JP6676728B2 - Detection method of sea ice area in polar waters and detection system therefor - Google Patents

Detection method of sea ice area in polar waters and detection system therefor Download PDF

Info

Publication number
JP6676728B2
JP6676728B2 JP2018206475A JP2018206475A JP6676728B2 JP 6676728 B2 JP6676728 B2 JP 6676728B2 JP 2018206475 A JP2018206475 A JP 2018206475A JP 2018206475 A JP2018206475 A JP 2018206475A JP 6676728 B2 JP6676728 B2 JP 6676728B2
Authority
JP
Japan
Prior art keywords
information
area
polar
image
sea
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.)
Active
Application number
JP2018206475A
Other languages
Japanese (ja)
Other versions
JP2019087244A (en
Inventor
ヤン，チャン・ス
ホン，タン・ビー
Original Assignee
コリア インスティテュート オブ オーシャン サイエンス テクノロジー
コリア インスティテュート オブ オーシャン サイエンス テクノロジー
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by コリア インスティテュート オブ オーシャン サイエンス テクノロジー, コリア インスティテュート オブ オーシャン サイエンス テクノロジー filed Critical コリア インスティテュート オブ オーシャン サイエンス テクノロジー
Publication of JP2019087244A publication Critical patent/JP2019087244A/en
Application granted granted Critical
Publication of JP6676728B2 publication Critical patent/JP6676728B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/02—Prospecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

本発明は、極地海域における海氷領域の探知方法に関し、特に、極地海域において海氷（sea ice）が存在する領域を正確に探知することができる極地海域における海氷領域の探知方法およびそのための探知システムに関する。   The present invention relates to a method for detecting a sea ice area in a polar sea area, and in particular, to a method for detecting a sea ice area in a polar sea area capable of accurately detecting an area where sea ice exists in the polar sea area, and a method for detecting the same. Related to the detection system.

船舶の建造および航海技術の発達に伴い、新しい航路の開拓についての国際的な関心が高まっている。このうち極地海域の北極海航路（Northern Sea Route）は、マラッカ海峡およびスエズ運河を通過する既存の南方航路（Southern Sea Route）に比べて航路距離を最大４０％短縮し、運航日数も３０日から２０日に減らすことができる。このような経済的利点により、北極海航路の利用は次第に増加傾向にある。   With the development of shipbuilding and navigation techniques, there is increasing international interest in developing new routes. Of these, the Northern Sea Route in the polar waters has reduced the route distance by up to 40% compared to the existing Southern Sea Route, which passes through the Strait of Malacca and the Suez Canal, and has been operated from 30 days. Can be reduced to 20 days. Due to these economic advantages, the use of Arctic shipping routes is on the rise.

近年、地球環境に大きな影響を及ぼしている地球温暖化により極地海域の海氷は急速に減少している。これにより、北極海航路を通過する船舶の安全運航を支援するために、極地海域における海氷領域を探知し、これを反映して最適航路を算出する方法が開発されている。   In recent years, sea ice in polar waters is rapidly decreasing due to global warming, which has a great influence on the global environment. Accordingly, in order to support the safe operation of ships passing through the Arctic Ocean route, a method has been developed in which a sea ice region in the polar region is detected, and an optimal route is calculated by reflecting the sea ice region.

従来は、砕氷船などのように極地海域を航行することができる船舶に計測機器を設置し、これを用いて極地海域の海氷を探知することにより、北極海航路において海氷が存在する領域を考慮して最適な船舶の航路を算出していた。   Conventionally, measuring equipment is installed on ships that can navigate the polar waters, such as icebreakers, and this is used to detect sea ice in the polar waters. In consideration of this, the optimum ship route was calculated.

しかしながら、このような方法は、特殊船舶の運用によって得られる情報に基づいているため、情報の量が限定され、これにより、極地海域において海氷が存在する領域を正確に探知することが難しかった。   However, since such a method is based on information obtained by the operation of a special ship, the amount of information is limited, which makes it difficult to accurately detect an area where sea ice exists in polar waters. .

本発明は、上記の問題点を解決するためになされたものであり、極地海域において海氷領域と海水領域とを分析および探知し、これにより、陸地、海氷、および海水が正確に区分された極地海域の映像を生成することができる極地海域における海氷領域の探知方法、および、そのための探知システムを提供することを目的とする。   The present invention has been made to solve the above problems, and analyzes and detects a sea ice region and a sea water region in polar waters, whereby land, sea ice, and sea water can be accurately classified. It is an object of the present invention to provide a method for detecting a sea ice region in a polar sea region that can generate an image of a polar sea region, and a detection system therefor.

上記の目的を達成するための本発明の海氷領域の探知方法は、衛星から取得した信号情報、および、前記信号情報が含まれた複数の画像情報（imageinformation）、を提供するステップと、前記複数の画像情報からノイズを除去して複数の第１の画像を生成するステップと、前記複数の第１の画像の中から１つ以上を選択し、選択された画像の各ピクセルに分析情報を学習させるステップと、前記分析情報の学習結果、および、すでに格納された極地地域の気象情報、に基づいて、前記複数の第１の画像のそれぞれのピクセルについて、海氷領域および海水領域に属する領域を分析して探知するステップと、探知結果に基づいて、前記複数の第１の画像から前記海氷領域および前記海水領域が区分された極地海域の映像を生成するステップと、を含む。   In order to achieve the above object, a method for detecting a sea ice region according to the present invention includes providing signal information acquired from a satellite, and a plurality of image information including the signal information. Generating a plurality of first images by removing noise from the plurality of image information; selecting one or more from the plurality of first images and applying analysis information to each pixel of the selected image; Learning, for each pixel of the plurality of first images, a region belonging to a sea ice region and a seawater region, based on the learning result of the analysis information and the already stored weather information of the polar region. Analyzing and detecting, and generating an image of a polar sea area in which the sea ice area and the seawater area are divided from the plurality of first images based on the detection result. No.

前記目的を達成するための本発明は、人工衛星から取得した複数の衛星信号に基づいて、信号情報、および、前記信号情報が含まれた極地地域に対する複数の画像情報、を生成する管制センタと、前記管制センタから前記複数の画像情報および前記信号情報が提供され、前記極地地域を海氷領域、海水領域、および陸地領域に分類して極地海域の映像を生成する探知システムと、を含む。   The present invention for achieving the above object, based on a plurality of satellite signals obtained from artificial satellites, signal information, and a plurality of image information for the polar region containing the signal information, a control center that generates A detection system that is provided with the plurality of image information and the signal information from the control center and classifies the polar region into a sea ice region, a seawater region, and a land region to generate an image of a polar sea region.

前記探知システムは、前記複数の画像情報から信号ノイズおよび映像ノイズを除去して複数の第１の画像を生成する前処理モジュールと、極地地域の気象情報が格納されたデータベースと、前記複数の第１の画像の中から１つ以上の第１の画像を選択し、選択された第１の画像の各ピクセルに前記信号情報および前記気象情報のうち少なくとも１つを含む分析情報を学習させる学習モジュールと、前記分析情報の学習結果および前記気象情報に基づいて前記複数の第１の画像から海氷領域および海水領域を分析して探知し、探知結果に基づいて前記複数の第１の画像から前記極地海域の映像を生成する分析モジュールと、を含む。   The detection system includes a pre-processing module that removes signal noise and video noise from the plurality of pieces of image information to generate a plurality of first images; a database in which weather information of a polar region is stored; A learning module for selecting one or more first images from one image and learning analysis information including at least one of the signal information and the weather information for each pixel of the selected first image; And analyzing and detecting a sea ice area and a seawater area from the plurality of first images based on the learning result of the analysis information and the weather information, and performing the analysis from the plurality of first images based on the detection result. An analysis module that generates an image of the polar waters.

本発明に係る極地海域における海氷領域の探知方法によると、人工衛星の観測データを用いて生成される極地海域の画像に、衛星の信号特性に応じた信号情報、および、極地地域の気象情報、を反映して分析することにより、極地海域における海氷領域に対する探知精度を高めることができる。   According to the method for detecting a sea ice region in a polar sea region according to the present invention, an image of a polar sea region generated using observation data of a satellite, signal information according to the signal characteristics of the satellite, and weather information of the polar region , The accuracy of detecting a sea ice region in a polar sea area can be improved.

これにより、本発明は、探知された海氷領域に沿って北極海航路を運航する多くの船舶に最適の航路を提供することができるのみならず、衛星の観測データを利用して海氷領域を探知するので、気候変動による海氷領域の変化をリアルタイムで探知して分析することができる。   As a result, the present invention can provide not only an optimal route to many ships operating on the Arctic Ocean route along the detected sea ice region, but also provide a sea ice region using satellite observation data. , It is possible to detect and analyze in real time a change in the sea ice area due to climate change.

本発明に係る検知システムの構成を示す図The figure which shows the structure of the detection system which concerns on this invention. 本発明の探知システムを用いた海氷領域の探知方法を示す図The figure which shows the detection method of the sea ice area using the detection system of this invention. 本発明の海氷領域の探知方法の例を示す図FIG. 4 is a diagram showing an example of a method for detecting a sea ice region according to the present invention. 本発明の海氷領域の探知方法の例を示す図FIG. 4 is a diagram showing an example of a method for detecting a sea ice region according to the present invention. 本発明の海氷領域の探知方法の例を示す図FIG. 4 is a diagram showing an example of a method for detecting a sea ice region according to the present invention.

以下、本発明に係る実施例を添付の図面を参照して詳しく説明するが、本発明は、これらの実施例により限定されるものではない。なお、以下の説明において、同一の機能および構成を有する構成要素については、同一の符号を付す。   Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings, but the present invention is not limited to these embodiments. In the following description, components having the same functions and configurations are denoted by the same reference numerals.

図１は、本発明に係る検知システムの構成を示す図であり、図２は、本発明の探知システムを用いた海氷領域の探知方法を示す図である。   FIG. 1 is a diagram showing a configuration of a detection system according to the present invention, and FIG. 2 is a diagram showing a method for detecting a sea ice region using the detection system of the present invention.

本発明の探知システム１００は、管制センタ２００から提供される極地地域に対する複数の画像から極地海域の映像を生成して出力することができる。探知システム１００により生成された極地海域の映像は、たとえば、海氷領域が正確に探知されて表示された映像である。   The detection system 100 of the present invention can generate and output an image of a polar sea area from a plurality of images for the polar area provided by the control center 200. The image of the polar sea area generated by the detection system 100 is, for example, an image in which a sea ice region is accurately detected and displayed.

管制センタ２００は、極地地域を観測する人工衛星３００から複数の衛星信号が提供されるものであり、これらの信号に基づいて極地地域に対する複数の情報、たとえば、複数の画像情報を生成することができる。   The control center 200 is provided with a plurality of satellite signals from the artificial satellite 300 for observing the polar region, and can generate a plurality of information on the polar region, for example, a plurality of image information, based on these signals. it can.

複数の画像情報は、極地地域の画像に対する複数のピクセルの情報を含むことができ、各ピクセルには、衛星の信号特性値に応じた信号情報が対応づけられている。つまり、管制センタ２００は、人工衛星３００の複数の衛星信号に基づいて、各ピクセルに信号情報が対応づけられた複数の画像情報を生成することができる。   The plurality of image information can include information of a plurality of pixels with respect to the image of the polar region, and each pixel is associated with signal information corresponding to a signal characteristic value of the satellite. That is, the control center 200 can generate a plurality of pieces of image information in which signal information is associated with each pixel based on a plurality of satellite signals of the artificial satellite 300.

衛星の信号特性値に応じた信号情報は、人工衛星３００から極地地域に送出される信号の偏波情報、入射角情報、ならびに、極地地域の海氷、海水および陸地から反射される信号の反射波情報、を含むことができる。   The signal information according to the signal characteristic value of the satellite includes the polarization information and the incident angle information of the signal transmitted from the artificial satellite 300 to the polar region, and the reflection of the signal reflected from sea ice, seawater, and land in the polar region. Wave information.

ここで、人工衛星３００から送出される信号は、ＨＨ偏波およびＨＶ偏波を含むことができ、ＨＶ偏波は、ＨＨ偏波に比べて海水および海氷から反射される反射波情報がはっきり表れる特性がある。   Here, the signal transmitted from the artificial satellite 300 can include the HH polarization and the HV polarization, and the HV polarization has more clearly reflected wave information reflected from seawater and sea ice than the HH polarization. There are characteristics that appear.

なお、信号の入射角情報は、たとえば、人工衛星３００から極地地域への垂直法線に対して送出される信号の送出角度を意味する。ここで、入射角の大きさが小さいほど反射波の大きさが大きくなる特性がある。   The signal incident angle information means, for example, a transmission angle of a signal transmitted from the artificial satellite 300 with respect to a vertical normal to the polar region. Here, there is a characteristic that the magnitude of the reflected wave increases as the magnitude of the incident angle decreases.

一方、本実施例は、管制センタ２００と探知システム１００とが分離されている構成を例として説明するが、これに限定されない。たとえば、探知システム１００は、人工衛星３００から複数の衛星信号が提供されて極地地域に対する画像を生成するものであってもよい。   On the other hand, in the present embodiment, a configuration in which the control center 200 and the detection system 100 are separated from each other will be described as an example, but the present invention is not limited to this. For example, the detection system 100 may be one in which a plurality of satellite signals are provided from the artificial satellite 300 to generate an image for a polar region.

人工衛星３００は、たとえば、地球の公転および自転によって時間帯別に極地地域の互いに異なる領域に複数の信号を送出する極軌道衛星であり、これによる複数の衛星信号を管制センタ２００に送信することができる。   The artificial satellite 300 is, for example, a polar orbit satellite that transmits a plurality of signals to different regions in the polar region according to time zones due to the revolution and rotation of the earth, and is capable of transmitting a plurality of satellite signals to the control center 200. it can.

探知システム１００は、管制センタ２００から提供された複数の画像情報から極地海域において海氷が存在する領域を分析して探知することができる。探知システム１００は、探知結果に応じて極地海域に対する映像情報を生成することができる。探知システム１００は、前処理モジュール１１０、学習モジュール１２０、分析モジュール１３０、およびデータベース１４０を含むことができる。   The detection system 100 can analyze and detect an area where sea ice exists in the polar sea area from a plurality of pieces of image information provided from the control center 200. The detection system 100 can generate image information for a polar sea area according to a detection result. The detection system 100 may include a pre-processing module 110, a learning module 120, an analysis module 130, and a database 140.

前処理モジュール１１０は、管制センタ２００から提供された複数の画像情報のノイズを除去することができる（Ｓ１０）。前処理モジュール１１０は、複数の画像情報に対して信号ノイズおよび映像ノイズをそれぞれ除去することができる。そのため、前処理モジュール１１０は、少なくとも２つのノイズ除去ユニットを含むことができる。   The pre-processing module 110 can remove noise from a plurality of pieces of image information provided from the control center 200 (S10). The preprocessing module 110 can remove signal noise and video noise from a plurality of pieces of image information. Therefore, the pre-processing module 110 can include at least two noise removal units.

前処理モジュール１１０は、衛星の信号特性値に応じた信号情報から複数の画像情報に対する信号ノイズを除去することができる（Ｓ１１）。信号ノイズの除去により、前処理モジュール１１０は、複数の画像情報に対するレーダー反射面積（Radar Cross Section；ＲＣＳ）値を算出することができる。一方、信号情報にＨＶ偏波に対する反射波情報が含まれた場合、前処理モジュール１１０は入射角情報から追加の信号ノイズを除去することもできる。   The preprocessing module 110 can remove signal noise for a plurality of pieces of image information from the signal information according to the signal characteristic value of the satellite (S11). By removing the signal noise, the preprocessing module 110 can calculate a radar cross section (RCS) value for a plurality of pieces of image information. On the other hand, when the signal information includes the reflected wave information for the HV polarization, the preprocessing module 110 may remove additional signal noise from the incident angle information.

前処理モジュール１１０は、信号ノイズが除去された複数の画像情報に対する映像ノイズを除去することができる（Ｓ１２）。映像ノイズの除去は、画像に対するダウンスケーリング（downscaling）により行うことができる。たとえば、前処理モジュール１１０は、複数のそれぞれの画像情報において所定個数のピクセルの平均値を算出し、算出された平均値に応じてすべてのピクセルに対するダウンスケーリングを行うことができる。   The pre-processing module 110 can remove video noise from a plurality of pieces of image information from which signal noise has been removed (S12). The removal of image noise can be performed by downscaling the image. For example, the preprocessing module 110 can calculate an average value of a predetermined number of pixels in each of the plurality of pieces of image information, and perform downscaling on all pixels according to the calculated average value.

本実施例は、一例として、前処理モジュール１１０が各画像情報に対して１０＊１０ピクセルの平均値を算出し、これを用いて各画像情報のすべてのピクセルに対するダウンスケーリングを行うことができる。しかしながら、本発明はこれに限定されない。   In this embodiment, as an example, the preprocessing module 110 can calculate an average value of 10 * 10 pixels for each image information, and use this to perform downscaling for all pixels of each image information. However, the present invention is not limited to this.

前処理モジュール１１０は、複数の画像情報に対して信号ノイズおよび映像ノイズを除去して複数の第１の画像を生成することができる。前処理モジュール１１０は、映像ノイズを先に除去した後で信号ノイズを除去することもでき、２つのノイズ除去動作を同時に行うこともできる。   The preprocessing module 110 can generate a plurality of first images by removing signal noise and video noise from a plurality of pieces of image information. The pre-processing module 110 can remove the signal noise after removing the video noise first, and can also perform two noise removing operations at the same time.

前処理モジュール１１０で生成される複数の第１の画像は、たとえば、極地地域の陸地領域が除去された画像である。つまり、前処理モジュール１１０は、信号ノイズおよび映像ノイズが削除された複数の画像情報において極地地域の陸地領域を探知して複数の第１の画像を生成することができる。   The plurality of first images generated by the preprocessing module 110 are, for example, images from which a land area in a polar region has been removed. That is, the preprocessing module 110 can detect a land area in a polar region from a plurality of pieces of image information from which signal noise and video noise have been deleted, and generate a plurality of first images.

なお、前処理モジュール１１０は、外部から提供される極地地域の水深データから陸地領域を探知することができる。たとえば、前処理モジュール１１０は、ノイズが除去された複数の第１の画像の各ピクセルに対応する水深データの値が０ｍ以上であるピクセルを陸地領域として探知することができる。前処理モジュール１１０は、複数の第１の画像において探知された陸地領域のピクセルを除去することができる。したがって、前処理モジュール１１０で出力される複数の第１の画像は、たとえば、極地地域の海水領域および海氷領域に対する画像である。   In addition, the pre-processing module 110 can detect a land area from the water depth data of the polar region provided from the outside. For example, the preprocessing module 110 can detect, as a land area, a pixel having a depth value of 0 m or more corresponding to each pixel of the plurality of first images from which noise has been removed. The pre-processing module 110 may remove land area pixels detected in the plurality of first images. Therefore, the plurality of first images output by the preprocessing module 110 are, for example, images of a seawater region and a sea ice region in a polar region.

学習モジュール１２０は、前処理モジュール１１０が生成した複数の第１の画像の中から１つ以上の画像を選択し、選択された画像に対して解析情報を学習させることができる（Ｓ２０）。   The learning module 120 can select one or more images from the plurality of first images generated by the preprocessing module 110, and train the selected images for analysis information (S20).

たとえば、学習モジュール１２０は、選択された第１の画像において海氷領域および海水領域を分類し、分類された各領域のピクセルに分析情報を学習させることができる。分析情報は、管制センタ２００から提供された信号情報を含むことができる。また、分析情報は、データベース１４０から提供された気象情報を含むことができる。気象情報は、極地地域の気温情報および風情報を含むことができる。   For example, the learning module 120 can classify the sea ice region and the sea water region in the selected first image, and train the pixels in each of the classified regions for the analysis information. The analysis information may include signal information provided from the control center 200. In addition, the analysis information may include weather information provided from the database 140. Weather information may include temperature information and wind information for polar regions.

学習モジュール１２０は、複数の第１の画像の中から各領域を明確に区分することができる１つ以上の画像を選択することにより、選択された画像に対する分析情報学習の精度を高めることができる。   The learning module 120 can increase the accuracy of the analysis information learning for the selected image by selecting one or more images that can clearly distinguish each region from the plurality of first images. .

分析モジュール１３０は、学習モジュール１２０の学習結果に基づいて複数の第１の画像において海氷領域および海水領域をそれぞれ分析して探知することができる（Ｓ３０）。続いて、分析モジュール１３０は、探知結果に応じて複数の第１の画像から極地海域に対する映像を生成することができる（Ｓ４０）。   The analysis module 130 can analyze and detect the sea ice area and the seawater area in the plurality of first images based on the learning result of the learning module 120 (S30). Subsequently, the analysis module 130 may generate an image for the polar sea area from the plurality of first images according to the detection result (S40).

分析モジュール１３０は、学習モジュール１２０によって学習された分析情報に基づいて複数の第１の画像のそれぞれのピクセルが海氷領域および海水領域のうちどの領域に属するかを分析することができる。また、分析モジュール１３０は、分析結果に基づいて各第１の画像において海氷領域および海水領域を探知することができる。   The analysis module 130 may analyze which of the plurality of first images belongs to the sea ice area or the sea water area based on the analysis information learned by the learning module 120. Further, the analysis module 130 can detect a sea ice area and a seawater area in each first image based on the analysis result.

続いて、分析モジュール１３０は、探知結果に基づいて複数の第１の画像から領域が区分された極地海域の映像を生成することができる。この際、分析モジュール１３０は、分析結果および探知結果に基づいて領域間の境界線を補正することもできる。   Subsequently, the analysis module 130 may generate an image of the polar sea area in which the area is divided from the plurality of first images based on the detection result. At this time, the analysis module 130 may correct the boundary between the regions based on the analysis result and the detection result.

分析モジュール１３０は、管制センタ２００から提供された信号情報、および、データベース１４０に格納された気象情報、のうち少なくとも１つを用いて領域の分析および探知を行うことができる。分析モジュール１３０は、領域の分析および探知に対する精度を高めるために、信号情報および気象情報のすべての特性値を用いることもでき、信号情報および気象情報から所定個数の特性値を選択して用いることもできる。   The analysis module 130 can analyze and detect an area using at least one of the signal information provided from the control center 200 and the weather information stored in the database 140. The analysis module 130 may use all the characteristic values of the signal information and the weather information in order to increase the accuracy of the analysis and detection of the area, and may select and use a predetermined number of characteristic values from the signal information and the weather information. Can also.

分析モジュール１３０は、学習モジュール１２０の学習結果を正規化し、カーネル関数およびマージンパラメータに対する変数値を指定するか、あるいは確率的勾配降下法を用いることができる。分析モジュール１３０は、正規化された学習結果、変数値、信号情報、および気象情報の特性値を用いて複数の第１の画像のそれぞれのピクセルに対する情報を分析および探知することができる。   The analysis module 130 can normalize the learning result of the learning module 120 and specify variable values for the kernel function and the margin parameter, or can use a stochastic gradient descent method. The analysis module 130 may analyze and detect information on each pixel of the plurality of first images using the normalized learning result, the variable value, the signal information, and the characteristic value of the weather information.

データベース１４０には、極地地域に対する気象情報を格納することができる。気象情報は、海氷、海水、および陸地の気温に対する特性値と、極地地域の風速および風向に対する特性値とを含むことができる。   The database 140 can store weather information for polar regions. The weather information may include characteristic values for sea ice, seawater, and land temperature, and characteristic values for wind speed and direction in polar regions.

このように、本実施例の探知システム１００は、人工衛星３００から提供された複数の衛星信号に基づいて生成された極地地域に対する複数の画像に対して、衛星信号の特性値に応じた信号情報、および、極地地域に対する気象情報、を用いて海氷領域および海水領域の領域分類を学習させ、学習結果によって複数の画像において海氷領域および海水領域を正確に探知して極地海域の映像を生成することができる。   As described above, the detection system 100 according to the present embodiment uses the signal information corresponding to the characteristic value of the satellite signal for a plurality of images of the polar region generated based on the plurality of satellite signals provided from the artificial satellite 300. And learn the classification of sea ice area and sea water area using the meteorological information for the polar area and the sea ice area and sea water area in multiple images based on the learning result to generate the image of polar sea area can do.

したがって、本実施例の探知システム１００は、従来の特殊船舶を利用した極地地域の海氷探知よりも探知精度を高めることができ、また、リアルタイムで海氷領域を探知することができる。   Therefore, the detection system 100 according to the present embodiment can improve the detection accuracy more than the conventional sea ice detection in a polar region using a special ship, and can detect a sea ice area in real time.

図３ａ〜図３ｃは、本発明の海氷探知方法の例を示す図である。   3A to 3C are diagrams illustrating an example of the sea ice detecting method according to the present invention.

図３ａに示すように、管制センタ２００は、極地地域の互いに異なる領域に対する複数の画像情報を生成することができる。この際、互いに一部分が重なる画像情報は、後の時間帯に生成された画像情報により更新される。   As shown in FIG. 3A, the control center 200 can generate a plurality of pieces of image information for different areas in the polar region. At this time, the image information partially overlapping each other is updated by the image information generated in a later time zone.

たとえば、管制センタ２００は、時間ｔ０で提供された衛星信号からａ１領域に対する画像情報を生成し、時間ｔ１で提供された衛星信号からａ２領域に対する画像情報を生成することができる。この際、ａ１領域の画像情報とａ２領域の画像情報とは所定の部分が重なることがある。この際、管制センタ２００は、２つの画像の重畳領域に対してａ２領域の画像情報を適用して生成することができる。   For example, the control center 200 can generate image information for the area a1 from the satellite signal provided at time t0 and generate image information for the area a2 from the satellite signal provided at time t1. At this time, a predetermined portion of the image information of the area a1 and the image information of the area a2 may overlap. At this time, the control center 200 can generate the image by applying the image information of the area a2 to the superimposed area of the two images.

図３ｂに示すように、探知システム１００は、管制センタ２００から提供された複数の画像情報に対して信号ノイズおよび映像ノイズを除去して複数の第１の画像を生成し、これらの中で１つ以上の画像を選択して分析情報を学習させることができる。この際、探知システム１００は、学習の精度を高めるために、複数の第１の画像の中から海氷領域および海水領域の区分が明確な１つ以上の画像を選択することができる。   As shown in FIG. 3B, the detection system 100 removes signal noise and video noise from a plurality of pieces of image information provided from the control center 200 to generate a plurality of first images. The analysis information can be learned by selecting one or more images. At this time, the detection system 100 can select one or more images in which the division of the sea ice region and the sea water region is clear from the plurality of first images in order to enhance the learning accuracy.

一方、複数の第１の画像は、探知システム１００によって極地地域における陸地領域がすでに探知されて削除された画像でありうる。この際、探知システム１００は、陸地領域に対する画像を所定の記憶領域に格納しておくことができる。   On the other hand, the plurality of first images may be images in which the land area in the polar region has already been detected and deleted by the detection system 100. At this time, the detection system 100 can store an image for the land area in a predetermined storage area.

図３ｃに示すように、探知システム１００は、学習結果に基づいて複数の画像から海水領域（Ａ３）および海氷領域（Ａ２）を分析および探知して区分することができる。そして、探知システム１００は、探知して区分された海水領域（Ａ３）および海氷領域（Ａ２）と、すでに探知された陸地領域（Ａ１）とに基づいて、極地海域において陸地領域、海水領域、および海氷領域が区分された映像を生成することができる。また、探知システム１００は、各領域に対する分析および探知により各領域間の境界線が明確になるように補正することもできる。   As shown in FIG. 3c, the detection system 100 may analyze and detect a seawater area (A3) and a sea ice area (A2) from a plurality of images based on the learning result to classify them. Then, based on the detected seawater area (A3) and the sea ice area (A2) and the already detected land area (A1), the detection system 100 determines a land area, a seawater area, In addition, an image in which the sea ice region is divided can be generated. Further, the detection system 100 can also perform correction so that a boundary line between the regions becomes clear by analysis and detection of each region.

１００：探知システム
１１０：前処理モジュール
１２０：学習モジュール
１３０：解析モジュール
１４０：データベース
２００：管制センタ
３００：人工衛星 100: detection system 110: preprocessing module 120: learning module 130: analysis module 140: database 200: control center 300: artificial satellite

Claims (8)

衛星から取得した信号情報、および、前記信号情報が含まれた複数の画像情報、を提供するステップと、
前記複数の画像情報からノイズを除去して複数の第１の画像を生成するステップと、前記複数の第１の画像の中から１つ以上を選択し、選択された画像の各ピクセルに分析情報を学習させるステップと、
前記分析情報の学習結果、および、すでに格納された極地地域の気象情報、に基づいて、前記複数の第１の画像のぞれぞれのピクセルについて、海氷領域および海水領域に属する領域を分析して探知するステップと、
探知結果に基づいて、前記海氷領域および前記海水領域が区分された極地海域の映像を生成するステップと、を含み、
前記複数の第１の画像を生成するステップは、
前記信号情報に基づいて前記複数の画像情報から信号ノイズを除去するステップと、
前記信号ノイズが除去された複数の画像情報をダウンスケーリングして映像ノイズを除去するステップと、を含み、
前記映像ノイズを除去するステップは、
前記信号ノイズが除去された複数の画像情報のそれぞれにおいて１０＊１０ピクセルの平均値を算出するステップと、
前記平均値に応じて前記複数の画像情報のそれぞれの全体ピクセルに対するダウンスケーリングを行うステップと、を含み、
前記複数の画像情報は、時間帯別に極地地域の互いに異なる領域に対して生成されて提供され、
前記複数の画像情報の中で互いに隣接して一部が重なる画像の重畳領域に対して、後の時間帯に生成された画像情報により前記重畳領域の画像情報が更新される極地海域における海氷領域の探知方法。 Providing signal information obtained from a satellite, and a plurality of pieces of image information including the signal information,
Generating a plurality of first images by removing noise from the plurality of pieces of image information; selecting one or more of the plurality of first images, and analyzing information in each pixel of the selected image; Learning the
For each pixel of the plurality of first images, an area belonging to the sea ice area and the seawater area is analyzed based on the learning result of the analysis information and the weather information of the polar region already stored. And detecting,
Based on the detection result, saw including the steps of: the sea ice area and the seawater region to generate an image of segmented polar waters,
Generating the plurality of first images includes:
Removing signal noise from the plurality of pieces of image information based on the signal information;
Removing video noise by downscaling the plurality of image information from which the signal noise has been removed,
The step of removing the image noise includes:
Calculating an average value of 10 * 10 pixels in each of the plurality of pieces of image information from which the signal noise has been removed;
Performing down-scaling on each whole pixel of the plurality of pieces of image information according to the average value,
The plurality of image information is generated and provided for different regions of the polar region for each time zone,
Sea ice in a polar sea area in which image information of the superimposed region is updated by image information generated in a later time zone with respect to a superimposed region of an image partially adjacent to each other in the plurality of image information. How to detect the area. 前記複数の第１の画像を生成するステップは、前記複数の画像情報から前記極地地域の陸地領域を除去するステップをさらに含む請求項１に記載の極地海域における海氷領域の探知方法。   The method for detecting a sea ice area in a polar sea area according to claim 1, wherein the step of generating the plurality of first images further includes the step of removing a land area of the polar area from the plurality of image information. 前記分析情報を学習させるステップは、前記選択された第１の画像の各ピクセルに前記信号情報および前記気象情報のうち少なくとも１つを含む前記分析情報を学習させるステップである請求項１に記載の極地海域における海氷領域の探知方法。   The step of learning the analysis information is a step of learning the analysis information including at least one of the signal information and the weather information for each pixel of the selected first image. A method of detecting sea ice areas in polar waters. 前記気象情報は、極地地域の海氷、海水、および陸地に対する気温特性値、風速特性値、および風向特性値を含む請求項１に記載の極地海域における海氷領域の探知方法。   The method for detecting a sea ice region in a polar sea area according to claim 1, wherein the weather information includes a temperature characteristic value, a wind speed characteristic value, and a wind direction characteristic value for sea ice, sea water, and land on a polar region. 人工衛星から取得した複数の衛星信号に基づいて、信号情報、および、前記信号情報が含まれた極地地域に対する複数の画像情報、を生成する管制センタと、
前記管制センタから前記複数の画像情報および前記信号情報が提供され、前記極地地域を海氷領域、海水領域、および陸地領域に分類して極地海域の映像を生成する探知システムと、を含み、
前記探知システムは、
前記複数の画像情報から信号ノイズおよび映像ノイズを除去して複数の第１の画像を生成する前処理モジュールと、
前記極地地域に対する気象情報が格納されたデータベースと、
前記複数の第１の画像の中から１つ以上の第１の画像を選択し、選択された第１の画像の各ピクセルに前記信号情報および前記気象情報のうち少なくとも１つを含む分析情報を学習させる学習モジュールと、
前記分析情報の学習結果および前記気象情報に基づいて前記複数の第１の画像から海氷領域および海水領域を分析して探知し、探知結果に基づいて前記複数の第１の画像から前記極地海域の映像を生成する分析モジュールと、を含み、
前記前処理モジュールは、前記信号情報に基づいて前記複数の画像情報から前記信号ノイズを除去し、前記信号ノイズが除去された複数の画像情報に基づいて算出された１０＊１０ピクセルの平均値に応じてダウンスケーリングを行って映像ノイズを除去し、
前記管制センタは、時間帯別に前記極地地域の互いに異なる領域に対して前記複数の画像情報を生成し、前記複数の画像情報の中で互いに隣接して一部が重なる画像の重畳領域は、後の時間帯に生成された画像情報により前記重畳領域の画像情報を更新して生成する極地海域における海氷領域の探知システム。 Based on a plurality of satellite signals acquired from artificial satellites, signal information, and a plurality of image information for the polar region containing the signal information, a control center to generate,
A plurality of image information and the signal information are provided from the control center, and a detection system that classifies the polar region into a sea ice region, a seawater region, and a land region to generate an image of a polar sea region,
The detection system,
A preprocessing module that removes signal noise and video noise from the plurality of pieces of image information to generate a plurality of first images;
A database in which weather information for the polar region is stored,
Selecting at least one first image from the plurality of first images, and analyzing each pixel of the selected first image with analysis information including at least one of the signal information and the weather information; A learning module to learn,
A sea ice area and a seawater area are analyzed and detected from the plurality of first images based on the learning result of the analysis information and the weather information, and the polar sea area is detected from the plurality of first images based on the detection result. an analysis module to generate the image, only including,
The preprocessing module removes the signal noise from the plurality of pieces of image information based on the signal information, and calculates an average value of 10 * 10 pixels calculated based on the plurality of pieces of image information from which the signal noise has been removed. Perform downscaling accordingly to remove video noise,
The control center generates the plurality of pieces of image information for different areas of the polar region for each time zone, and a superimposed area of an image partially adjacent to each other in the plurality of pieces of image information is A system for detecting a sea ice area in a polar sea area, wherein the system updates the image information of the superimposed area with the image information generated in the time zone of . 前記前処理モジュールは、前記信号ノイズおよび前記映像ノイズが除去された複数の画像情報に基づいて前記極地海域の前記陸地領域を分析して探知する請求項５に記載の極地海域における海氷領域の探知システム。 The said preprocessing module analyzes the said land area of the said polar sea area based on the some image information from which the signal noise and the said image noise were removed, and detects the sea ice area in the polar sea area of Claim 5 . Detection system. 前記気象情報は、前記極地地域の海氷、海水、および陸地に対する気温特性値、風速特性値、および風向特性値を含む請求項５に記載の極地海域における海氷領域の探知システム。 The system for detecting a sea ice area in a polar sea area according to claim 5 , wherein the weather information includes a temperature characteristic value, a wind speed characteristic value, and a wind direction characteristic value for sea ice, sea water, and land on the polar region. 前記信号情報は、前記人工衛星から送出される信号の偏波情報、入射角情報、ならびに前記極地地域の海氷、海水、および陸地から反射される反射波情報、を含む請求項５に記載の極地海域における海氷領域の探知システム。 The signal information, polarization information of the signal transmitted from the artificial satellite, the incident angle information, and ice of the polar regions, sea water, and the reflected wave information reflected from land, according to claim 5 comprising Sea ice area detection system in polar waters.
JP2018206475A 2017-11-01 2018-11-01 Detection method of sea ice area in polar waters and detection system therefor Active JP6676728B2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170144615A KR101980354B1 (en) 2017-11-01 2017-11-01 Detection method and system for discrimination of sea ice in the polar region
KR10-2017-0144615 2017-11-01

Publications (2)

Publication Number Publication Date
JP2019087244A JP2019087244A (en) 2019-06-06
JP6676728B2 true JP6676728B2 (en) 2020-04-08

Family

ID=66546802

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018206475A Active JP6676728B2 (en) 2017-11-01 2018-11-01 Detection method of sea ice area in polar waters and detection system therefor

Country Status (2)

Country Link
JP (1) JP6676728B2 (en)
KR (1) KR101980354B1 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110442665B (en) * 2019-08-02 2022-09-30 上海海事大学 Polar region sea area ice condition fusion display method
CN110458089B (en) * 2019-08-08 2020-11-06 中国人民解放军军事科学院国防科技创新研究院 Marine target association system and method based on high-low orbit optical satellite observation
CN110956101B (en) * 2019-11-19 2020-08-07 广东省城乡规划设计研究院 Remote sensing image yellow river ice detection method based on random forest algorithm
CN112633171A (en) * 2020-12-23 2021-04-09 北京恒达时讯科技股份有限公司 Sea ice identification method and system based on multi-source optical remote sensing image
CN112989258B (en) * 2021-01-19 2024-03-15 中国极地研究中心 Polar sea ice thickness measuring method and device, electronic equipment and storage medium
CN113315563B (en) * 2021-03-22 2022-05-17 中国科学院微小卫星创新研究院 Global networking cooperative constellation emergency scheduling method
CN113269026B (en) * 2021-04-02 2022-11-11 首都师范大学 Yellow river delta turbid sea area sea ice classification method based on surface features
CN116597319B (en) * 2023-04-19 2024-02-02 北京师范大学 Sea ice daily data comprehensive processing method and device and computing equipment

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5423631B2 (en) * 2010-09-24 2014-02-19 株式会社デンソー Image recognition device
KR20130100851A (en) * 2012-02-08 2013-09-12 가이아쓰리디 주식회사 Method for processing satellite image and system for processing the same
KR101713928B1 (en) * 2015-06-04 2017-03-09 한국해양과학기술원 Analysis apparatus for oceanographic information, and control method thereof

Also Published As

Publication number Publication date
KR20190049114A (en) 2019-05-09
JP2019087244A (en) 2019-06-06
KR101980354B1 (en) 2019-05-21

Similar Documents

Publication Publication Date Title
JP6676728B2 (en) Detection method of sea ice area in polar waters and detection system therefor
Wright Intelligent autonomous ship navigation using multi-sensor modalities
JP6319785B2 (en) Abnormal tide level fluctuation detection device, abnormal tide level fluctuation detection method, and abnormal tide level fluctuation detection program
Graziano et al. Ship heading and velocity analysis by wake detection in SAR images
CN111899568B (en) Bridge anti-collision early warning system, method and device and storage medium
US8422738B1 (en) Adaptive automated synthetic aperture radar vessel detection method with false alarm mitigation
EP3505951A1 (en) A target object detecting device, a method of detecting a target object and a computer readable medium
WO2020003586A1 (en) Data generation device, image identification device, data generation method, and storage medium
CN112560671B (en) Ship detection method based on rotary convolution neural network
US20200379104A1 (en) Three-dimensional forward-looking sonar target recognition with machine learning
Dickens et al. Application of machine learning in satellite derived bathymetry and coastline detection
CN112347218B (en) Unmanned ship environment map generation method and unmanned ship sensing system
KR20200092791A (en) Navigation system of unmanned ship and method for the same
Febriawan et al. Support vector machine and decision tree based classification of side-scan sonar mosaics using textural features
Naus et al. Precision in determining ship position using the method of comparing an omnidirectional map to a visual shoreline image
KR102007196B1 (en) Method and apparatus for searching arctic optimal route using multi overlap lattice technique
JP6154219B2 (en) Echo signal processing device, wave radar device, echo signal processing method, and echo signal processing program
KR20210150776A (en) System for predicting wave information through machine learning of sea level image
Zhou et al. Surveying a floating iceberg with the USV SEADRAGON
CN115436966A (en) Batch extraction method for laser radar reference water depth control points
Borra et al. Identifying rip channels along RK Beach, Visakhapatnam using video and satellite imagery analysis
Chapple Unsupervised detection of mine-like objects in seabed imagery from autonomous underwater vehicles
Wright Virtual aids to navigation
CN113039552A (en) Automatic generation of training images
Pandey et al. Deep Learning for Iceberg Detection in Satellite Images

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181101

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190924

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191001

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191227

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: 20200225

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200312

R150 Certificate of patent or registration of utility model

Ref document number: 6676728

Country of ref document: JP

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