JP7077961B2 - 画像解析装置、画像解析方法及びプログラム - Google Patents

画像解析装置、画像解析方法及びプログラム Download PDF

Info

Publication number
JP7077961B2
JP7077961B2 JP2018559097A JP2018559097A JP7077961B2 JP 7077961 B2 JP7077961 B2 JP 7077961B2 JP 2018559097 A JP2018559097 A JP 2018559097A JP 2018559097 A JP2018559097 A JP 2018559097A JP 7077961 B2 JP7077961 B2 JP 7077961B2
Authority
JP
Japan
Prior art keywords
stable reflection
reflection points
distance
stable
unit
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
JP2018559097A
Other languages
English (en)
Other versions
JPWO2018123748A1 (ja
Inventor
大地 田中
治 宝珠山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2018123748A1 publication Critical patent/JPWO2018123748A1/ja
Application granted granted Critical
Publication of JP7077961B2 publication Critical patent/JP7077961B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/7635—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks based on graphs, e.g. graph cuts or spectral clustering
    • 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
    • G06T2207/10044—Radar image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Electromagnetism (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Discrete Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

本発明は、画像解析装置、画像解析方法及びコンピュータ読み取り可能記録媒体に関する。
合成開口レーダー（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ：ＳＡＲ）によって得られるＳＡＲ画像が、様々な分野で用いられている。例えば、ＳＡＲ画像を用いた構造物の解析等が行われつつある。
特許文献１は、市街地領域及び地すべり地帯の運動のレーダー測定に関する手順が記載されている。特許文献１に記載の技術は、基準デジタル高度モデルを用いて、同一画像に対するＮ－１個の差分干渉像を解析し、恒久散乱体を識別する。
国際公開第００／０７２０４５号
ＳＡＲ画像システムが得られると、一般に、地表面や構造物等の観測の対象と画像の各々の箇所との対応付けが行われる。しかしながら、ＳＡＲ画像中の点と対象との対応付けは困難な場合がある。すなわち、特許文献１に記載の技術に対して、更にＳＡＲ画像と対象との対応付けを容易にする技術が求められている。
本発明は、上記課題を解決するためになされたものであって、ＳＡＲ画像と対象との対応付けを容易にする画像解析装置等を提供することを主たる目的とする。
本発明の一態様における画像解析装置は、複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、複数のＳＡＲ画像において反射が安定している安定反射点を特定する安定反射点特定手段と、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づいて、安定反射点の各々をクラスタリングするクラスタリング手段とを備える。
また、本発明の一態様における画像解析方法は、複数のＳＡＲ画像に基づいて、複数のＳＡＲ画像において反射が安定している安定反射点を特定し、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づいて、安定反射点の各々をクラスタリングする。
また、本発明の一態様におけるコンピュータ読み取り可能記録媒体は、コンピュータに、複数のＳＡＲ画像に基づいて、複数のＳＡＲ画像において反射が安定している安定反射点を特定する処理と、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づいて、安定反射点の各々をクラスタリングする処理とを実行させるプログラムを非一時的に格納する。
本発明によると、ＳＡＲ画像と対象との対応付けを容易にする画像解析装置等を提供することができる。
本発明の第１の実施形態における画像解析装置を示す図である。 本発明の第１の実施形態における画像解析装置のクラスタリング部の詳細な構成を含む例を示す図である。 本発明の第１の実施形態における画像解析装置に含まれる距離特定部の例を示す図である。 本発明の第１の実施形態における画像解析装置のクラスタリング部の他の詳細な構成を含む例を示す図である。 本発明の第１の実施形態における画像解析装置の動作を示すフローチャートである。 本発明の第１の実施形態における画像解析装置に含まれる最小全域木生成部の動作を示すフローチャートである。 ＳＡＲ画像においてレイオーバーが生じる原理に関する図である。 本発明の第２の実施形態における画像解析装置を示す図である。 本発明の第２の実施形態における画像解析装置のクラスタリング部の詳細な構成を含む例を示す図である。 本発明の第２の実施形態における画像解析装置の動作を示すフローチャートである。 本発明の第２の実施形態における画像解析装置に含まれる分類部の動作を示すフローチャートである。 本発明の第３の実施形態における画像解析装置を示す図である。 本発明の第３の実施形態における画像解析装置の他の例を示す図である。 ＳＡＲ画像による解析の対象の例を示す図である。 クラスタリングがなされる前の安定反射点の例を示す図である。 クラスタリングがなされた後の安定反射点の例を示す図である。 クラスタリングがなされた後の安定反射点と対象との対応付けが行われた場合の例を示す図である。 本発明の各実施形態における画像解析装置等を実現する情報処理装置の例を示す図である。
本発明の各実施形態について、添付の図面を参照して説明する。本発明の各実施形態において、各装置の各構成要素は、機能単位のブロックを示している。各装置の各構成要素の一部又は全部は、例えば図１８に示すような情報処理装置５００とプログラムとの任意の組み合わせにより実現される。情報処理装置５００は、一例として、以下のような構成を含む。
・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５０２
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５０３
・ＲＡＭ５０３にロードされるプログラム５０４
・プログラム５０４を格納する記憶装置５０５
・記録媒体５０６の読み書きを行うドライブ装置５０７
・通信ネットワーク５０９と接続する通信インターフェース５０８
・データの入出力を行う入出力インターフェース５１０
・各構成要素を接続するバス５１１
各実施形態における各装置の各構成要素は、これらの機能を実現するプログラム５０４をＣＰＵ５０１が取得して実行することで実現される。各装置の各構成要素の機能を実現するプログラム５０４は、例えば、予め記憶装置５０５やＲＡＭ５０３に格納されており、必要に応じてＣＰＵ５０１が読み出す。なお、プログラム５０４は、通信ネットワーク５０９を介してＣＰＵ５０１に供給されてもよいし、予め記録媒体５０６に格納されており、ドライブ装置５０７が当該プログラムを読み出してＣＰＵ５０１に供給してもよい。
各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素毎にそれぞれ別個の情報処理装置５００とプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つの情報処理装置５００とプログラムとの任意の組み合わせにより実現されてもよい。
また、各装置の各構成要素の一部又は全部は、プロセッサ等を含む汎用または専用の回路（ｃｉｒｃｕｉｔｒｙ）や、これらの組み合わせによって実現される。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
各装置の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
（第１の実施形態）
まず、本発明の第１の実施形態について説明する。図１は、本発明の第１の実施形態における画像解析装置を示す図である。
図１に示すとおり、本発明の第１の実施形態における画像解析装置１００は、主な要素として、図１の点線で囲まれた要素である、安定反射点特定部１１０と、クラスタリング部１３０とを備える。また、画像解析装置１００は、位相特定部１２０と、ＳＡＲ画像記憶部１５０とを備えてもよい。安定反射点特定部１１０は、複数のＳＡＲ画像に基づいて、複数のＳＡＲ画像において反射が安定している安定反射点を特定する。位相特定部１２０は、複数のＳＡＲ画像に基づいて、安定反射点の各々における位相を特定する。クラスタリング部１３０は、安定反射点の各々の間のユークリッド距離及び安定反射点の各々における位相の相関に基づいて、安定反射点の各々をクラスタリングする。ＳＡＲ画像記憶部１５０は、解析の対象となる複数のＳＡＲ画像を格納する。
続いて、本発明の第１の実施形態における画像解析装置１００の各構成について説明する。
安定反射点特定部１１０は、安定反射点を特定する。安定反射点は、同じ領域を撮影した複数のＳＡＲ画像において、反射が安定している１つ以上の画素である。安定反射点は、一般に、地表面や構造物、道路等に対応付けられる。安定反射点特定部１１０は、公知の手法等を用いて安定反射点を特定する。公知の手法として、例えば特許文献１に記載のＰＳ－ｉｎＳＡＲ（Ｐｅｒｍａｎｅｎｔ Ｓｃａｔｔｅｒｓ Ｉｎｔｅｒｆｅｒｏｍｅｔｒｙ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）解析の手法等が用いられる。また、複数のＳＡＲ画像として、例えば予めＳＡＲ画像記憶部１５０等に記憶された画像が適宜用いられる。
位相特定部１２０は、安定反射点となる画素の各々における位相を特定する。位相の特定として、位相特定部１２０は、例えば、安定反射点となる画素毎に、複数のＳＡＲ画像の各々の当該画素における位相を要素とする配列を生成する。なお、この配列を位相配列と呼ぶ場合がある。
位相特定部１２０は、各々の安定反射点における位相の一例として、基準となるＳＡＲ画像と他のＳＡＲ画像との位相の変化を求めてもよい。この場合には、同じ領域を撮影した複数のＳＡＲ画像のうち、基準となるＳＡＲ画像が予め定められる。そして、位相特定部１２０は、基準となるＳＡＲ画像と他のＳＡＲ画像の各々との位相の差を求めて配列の要素とする。また、別の例として、位相特定部１２０は、基準となるＳＡＲ画像を定めずに、複数のＳＡＲ画像の位相を時系列の順等に配列の要素としてもよい。
上述した場合において、各々の位相は、例えば絶対値が１となるように正規化された複素数の形式にて表される。
また、位相特定部１２０は、ＤＥＭ（Ｄｉｇｉｔａｌ Ｅｌｅｖａｔｉｏｎ Ｍｏｄｅｌ）を用いて、対象の標高に依存して変化し得る位相の変化を除去してもよい。位相特定部１２０は、大気の揺らぎに依存した位相の変化を公知の手法を用いる等して除去してもよい。これらの位相の変化の除去は、観測の対象等に応じて適宜行われればよい。例えば、山の斜面に設けられた道路が対象とされる場合には、対象の標高に依存して変化し得る位相の変化が除去されることで、斜面の影響を除去したクラスタリングが可能となる。
クラスタリング部１３０は、安定反射点の各々をクラスタリングする。より詳しくは、クラスタリング部１３０は、安定反射点特定部１１０によって特定された安定反射点となる画素の位置と、位相特定部１２０によって特定された位相の相関を用いて、安定反射点の各々をクラスタリングする。すなわち、クラスタリング部１３０は、複数の安定反射点を、任意の数の集合へそれぞれ分類する。なお、クラスタリング部１３０は、位相特定部１２０によって特定された位相に限らず、予め他の手段によって特定された位相の相関を用いて安定反射点の各々をクラスタリングしてもよい。
クラスタリングされた複数の安定反射点の各々は、通常、地表面や構造物、道路等の観測の対象とそれぞれ関連する。したがって、安定反射点がクラスタリングされることで、ＳＡＲ画像から特定される安定反射点と観測の対象との対応付けが容易になる。なお、以下の説明において、クラスタリングされた安定反射点の集合のそれぞれをクラスタと称する場合がある。
本実施形態では、クラスタリング部１３０は、上述したユークリッド距離及び位相の相関に基づいて定められる安定反射点の各々の間の関係に基づき、予め互いに接続された安定反射点の各々を分離することで、クラスタリングを行う。
なお、本発明の各実施形態においては、安定反射点の各々の間の関係を距離と称する。すなわち、距離は、２つの安定反射点の間のＳＡＲ画像におけるユークリッド距離と、２つの安定反射点の間の位相の相関に基づいて、２つの安定反射点の組の間の各々に対して定められる。２つの安定反射点の間の距離は、当該２つの安定反射点の関係の程度を示す。距離の詳細は後述する。
図２は、本実施形態におけるクラスタリング部１３０の詳細な構成の一例を示す図である。図２に示す例では、クラスタリング部１３０は、距離特定部１３１と、最小全域木生成部１３２と、分離部１３３とを有する。
距離特定部１３１は、安定反射点の各々の間のユークリッド距離及び安定反射点の各々における位相の相関に基づいて、２つの安定反射点の関係を示す距離を特定する。最小全域木生成部１３２は、距離特定部１３１によって求められる距離に基づいて、安定反射点に関する最小全域木を生成する。分離部１３３は、距離特定部１３１によって求められる距離及び予め定められた閾値に基づいて、安定反射点に関する最小全域木を分離する。分離された安定反射点の集合の各々が、安定反射点のクラスタとなる。
なお、クラスタリング部１３０は、図３に示すように、更に閾値決定部１３４を有してもよい。閾値決定部１３４は、最小全域木に基づいて、分離部１３３にて最小全域木が分離される場合に用いられる閾値を決定する。
図２に示すクラスタリング部１３０の各要素について、更に説明する。まず、距離特定部１３１は、２つの安定反射点の間の距離を特定する。上述したように、本発明の各実施形態において、２つの安定反射点の間の距離は、当該２つの安定反射点の関係の程度を示す。すなわち、２つの安定反射点の間の距離は、２つの安定反射点が、異なる対象に関連するか（又は同じ対象に関連するか）を示す指標となる。
ＳＡＲ画像に含まれる安定反射点のうち、任意の２つの安定反射点の各々は、例えば以下の関係にあることが想定される。すなわち、ＳＡＲ画像において離れた点は、それぞれ異なる対象に関連する可能性が高く、ＳＡＲ画像において近接した点は、それぞれ同じ対象に関連する可能性が高いと想定される。また、ＳＡＲ画像において標高が大きく異なる点は、それぞれ異なる対象に関連する可能性が高く、ＳＡＲ画像において標高が概ね同じ点は、それぞれ同じ対象に関連する可能性が高いと想定される。同様に、ＳＡＲ画像において変位が大きく異なる点は、それぞれ異なる対象に関連する可能性が高く、ＳＡＲ画像において変位が概ね同じ点は、それぞれ同じ対象に関連する可能性が高いと想定される。
そして、ＳＡＲ画像において２つの安定反射点が離れているか否かは、ＳＡＲ画像における当該２つの安定反射点の間のユークリッド距離によって評価が可能であると考えられる。また、ＳＡＲ画像において２つの安定反射点の標高又はＳＡＲ画像における当該２つの安定反射点の位相の相関によって評価が可能であると考えられる。
そこで、本実施形態においては、距離特定部１３１は、複数の安定反射点のうちの任意の２つの安定反射点の間の距離を、当該２つの安定反射点の間のユークリッド距離及び２つの安定反射点の位相の相関に基づいて定める。
距離特定部１３１によって求められる２つの安定反射点の間の距離が相対的に大きい場合には、２つの安定反射点の関係は弱く、２つの安定反射点はそれぞれ異なる対象に関連する可能性が高いことを表す。また、距離特定部１３１によって求められる２つの安定反射点の間の距離が小さい場合には、２つの安定反射点の関係は強く、２つの安定反射点は同じ対象に関連する可能性が高いことを表す。
なお、上述した説明における変位は、対象の位置の変化を表す。変位は、たとえば建物等の構造物が対象である場合は、当該建物の傾き等に起因して生じる。また、例えば対象が地表面である場合には、変位は、地盤沈下や地滑り等に起因して生じる。
距離特定部１３１による２つの安定反射点の間の距離の特定の一例について、更に説明する。この例においては、距離特定部１３１が更に図４に示すような構成を有することを想定する。すなわち、この例では、距離特定部１３１は、相関係数算出部１３１１と、ユークリッド距離算出部１３１２と、統合部１３１３と、変換部１３１４とを有する。
相関係数算出部１３１１は、２つの安定反射点に関して位相特定部１２０によって特定された位相の相関係数を求める。相関係数算出部１３１１は、例えば公知の手法を用いて、２つの安定反射点に関する位相（たとえば位相配列の各々）についての相関係数を算出する。
ユークリッド距離算出部１３１２は、２つの安定反射点に関するユークリッド距離を求める。ユークリッド距離算出部１３１２は、２つの安定反射点の座標等の位置情報を用いて、公知の手法等によって画像におけるユークリッド距離を求める。
統合部１３１３は、相関係数算出部１３１１にて求められた２つの安定反射点に関する相関係数と、ユークリッド距離算出部１３１２にて求められた２つの安定反射点に関するユークリッド距離に基づいて、上述した距離を求める。
なお、本実施形態における距離は、上述のように、２つの安定反射点の関係が強い場合に小さい値となる。しかしながら、相関係数は、一般に、相関が強い場合に大きい値となる。そこで、統合部１３１３は、変換部１３１４を備えてもよい。変換部１３１４は、相関が強い場合に大きい値となる相関係数を、相関が強い場合に小さい値となるように変換する。
そして、統合部１３１３は、例えば変換部１３１４によって変換された相関係数とユークリッド距離との積を、上述した距離とする。
変換部１３１４による変換の具体的な処理について、更に説明する。変換部１３１４は、一例として以下の（１）式を用いて相関係数を変換する。すなわち、変換部１３１４は、以下のｒへ相関係数を与えることで相関係数を変換する。なお、以下の例においては、相関係数算出部１３１１にて求められる相関係数は、０以上１以下の値を取り得ると想定する。
Figure 0007077961000001
また、変換部１３１４は、一例として以下の（２）式を用いて相関係数を変換してもよい。なお、γは、０より大きい実数であり、予め定められる。変換部１３１４は、以下のｒへ相関係数を与えることで相関係数を変換する。
Figure 0007077961000002
（２）式では、ｒが正の方向から０に近づくと値が無限大へ発散する。そのため、２つの安定反射点の相関が弱い場合に、上述した距離が大きな値となる。つまり、線形に値を変換する（１）式に代えて（２）式が変換部１３１４にて用いられることで、２つの安定反射点の相関が弱い場合に、分離部１３３で２つの安定反射点が他のクラスタに属するようクラスタリングされる可能性が高まる。言い換えると、２つの安定反射点の相関が弱い場合に、２つの安定反射点が同じクラスタに属するようにクラスタリングされる可能性が小さくなる。
なお、上述した可能性の程度は、γの値を適宜調整することで変化する。例えば、γとして設定される値が大きくなると、相関が小さな２つの安定反射点が同じクラスタに属するようにクラスタリングされる可能性が小さくなる。
更に、変換部１３１４は、一例として以下の（３）式を用いて相関係数を変換してもよい。この場合においても、変換部１３１４は、以下のｒへ相関係数を与えることで相関係数を変換する。
Figure 0007077961000003
（３）式を用いることで、例えば（２）式を用いる場合と比較すると、変換部１３１４の処理の高速化が可能となる。
統合部１３１３は、上述した処理とは異なる処理によって上述した距離を求めてもよい。例えば、統合部１３１３は、相関係数又はユークリッド距離の少なくとも一方に重みを付与して距離を求めてもよい。このようにすることで、相関係数又はユークリッド距離のうち、重視する指標の値が大きく反映された距離が求められる。また、統合部１３１３は、変換部１３１４によって変換された相関係数とユークリッド距離との和を上述した距離としてもよい。
また、統合部１３１３又は変換部１３１４によって行われる具体的な処理は、上述した例に限られない。統合部１３１３又は変換部１３１４によって行われる具体的な処理は、後述する分離部１３３による分離の方針や、相関係数又はユークリッド距離のうちの重視する指標等に応じて適宜選択される。
なお、距離特定部１３１は、上述した構成や手順とは異なる構成や手順によって、２つの安定反射点の間の距離を特定してもよい。また、距離特定部１３１によって求められる距離は、２つの安定反射点の関係の程度を示す指標であればよい。
最小全域木生成部１３２は、安定反射点に関する最小全域木を生成する。本実施形態においては、最小全域木生成部１３２は、距離特定部１３１にて求められる２つの安定反射点の各々の距離に基づいて、最小全域木を生成する。
最小全域木は、安定反射点特定部１１０によって特定された全ての安定反射点が、距離特定部１３１によって求められる距離の総和が最小となるような枝によって、閉路が構成されないように接続された木構造である。なお、この場合において、最小全域木の枝の各々には、枝と接続する２つの安定反射点の間の距離が重みとして付されている。
最小全域木生成部１３２は、プリム法やクラスカル法等の公知の手法を用いて最小全域木を生成する。プリム法に基づく場合には、最小全域木生成部１３２は、例えば以下のように最小全域木を生成する。
最小全域木生成部１３２は、まず、安定反射点特定部１１０によって特定された安定反射点のうち、選択された一つの安定反射点をグラフの初期状態とする。最小全域木生成部１３２は、グラフに属するいずれかの安定反射点と、グラフに属さない安定反射点のいずれかとのうち、距離が最小となる２つの安定反射点の組を求める。距離は、上述した距離特定部１３１によって求められる。そして、最小全域木生成部１３２は、上述した組に含まれる安定反射点のうち、グラフに属さない安定反射点及び上述した組に含まれる２つの安定反射点を接続する枝をグラフに加える。最小全域木生成部１３２は、これらの処理を、全ての安定反射点がグラフに属するまで繰り返す。全ての安定反射点が上述したグラフに属すると、最小全域木生成部１３２は、当該グラフを最小全域木とする。
分離部１３３は、距離特定部１３１によって求められる距離及び予め定められた閾値に基づいて、安定反射点に関する最小全域木を分離する。分離部１３３は、距離が閾値よりも大きな枝にて最小全域木を分離する。分離された最小全域木の各々が安定反射点のクラスタとなる。
安定反射点のクラスタの各々では、枝で接続された２つの安定反射点の間の距離は、閾値よりも小さい値となる。すなわち、クラスタの各々は、互いに近接して関連のある複数の安定反射点の集合となる。
閾値は、例えばＳＡＲ画像に含まれる対象等に応じて、画像解析装置１００等の利用者等によって予め適宜定められる。分離部１３３は、閾値を取得するための画面や、閾値の決定に際して参考となる距離の情報等を、ディスプレイを含む任意の出力手段に出力してもよい。
また、上述のように、クラスタリング部１３０は、上述した閾値を特定する閾値決定部１３４を有してもよい。閾値決定部１３４は、例えば、最小全域木の枝にて接続されている２つの安定反射点の各々の間の距離の平均値と標準偏差に基づいて、閾値を特定する。
クラスタリング部１３０が閾値決定部１３４を有することで、画像解析装置１００の利用者による閾値の入力が不要となる。また、閾値決定部１３４によって特定された閾値を、画像解析装置１００の利用者が更に修正するような構成であってもよい。この場合に、閾値決定部１３４は、修正された閾値を取得するための画面や、閾値の特定に際して閾値決定部１３４が用いた情報等を、ディスプレイを含む任意の出力手段に出力してもよい。
続いて、図５に示すフローチャートを用いて、本発明の第１の実施形態における画像解析装置１００及び画像解析装置１００のクラスタリング部１３０が備える最小全域木生成部１３２の動作を説明する。
最初に、安定反射点特定部１１０は、安定反射点を特定する（ステップＳ１０１）。
次に、位相特定部１２０は、安定反射点の各々における位相を特定する（ステップＳ１０２）。位相特定部１２０は、上述した位相配列を算出する等によって位相を特定する。
次に、ステップＳ１０３及びＳ１０４において、クラスタリング部１３０は、安定反射点の各々をクラスタリングする。例えば、ステップＳ１０３において、クラスタリング部１３０の最小全域木生成部１３２は、最小全域木を生成する。続いて、ステップＳ１０４において、クラスタリング部１３０の分離部１３３は、閾値を基準として最小全域木を分離することで、クラスタを生成する。
また、プリム法に基づいて最小全域木を生成する場合には、最小全域木生成部１３２は、図６に示すフローチャートに沿って動作する。
最初に、分離部１３３は、安定反射点特定部１１０によって特定された安定反射点のうち、一つの安定反射点をランダムに生成して重み付きグラフを生成する（ステップＳ１３１）。
次に、分離部１３３は、ステップＳ１３２の処理を行う。ステップＳ１３２では、分離部１３３は、ステップＳ１３１にて生成された重み付きグラフに属するいずれかの安定反射点と、重み付きグラフに属さない安定反射点のいずれかとのうち、距離が最小となる２つの安定反射点の組を探索する。ステップＳ１３２では、距離は距離特定部１３１によって求められる。
次に、分離部１３３は、ステップＳ１３２にて探索して求められた組に含まれる安定反射点のうち、グラフに属さない安定反射点を重み付きグラフに追加する（ステップＳ１３３）。また、分離部１３３は、上述した組に含まれる２つの安定反射点を接続する枝を併せて重み付きグラフに加える。
次に、分離部１３３は、全ての安定反射点が重み付きグラフに属するかを判定する（ステップＳ１３４）。全ての安定反射点が重み付きグラフに属する場合には（ステップＳ１３４：Ｙｅｓ）、分離部１３３は、処理を終了する。この場合には、分離された重み付きグラフの各々がクラスタとなる。
一方、重み付きグラフに属さない安定反射点が存在する場合には（ステップＳ１３４：Ｎｏ）、分離部１３３は、ステップＳ１３２に戻って処理を継続する。
以上のとおり、本発明の第１の実施形態における画像解析装置１００は、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づき、複数のＳＡＲ画像における安定反射点の各々をクラスタリングする。
一般に、安定反射点が求められた場合には、ビルや橋、道路、地面等の対象との対応付けが必要となる。この場合に、安定反射点と上述した対象との対応関係が分かりにくい場合がある。これは、主に二つの原因に起因する。
安定反射点と対象との対応関係が分かりにくくする原因の一つは、レイオーバー又は倒れこみと呼ばれる現象である。レイオーバーは、地理的に離れた場所にある複数の安定反射点が、ＳＡＲ画像においては同じ又は近接した箇所に入り混じって現れる現象である。この現象は、ＳＡＲが、アンテナと反射体との間の距離に応じた情報を取得する観測手段であることによって生じる。
図７は、レイオーバーが生じる場合の例を示す図である。ＳＡＲ衛星６０１は、ビル６０２－１及び６０２－２を観測の対象とする。この場合に、ビル６０２－１の地点Ａとビル６０２－２の地点Ｂとは、ＳＡＲ衛星６０１のアンテナからは等距離にある。したがって、地点Ａ及び地点Ｂは、ＳＡＲ画像においては同じ場所に重畳して現れる。このような性質は、安定反射点と対象との対応付けを困難にする。
安定反射点と対象との対応関係が分かりにくくする原因のもう一つは、安定反射点の数の多さである。ＳＡＲ画像の解析により、一般に多くの安定反射点が特定される。そして、安定反射点の各々について、個々に対象との対応付けを行う場合には、大きな手間と長い時間が必要となる。
これに対して、本実施形態における画像解析装置１００は、安定反射点の各々をクラスタリングする。クラスタリングされた安定反射点のクラスタを用いることで、クラスタを単位とした安定反射点と対象との対応付けが可能となる。これにより、安定反射点の各々について、個々に対象との対応付けを行う必要性が小さくなる。
また、画像解析装置１００は、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づいて求められる距離を用いてクラスタリングする。そのため、画像解析装置１００は、対象となる構造物の周囲を他の構造物が囲い込むような形状であっても、構造物毎の安定反射点のクラスタリングを可能とする。つまり、例えばレイオーバー等の事象が生じる場合においても、構造物等の対象毎にクラスタが生成される。
したがって、画像解析装置１００は、ＳＡＲ画像と対象との対応付けを容易にする。
（第２の実施形態）
続いて、本発明の第２の実施形態について説明する。図８は、本発明の第２の実施形態における画像解析装置を示す図である。
図８に示すとおり、本発明の第２の実施形態における画像解析装置２００は、主な要素として、図８の点線で囲まれた要素である、安定反射点特定部１１０と、クラスタリング部２３０とを備える。また、画像解析装置２００は、位相特定部１２０と、ＳＡＲ画像記憶部１５０を備えてもよい。安定反射点特定部１１０、位相特定部１２０及びＳＡＲ画像記憶部１５０は、第１の実施形態における画像解析装置１００が備える要素と同様の要素である。クラスタリング部２３０は、安定反射点の各々の間のユークリッド距離及び安定反射点の各々の位相の相関に基づいて、安定反射点をクラスタリングする。
すなわち、本実施形態における画像解析装置２００は、クラスタリング部１３０に代えてクラスタリング部２３０を備える点が、第１の実施形態における画像解析装置１００と異なる。以下、クラスタリング部２３０について説明する。
クラスタリング部２３０は、上述したクラスタリング部１３０と同様に、安定反射点特定部１１０にて特定された安定反射点となる画素の位置と、位相特定部１２０にて特定された位相の相関を用いて、安定反射点をクラスタリングする。本実施形態では、クラスタリング部２３０は、ユークリッド距離及び位相の相関に基づいて定められる上述した距離に基づいて、安定反射点の各々を予め生成されたクラスタに対して分類することで、クラスタリングを行う。なお、クラスタリング部２３０は、位相特定部１２０によって特定された位相に限らず、予め他の手段によって特定された位相の相関を用いて安定反射点の各々をクラスタリングしてもよい。
図９は、クラスタリング部２３０の詳細な構成の一例を示す図である。図９に示す例では、クラスタリング部２３０は、初期クラスタ生成部２３５と、距離特定部１３１と、分類部２３６とを備える。
初期クラスタ生成部２３５は、安定反射点の各々に対する初期クラスタを生成する。距離特定部１３１は、第１の実施形態における画像解析装置１００のクラスタリング部１３０が備える距離特定部１３１と同様の要素である。分類部２３６は、予め生成されたクラスタと安定反射点の各々との距離に基づいて、安定反射点の各々を分類する。すなわち、分類部２３６は、初期クラスタ等のクラスタへ予め分類された安定反射点を、クラスタと安定反射点との距離が小さくなるように各々のクラスタへ分類する。
図９に示すクラスタリング部２３０の各要素のうち、クラスタリング部１３０に含まれる距離特定部１３１を除く要素について、更に説明する。まず、初期クラスタ生成部２３５は、安定反射点の各々に対する初期クラスタを生成する。初期クラスタ生成部２３５は、例えば画像解析装置２００の利用者等によって予め指定された数の初期クラスタを生成する。初期クラスタ生成部２３５は、生成される初期クラスタの数に関する指定がない場合には、生成する初期クラスタの数を適宜決定して初期クラスタを生成してもよい。
生成される初期クラスタの数は特に限定されない。生成される初期クラスタの数は、安定反射点の数、ＳＡＲ画像の被写体となる対象の数などに応じて適宜決定されればよい。
また、初期クラスタは、各々の後述するセントロイドが、ＳＡＲ画像の座標上において偏りなく分布するように生成されることが好ましい。ただし、初期クラスタ生成部２３５によって生成される初期クラスタは特に限定されない。
分類部２３６は、生成されている初期クラスタ等のクラスタへ予め分類されている安定反射点を、クラスタと安定反射点との距離に基づいて、クラスタのいずれかへ分類する。より詳しくは、分類部２３６は、上述した初期クラスタ等に分類された安定反射点の各々を、新たなクラスタにおいて距離の和が小さくなるようクラスタへ再分類する。すなわち、分類部２３６は、複数のＳＡＲ画像より得られた安定反射点の各々を、上述した距離の観点で最適化されたクラスタへクラスタリングする。
分類部２３６は、例えば以下のように安定反射点を分類する。分類部２３６は、例えば初期クラスタ生成部２３５によって生成されている初期クラスタ等のクラスタに対して、セントロイドを求める。セントロイドは、クラスタに含まれる安定反射点の各々からの距離の二乗和が最小となるようなＳＡＲ画像上の位置及び位相（位相配列）の組である。すなわち、セントロイドは、距離の観点においてクラスタの中心となるような点である。
セントロイドを求めると、分類部２３６は、上述した距離特定部１３１を適宜用いて、各々のクラスタのセントロイドと安定反射点の各々との距離を求める。そして、分類部２３６は、安定反射点の各々を、距離が最も短いセントロイドと対応するクラスタへ再分類する。この分類によって、各々のクラスタに属する安定反射点が更新される。
分類部２３６は、上述した動作を繰り返し行ってもよい。すなわち、再分類されて属する安定反射点が更新されたクラスタの各々に対して、分類部２３６は再びセントロイドを求める。そして、分類部２３６は、新たに求められたセントロイドと安定反射点との距離に基づいて、クラスタを再分類する。
上述した処理が繰り返し行われることで、全ての安定反射点が、セントロイドとの距離が最小となるようなクラスタに属するように分類される。すなわち、各々のクラスタにおけるセントロイドと安定反射点との距離の和が最適化されるように安定反射点がクラスタリングされる。分類部２３６は、例えばセントロイドとの距離が最小となるようなクラスタに属するような分類等が行われた場合に、分類が収束したと判定して、その場合におけるクラスタの各々をクラスタリングの結果とする。
続いて、図１０に示すフローチャートを用いて、本発明の第１の実施形態における画像解析装置２００及び画像解析装置２００のクラスタリング部２３０が備える分類部２３６の動作を説明する。
最初に、安定反射点特定部１１０は、安定反射点を特定する（ステップＳ２０１）。
次に、位相特定部１２０は、安定反射点の各々における位相を特定する（ステップＳ２０２）。ステップＳ２０１及びＳ２０２の各々は、上述した第１の実施形態における画像解析装置１００のステップＳ１０１及びＳ１０２とそれぞれ同様に動作する。
次に、ステップＳ２０３及びＳ２０４において、クラスタリング部２３０は、安定反射点の各々をクラスタリングする。例えば、ステップＳ２０３において、クラスタリング部２３０の初期クラスタ生成部２３５は、初期クラスタを生成する。ステップＳ２０３に続いて、ステップＳ２０４において、分類部２３６は、安定反射点とクラスタの各々のセントロイドとの距離に基づいて、安定反射点をクラスタの各々へ分類する。
また、分類部２３６が上述の動作を行う場合には、分類部２３６は、例えば図１１に示すフローチャートに沿って動作する。
最初に、分類部２３６は、初期クラスタ生成部２３５等によって生成された初期クラスタ等の予め存在するクラスタの各々に対して、セントロイドを求める（ステップＳ２３１）。
次に、分類部２３６は、ステップＳ２３１にて求められた各々のクラスタに関するセントロイドと、安定反射点の各々との距離を求める（ステップＳ２３２）。ステップＳ２３２において、距離は距離特定部１３１によって求められる。
次に、分類部２３６は、ステップＳ２３２によって特定された距離に基づいて、安定反射点を各々のクラスタに分類する（ステップＳ２３３）。
次に、分類部２３６は、安定反射点のクラスタへの分類が収束したか否かを判定する（ステップＳ２３４）。すなわち、分類部２３６は、安定反射点の各々と安定反射点が属するクラスタのセントロイドとの距離が最小となるように安定反射点が分類されているか否か等を判定する。
安定反射点のクラスタへの分類が収束したと判定する場合には（ステップＳ２３４：Ｙｅｓ）、分類部２３６は、その時点における安定反射点のクラスタの各々をクラスタリングの結果として処理を終了する。安定反射点のクラスタへの分類が収束していないと判定する場合には（ステップＳ２３４：Ｎｏ）、分類部２３６は、ステップＳ２３１に戻って処理を継続する。
なお、ステップＳ２３４において、分類部２３６は、上述した安定反射点の各々とセントロイドとの距離が最小となるように分類されているか否かとの基準とは異なる基準にて収束の判定を行ってもよい。
例えば、分類部２３６は、ステップＳ２３１からＳ２３３までの処理が予め定められた回数だけ繰り返し行われたか否かに基づいて収束の判定を行ってもよい。また、分類部２３６は、安定反射点の各々と、安定反射点が属するクラスタのセントロイドとの距離や距離の和等が所定の閾値よりも小さいか否かに基づいて収束の判定を行ってもよい。
以上のとおり、本発明の第２の実施形態における画像解析装置２００は、第１の実施形態における画像解析装置１００と同様に、複数のＳＡＲ画像における安定反射点の各々をクラスタリングする。したがって、本実施形態における画像解析装置２００は、第１の実施形態における画像解析装置１００と同様の効果を奏する。
また、本実施形態における画像解析装置２００は、クラスタの各々において、安定反射点に関して距離が小さくなるようにクラスタリングされる。そのため、画像解析装置２００は、不自然に巨大なクラスタを生成することなく安定反射点をクラスタリングする。更に、本実施形態における画像解析装置２００は、予め指定された数の初期クラスタを用いてクラスタリングする。そのため、画像解析装置２００は、ＳＡＲ画像の被写体となる対象の数などに応じたクラスタリングを容易にする。
（第３の実施形態）
続いて、本発明の第３の実施形態について説明する。図１２は、本発明の第３の実施形態における画像解析装置を示す図である。
図１２に示すように、本発明の第３の実施形態における画像解析装置３００は、安定反射点特定部１１０と、位相特定部１２０と、クラスタリング部１３０と、出力部３４０とを備える。安定反射点特定部１１０、位相特定部１２０及びクラスタリング部１３０は、上述した第１の実施形態において説明した安定反射点特定部１１０、位相特定部１２０及びクラスタリング部１３０の各々と同様の要素である。出力部３４０は、クラスタリングされた安定反射点を含む安定反射点に関する情報を出力する。
すなわち、本実施形態における画像解析装置３００は、出力部３４０を備える点が、第１の実施形態における画像解析装置１００と異なる。
なお、画像解析装置３００は、図１３に示すように、更に地理情報記憶部３６０を備えてもよい。地理情報記憶部３６０は、地理情報を格納する。地理情報は、地理又は空間に関連する情報である。地理情報として、例えば、地図、航空写真、ビル等の構造物の三次元モデル、構造物の施工図、ボーリング調査結果等が含まれるが、これらとは異なる情報が地理情報に含まれてもよい。
また、本実施形態においては、クラスタリング部１３０に代えて、第２の実施形態において説明したクラスタリング部２３０が用いられてもよい。また、クラスタリング部１３０又は２３０の詳細な構成として、上述した構成が適宜用いられてもよい。
以下、出力部３４０の詳細について説明する。出力部３４０は、クラスタリング部１３０又は２３０によってクラスタリングされた安定反射点等の情報を、ディスプレイ等の任意の出力手段へ出力する。出力部３４０は、これらの情報を、通信ネットワークを介して他の装置等が備える出力手段へ出力してもよい。
また、出力部３４０は、例えば、クラスタリング部１３０又は２３０によってクラスタリングされた安定反射点を、クラスタ毎の区別が可能となるように出力する。一例として、出力部３４０は、クラスタ毎に安定反射点を色分けして出力する。
更に、地理情報記憶部３６０が備えられている場合には、出力部３４０は、安定反射点と地理情報等を併せて出力してもよい。例えば、出力部３４０は、地図や航空写真等と、クラスタ毎に色分け等を行った安定反射点とを重畳して出力してもよい。この場合には、ＳＡＲ画像に付与された位置情報等が必要に応じて用いられる。
画像解析装置３００及び出力部３４０による出力の例を更に説明する。この例では、同一の地域を異なる時期に撮影したＳＡＲ画像が解析の対象となる場合を想定する。また、ＳＡＲ画像のうち、画像解析装置によって解析される領域には、図１５に示すように、道路及びビルが含まれることが想定される。すなわち、当該領域には、ビルがレイオーバーを起こすことで、ビルによる反射が道路による反射と重畳している領域が含まれている。
なお、画像解析装置３００が地理情報記憶部３６０を備える場合には、図１５に示すビル及び道路の画像は、地理情報記憶部３６０に格納される。図１５に示すようなビル及び道路の画像は、実際に撮影された画像でもよいし、地図情報等に基づいて生成される画像でもよい。
この例において、安定反射点特定部１１０は、図１６に示すように安定反射点を特定する。そして、特定された安定反射点に関して、クラスタリング部１３０は、クラスタリングする。この場合に、安定反射点は、２つのクラスタにクラスタリングされている場合を想定する。
クラスタリングされた安定反射点に関して、出力部３４０は、例えば図１７に示すような安定反射点に関するクラスタリングの結果を出力する。図１７に示す例では、安定反射点が、クラスタリング部１３０によってクラスタリングされたクラスタ毎に色分けされている。すなわち、１つのクラスタに属する安定反射点は、黒丸の印にて表されており、別の一つのクラスタに属する安定反射点は、白丸の印にて表されている。クラスタを単位とすることで、安定反射点と対象との効率的な対応付けが可能となる。
そして、図１５に示す道路及びビルの例と、図１７に示すクラスタリングの結果とを対比させることで、画像解析装置３００の利用者は、安定反射点と道路又はビルとの対応付けを用意に行うことができる。すなわち、黒丸の印にて表される安定反射点が、道路と対応付けられる。そして、白丸の印にて表される安定反射点が、ビルと対応付けられる。
また、画像解析装置３００が地理情報記憶部３６０を備える場合には、出力部３４０は、例えば図１７に示すように、安定反射点に関するクラスタリングの結果と、地理情報である道路やビルの情報とを重畳して出力してもよい。
図１７に示すとおり、安定反射点と道路又はビルの対象との関係が可視化される。このように、図１７に示す出力を用いることで、安定反射点と対象との更なる効率的な対応付けが可能となる。
以上のとおり、本発明の第３の実施形態における画像解析装置３００は、出力部３４０は、クラスタリングされた安定反射点の情報を出力する。そのため、出力部３４０によって、安定反射点がクラスタ毎に区別されて出力される。また、画像解析装置３００が地理情報記憶部３６０を備える場合には、出力部３４０によって、クラスタ毎に区別された安定反射点が、例えば地理情報と重畳して出力される。
したがって、本実施形態における画像解析装置３００は、ＳＡＲ画像と対象との対応付けをより容易にする。
（画像解析装置の適用例）
上述した画像解析装置１００等は、種々の画像等へ適用される。
ＳＡＲ画像から得られた変位等を含む情報を、可視光画像等のＳＡＲ画像とは異なるデータと対応付けて解析を行う場合に用いられる。また、画像解析装置１００等は、クラスタ毎に分類して表示することで、構造の差異を表示可能なＳＡＲ画像の表示装置として利用されうる。更に、画像解析装置１００は、構造物毎の解析を行うＳＡＲ画像の解析装置に適用される。
また、画像解析装置１００等は、ＳＡＲ画像とは異なる画像等へも適用されうる。
例えば、画像解析装置１００等は、超音波を利用した合成開口ソナーの結果の解析にも適用されうる。
また、画像解析装置１００等は、Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔカメラにて撮影された位相画像等へも適用される。複数の時間にて観測された位相画像に対して画像解析装置１００が用いられることで、似た動きをしている構造の抽出が可能となる。
画像解析装置１００等は、コヒーレントな光の干渉を利用した位相イメージング等へも適用されうる。例えば、ガラスや細胞等の透明な物体の計測に利用される透過型の位相イメージング法にて撮影された画像に関する時系列な位相の変化の解析に対して、画像解析装置１００等が適用される。画像解析装置１００等が用いられることで、膨張率等の違う構造の抽出が可能となる。
また、偏波を変えつつ撮影し、複数の偏波について観測された位相に対しても、画像解析装置１００等が適用される。画像解析装置１００等が用いられることで、類似した屈折率の異方性を持つ部位がクラスタリングされる。すなわち、画像解析装置１００等は、透明物体の材質や、発生している応力や歪みの分析に利用されうる。また、反射型の位相イメージングに関しても、光ヘテロダインを利用した微細な構造の解析法に関して画像解析装置１００等が利用される。
パターンの干渉によって生じる位相を利用することで、可視の強度画像に対しても画像解析装置１００等が適用されうる。例えば、撮像素子等によって撮影された周期的なパターンの位相から情報を取得する場合に画像解析装置１００等が利用される。より詳しくは、撮像素子の素子配列によって生じる周期的なパターンと対象のパターとの干渉によって生じる位相を利用して歪みの計測を行うサンプリングモアレ法に対して画像解析装置１００等が利用される。画像解析装置１００等が用いられることで、類似した歪が生じている部分の推定や、素材の異なる構造の抽出が可能となる。また、物体へ照射した周期的なパターンの位相を複数の位置で撮影した画像に対して画像解析装置１００等が用いられる場合には、撮影された立体毎のクラスタリング等が可能となる。
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、各実施形態における構成は、本発明のスコープを逸脱しない限りにおいて、互いに組み合わせることが可能である。
この出願は、２０１６年１２月２７日に出願された日本出願特願２０１６－２５２４７９を基礎とする優先権を主張し、その開示の全てをここに取り込む。
この発明の一部又は全部は、以下の付記のようにも表されるが、これに限られない。
（付記１）
複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定する安定反射点特定手段と、
前記安定反射点の各々の間のユークリッド距離及び前記安定反射点の各々の位相の相関に基づいて、前記安定反射点の各々をクラスタリングするクラスタリング手段とを備える画像解析装置。
（付記２）
前記クラスタリング手段は、２つの前記安定反射点の間の前記ユークリッド距離及び前記位相の相関に基づいて定められる前記距離の各々に基づいて前記安定反射点の各々をクラスタリングする、付記１に記載の画像解析装置。
（付記３）
前記クラスタリング手段は、前記距離に基づいて互いに接続された安定反射点の各々を分離することで前記安定反射点の各々をクラスタリングする、付記２に記載の画像解析装置。
（付記４）
前記クラスタリング手段は、
前記ユークリッド距離及び前記位相の相関に基づいて前記距離を特定する距離特定手段と、
距離の総和が最小となるような枝によって前記安定反射点が接続された最小全域木を生成する最小全域木生成手段と、
前記距離の大きさに基づいて、前記最小全域木を分離する分離手段と
を備える、付記３に記載の画像解析装置。
（付記５）
前記クラスタリング手段は、前記安定反射点の各々を、前記安定反射点のクラスタへ分類することで前記安定反射点の各々をクラスタリングする、付記２に記載の画像解析装置。
（付記６）
前記クラスタリング手段は、
前記安定反射点のクラスタを生成する初期クラスタ生成手段と、
前記ユークリッド距離及び前記位相の相関に基づいて前記距離を特定する距離特定手段と、
前記クラスタの前記距離に関する中心となるセントロイドと前記安定反射点の各々との距離に基づいて、前記安定反射点を前記クラスタに分類する分類手段と、
を備える、付記５に記載の画像解析装置。
（付記７）
前記距離特定部は、２つの前記安定反射点の各々に関する前記位相の相関と、前記２つの前記安定反射点の前記複数のＳＡＲ画像におけるユークリッド距離とに基づいて前記２つの前記安定反射点の間の前記距離を特定する、請求項１から６のいずれか一項に記載の画像解析装置。
（付記８）
前記複数のＳＡＲ画像に基づいて、前記安定反射点の各々における前記位相を特定する位相特定手段を備える、付記１から７のいずれか一項に記載の画像解析装置。
（付記９）
クラスタリングされた前記安定反射点に関する情報を出力する出力手段を備える、付記１から８のいずれか一項に記載の画像解析装置。
（付記１０）
前記出力手段は、前記クラスタリングされた前記安定反射点に関する情報を、地理情報と重畳して出力する、付記９に記載の画像解析装置。
（付記１１）
複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定し、
前記安定反射点の各々の間のユークリッド距離及び前記安定反射点の各々の位相の相関に基づいて、前記安定反射点の各々をクラスタリングする画像解析方法。
（付記１２）
コンピュータに、
複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定する処理と、
前記安定反射点の各々の間のユークリッド距離及び前記安定反射点の各々の位相の相関に基づいて、前記安定反射点の各々をクラスタリングする処理とを実行させるプログラムを格納したコンピュータ読み取り可能記録媒体。
１００ 画像解析装置
１１０ 安定反射点特定部
１２０ 位相特定部
１３０ クラスタリング部
１３１ 距離特定部
１３１１ 相関係数算出部
１３１２ ユークリッド距離算出部
１３１３ 統合部
１３１４ 変換部
１３２ 最小全域木生成部
１３３ 分離部
１３４ 閾値決定部
２３５ 初期クラスタ生成部
２３６ 分類部
１５０ ＳＡＲ画像記憶部
３６０ 地理情報記憶部

Claims (9)

  1. 複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定する安定反射点特定手段と、
    ２つの前記安定反射点の間のユークリッド距離、及び、２つの前記安定反射点の位相の相関に基づいて定められる距離の各々に基づいて、前記安定反射点の各々をクラスタリングするクラスタリング手段と
    を備える画像解析装置。
  2. 前記クラスタリング手段は、前記距離に基づいて互いに接続された前記安定反射点の各々を分離することで前記安定反射点の各々をクラスタリングする
    請求項１に記載の画像解析装置。
  3. 前記クラスタリング手段は、
    前記ユークリッド距離及び前記位相の相関に基づいて前記距離を特定する距離特定手段と、
    前記距離の総和が最小となるように前記安定反射点が接続された最小全域木を生成する最小全域木生成手段と、
    前記距離の大きさに基づいて、前記最小全域木を分離する分離手段と
    を備える、請求項２に記載の画像解析装置。
  4. 前記クラスタリング手段は、前記安定反射点の各々を、前記安定反射点のクラスタへ分類することで前記安定反射点の各々をクラスタリングする
    請求項１に記載の画像解析装置。
  5. 前記クラスタリング手段は、
    前記安定反射点の前記クラスタを生成する初期クラスタ生成手段と、前記ユークリッド距離及び前記位相の相関に基づいて前記距離を特定する距離特定手段と、
    前記クラスタの前記距離に関するセントロイドと前記安定反射点の各々との前記距離に基づいて、前記安定反射点を前記クラスタに分類する分類手段と
    を備える、請求項４に記載の画像解析装置。
  6. クラスタリングされた前記安定反射点に関する情報を出力する出力手段を備える
    請求項１から５のいずれか一項に記載の画像解析装置。
  7. 前記出力手段は、前記クラスタリングされた前記安定反射点に関する情報を、地理情報と重畳して出力する
    請求項６に記載の画像解析装置。
  8. 複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定し、
    ２つの前記安定反射点の間のユークリッド距離、及び、２つの前記安定反射点の位相の相関に基づいて定められる距離の各々に基づいて、前記安定反射点の各々をクラスタリングする
    画像解析方法。
  9. コンピュータに、
    複数のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）画像に基づいて、前記複数のＳＡＲ画像において反射が安定している安定反射点を特定する処理と、
    ２つの前記安定反射点の間のユークリッド距離、及び、２つの前記安定反射点の位相の相関に基づいて定められる距離の各々に基づいて、前記安定反射点の各々をクラスタリングする処理と
    を実行させるプログラム。
JP2018559097A 2016-12-27 2017-12-20 画像解析装置、画像解析方法及びプログラム Active JP7077961B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016252479 2016-12-27
JP2016252479 2016-12-27
PCT/JP2017/045631 WO2018123748A1 (ja) 2016-12-27 2017-12-20 画像解析装置、画像解析方法及びコンピュータ読み取り可能記録媒体

Publications (2)

Publication Number Publication Date
JPWO2018123748A1 JPWO2018123748A1 (ja) 2019-10-31
JP7077961B2 true JP7077961B2 (ja) 2022-05-31

Family

ID=62708079

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018559097A Active JP7077961B2 (ja) 2016-12-27 2017-12-20 画像解析装置、画像解析方法及びプログラム

Country Status (3)

Country Link
US (1) US11487001B2 (ja)
JP (1) JP7077961B2 (ja)
WO (1) WO2018123748A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6856136B2 (ja) * 2017-10-30 2021-04-07 日本電気株式会社 画像処理装置、画像処理方法、画像処理プログラムおよび画像処理システム
JP7020494B2 (ja) * 2017-12-01 2022-02-16 日本電気株式会社 Ｓａｒ画像解析システム、画像処理装置、画像処理方法および画像処理プログラム
US11754704B2 (en) 2019-03-29 2023-09-12 Nec Corporation Synthetic-aperture-radar image processing device and image processing method
US11846702B2 (en) 2019-07-18 2023-12-19 Nec Corporation Image processing device and image processing method
US20220262096A1 (en) * 2019-07-18 2022-08-18 Nec Corporation Image processing device and image processing method
EP3796011A1 (de) * 2019-09-18 2021-03-24 Siemens Aktiengesellschaft Auswerten von teilentladungssignalen
CN110988876B (zh) * 2019-11-21 2023-01-03 长沙理工大学 闭合鲁棒双基线InSAR相位解缠方法、系统及可读存储介质
CN111476786B (zh) * 2020-04-22 2022-02-01 南京航空航天大学 一种基于实测数据的长桁自动化涂胶及质量检测方法
CN113030971B (zh) * 2021-03-17 2024-01-23 云南电网有限责任公司电力科学研究院 一种监测铁塔覆冰的定性分析方法及定量分析方法
CN112986948B (zh) * 2021-04-20 2021-08-13 北京东方至远科技股份有限公司 基于InSAR技术的建筑形变监测方法和装置
CN115236655B (zh) 2022-09-01 2022-12-20 成都理工大学 基于全极化sar的滑坡识别方法、系统、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110163911A1 (en) 2008-07-04 2011-07-07 Telespazio S.P.A. Identification and Analysis of Persistent Scatterers In Series of SAR Images
JP2012014628A (ja) 2010-07-05 2012-01-19 Mitsubishi Electric Corp 画像表示装置
JP2012523030A (ja) 2009-04-03 2012-09-27 テレ−リレヴァメント エウローパ−ティ．エルレ．エ． エッセ．エルレ．エルレ． 同一領域上で取得されたｓａｒ画像における統計的に均質な画素を識別するための方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0894747A (ja) * 1994-09-28 1996-04-12 Mitsubishi Electric Corp 合成開口レーダ画像による地形抽出装置
ITMI991154A1 (it) 1999-05-25 2000-11-25 Milano Politecnico Procedimento per misure radar di spostamento di aere urbane e zone franose
JP6320577B2 (ja) * 2015-02-06 2018-05-09 三菱電機株式会社 合成開口レーダ信号処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110163911A1 (en) 2008-07-04 2011-07-07 Telespazio S.P.A. Identification and Analysis of Persistent Scatterers In Series of SAR Images
JP2012523030A (ja) 2009-04-03 2012-09-27 テレ−リレヴァメント エウローパ−ティ．エルレ．エ． エッセ．エルレ．エルレ． 同一領域上で取得されたｓａｒ画像における統計的に均質な画素を識別するための方法
JP2012014628A (ja) 2010-07-05 2012-01-19 Mitsubishi Electric Corp 画像表示装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MICHAELSEN,Eckart et al.，"Utilizing Phase for the Grouping of PS in Urban High-Resolution in-SAR-Images"，Joint Urban Remote Sensing Event，2011年，p.189-192，DOI:10.1109/JURSE.2011.5764752

Also Published As

Publication number Publication date
JPWO2018123748A1 (ja) 2019-10-31
US11487001B2 (en) 2022-11-01
WO2018123748A1 (ja) 2018-07-05
US20200096628A1 (en) 2020-03-26

Similar Documents

Publication Publication Date Title
JP7077961B2 (ja) 画像解析装置、画像解析方法及びプログラム
KR101933216B1 (ko) 드론과 공간정보를 이용한 하천지형정보 생성 방법
US8179393B2 (en) Fusion of a 2D electro-optical image and 3D point cloud data for scene interpretation and registration performance assessment
Dorninger et al. 3D segmentation of unstructured point clouds for building modelling
US20060195858A1 (en) Video object recognition device and recognition method, video annotation giving device and giving method, and program
Jiang et al. Efficient structure from motion for oblique UAV images based on maximal spanning tree expansion
Pepe et al. Use of SfM-MVS approach to nadir and oblique images generated throught aerial cameras to build 2.5 D map and 3D models in urban areas
US11841421B2 (en) Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program
CN105466399B (zh) 快速半全局密集匹配方法和装置
KR100904078B1 (ko) 항공 사진의 영상정합을 이용한 3차원 공간 정보 생성 시스템 및 방법
CN111458691B (zh) 建筑物信息的提取方法、装置及计算机设备
Ajibola et al. Fusion of UAV-based DEMs for vertical component accuracy improvement
Mendes et al. Photogrammetry with UAV’s: quality assessment of open-source software for generation of ortophotos and digital surface models
JPWO2019087673A1 (ja) 画像処理装置、画像処理方法、画像処理プログラムおよび画像処理システム
Sreedhar et al. Automatic conversion of DSM to DTM by classification techniques using multi-date stereo data from cartosat-1
KR100981588B1 (ko) 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템
JP7020418B2 (ja) 情報処理装置、情報処理方法、およびプログラム
Miraki et al. Using canopy height model derived from UAV imagery as an auxiliary for spectral data to estimate the canopy cover of mixed broadleaf forests
Tyagi et al. Elevation Data Acquisition Accuracy Assessment for ESRI Drone2Map, Agisoft Metashape, and Pix4Dmapper UAV Photogrammetry Software
KR101114904B1 (ko) 도화원도와 항공 레이저 측량 데이터를 이용한 도시공간정보 구축 시스템 및 그 방법
Ariff et al. Transforming Physical Crime Scene into Geospatial-based Point Cloud Data
Pârvu et al. Urban classification from aerial and satellite images
Scaioni et al. Techniques for comparing multi-temporal archive aerial imagery for glacier monitoring with poor ground control
Bitelli et al. A land in its setting: remote sensing satellite imagery for the characterization of the Eblaite Chora
Yu et al. A cue line based method for building modeling from LiDAR and satellite imagery

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190611

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211005

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20211022

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211122

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: 20220419

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220502

R151 Written notification of patent or utility model registration

Ref document number: 7077961

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151