JP7151876B2 - 合成開口レーダの画像処理装置及び画像処理方法 - Google Patents

Description

本発明は、観測画像内の反射点が地図上のどの構造物からの反射信号であるかを自動的に対応付ける合成開口レーダの画像処理装置及び画像処理方法に関する。

合成開口レーダ（ＳＡＲ：Synthetic Aperture Radar）技術は、人工衛星や航空機などの飛翔体が移動しながら電磁波を送受信し、大きな開口を持つアンテナと等価な観測画像が得られる技術である。合成開口レーダは、例えば、地表からの反射波を信号処理して、地表の起伏や構造物などを画像化するために利用される。

非特許文献１には、時系列の合成開口レーダの観測画像から反射点の変位速度を算出し、観測範囲全体の変位傾向を導出する方法が記載されている。変位速度は、観測期間における地表や構造物の変位量（変動量）である。

時系列の観測画像の解析手法として、例えば、Persistent scatterer interferometry やSmall baseline subset などがある。これらの解析手法は、時系列の観測画像の中から変位解析に有効な反射点を選定し、その反射点の変位速度を算出する。

反射点の位置（緯度、経度などで表される座標）は、観測時の条件から計算することが可能である。合成開口レーダの時系列解析手法は、反射点位置に対応する構造物の変位速度の計算に利用される。構造物は、建物に限られない。道路や地面なども構造物に含まれる。

図１６は、道路４０１や建物４０２などの構造物がある領域において反射点４１０が得られた様子を模式的に示す説明図である。図１６において、黒丸のそれぞれは、反射点４１０を示す。

非特許文献２には、合成開口レーダの時系列解析に用いる反射点をクラスタリングする手法が記載されている。非特許文献２に記載された手法によれば、反射点が持つ位置と位相の情報とから、構造物の形状に沿う反射点をまとめることができる。

非特許文献２に記載された手法では、まず、複数の反射点からＭＳＴ（Minimum Spanning Tree ：最小全域木）が構成される。次いで、各エッジについて、反射点の位置及び位相に関連する重みが算出される。そして、重みの値が所定値（例えば、各エッジの重みの平均値と標準偏差との和）よりも大きいエッジが切り離されて、複数のクラスタが生成される。

図１７は、反射点がクラスタリングされた様子を模式的に示す説明図である。図１７には、道路の反射点クラスタ４２０と、建物の反射点クラスタ４３０とが例示されている。

A. Ferretti, "Permanent scatterer in sar interferometry," IEEE Trans. Geoscience and Remote Sensing, vol. 39, no. 1, pp. 8-20, 2001 T. Tanaka and O. Hoshuyama, "Persistent scatterer clustering for structure displacement analysis based on phase correlation network," IEEE International Geoscience and Remote Sensing Symposium, pp. 4618-4621, 2017

合成開口レーダの時系列解析に用いられる反射点、及び反射点群（反射点クラスタ）を目視で構造物と対応付ける場合、膨大な時間がかかる。また、合成開口レーダの時系列解析に用いられる反射点の座標は、観測時の条件から計算することができるが、実際には、反射点の座標には、利用する合成開口レーダの分解能相当の位置ずれが含まれる。さらに、ノイズや軌道ずれ等の影響によって、反射点の座標は、真に対応する構造物の位置から数画素誤った位置に計算されることがある。そのため、異なる構造物が近接している箇所では、各反射点又は反射点クラスタと構造物とを、距離のみで対応付けることは困難である。

また、反射点、及び、反射点クラスタの現れ方は、利用する合成開口レーダや観測領域などに依存する。よって、システムにおける一意に定めた指標やパラメータのみでは、対応付けの精度が大きく劣化する可能性が残る。

本発明は、合成開口レーダの時系列解析によって得られる反射点クラスタと、地図上の構造物との対応付けを自動的に行える合成開口レーダの画像処理装置及び画像処理方法を提供することを目的とする。また、反射点クラスタと対応する地図上の構造物の種類とを自動的に選定できるようにすることも本発明の目的である。さらに、本発明は、様々な観測条件に依存せず、自動的に安定した精度で対応付けを実施できるようにすることを目的とする。

本発明による合成開口レーダの画像処理装置は、レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する時系列解析手段と、抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成するクラスタリング手段と、反射点クラスタに含まれる各々の安定反射点と、観測領域に含まれる各構造物との間の距離を計算する距離計算手段と、反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出する代表値算出手段と、反射点クラスタごとに、最も小さい代表値に対応する構造物を、安定反射点に対応付ける対応構造物決定手段と、各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する指標計算手段と、指標値が示すばらつきの程度に従って構造物の種類を決定する構造種類決定手段とを含み、代表値算出手段は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する。

本発明による合成開口レーダの画像処理方法は、レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出し、抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成し、反射点クラスタに含まれる各々の安定反射点と、観測領域に含まれる各構造物との間の距離を計算し、反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出し、反射点クラスタごとに、最も小さい代表値に対応する構造物を、安定反射点に対応付け、各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算し、指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定し、代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する。

本発明による合成開口レーダの画像処理プログラムは、コンピュータに、レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する処理と、抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成する処理と、反射点クラスタに含まれる各々の安定反射点と、観測領域に含まれる各構造物との間の距離を計算する処理と、反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出する処理と、反射点クラスタごとに、最も小さい代表値に対応する構造物を、安定反射点に対応付ける処理と、各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する処理と、指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定する処理と、代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する処理とを実行させる。

本発明によれば、合成開口レーダの時系列解析によって得られる反射点クラスタと、地図上の構造物との対応付けを自動的に行うことができる。また、反射点クラスタと対応する地図上の構造物の種類とを自動的に選定可能になる。さらに、様々な観測条件に依存せず、自動的に安定した精度で対応付けが実施される。

第１の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。 反射点と構造物との間の距離を説明するための説明図である。 第１の実施形態の画像処理装置の動作の一例を示すフローチャートである。 第２の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。 分散値のヒストグラムの一例を示す説明図である。 分散値のクラスタリングに基づく構造種類の決定の仕方を示す説明図である。 第２の実施形態の画像処理装置の動作の一例を示すフローチャートである。 第３の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。 任意の指標について、横軸を指標値としたヒストグラムの一例を示す説明図である。 クラス分類の一例を示す説明図である。 第３の実施形態の画像処理装置の動作の一例を示すフローチャートである。 ＣＰＵを有するコンピュータの一例を示すブロック図である。 合成開口レーダの画像処理装置の主要部を示すブロック図である。 他の態様の合成開口レーダの画像処理装置の主要部を示すブロック図である。 さらに他の態様の合成開口レーダの画像処理装置の主要部を示すブロック図である。 道路や建物などの構造物がある領域において反射点が得られた様子を模式的に示す説明図である。 反射点がクラスタリングされた様子を模式的に示す説明図である。

以下、本発明の実施形態を図面を参照して説明する。

実施形態１．
図１は、第１の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。図１に示す画像処理装置は、時系列解析部１１と、クラスタリング部１２と、構造物情報抽出部１３と、距離計算部１４と、平均計算部１５と、対応構造物決定部１６とを含む。時系列解析部１１とクラスタリング部１２とは、データの送受信（入出力）が可能であるように接続されている。距離計算部１４は、クラスタリング部１２、構造物情報抽出部１３及び平均計算部１５と、データの送受信（入出力）が可能であるように接続されている。平均計算部１５と対応構造物決定部１６とは、データの送受信（入出力）が可能であるように接続されている。

時系列解析部１１は、合成開口レーダによって得られる時系列のＳＡＲ画像（ＳＡＲデータ）を入力とし、入力されたＳＡＲ画像を時系列解析する。ＳＡＲ画像は、２次元の位相情報を含む観測画像データである。なお、本実施形態では、ＳＡＲ画像は記憶部４１に格納されているとする。ただし、ＳＡＲ画像が記憶手段に格納されていることは必須のことではない。ＳＡＲ画像は、適時、画像処理装置に入力されてもよい。

時系列解析部１１は、入力されたＳＡＲ画像から安定した反射点（安定反射点：Persistent Scatterer 点）を抽出する。安定反射点は、長期間（少なくとも、観測期間）に亘ってコヒーレンスが低下せず、安定した信号を反射する点（散乱体）である。時系列解析部１１は、抽出した安定反射点に対して解析を行い、各安定反射点の変位速度及び位置（座標）を算出する。安定反射点として、例えば、時系列のＳＡＲ画像を干渉させた際に、干渉性がよい点が挙げられる。時系列解析手法として、例えば、非特許文献１に記載されたPersistent scatterer interferometry が利用される。Persistent scatterer interferometry は、安定反射点を抽出して、その点に対して変位解析を行う手法である。なお、時系列解析後の安定反射点には、位置及び変位速度に加えて、反射点番号が付与されている。

クラスタリング部１２は、時系列解析部１１で解析された安定反射点をクラスタリングする。クラスタリング方法として、例えば、非特許文献２に記載されている各反射点の位置と位相情報とに基づくクラスタリング手法が利用可能である。クラスタリングされた安定反射点のそれぞれには、クラスタ番号が付与される。クラスタ番号は、反射点クラスタを特定可能なデータに相当する。

構造物情報抽出部１３は、道路、建物、地面などの構造物の情報が地図情報（地図データ）として記録されている記憶部４２から地図データを入力する。構造物の情報として、例えば、地図データに入力されている構造物の位置（座標）、形状、種類などがある。構造物の種類として、例えば、道路、建物、地面、草地、森林などがある。構造物情報抽出部１３は、入力された地図データから、観測領域に含まれる構造物の情報を構造物ごとに抽出し、各構造物に構造物番号を付与する。なお、地図データが記憶手段に格納されていることは必須のことではない。地図データは、適時、画像処理装置に入力されてもよい。

距離計算部１４は、反射点クラスタを構成する各安定反射点と各構造物との間の距離を、それぞれの位置情報から計算する。安定反射点と構造物との距離は、例えば、図２に示すように、安定反射点４１１と構造物４０３の輪郭を直線で繋いだ場合の最短経路ｄになる。なお、安定反射点４１１と構造物４０３との距離として、安定反射点と構造物との中心又は重心を繋いだ際の直線距離を用いてもよい。

平均計算部１５は、反射点クラスタごとに、構成要素である１つ以上の安定反射点（反射点クラスタに含まれる安定反射点）と構造物との間の距離の平均値を構造物ごとに計算する。なお、平均値の代わりに、中央値や最頻値などを用いてもよい。

対応構造物決定部１６は、反射点クラスタごとに、距離の平均値が最も小さい構造物を探索し、探索した構造物の構造物番号を取得する。そして、反射点クラスタごとに、構成要素である安定反射点に、取得された構造物番号を付与する。すなわち、対応構造物決定部１６は、各安定反射点に対応する構造物を決定する。

次に、図３のフローチャートを参照して画像処理装置の動作を説明する。図３は、第１の実施形態の画像処理装置の動作の一例を示すフローチャートである。

時系列解析部１１は、合成開口レーダによって得られる時系列観測データ（時系列のＳＡＲ画像）を記憶部４１から入力する。時系列解析部１１は、時系列観測データから安定反射点を抽出し、安定反射点の解析を行う（ステップＳ１）。ステップＳ１で、時系列解析部１１は、例えば、安定反射点ごとに変位速度を算出する。そして、時系列解析部１１は、抽出した安定反射点に、位置、変位速度、位相の情報と反射点番号とを付与し、安定反射点をクラスタリング部１２に出力する。上述したように、時系列解析部１１は、安定反射点の抽出、及び、変位速度の解析手法として、例えばPersistent scatterer interferometry などの時系列解析手法を利用する。

クラスタリング部１２は、入力した安定反射点を、安定反射点の位置と位相情報とに基づいてクラスタリングする（ステップＳ２）。そして、クラスタリングされた安定反射点にクラスタ番号を付与して、安定反射点を距離計算部１４に出力する。本実施形態では、クラスタリング部１２は、クラスタリング方法として、例えば、非特許文献２に記載された手法を利用する。

構造物情報抽出部１３は、入力された地図データから、構造物ごとに、位置、形状、構造物の種類などの情報を抽出する。そして、構造物ごとに構造物番号を付与して構造物情報を距離計算部１４に出力する（ステップＳ３）。

距離計算部１４は、同じクラスタ番号が付与されている安定反射点と各構造物との間の距離を、それぞれの位置情報から計算する（ステップＳ４）。そして、距離計算部１４は、計算した距離を平均計算部１５に出力する。

平均計算部１５は、クラスタ番号ごとに、すなわち、反射点クラスタごとに、入力された距離の平均値を構造物ごとに計算する（ステップＳ５）。平均計算部１５は、計算した平均値を対応構造物決定部１６に出力する。なお、平均値の代わりに、中央値や最頻値などを計算して、対応構造物決定部１６に出力してもよい。

対応構造物決定部１６は、クラスタ番号ごとに、距離の平均値が最も小さい構造物を探索し、探索した構造物の構造物番号を取得する。そして、対応構造物決定部１６は、同じクラスタ番号を有する安定反射点に、取得した構造物番号を付与する（ステップＳ６）。

本実施形態では、画像処理装置は、反射点クラスタを構成する各反射点と、地図データ上の構造物との距離の平均値や中央値などを、反射点クラスタと構造物との対応度合いとして利用する。したがって、画像処理装置は、自動的に、反射点と地図上の構造物とを対応付けることができる。

実施形態２．
図４は、第２の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。図４に示す画像処理装置は、時系列解析部１１と、クラスタリング部１２と、構造物情報抽出部１３と、距離計算部１４と、分散計算部２７と、構造種類決定部２８と、平均計算部２９と、対応構造物決定部１６とを含む。

分散計算部２７は、反射点クラスタごとに、構成要素である安定反射点と構造物との間の距離の分散を、構造物ごとに計算する。なお、分散は一例である。四分位偏差などの距離のばらつきを表す他の指標が使用されてもよい。また、平均値や最頻値などの距離の代表値が利用されてもよい。

構造種類決定部２８は、反射点クラスタごとに、距離の分散値が最も小さくなる構造物に対応する分散値を取得する。構造種類決定部２８は、取得した分散値の集合に対して、クラスタリングを行う。なお、クラス数を３以上にする。そして、構造種類決定部２８は、クラスタリング後の分散値の集合のうち、最も分散値が小さいクラスに属する反射点クラスタを、道路構造に対応する反射点クラスタとする。構造種類決定部２８は、最も分散値が大きいクラスに属する反射点クラスタを草地や地面の構造に対応する反射点クラスタとする。構造種類決定部２８は、それ以外の反射点クラスタを建物構造に対応する反射点クラスタとする。なお、建物の規模（大きさ）ごとに構造種類（構造物の種類）が分けられている場合、分散値が大きい集合のクラスに属する反射点クラスタほど、高層ビルのような大規模な建物構造に対応する。

図５に例示するような分散値のヒストグラムが得られた場合、一例として４クラスにクラスタリングされると、図６に例示するように分類される。すなわち、それぞれの分類に対応する構造種類が決定される。なお、図５および図６に例示されたヒストグラムは一例である。構造種類決定部２８は、密度関数などを用いてクラス数を決定してもよい。

平均計算部２９は、反射点クラスタごとに、構造種類決定部２８が対応すると決定した構造種類の構造物との距離の平均を構造物ごとに計算する。

その他の構成要素は、図１に示された構成要素と同じである。

次に、図７のフローチャートを参照して画像処理装置の動作を説明する。図７は、第２の実施形態の画像処理装置の動作の一例を示すフローチャートである。

ステップＳ１～Ｓ４の処理は、第１の実施形態における処理と同じである。ただし、本実施形態では、距離計算部１４は、計算した距離を分散計算部２７に出力する。

分散計算部２７は、クラスタ番号ごとに、距離計算部１４から入力した距離の分散値を構造物ごとに計算する。分散計算部２７は、計算した分散値を構造種類決定部２８に出力する（ステップＳ２１）。なお、上述したように、分散値は一例であり、分散計算部２７は、四分位偏差、平均、最頻値などを算出して構造種類決定部２８に出力してもよい。

構造種類決定部２８は、クラスタ番号ごとに、最も小さい分散値を取得する。そして、構造種類決定部２８は、クラスタ番号ごとに取得した分散値の集合に対して、クラスタリングを行う。構造種類決定部２８は、クラスタリングを行うときに、k-means 法などを利用する。なお、クラス数は３以上である。

ステップＳ２２において、構造種類決定部２８は、クラスタリング後の分散値の集合において、最も分散値が小さい集合に属するクラスタ番号（反射点クラスタを特定可能なデータ）には道路構造が対応すると決定する。構造種類決定部２８は、最も分散値が大きい集合に属するクラスタ番号には草地や地面の構造が対応すると決定する。構造種類決定部２８は、それ以外のクラスタ番号には建物構造が対応すると決定する。そして、構造種類決定部２８は、各クラスタ番号に対応する構造種類の名前又は番号を、各集合に付与する。なお、そのような構造種類の決定の仕方は一例である。構造種類決定部２８は、例えば、道路構造が複数種類ある場合などには、分散値が小さい２つの集合を道路構造に対応すると決定してもよい。

平均計算部２９は、クラスタ番号ごとに、安定反射点と、付与されている構造種類の番号を持つ各構造物との間の距離の平均値を計算する（ステップＳ２３）。換言すれば、平均計算部２９は、各々の反射点クラスタについて、反射点クラスタに対応付けられた種類の構造物を対象として、平均値の計算を実行する。そして、平均計算部２９は、平均値を対応構造物決定部１６に出力する。

対応構造物決定部１６は、クラスタ番号ごとに、距離の平均値が最も小さい構造物の構造物番号を取得し、同じクラスタ番号が付与されている安定反射点に、取得した構造物番号を付与する（ステップＳ６）。

本実施形態では、画像処理装置は、反射点クラスタと各構造物との間の距離の分散を用いて、反射点クラスタがどの構造種類に対応するかを特定する。その後、画像処理装置は、構造種類に対応する構造物を決定する。安定反射点の現れ方は構造物の形状に依存し、例えば、道路の縁石部などで得られる安定反射点は、線状に分布する。建物のような壁面で得られる安定反射点は、面に分布する。本実施形態では、平均値だけでは判別が困難な道路と建物とが近接する個所についても、同一クラスタ番号を有する安定反射点と構造物との対応付けの誤りが低減される。したがって、自動対応付けの精度がより向上する。

実施形態３．
図８は、第３の実施形態の合成開口レーダの画像処理装置の構成例を示すブロック図である。図８に示す画像処理装置は、時系列解析部１１と、クラスタリング部１２と、構造物情報抽出部１３と、距離計算部１４と、指標計算部３０と、指標選定部３１と、構造種類決定部３２と、平均計算部２９と、対応構造物決定部１６とを含む。

指標計算部３０は、反射点クラスタごとに、構成要素である安定反射点と構造物との間の距離の、あらかじめ定められた複数の指標の値を計算する。あらかじめ定められる指標の値として、例えば、平均値、中央値、最頻値、分散値、四分位偏差などがある。

指標選定部３１は、反射点クラスタごとに、各指標の最も小さい値を取得し、取得した値の集合に対して、指標ごとにクラスタリングを行う。なお、クラス数は３以上である。そして、指標選定部３１は、クラスタリング後の各クラスの重なりを、指標ごとに計算し、最も重なりが少ない指標を選定する。

図９は、任意の指標について、横軸を指標値としたヒストグラムの一例を示す説明図である。図９に例示された指標値の集合に対して、３クラス分類が行われると、各クラスは、図１０に例示するような３つのグラフで表わされる。各クラスの重なり領域Ｄは、図１０における斜線部分の面積で表わされる。図１０には、クラスとして、道路のクラスＡ、建物のクラスＢ、および裸地・植生地のクラスＣが例示されている。

なお、図９及び図１０に示されたヒストグラムは一例である。各クラスの重なりは、密度関数などを用いて評価されてもよい。また、クラスの重なりが少ない指標をあらかじめ決定したり、予測したりすることができる場合には、指標選定部３１は、その指標を用いてクラスタリングを行い、クラスタリング結果を構造種類決定部３２に出力する。

構造種類決定部３２は、第２の実施形態の場合と同様に、構造物の種類を決定する。ただし、本実施形態では、構造種類決定部３２は、指標選定部３１が選定した指標を使用する。すなわち、構造種類決定部３２は、選定された指標に基づくクラスタリング結果に対して、最も分散値が小さいクラスに属する反射点クラスタを道路構造に対応する反射点クラスタとする。構造種類決定部３２は、最も分散値が大きいクラスに属する反射点クラスタを草地や地面の構造に対応する反射点クラスタとする。構造種類決定部３２は、それ以外の反射点クラスタを建物構造に対応する反射点クラスタとする。

なお、上記の構造種類の決定は一例である。例えば、道路構造が複数種類ある場合などには、分散値が小さい複数の反射点クラスタを道路構造に対応する反射点クラスタにしてもよい。また、森林や芝生のように草木の密度が異なる領域が複数ある場合には、分散値が大きい反射点クラスタを、草地や地面の構造に対応する反射点クラスタにしてもよい。

そして、第２の実施形態の場合と同様に、平均計算部２９及び対応構造物決定部１６によって、反射点クラスタに対応する構造物の構造物番号が付与される（ステップＳ２３，Ｓ６）。

その他の構成要素は、図４に示された構成要素と同じである。

次に、図１１のフローチャートを参照して画像処理装置の動作を説明する。図１１は、第３の実施形態の画像処理装置の動作の一例を示すフローチャートである。

ステップＳ１～Ｓ４の処理は、第１の実施形態における処理及び第２の実施形態における処理と同じである。ただし、本実施形態では、距離計算部１４は、計算した距離を指標計算部３０に出力する。

指標計算部３０は、反射点クラスタごとに、安定反射点と構造物との間の距離に対して、あらかじめ定められた複数の指標の値を求める（ステップＳ３０）。そして、指標計算部３０は、求めたそれぞれの値を指標選定部３１に出力する。あらかじめ定められる指標は、上述したように、例えば、平均値、中央値、最頻値、分散値、又は四分位偏差である。

指標選定部３１は、反射点クラスタごとに各指標の最も小さい値を取得する。そして、指標選定部３１は、取得した指標値の集合を、３クラス以上に分かれるようにクラスタリングする。指標選定部３１は、クラスタリングするときに、例えばk-means 法を用いる。指標選定部３１は、指標ごとに、各クラス間での重なりを求める。指標選定部３１は、他のクラスとの最も重なりが小さくなる指標を選定する（ステップＳ３１）。

ステップＳ３２において、構造種類決定部３２は、選定された指標におけるクラスタリング結果に対して、最も分散値が小さいクラスに属する反射点クラスタは道路構造に対応すると決定する。構造種類決定部３２は、最も分散値が大きいクラスに属する反射点クラスタは草地や地面の構造に対応すると決定する。構造種類決定部３２は、それ以外のクラスタ番号には建物構造が対応すると決定する。

そして、第２の実施形態の場合と同様に、平均計算部２９及び対応構造物決定部１６によって、同じクラスタ番号を有する安定反射点に、対応する構造物の構造物番号が付与される（ステップＳ２３，Ｓ６）。

本実施形態では、画像処理装置は、反射点クラスタと各構造物との間の距離について、複数の指標を計算する。画像処理装置は、指標ごとに指標値の集合を複数クラスタにクラスタリングする。そして、画像処理装置は、指標ごとに各クラスの重なりを評価することによって、反射点クラスタを構造物の種類ごとに振り分ける際に最も有効である指標を選定する。すなわち、指標選定部３１が、観測条件ごとに有効な指標を選定する。構造種類決定部３２は、選定された指標を利用することによって、観測条件に依存せず反射点クラスタが対応する構造物の種類を精度よく特定することができる。したがって、画像処理装置は、異なる種類の構造物が近接する領域における、安定反射点と構造物との対応付けも精度よく実施できる。

上記の各実施形態における各構成要素は、１つのハードウェア、または１つのソフトウェアで構成可能である。また、各構成要素は、複数のハードウェア、または、複数のソフトウェアでも構成可能である。また、各構成要素の一部をハードウェアで構成し、他部をソフトウェアで構成することもできる。

上記の実施形態における各機能（各処理）は、ＣＰＵ（Central Processing Unit ）等のプロセッサやメモリ等を有するコンピュータで実現可能である。例えば、記憶装置（記憶媒体）に上記の実施形態における方法（処理）を実施するためのプログラムを格納し、各機能を、記憶装置に格納されたプログラムをＣＰＵで実行することによって実現してもよい。また、時系列観測データ及び地図データも、記憶装置に格納されていてもよい。

図１２は、ＣＰＵを有するコンピュータの一例を示すブロック図である。コンピュータは、合成開口レーダの画像処理装置に実装される。ＣＰＵ１００は、記憶装置１０１に格納されたプログラムに従って、記憶装置１０２に格納された時系列解析データ及び地図データを用いた処理を実行することによって、上記の実施形態における各機能を実現する。すなわち、図１，図４，図８に示された画像処理装置における、時系列解析部１１、クラスタリング部１２、構造物情報抽出部１３、距離計算部１４、平均計算部１５、対応構造物決定部１６、分散計算部２７、構造種類決定部２８、平均計算部２９、指標計算部３０、指標選定部３１、構造種類決定部３２の機能を実現する。なお、記憶装置１０１と記憶装置１０２は１つの記憶装置にまとめられていてもよい。

記憶装置１０１，１０２は、例えば、非一時的なコンピュータ可読媒体（non-transitory computer readable medium ）である。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の具体例として、磁気記録媒体（例えば、フレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば、光磁気ディスク）、ＣＤ－ＲＯＭ（Compact Disc-Read Only Memory ）、ＣＤ－Ｒ（Compact Disc-Recordable ）、ＣＤ－Ｒ／Ｗ（Compact Disc-ReWritable ）、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM ）、フラッシュＲＯＭ）がある。

また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium ）に格納されてもよい。一時的なコンピュータ可読媒体には、例えば、有線通信路または無線通信路を介して、すなわち、電気信号、光信号または電磁波を介して、プログラムが供給される。

メモリ１０３は、例えばＲＡＭ（Random Access Memory）で実現され、ＣＰＵ１００が処理を実行するときに一時的にデータを格納する記憶手段である。メモリ１０３に、記憶装置１０１，１０２又は一時的なコンピュータ可読媒体が保持するプログラムが転送され、ＣＰＵ１００がメモリ１０３内のプログラムに基づいて処理を実行するような形態も想定しうる。

なお、上記の各実施形態を用いることによって、例えば、衛星や航空機などを用いた合成開口レーダによる変位解析において、見え方が異なる多方向からの観測データを統合した解析を自動的に行うことが可能になる。多方向からの観測データの解析として、一例として、地面や構造物の変位計測、物体の検出や識別などがある。

図１３は、合成開口レーダの画像処理装置の主要部を示すブロック図である。画像処理装置２００は、レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する時系列解析手段２０１（実施形態では、時系列解析部１１で実現される。）と、抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成するクラスタリング手段２０２（実施形態では、クラスタリング部１２で実現される。）と、反射点クラスタに含まれる各々の安定反射点と、観測領域に含まれる各構造物との間の距離を計算する距離計算手段２０３（実施形態では、距離計算部１４で実現される。）と、反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値（例えば、平均値）を算出する代表値算出手段２０４（実施形態では、平均計算部１５で実現される。）と、反射点クラスタごとに、最も小さい代表値に対応する構造物を、安定反射点に対応付ける対応構造物決定手段２０５（実施形態では、対応構造物決定部１６で実現される。）とを備える。

図１４は、他の態様の合成開口レーダの画像処理装置を示すブロック図である。図１４に示す画像処理装置２１０は、さらに、各々の安定反射点と各構造物との間の距離のばらつきを表す指標（例えば、分散）の指標値（例えば、分散値）を計算する指標計算手段２０６（実施形態では、分散計算部２７で実現される。）と、指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定する構造種類決定手段２０７（実施形態では、構造種類決定部２８で実現される。）とを備え、代表値算出手段２０４は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する。

図１５は、さらに他の態様の合成開口レーダの画像処理装置を示すブロック図である。図１５に示す画像処理装置２２０は、さらに、複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて複数種類の指標から一の指標を選択する指標選択手段２０８（実施形態では、指標計算部３０及び指標選定部３１で実現される。）と、一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定する構造種類決定手段２０９（実施形態では、構造種類決定部３２で実現される。）とを備え、代表値算出手段２０４は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する。

上記の実施形態の一部または全部は、以下の付記のようにも記載され得るが、以下に限定されるわけではない。

（付記１）レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する時系列解析手段と、
抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成するクラスタリング手段と、
前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算する距離計算手段と、
前記反射点クラスタごとに、各々の安定反射点と各構造物との距離の代表値を算出する代表値算出手段と、
前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける対応構造物決定手段と
を備える合成開口レーダの画像処理装置。

（付記２）各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する指標計算手段と、
前記指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定する構造種類決定手段とを備え、
前記代表値算出手段は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
付記１の合成開口レーダの画像処理装置。

（付記３）複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて前記複数種類の指標から一の指標を選択する指標選択手段と、
前記一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定する構造種類決定手段とを備え、
前記代表値算出手段は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
付記１の合成開口レーダの画像処理装置。

（付記４）前記構造種類決定手段は、指標値の最小値の集合に対してクラスタリングを行い、最も指標値が小さいクラスに属する前記反射点クラスタを道路構造に対応付け、最も大きい指標値の集合に属する前記反射点クラスタを草地又は地面に対応付け、それ以外のクラスに属する前記反射点クラスタを建物構造に対応付ける
付記２または付記３の合成開口レーダの画像処理装置

（付記５）前記代表値算出手段は、前記代表値として平均値を使用する
付記１から付記４のうちのいずれの合成開口レーダの画像処理装置。

（付記６）レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出し、
抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成し、
前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算し、
前記反射点クラスタごとに、各々の安定反射点と各構造物との距離の代表値を算出し、
前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける
合成開口レーダの画像処理方法。

（付記７）各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算し、
前記指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定し、
前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
付記６の合成開口レーダの画像処理方法。

（付記８）複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて前記複数種類の指標から一の指標を選択し、
前記一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定し、
前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
付記６の合成開口レーダの画像処理方法。

（付記９）コンピュータに、
レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する処理と、
抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成する処理と、
前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算する処理と、
前記反射点クラスタごとに、各々の安定反射点と各構造物との距離の代表値を算出する処理と、
前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける処理と
を実行させるための合成開口レーダの画像処理プログラム。

（付記１０）コンピュータに、
各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する処理と、
前記指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定する処理と、
前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する処理と
を実行させる付記９の合成開口レーダの画像処理プログラム。

（付記１１）コンピュータに、
複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて前記複数種類の指標から一の指標を選択する処理と、
前記一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定する処理と、
前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する処理と
を実行させる付記９の合成開口レーダの画像処理プログラム。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記の実施形態に限定されるものではない。本願発明の構成や詳細には、本願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。

１１ 時系列解析部
１２ クラスタリング部
１３ 構造物情報抽出部
１４ 距離計算部
１５ 平均計算部
１６ 対応構造物決定部
２７ 分散計算部
２８ 構造種類決定部
２９ 平均計算部
３０ 指標計算部
３１ 指標選定部
３２ 構造種類決定部
１００ ＣＰＵ
１０１，１０２ 記憶装置
１０３ メモリ
２００，２１０，２２０ 画像処理装置
２０１ 時系列解析手段
２０２ クラスタリング手段
２０３ 距離計算手段
２０４ 代表値算出手段
２０５ 対応構造物決定手段
２０６ 指標計算手段
２０７ 構造種類決定手段
２０８ 指標選択手段
２０９ 構造種類決定手段

Claims (7)

1. レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する時系列解析手段と、
   抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成するクラスタリング手段と、
   前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算する距離計算手段と、
   前記反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出する代表値算出手段と、
   前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける対応構造物決定手段と、
   各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する指標計算手段と、
   前記指標値が示すばらつきの程度に従って構造物の種類を決定する構造種類決定手段とを備え、
   前記代表値算出手段は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
   合成開口レーダの画像処理装置。
2. レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する時系列解析手段と、
   抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成するクラスタリング手段と、
   前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算する距離計算手段と、
   前記反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出する代表値算出手段と、
   前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける対応構造物決定手段と、
   複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて前記複数種類の指標から一の指標を選択する指標選択手段と、
   前記一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定する構造種類決定手段とを備え、
   前記代表値算出手段は、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
   合成開口レーダの画像処理装置。
3. 前記構造種類決定手段は、指標値の最小値の集合に対してクラスタリングを行い、最も指標値が小さいクラスに属する前記反射点クラスタを道路構造に対応付け、最も大きい指標値の集合に属する前記反射点クラスタを草地又は地面に対応付け、それ以外のクラスに属する前記反射点クラスタを建物構造に対応付ける
   請求項１または請求項２記載の合成開口レーダの画像処理装置。
4. 前記代表値算出手段は、前記代表値として平均値を使用する
   請求項１から請求項３のうちのいずれか１項に記載の合成開口レーダの画像処理装置。
5. レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出し、
   抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成し、
   前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算し、
   前記反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出し、
   前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付け、
   各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算し、
   前記指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定し、
   前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
   合成開口レーダの画像処理方法。
6. レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出し、
   抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成し、
   前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算し、
   前記反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出し、
   前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付け、
   複数種類の指標の各々について、各々の安定反射点と各構造物との間の距離のばらつきを表す指標値を計算し、計算結果に基づいて前記複数種類の指標から一の指標を選択し、
   前記一の指標の指標値が示すばらつきの程度に従って構造物の種類を決定し、
   前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する
   合成開口レーダの画像処理方法。
7. コンピュータに、
   レーダによって複数の観測方向から観測された観測領域について観測方向ごとの時系列観測データから安定反射点を抽出し、抽出された安定反射点の変位速度を算出する処理と、
   抽出された安定反射点を位相及び位置に基づいてクラスタリングして、反射点クラスタを生成する処理と、
   前記反射点クラスタに含まれる各々の安定反射点と、前記観測領域に含まれる各構造物との間の距離を計算する処理と、
   前記反射点クラスタごとに、各々の安定反射点と各構造物との間の距離の代表値を算出する処理と、
   前記反射点クラスタごとに、最も小さい前記代表値に対応する構造物を、安定反射点に対応付ける処理と、
   各々の安定反射点と各構造物との間の距離のばらつきを表す指標の指標値を計算する処理と、
   前記指標値を使用して、各々の安定反射点と各構造物との間の距離のばらつきの程度を計算し、計算結果に基づいて構造物の種類を決定する処理と、
   前記代表値を算出するときに、決定された種類の構造物を対象として、各々の安定反射点と各構造物との距離の代表値を算出する処理と
   を実行させるための合成開口レーダの画像処理プログラム。

Images