２からヘッダ情報付きの補正センサ画像ＣＩ_１〜ＣＩ_Ｎを読み込み（ステップＳＴ４１）、そのヘッダ情報に上記座標変換パラメータが含まれているか否かを判定する（ステップＳＴ４２）。ヘッダ情報に座標変換パラメータが含まれていない場合（ステップＳＴ４２のＮＯ）、ノイズ除去処理は終了する。

一方、ヘッダ情報に座標変換パラメータが含まれている場合（ステップＳＴ４２のＹＥＳ）、ノイズ除去部３４は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに現れるすべての明点領域の画像座標を示す明点情報を処理データ格納部５２から読み込む（ステップＳＴ４３）。明点情報で示される明点領域は、移動体の像の他、恒星や流星などの星の像、検出器起源のノイズ、及び宇宙線起源のノイズを含む領域である。

次に、ノイズ除去部３４は、恒星データベース５３に登録されている既知の星（恒星だけでなく、流星も含む。）の画像座標を算出する（ステップＳＴ４４）。具体的には、ノイズ除去部３４は、恒星データベース５３に登録されている既知の星のうち、観測センサ１０の視野の範囲内にある星の天球座標を読み出し、これらの星の天球座標に座標変換演算子Γの逆変換Γ^−１を施すことにより、星の天球座標を画像座標に変換することができる（ステップＳＴ４４）。ここで、恒星データベース５３に星の明るさの記述があれば、ノイズ除去部３４は、所望の明るさの星の天球座標のみを選択して座標変換してもよい。

また、ノイズ除去部３４は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎ中のホットピクセルを検出する（ステップＳＴ４５）。ホットピクセルとは、検出器起源のノイズのうち受光面の特定の検出画素で発生する明点をいう。ホットピクセルは、上記したダーク処理で除去することが難しいノイズであるが、光検出器１４に固有のノイズであるため、あらかじめホットピクセルの画素位置が分かっていることが多い。

次に、ノイズ除去部３４は、ステップＳＴ４３で読み込まれた明点情報、ステップＳＴ４４で算出された星の画像座標及びステップＳＴ４５で検出されたホットピクセルの画像座標を用いて、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに現れる星像及びホットピクセルを除去するためのマスクを生成する（ステップＳＴ４６）。マスクは、たとえば、星像及びホットピクセルなどの複数の明点領域をそれぞれ被覆する複数の画素領域（以下「マスク領域」ともいう。）を示す情報であればよい。

ステップＳＴ４６では、ノイズ除去部３４は、明点情報で示される明点領域の画像座標をステップＳＴ４４で算出された既知の星の画像座標と比較し、これら明点領域の画像座標と既知の星の画像座標との間の距離が所定範囲内にあれば、当該明点領域を当該既知の星の像に該当すると判定することができる。より具体的には、ノイズ除去部３４は、光検出器１４の受光面の画素、大気の揺らぎによる受光面上の光束の広がり、及び、駆動部１５の駆動精度で決まる制約を考慮して、当該明点領域が当該既知の星の像に該当するかどうかを判断することが好ましい。なお、恒星データベース５３に明るさの記述があれば、ノイズ除去部３４は、明点領域の明るさと既知の星の明るさとを互いに比較することで、当該明点領域が当該既知の星の像に該当するかどうかを判断してもよい。これにより、たとえ明点領域の画像座標と既知の星の画像座標との間の距離が所定範囲内であっても、明点領域と既知の星との間の明るさの差が大きければ、当該明点領域はその既知の星の像に該当しないと判断することが可能となる。

このようにステップＳＴ４６では、ノイズ除去部３４は、２次元配列の画像データ同士を比較せずに画像座標同士を比較して、明点領域が既知の星の像に該当するか否かを判断しているので、データ処理量が少なくて済むという利点がある。

マスク領域は、たとえば、ステップＳＴ４４で算出された既知の星の画像座標またはホットピクセルの画像座標を中心とする特定形状の画素領域とすることができる。この際、ノイズ除去部３４は、星像の明点領域を被覆するマスク領域のサイズを、その明点領域のサイズと同等、またはその明点領域のサイズよりも大きくなるように調整することが好ましい。これにより、明るさがほとんど変化しない星像については、その星像を確実にマスク領域の内部に入れて被覆することが可能となる。また、実際には受光していないにもかかわらず光検出器１４が生成する偽の明点領域も、マスク領域で被覆することができる。

また、ノイズ除去部３４は、恒星データベース５３に記録されている明るさ情報を利用して、既知の星の明るさが大きいほど、当該既知の星に対応する円形状のマスク領域の直径を大きくし、既知の星の明るさが小さいほど、そのマスク領域の直径を小さくすることが望ましい。これにより、或る明点領域（星像）に対してたまたま近い位置に存在するが、当該或る明点領域とは全く異なる明るさを有する既知の星を除外することが容易となる。

なお、本実施の形態では、星像が点像（点状に観測される像）である場合が示されているが、星像が線像（線状に観測される像）である場合、ノイズ除去部３４は、その星像を被覆するマスク領域の形状を、当該線像の長手方向と一致する長軸方向を持つ楕円形状とすることが好ましい。

このようにして、ノイズ除去部３４は、恒星データベース５３を用いて算出された既知の星の画像座標及びホットピクセルの画像座標に基づき、明点領域の大きさに合わせて円形状または楕円形状のマスク領域からなるマスクを生成することができる。ユーザは、このマスクを表す画像と重畳された補正センサ画像ＣＩ_１〜ＣＩ_Ｎをディスプレイ画面を通じて見ることが望ましい。これにより、ユーザは、明点領域を既知の星と対比して確認することができる。

ステップＳＴ４６の実行後、ノイズ除去部３４は、補正センサ画像ＣＩ_１〜ＣＩ_Ｎに対し、マスクを用いたマスク処理を実行する（ステップＳＴ４７）。これにより、補正センサ画像ＣＩ_１〜ＣＩ_Ｎ中の星像及びホットピクセルの除去が可能となる。具体的には、ノイズ除去部３４は、マスク領域で被覆された画素領域の画素値を、そのマスク領域の周囲の画素値で置き換えることによって、星像及びホットピクセル（宇宙線起源のノイズを除く。）を除去することができる。この結果、移動体の像の他に、たとえば宇宙線起源のノイズが明点領域として画像に残されることになる。

次に、ノイズ除去部３４は、ノイズ除去後のＮ枚の補正センサ画像から背景光成分を除去する（ステップＳＴ４８）。具体的には、たとえば、ノイズ除去部３４は、移動体の像などの明点領域以外の領域の輝度値を背景光成分の代表的な輝度値として利用し、ノイズ除去後のＮ枚の補正センサ画像の各画素値からその輝度値を差し引くことによって、背景光成分を除去することができる。背景光を除去することで、背景光に埋もれている暗い明点領域を浮かび上がらせて移動体の像の検出精度を向上させることが可能となる。

なお、現実には、背景光成分には、たとえば、月の方角や町明かりの方角における明るさへの依存性（位置依存性）がある。この場合には、ノイズ除去部３４は、背景光成分を多項式で近似することが望ましい。定数項のみからなる０次多項式を利用する場合には、移動体の像などの明点領域以外の領域の代表的な輝度値（たとえば、平均値または中央値）をその定数項として利用することができる。背景光成分の明るさが空間的な傾斜を有する場合には、１次以上の次数の多項式を利用することが望ましい。具体的には、たとえば、画像中心部の明るさが大きく、且つその画像周辺部の明るさが小さい画像に対しては、画像中央部から画像周辺部に向かうにつれて低減する明るさを示す１次以上の次数の多項式が使用されればよい。多項式の次数は、月の明るさ、町明かり、雲などの天候状態、及び観測視野の大きさなどのパラメータに依存することから、せいぜい４次まであれば実用上十分である。

なお、背景光成分のモデル化に多項式を使用する代わりに、複数枚のフレーム画像において背景光成分が変わらないという仮定の下、これら複数枚のフレーム画像から生成された中央値画像（同じ画素位置の画素値のうちの中央値からなる画像）を使用してもよい。前述の多項式を使用する方法は、中央値画像を使用する方法と比べて、１枚のフレーム画像から背景光成分を除去することができるという利点がある。

最終的に、ノイズ除去部３４は、ステップＳＴ４８の実行により生成されたＮ枚の観測画像ＯＩ_１〜ＯＩ_Ｎにヘッダ情報を付加して処理データ格納部５２に保存する（ステップＳＴ４９）。なお、ノイズ除去部３４は、ヘッダ情報付きの観測画像ＯＩ_１〜ＯＩ_Ｎを処理データ格納部５２に保存せずに、明点処理部４０に直接与えてもよい。

図３に模式的に示されるように、ノイズ除去部３４は、明点情報Ｄ１及び恒星データベース５３を使用して、フレーム画像ＩＭＧ４（処理データ格納部５２から読み出された補正センサ画像ＣＩ_１〜ＣＩ_Ｎのいずれか）上の明点領域（星像）を被覆するマスク領域ＭＳＫを生成する。ノイズ除去部３４は、フレーム画像ＩＭＧ４に上記のマスク処理を実行して（ステップＳＴ４７）、ノイズが除去されたフレーム画像ＩＭＧ５を生成する。ここで、図３において実線及び点線で示される円形記号はマスク領域を示す記号であり、フレーム画像ＩＭＧ４，ＩＭＧ５に記録されるものではない。更に、ノイズ除去部３４は、フレーム画像ＩＭＧ５から背景光成分を除去して（ステップＳＴ４８）、フレーム画像ＩＭＧ６（観測画像ＯＩ_１〜ＯＩ_Ｎのいずれか）を生成する。これにより、背景光に埋もれていた暗い明点領域を浮かび上がらせて見やすくすることが可能となる。

＜移動体識別処理＞
次に、明点処理部４０の動作について説明する。明点処理部４０は、以下に説明するように、観測画像ＯＩ_１〜ＯＩ_Ｎから検出された移動体の像の画像座標に基づき、その移動体の天球座標を算出し、移動体データベース５４を参照してその移動体を識別（その移動体が既知の移動体であるか、あるいは未知の移動体であるかを識別）することができる。移動体データベース５４は、たとえば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）またはＨＤＤ（ハードディスクドライブ）などの記憶装置で構成可能なものであり、既知の複数の移動体に関する各時刻での推定位置及び推定輝度を含む推定軌道情報を記憶している。図１に示されるように、明点処理部４０は、明点検出部４１、周波数解析部４２、明点顕在化部４３及び移動体検出部４４という処理ブロックを有している。

図６は、移動体検出部４４により実行される移動体検出処理の手順の一例を概略的に示すフローチャートである。図７は、図６の移動体検出処理における明点検出処理（ステップＳＴ５４）の具体的手順の一例を概略的に示すフローチャートであり、図８は、図７の明点検出処理における明点顕在化処理（ステップＳＴ８２）の具体的手順の一例を概略的に示すフローチャートである。図７及び図８は結合子Ｃ１を介して接続されている。明点検出処理は、明点検出部４１によって実行され、明点顕在化処理は、周波数解析部４２及び明点顕在化部４３によって実行される。

＜移動体検出処理＞
図６を参照すると、移動体検出部４４は、処理データ格納部５２からヘッダ情報付きの観測画像ＯＩ_１〜ＯＩ_Ｎを読み込む（ステップＳＴ５１）。このヘッダ情報には、観測開始時刻、露光時間、結像光学系１１の指向方向、１画素の視野角（または１画素の大きさ）、結像光学系１１の焦点距離、光検出器１４の有効画素数、及び座標変換パラメータを示す情報が記述されている。

次に、移動体検出部４４は、観測画像ＯＩ_１〜ＯＩ_Ｎの各観測画像における移動体を表す明点領域の検出を試みる（ステップＳＴ５２）。具体的には、移動体検出部４４は、各観測画像の中から、一定の閾値以上の画素値を有する一定個数以上の画素からなる画素群を移動体を表す明点領域として抽出し、当該明点領域の画像座標（重心座標）を算出する。観測画像ＯＩ_１〜ＯＩ_Ｎの中の少なくとも１枚の観測画像から少なくとも１点の明点領域の検出（すなわち、明点領域の抽出とその画像座標の算出）がなされれば、移動体検出部４４は、明点領域の検出に成功したと判定することができる（ステップＳＴ５３のＹＥＳ）。

一方、明点領域の検出に成功しなかった場合は（ステップＳＴ５３のＮＯ）、明点検出部４１が明点検出処理（ステップＳＴ５４）を実行して明点領域の検出を試みる。明点検出処理については後述する。

移動体を表す明点領域の検出に成功した場合（ステップＳＴ５３のＹＥＳ）、移動体検出部４４は、当該明点領域を識別対象の移動体と認定し、当該移動体が登録された移動体リストを生成する（ステップＳＴ５５）。図９は、移動体リストの一例をテーブル形式で示す図である。図９に示されるように、移動体には、それぞれ仮識別子ＰＩＤ_１，ＰＩＤ_２，…が割り当てられる。また、移動体リストには、各仮識別子ＰＩＤ_ｋ（ｋは、移動体を識別するための番号）に対して、観測時刻τ_ｋ（１），τ_ｋ（２），…と、画像上の位置座標（画像座標）Ｐ_ｋ（１），Ｐ_ｋ（２），…との組が記述されている。

次に、移動体検出部４４は、移動体データベース５４及びヘッダ情報を用いて、移動体データベース５４内の推定軌道情報に登録されている複数の移動体候補の画像上の位置座標（画像座標）を算出する（ステップＳＴ５６）。具体的には、移動体検出部４４は、移動体データベース５４に登録されている移動体候補群の中から、移動体リストに登録されている移動体の観測時刻に観測センサ１０の視野内に存在すると予測される複数の移動体候補を絞り込み、これら複数の移動体候補の予想軌道情報（観測予想時刻、天球上の予想位置を示す天球座標、及び予想輝度）を読み込む。そして、移動体検出部４４は、ヘッダ情報に含まれている変換パラメータを用いて、これら移動体候補の天球座標を画像座標に変換する。

次に、移動体検出部４４は、マッチング処理を実行する（ステップＳＴ５７）。すなわち、移動体検出部４４は、識別対象の移動体の画像座標を、ステップＳＴ５６で算出された複数の移動体候補の画像座標と照合する。具体的には、移動体検出部４４は、複数の移動体候補の中で、識別対象の移動体との画像上の距離が予め定めた設定距離よりも近い移動体候補を探し出す。あるいは、移動体検出部４４は、複数の移動体候補の中で識別対象の移動体との画像上の距離が最も近い移動体候補を探し出してもよい。このようにして移動体候補を探し出すことに成功したとき、移動体検出部４４は、マッチングに成功したと判定する（ステップＳＴ５８のＹＥＳ）。

マッチングに成功した場合（ステップＳＴ５８のＹＥＳ）、移動体検出部４４は、当該移動体の仮識別子を当該移動体候補の登録識別子に変更し（ステップＳＴ５９）、その識別結果を移動体データベース５４に記録する（ステップＳＴ６０）。登録識別子とは、移動体データベース５４に登録されている既知の移動体の識別子をいう。一方、マッチングに成功しなかったとき（ステップＳＴ５８のＮＯ）、移動体検出部４４は、識別対象の移動体が、移動体データベース５４に登録されていない未知の移動体または誤判定の結果のいずれかであると識別し、その識別結果を移動体データベース５４に記録する（ステップＳＴ６０）。なお、移動体検出部４４は、識別結果を示すデータを外部に出力してもよい。

なお、座標変換パラメータはヘッダ情報に含まれているので、画像座標から天球座標への座標変換を行うことが可能である。本実施の形態では、移動体検出部４４は、識別対象の移動体の画像座標と移動体候補の画像座標とを互いに比較してマッチング処理を実行している（ステップＳＴ５７）。この代わりに、識別対象の移動体の天球座標と移動体候補の天球座標とを互いに比較してマッチング処理を実行してもよい。この場合は、移動体検出部４４は、図９に示されるように、画像座標Ｐ_ｋ（１），Ｐ_ｋ（２），…にそれぞれ対応する天球座標Ｃ_ｋ（１），Ｃ_ｋ（２），…を算出して移動体リストに記述し、マッチング処理に利用することができる。

＜明点検出処理＞
次に、ステップＳＴ５４の明点検出処理について説明する。図７を参照すると、先ず、明点検出部４１は、観測画像ＯＩ_１〜ＯＩ_Ｎの中に、撮像時刻が互いに近い複数枚の観測画像が存在するか否かを判定する（ステップＳＴ７０）。具体的には、明点検出部４１は、所定時間帯内で一定の時間間隔の撮像時刻に撮像された複数枚の観測画像が存在するか否かを判定することができる。複数枚の観測画像が存在しない場合（ステップＳＴ７０のＮＯ）、明点検出部４１は、明点検出処理を終了させ、且つ移動体検出処理も終了させる。

一方、複数枚の観測画像が存在すると判定した場合（ステップＳＴ７０のＹＥＳ）、明点検出部４１は、これら複数枚の観測画像を読み込み（ステップＳＴ７１）、これら複数枚の観測画像にマスク処理を実行する（ステップＳＴ７２）。上記のとおり、これら観測画像は、各種のノイズ及び背景光成分が除外されたフレーム画像群であるが、これら観測画像には、識別対象外の既知の移動体が現れている可能性がある。そこで、ステップＳＴ７２のマスク処理は、この種の識別対象外の既知の移動体の像をそれら観測画像から除去するものである。具体的には、明点検出部４１は、たとえば、観測センサ１０の視野内を既知の移動体の像が高速に横切るために識別対象の移動体の位置検出が困難になると予想される場合、複数枚の観測画像のうちの１枚だけに識別対象外の既知の移動体が映っている場合、あるいは、識別対象の移動体の近傍に別の移動体がある場合には、誤検出の可能性を減らすためにステップＳＴ７２のマスク処理を実行することができる。

次に、明点検出部４１は、観測センサ１０が固定されているか否かを判定する（ステップＳＴ７３）。駆動部１５は、結像光学系１１を駆動しているところ、その駆動方法にはいくつかの方法がある。駆動方法の１つとして、駆動部１５が観測センサ１０を駆動せずに固定する場合（たとえば、方位角Ａｚ及び仰角Ｅｌを一定にする場合）がある。観測センサ１０が固定されている場合には（ステップＳＴ７３のＹＥＳ）、明点検出部４１は、光検出器１４の受光面の中心（検出器中心）を基準として、ステップＳＴ７１で読み込まれた複数枚の観測画像を重ね合わせて重ね合わせ画像を算出する（ステップＳＴ７７）。複数枚の観測画像の重ね合わせ方法としては、たとえば、複数枚の観測画像を画素単位で加算して加算画像を生成する方法、その加算画像を観測画像の枚数で平均化して平均化画像を生成する方法、あるいは、複数枚の観測画像から中間値画像を生成する方法のいずれでもよい。後述するステップＳＴ７５，ＳＴ７６でも、ステップＳＴ７７と同様の重ね合わせ方法を採用すればよい。このように複数枚の観測画像を重ね合わせることで、ランダムなノイズ成分が消し合うため、識別対象の移動体を表す明点領域の明瞭化が可能となる。

ステップＳＴ７７の実行後、明点検出部４１は、重ね合わせ画像上の明点領域が検出可能かどうかを判定する（ステップＳＴ７８）。具体的には、明点検出部４１は、たとえば、２次元画像フィルタを使用して、一定の閾値以上の画素値を有する画素群の検出に成功すれば、重ね合わせ画像上の明点領域が検出可能と判定することができる（ステップＳＴ７８のＹＥＳ）。この場合、明点検出部４１は、重ね合わせ画像の各画素値を観測画像の枚数で除算して合成画像（平均化画像）を生成する（ステップＳＴ７９）。

そして、明点検出部４１は、その合成画像から移動体を表す明点領域の検出を試みる（ステップＳＴ８０）。具体的には、明点検出部４１は、合成画像の中から、一定の閾値以上の画素値を有する一定個数以上の画素からなる画素群を移動体を表す明点領域として抽出し、当該明点領域の画像座標（重心座標）を算出する。明点領域の抽出とその画像座標の算出とがなされれば、明点検出部４１は、明点領域の検出に成功したと判定することができる（ステップＳＴ８１のＹＥＳ）。その後、明点検出部４１は、図６のステップＳＴ５５に処理を戻す。ステップＳＴ５５以後の処理内容は、上述のとおりである。

一方、ステップＳＴ７８で重ね合わせ画像上の明点領域が検出可能ではないと判定された場合（ステップＳＴ７８のＮＯ）、あるいは、ステップＳＴ８１で明点領域の検出に成功しなかったと判定された場合（ステップＳＴ８１のＮＯ）、周波数解析部４２及び明点顕在化部４３が明点顕在化処理（ステップＳＴ８２）を実行する。この明点顕在化処理については後述する。

図１０は、ステップＳＴ７７での観測画像の重ね合わせの例を説明するための図である。図１０に示されるフレーム画像Ｋ１，Ｋ２，Ｋ３は、ステップＳＴ７１で読み込まれた、観測時刻が互いに近い３枚の観測画像である。これらフレーム画像Ｋ１，Ｋ２，Ｋ３は、ステップＳＴ４６（図５）で恒星データベース５３を用いて生成されたマスクＭ１，Ｍ２，Ｍ３をそれぞれ３枚のフレーム画像Ｌ１，Ｌ２，Ｌ３（補正センサ画像ＣＩ_１〜ＣＩ_Ｎのいずれか）に適用することで生成された観測画像である。図１０において、マスク領域は丸印で示され、恒星は星印で示され、移動体は四角形で示されている。また、符号５ａ〜５ｃ，５は同一移動体を表し、符号６ａ〜６ｃは別の同一移動体を表す。図１０に示されるフレーム画像Ｋｍは、ステップＳＴ７７でフレーム画像Ｋ１，Ｋ２，Ｋ３を重ね合わせることで生成された重ね合わせ画像である。

観測センサ１０が駆動されずに固定されている場合（図７のステップＳＴ７３のＹＥＳ）、恒星の像は、地球の自転に伴う運動により、観測画像上を動いて観測される。図１０に示されるように恒星の像がマスクされているフレーム画像Ｋ１，Ｋ２，Ｋ３が３枚生成されたときを考える。明点検出部４１が検出器中心を基準としてこれらフレーム画像Ｋ１，Ｋ２，Ｋ３を重ね合わせると（ステップＳＴ７７）、結像光学系１１に対して相対的に静止している移動体５ａ〜５ｃの像が重ね合わされることで、重ね合わせ画像Ｋｍにおいて移動体５の像が強調されて浮かび上がって見えるようになる。このようにして強調された移動体５の像が検出可能であると判定された場合（図７のステップＳＴ７８のＹＥＳ）、明点検出部４１は、重ね合わせ画像Ｋｍを枚数「３」で平均化して合成画像を生成し（ステップＳＴ７９）、この合成画像に基づいて移動体５を表す明点領域の検出を試みることができる（ステップＳＴ８０）。この例では、３枚のフレーム画像Ｋ１〜Ｋ３が使用されているので、たとえば、中間の２枚目のフレーム画像Ｋ２の観測時刻と移動体５の画像座標（重心座標）を使用して、移動体５を表す明点領域の検出を試みることが可能である。

一方、結像光学系１１に対して相対的に運動している別の移動体６ａ〜６ｃの像は互いに異なる位置座標に存在するため、重ね合わせ画像Ｋｍにおいて強度的に強め合うことはない。よって、移動体６ａ〜６ｃを表す暗い明点領域が明瞭化することはなく、それらの明点領域は検出可能ではないと判定される可能性が高い（図７のステップＳＴ７８のＮＯ）。この場合は、ステップＳＴ８２の明点顕在化処理が実行される。後述するように、明点顕在化処理では、重ね合わせ画像Ｋｍにおいて移動体６ａ，６ｂ，６ｃの像が周期的に現れる事実が利用される。

ところで、明点検出部４１は、移動体５ａ〜５ｃの像を識別対象外の移動体の像としてマスク処理で除去することができる（ステップＳＴ７２）。図１１は、この場合のフレーム画像の重ね合わせの例を説明するための図である。図１１の例では、明点検出部４１は、先ず、移動体データベース５４に登録されている識別対象外の移動体５ａ〜５ｃの位置座標に対応する特定形状のマスク領域を有するマスクＮ１，Ｎ２，Ｎ３を用意する。そして、明点検出部４１は、これらマスクＮ１，Ｎ２，Ｎ３をそれぞれフレーム画像Ｋ１，Ｋ２，Ｋ３に適用するマスク処理を実行して、フレーム画像Ｓ１，Ｓ２，Ｓ３を生成する（ステップＳＴ７２）。そして、明点検出部４１は、これらフレーム画像Ｓ１，Ｓ２，Ｓ３の重ね合わせて重ね合わせ画像Ｓｍを生成することができる（ステップＳＴ７７）。前述のとおり、結像光学系１１に対して相対的に運動している移動体６ａ〜６ｃの像は互いに異なる位置座標に存在するため、重ね合わせ画像Ｓｍにおいて強度的に強め合うことはない。よって、移動体６ａ〜６ｃを表す暗い明点領域は検出可能ではないと判定される可能性が高い（図７のステップＳＴ７８のＮＯ）。この場合は、ステップＳＴ８２の明点顕在化処理が実行される。

図７を参照すると、観測センサ１０が固定されておらず（ステップＳＴ７３のＮＯ）、且つ結像光学系１１の指向方向の天球座標（赤緯及び赤経）が一定となるように観測センサ１０が駆動されている場合は（ステップＳＴ７４のＹＥＳ）、明点検出部４１は、その指向方向の天球座標を基準として、ステップＳＴ７１で読み込まれた複数枚の観測画像を重ね合わせて重ね合わせ画像を算出する（ステップＳＴ７５）。ステップＳＴ７５の実行後は、ステップＳＴ７８の判定処理が実行される。

天球座標が一定となるように指向方向が制御されている場合（ステップＳＴ７４のＹＥＳ）、指向方向が恒星の運動と同期するため、恒星は、観測画像上で静止した状態で観測される。図１２は、この場合のフレーム画像の重ね合わせを説明するための図である。図１２において、図１０及び図１１と同様に、マスク領域は丸印で示され、恒星は星印で示され、移動体は四角形で示されている。また、符号５ａ〜５ｃは同一移動体を表し、符号６ａ〜６ｃは別の同一移動体を表す。図１２の例では、ノイズ除去部３４は、フレーム画像Ｌ１ａ，Ｌ２ａ，Ｌ３ａにそれぞれマスクＭ１，Ｍ２，Ｍ３を適用することで、恒星の像がマスクされたフレーム画像Ｋ１ａ，Ｋ２ａ，Ｋ３ａを生成する（ステップＳＴ４２）。明点検出部４１は、これらフレーム画像Ｋ１ａ，Ｋ２ａ，Ｋ３ａを重ね合わせて重ね合わせ画像Ｋｍａを生成する（ステップＳＴ７５）。指向方向の天球座標（赤経及び赤緯）を基準として、すなわち恒星の位置を基準としてフレーム画像Ｋ１ａ，Ｋ２ａ，Ｋ３ａが重ね合わされる。図１２の例では、移動体５ａ〜５ｃ，６ａ〜６ｃは結像光学系１１に対して相対的に動いているため、重ね合わせ画像Ｋｍａにおいて移動体５ａ〜５ｃ，６ａ〜６ｃの像は強度的に強め合うことはない。よって、移動体５ａ〜５ｃ，６ａ〜６ｃを表す暗い明点領域は検出可能ではないと判定される可能性が高い（図７のステップＳＴ７８のＮＯ）。この場合は、ステップＳＴ８２の明点顕在化処理が実行される。

一方、観測センサ１０が固定されておらず（ステップＳＴ７３のＮＯ）、且つ指向方向の天球座標（赤経及び赤緯）を一定に保つような観測センサ１０に対する駆動がなされていない場合（ステップＳＴ７４のＮＯ）、このような駆動は、何らかの意図をもって指向方向を制御していることが想定される。特定の移動体を追尾する駆動制御が実行されていると仮定する場合、明点検出部４１は、追尾されている移動体（追尾物体）を基準として複数枚の観測画像を重ね合わせる（ステップＳＴ７６）。追尾物体は、結像光学系１１に対して相対的に静止しているので、追尾物体の像は、観測画像上で静止した状態で観測される。一方、追尾物体とは異なる軌道を移動する移動体は、結像光学系１１に対して相対的に移動しているので、その移動体の像は観測画像上を動いて観測される。よって、ステップＳＴ７６で生成される重ね合わせ画像では、追尾物体の像は強調されて浮かび上がって見えるようになるが、非追尾対象の移動体の像は強度的に強め合うことはない。よって、明点検出部４１は、合成画像から追尾物体の像を検出し（ステップＳＴ８１のＹＥＳ）、非追尾物体の移動体を示す明点領域は検出可能ではないとの判定（ステップＳＴ７８のＮＯ）を行う可能性がある。この場合、非追尾物体の移動体については、ステップＳＴ８２の明点顕在化処理が実行される。

＜明点顕在化処理＞
次に、ステップＳＴ８２の明点顕在化処理について説明する。図８を参照すると、周波数解析部４２は、上記ステップＳＴ７５，ＳＴ７６，Ｔ７７のいずれかで算出された重ね合わせ画像を読み込む（ステップＳＴ８９）。

上述のとおり、観測センサ１０は、識別対象の移動体を含む空間領域を等時間間隔で複数回撮像してセンサ画像ＳＩ_１〜ＳＩ_Ｎを出力する。このため、ステップＳＴ８９で読み込まれた重ね合わせ画像には、その移動体が加速度運動していない限り、その移動体の軌跡が、一定の方向に沿って等間隔で現れる明点領域として記録される。このため、その等間隔で記録される複数の明点領域は、移動体の速度ベクトルに応じた特定の空間周波数ｆ＝（ｆ_ｘ，ｆ_ｙ）とこれに対応する空間的な位相情報とを有する。一方、観測画像に記録されるランダムなノイズは、そのような空間周波数及び空間的な位相情報を有していない。ここで、ｆ_ｘは、当該重ね合わせ画像の水平方向（ｘ軸方向）の空間周波数であり、ｆ_ｙは、当該重ね合わせ画像の垂直方向（ｙ軸方向）の空間周波数である。空間周波数ｆ_ｘの逆数Ｐ_ｘと空間周波数ｆ_ｙの逆数Ｐ_ｙとは、空間周期と呼ばれる量である。空間周期の組（Ｐ_ｘ，Ｐ_ｙ）は、重ね合わせ画像上で移動体の像（明点領域）が周期的に現れる方向と間隔とを示すベクトルである。以下、このベクトル（Ｐ_ｘ，Ｐ_ｙ）を移動ベクトルと呼ぶこととする。

図１３Ａは、同一移動体を表す明点領域７ａ〜７ｇを有する複数の観測画像Ｖ１〜Ｖ７を重ね合わせて生成された重ね合わせ画像Ｖｍを例示する概略図である。図１３Ｂは、重ね合わせ画像Ｖｍにおける明点領域７ａ〜７ｇの周期的な濃度分布を示す空間周波数成分Ｗ_０を概念的に示す図である。図１４は、空間周期Ｐ_ｘ，Ｐ_ｙに対する特定の方向Φの空間周波数成分Ｗ_０を概念的に示す図である。なお、重ね合わせ画像Ｖｍの読み込み（ステップＳＴ８９）の段階では、実際には、図１３Ａの明点領域７ａ〜７ｇはノイズに埋もれている可能性がある。

周波数解析部４２は、ステップＳＴ８９で読み込まれた重ね合わせ画像を周波数解析してその重ね合わせ画像のパワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）を算出する（ステップＳＴ９０）。具体的には、周波数解析部４２は、当該重ね合わせ画像に２次元フーリエ変換を施してフーリエ変換画像Ｆ（ｆ_ｘ，ｆ_ｙ）を生成する。そして、周波数解析部４２は、フーリエ変換画像Ｆ（ｆ_ｘ，ｆ_ｙ）とその複素共役Ｆ（ｆ_ｘ，ｆ_ｙ）^＊との積をパワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）として算出することができる。

次いで、周波数解析部４２は、パワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）に現れるピークの空間周波数の組（ｆ_ｘ，ｆ_ｙ）に対応する空間周期の組Ｐ＝（Ｐ_ｘ，Ｐ_ｙ）を移動ベクトル候補として検出する（ステップＳＴ９１）。

ここで、ウィーナー・ヒンチンの定理（Ｗｉｅｎｅｒ−Ｋｈｉｎｃｈｉｎの定理）によれば、パワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）は、重ね合わせ画像の自己相関関数の２次元フーリエ変換で表される。実際には、重ね合わせ画像の自己相関を直接計算することは、演算量が多いので本実施の形態では行われない。自己相関関数はノイズに埋もれた周期的信号を調べるために使われる。たとえば、ホワイトノイズには相関がないため、原点を除き自己相関が０になる。つまり、重ね合わせ画像において周期性を持つ明点領域がノイズに埋もれていても、これら明点領域には相関があり、ホワイトノイズには相関が無いことを利用して、自己相関を計算することでホワイトノイズの影響を取り除くことができる。重ね合わせ画像が空間周期成分を含む場合、パワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）にピークが現れる。周波数解析部４２は、パワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）に複数のピークが現れる場合には、これら複数のピークのうち最も小さい空間周波数に対応するピークの移動ベクトル候補を検出すればよい。

次に、明点顕在化部４３は、図７のステップＳＴ７１の場合と同様に、複数枚の観測画像を読み込む（ステップＳＴ９２）。次いで、明点顕在化部４３は、それら複数枚の観測画像にそれぞれ現れる複数の明点領域が互いに重複するように複数枚の観測画像を移動ベクトル候補の整数倍だけ互いにずらす（ステップＳＴ９３）。更に、明点顕在化部４３は、互いに空間的にずれた状態の複数枚の観測画像を重ね合わせることで、明点領域が強調された強調画像候補を生成する（ステップＳＴ９４）。これにより、強調画像候補においては、明点領域が浮かび上がって見えるようになる。

その後、明点顕在化部４３は、明点領域の強調度を示す評価値を算出する（ステップＳＴ９５）。評価値としては、たとえば、強調画像候補中の明点領域における複数の画素値のうちの最大画素値が算出されてもよいし、あるいは、強調画像候補中の明点領域における複数の画素値の平均値と前記最大画素値との間の差の二乗が評価値として算出されてもよい。

次に、反復回数が予め定めた設定回数に到達していないときは（ステップＳＴ９６のＮＯ）、明点顕在化部４３は、移動ベクトル候補Ｐを微調整のために変更する（ステップＳＴ９７）。ここで、明点領域の間隔が空間周期Ｐと一致していれば、強調画像において明点領域は強めあうが、明点領域の間隔が空間周期Ｐと少しずれていれば、明点領域の強調度合いは小さくなる。そこで、明点顕在化部４３は、パワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）から求められた移動ベクトル候補Ｐからわずかに空間周期ΔＰ_ｎだけずれた移動ベクトル候補Ｐ＋ΔＰ_ｎを生成している（ステップＳＴ９７）。ここで、ｎは、反復回数を示す整数である。

次いで、明点顕在化部４３は、ステップＳＴ９３と同様に、複数枚の観測画像にそれぞれ現れる複数の明点領域が互いに重複するように複数枚の観測画像を移動ベクトル候補の整数倍だけ互いにずらす（ステップＳＴ９８）。更に、明点顕在化部４３は、互いに空間的にずれた状態の複数枚の観測画像を重ね合わせることで強調画像候補を生成する（ステップＳＴ９９）。そして、上記ステップＳＴ９５と同様に、明点領域の強調度を示す評価値を算出する（ステップＳＴ１００）。

図１５Ａ〜図１５Ｃは、移動ベクトル候補Ｐ，Ｐ＋ΔＰ_１，Ｐ＋ΔＰ_２と、これらにそれぞれ対応する強調された明点領域の輝度分布ｒ１，ｒ２，ｒ３とを概略的に例示する図である。輝度分布ｒ１，ｒ２，ｒ３の中では、図１５Ａに示した輝度分布ｒ１が最も評価値の高い分布である。図１６は、移動ベクトル候補に対する評価値の分布の例を概略的に示す図である。

反復回数が予め定めた設定回数に到達したときは（ステップＳＴ９６のＹＥＳ）、ステップＳＴ１０１に処理が移行される。この段階で、複数の強調画像候補とこれらに対応する複数の評価値とが得られる。明点顕在化部４３は、それら複数の評価値のうちの最大評価値に対応する強調画像候補を強調画像として選択し（ステップＳＴ１０１）、当該強調画像を観測画像の枚数で平均化することで平均化強調画像を算出する（ステップＳＴ１０２）。そして、明点顕在化部４３は、この平均化強調画像から移動体を表す明点領域を検出する（ステップＳＴ１０３）。具体的には、明点顕在化部４３は、平均化強調画像の中から、一定の閾値以上の画素値を有する一定個数以上の画素からなる画素群を移動体を表す明点領域として抽出し、当該明点領域の画像座標（重心座標）を算出する。その後、明点顕在化部４３は、図６のステップＳＴ５５に処理を戻す。ステップＳＴ５５以後の処理内容は、上述のとおりである。

以上に説明したように本実施の形態の明点処理部４０は、重ね合わせ画像のパワースペクトルＰＳ（ｆ_ｘ，ｆ_ｙ）に現れるピークの空間周波数に対応する空間周期を移動ベクトル候補（移動ベクトル）として検出し（ステップＳＴ９１）、複数の明点領域が互いに重複するように複数枚の観測画像を移動ベクトル候補の整数倍だけ互いにずらした状態で重ね合わせて強調画像を生成している（ステップＳＴ９３，ＳＴ９４，ＳＴ９８，ＳＴ９９）。更に、明点処理部４０は、その強調画像に基づいて明点領域を検出する（ステップＳＴ１０３）。したがって、明点処理部４０は、当該検出された明点領域の位置座標に基づき、移動体を識別することができる（図６のステップＳＴ５５〜ＳＴ６０）。

以上に説明した移動体検出装置３０のハードウェア構成は、たとえば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内蔵のコンピュータ構成を有する情報処理装置により実現可能である。あるいは、移動体検出装置３０のハードウェア構成は、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）またはＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などのＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）を有する情報処理装置により実現されてもよい。

図１７は、移動体検出装置３０のハードウェア構成例である情報処理装置３０Ｈを示すブロック図である。この情報処理装置３０Ｈは、ＣＰＵ６０ｃを含むプロセッサ６０、ＲＡＭ６１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）６２、入出力インタフェース（Ｉ／Ｆ）部６３、及び記録媒体６４を備えて構成されている。これらプロセッサ６０、ＲＡＭ６１、ＲＯＭ６２、入出力Ｉ／Ｆ部６３及び記録媒体６４は、バス回路などの信号路６５を介して相互に接続されている。記録媒体６４は、記録部５０に相当し、たとえば、ＨＤＤまたはＳＳＤ（ソリッドステートドライブ）で構成可能である。プロセッサ６０は、ＲＯＭ６２からコンピュータプログラムを読み出して実行することにより、記録処理部３１、前処理部３２、座標変換情報生成部３３、ノイズ除去部３４及び明点処理部４０の機能を実現することができる。入出力Ｉ／Ｆ部６３は、観測センサ１０及び制御装置２０と接続される。

また、図１８は、移動体検出装置３０の他のハードウェア構成例である情報処理装置３０Ｊを示すブロック図である。この情報処理装置３０Ｊは、信号処理回路７０、入出力インタフェース（Ｉ／Ｆ）部７１及び記録媒体７２を備えて構成されている。これら信号処理回路７０、入出力Ｉ／Ｆ部７１及び記録媒体７２は、バス回路などの信号路７３を介して相互に接続されている。記録媒体７２は、記録部５０に相当し、たとえば、ＨＤＤまたはＳＳＤ（ソリッドステートドライブ）で構成可能である。信号処理回路７０は、記録処理部３１、前処理部３２、座標変換情報生成部３３、ノイズ除去部３４及び明点処理部４０の機能を実現する回路である。入出力Ｉ／Ｆ部７１は、観測センサ１０及び制御装置２０と接続される。

移動体検出装置３０は、たとえば、ケーブルを介して観測センサ１０及び制御装置２０と接続されてもよいし、あるいは、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）またはＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの通信ネットワークを介して観測センサ１０及び制御装置２０と接続されてもよい。

以上、図面を参照して本発明に係る実施の形態について述べたが、この実施の形態は本発明の例示であり、これら実施の形態以外の様々な形態を採用することもできる。たとえば、図１では、恒星データベース５３及び移動体データベース５４が移動体検出装置３０の内部に設けられているが、この代わりに、恒星データベース５３及び移動体データベース５４のうちの少なくとも一方が移動体検出装置３０の外部に設けられていてもよい。また、これら恒星データベース５３及び移動体データベース５４は、通信ネットワークを介して移動体検出装置３０と接続されているものであってもよい。

なお、本発明の範囲内において、実施の形態の構成要素の自由な組み合わせ、実施の形態の任意の構成要素の変形、または実施の形態の任意の構成要素の省略が可能である。

１ 観測システム、２ 追尾装置、１０ 観測センサ、１１ 結像光学系、１２ シャッタ部、１３ フィルタ部、１４ 光検出器、１５ 駆動部、２０ 制御装置、２１ 観測制御部、２２ 時刻校正部、２３ 計時カウンタ、３０ 移動体検出装置、３０Ｈ，３０Ｊ 情報処理装置、３１ 記録処理部、３２ 前処理部、３３ 座標変換情報生成部、３４ ノイズ除去部、４０ 明点処理部、４１ 明点検出部、４２ 周波数解析部、４３ 明点顕在化部、４４ 移動体検出部、５０ 記録部、５１ 観測データ格納部、５２ 処理データ格納部、５３ 恒星データベース、５４ 移動体データベース、６０ プロセッサ、６０ｃ ＣＰＵ、６１ ＲＡＭ、６２ ＲＯＭ、６３ 入出力インタフェース部、６４ 記録媒体、６５ 信号路、７０ 信号処理回路、７１ 入出力インタフェース部、７２ 記録媒体、７３ 信号路。

Claims (10)

1. 特定の指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像を出力する観測センサを用いて、前記空間領域を移動する移動体を検出する移動体検出装置であって、
   前記複数枚のセンサ画像からノイズを除去してそれぞれ複数枚の観測画像を生成するノイズ除去部と、
   前記複数枚の観測画像を重ね合わせることにより複数の明点領域が周期的に現れる重ね合わせ画像を生成し、前記重ね合わせ画像のパワースペクトルを算出するとともに、該パワースペクトルに現れるピークの空間周波数に対応する空間周期を移動ベクトルとして検出する周波数解析部と、
   前記複数の明点領域が互いに重複するように前記複数枚の観測画像を前記移動ベクトルの整数倍だけ互いにずらした状態で重ね合わせて強調画像を生成し、前記強調画像に基づいて前記複数の明点領域のうちの少なくとも１つの明点領域を検出する明点顕在化部と、
   当該検出された明点領域の位置座標に基づき、前記移動体を識別する移動体検出部と
   を備えることを特徴とする移動体検出装置。
2. 請求項１記載の移動体検出装置であって、前記明点顕在化部は、前記移動ベクトルを基準として当該移動ベクトルを含む複数の移動ベクトル候補を生成するとともに、前記複数の明点領域が互いに重複するように前記複数枚の観測画像を前記各移動ベクトル候補の整数倍だけ互いにずらした状態で重ね合わせることにより複数枚の強調画像候補を生成し、当該複数枚の強調画像候補の中から、最も強調度の高い明点領域を有する強調画像候補を前記強調画像として選択することを特徴とする移動体検出装置。
3. 請求項２記載の移動体検出装置であって、前記強調度は、前記各強調画像候補に含まれる明点領域における複数の画素値のうちの最大画素値、または、前記各強調画像候補に含まれる明点領域における複数の画素値の平均値と前記最大画素値との間の差の二乗のいずれか一方であることを特徴とする移動体検出装置。
4. 請求項１から請求項３のうちのいずれか１項記載の移動体検出装置であって、前記移動体検出部は、前記明点顕在化部により検出された当該明点領域の位置座標を、複数の移動体候補の画像上の位置座標と照合して、前記複数の移動体候補の中から当該検出された明点領域の位置座標と適合する移動体候補を見つけ出すことで前記移動体を識別することを特徴とする移動体検出装置。
5. 請求項１から請求項４のうちのいずれか１項記載の移動体検出装置であって、前記ノイズ除去部は、前記複数枚のセンサ画像から、恒星データベースに登録されている既知の星の像を前記ノイズとして除去することを特徴とする移動体検出装置。
6. 特定の指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像を出力する観測センサと、
   前記観測センサを用いて前記空間領域を移動する移動体を識別する請求項１から請求項５のうちのいずれか１項記載の移動体検出装置と
   を備えることを特徴とする観測システム。
7. 請求項６記載の観測システムであって、
   前記観測センサは、
   前記空間領域からの入射光に基づいて光学像を形成する結像光学系と、
   前記光学像を電気的に検出して前記複数枚のセンサ画像を生成する光検出器と、
   前記結像光学系と前記光検出器との間に介在し、前記入射光を前記等時間間隔で前記光検出器の方向へ透過させるシャッタ部と
   を含むことを特徴とする観測システム。
8. 特定の指向方向における空間領域を等時間間隔で連続的に複数回撮像して複数枚のセンサ画像を出力する観測センサを用いて、前記空間領域を移動する移動体の位置を検出する移動体検出装置において実行される移動体検出方法であって、
   前記複数枚のセンサ画像からノイズを除去してそれぞれ複数枚の観測画像を生成するステップと、
   前記複数枚の観測画像を重ね合わせることにより複数の明点領域が周期的に現れる重ね合わせ画像を生成するステップと、
   前記重ね合わせ画像のパワースペクトルを算出するステップと、
   該パワースペクトルに現れるピークの空間周波数に対応する空間周期を移動ベクトルとして検出するステップと、
   前記複数の明点領域が互いに重複するように前記複数枚の観測画像を前記移動ベクトルの整数倍だけ互いにずらした状態で重ね合わせて強調画像を生成するステップと、
   前記強調画像に基づいて前記複数の明点領域のうちの少なくとも１つの明点領域を検出するステップと、
   当該検出された明点領域の位置座標に基づき、前記移動体を識別するステップと
   を備えることを特徴とする移動体検出方法。
9. 請求項８記載の移動体検出方法であって、
   前記強調画像を生成する上記ステップは、
   前記移動ベクトルを基準として当該移動ベクトルを含む複数の移動ベクトル候補を生成するステップと、
   前記複数の明点領域が互いに重複するように前記複数枚の観測画像を前記各移動ベクトル候補の整数倍だけ互いにずらした状態で重ね合わせることにより複数枚の強調画像候補を生成するステップと、
   当該複数枚の強調画像候補の中から、最も強調度の高い明点領域を有する強調画像候補を前記強調画像として選択するステップと
   を含むことを特徴とする移動体検出方法。
10. 請求項９記載の移動体検出方法であって、前記強調度は、前記各強調画像候補に含まれる明点領域における複数の画素値のうちの最大画素値、または、前記各強調画像候補に含まれる明点領域における複数の画素値の平均値と前記最大画素値との間の差の二乗のいずれか一方であることを特徴とする移動体検出方法。

Images