JP7221456B2 - 目標識別装置、目標識別方法およびプログラム - Google Patents

Description

本開示は、目標を識別する目標識別装置、目標識別方法およびプログラムに関する。

逆合成開口レーダ（ＩＳＡＲ）によって生成されたレーダ画像に写っている目標の特徴量に基づいて、目標を識別する目標識別装置が知られている。例えば、特許文献１には、複数の艦級に応じた艦船の特徴量を記憶する記憶部と、ＩＳＡＲによって生成された複数のレーダ画像のうち、いずれかのレーダ画像を、類別対象として選択する画像選択部とを備えた目標類別装置が記載されている。当該目標類別装置は、レーダ画像に写っている類別対象の艦船の特徴量と、記憶部に記憶されたそれぞれの艦級に応じた艦船の特徴量との類似度を算出し、それぞれの類似度に基づいて、レーダ画像に写っている艦船の特徴量との類似度が最も高い艦級を類別する。

特開２０１２－２６９７６号公報

特許文献１に記載された目標識別装置では、オペレータが、ＩＳＡＲが生成した複数のフレームのレーダ画像から目標の識別に用いるレーダ画像を選択している。このように、従来の目標識別装置は、目標の識別に適したレーダ画像のフレームを自動で選択できないという課題があった。

本開示は上記課題を解決するものであり、目標の識別に適したフレームのレーダ画像を自動で選択することができる目標識別装置、目標識別方法およびプログラムを得ることを目的とする。

本開示に係る目標識別装置は、観測時刻順の複数のフレームのレーダ画像からなるレーダ動画像を入力し、レーダ動画像の各フレームのレーダ画像に写る目標の画像の特徴量を算出する特徴量算出部と、特徴量算出部によって算出された特徴量の時間変動特性を示す時間変動特性情報を算出する時間変動特性算出部と、特徴量算出部によって特徴量が正しく算出されたか否かを判定し、レーダ動画像から、特徴量が正しく算出されたと判定されて目標の識別に用いられるレーダ画像のフレームを選択するフレーム選択部と、フレーム選択部によって選択されたフレームのレーダ画像に基づいて目標を識別する目標識別部とを備え、フレーム選択部は、特徴量が正しく算出されたか否かを、レーダ画像における目標の信号欠損の度合いに基づいて判定し、判定した目標の信号欠損の度合いを示す信号欠損情報に基づいてレーダ動画像からフレームを選択し、目標識別部は、フレーム選択部によって選択されたフレームのレーダ画像に写った目標の画像の特徴量についての時間変動特性情報を入力して、入力した時間変動特性情報を用いて目標を識別する複数の識別器を有し、複数の識別器の中から、フレーム選択部によって判定された信号欠損情報に対応する識別器を選択して、選択した識別器を用いて目標を識別する。

本開示によれば、レーダ動画像の各フレームのレーダ画像に写った目標の画像の特徴量と目標の画像の特徴量の時間変動特性を示す時間変動特性情報とを用いて、レーダ動画像から、目標の識別に用いられるレーダ画像のフレームを選択して、選択されたフレームのレーダ画像に基づいて目標を識別する。これにより、本開示に係る目標識別装置は、目標の識別に適したフレームのレーダ画像を自動で選択することができる。

実施の形態１に係る目標識別装置の構成例を示すブロック図である。 実施の形態１に係る目標識別方法を示すフローチャートである。 ２値化画像の生成処理を示すフローチャートである。 図４Ａは、レーダ画像の一例を示す図であり、図４Ｂは、図４Ａのレーダ画像から検出された目標のエッジを示す図であり、図４Ｃは、図４Ｂのエッジに対する膨張処理後のエッジを示す図であり、図４Ｄは、図４Ｃの目標領域に対する穴埋め処理後の目標領域を示す図であり、図４Ｅは、図４Ｄの目標領域に対する収縮処理後の目標領域を示す図である。 レーダ画像から目標領域を抽出する処理および目標の画像の特徴量を算出する処理の概要を示す説明図である。 図６Ａは、目標が艦船である場合におけるレーダ画像に写った艦船の画像の特徴量の時間変動を示す図であり、図６Ｂは、図６Ａの艦船の画像の特徴量の時間変動特性を示すグラフである。 実施の形態１におけるレーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートである。 図８Ａは、目標領域の２値化画像を示す図であり、図８Ｂは、目標領域を抽出できなかった場合の２値化画像を示す図である。 実施の形態１に係る目標識別装置の機能を実現するハードウェア構成を示すブロック図である。 実施の形態１に係る目標識別装置の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。 実施の形態２に係る目標識別装置の構成例を示すブロック図である。 実施の形態２におけるレーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートである。 図１３Ａは、ぼけの度合いが低いレーダ画像を示す図であり、図１３Ｂは、ぼけの度合いが低くないレーダ画像を示す図である。 実施の形態３に係る目標識別装置の構成例を示すブロック図である。 実施の形態３におけるレーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートである。 図１６Ａは、目標の信号欠損の度合いが一定値未満である２値化画像を示す図であり、図１６Ｂは、目標の信号欠損の度合いが一定値以上である２値化画像を示す図である。

実施の形態１．
図１は、実施の形態１に係る目標識別装置１の構成例を示すブロック図である。図１において、目標識別装置１は、例えばＩＳＡＲによって生成されたレーダ動画像を入力し、レーダ動画像から目標の識別に適したフレームを選択して、選択したフレームのレーダ画像に基づいて目標を識別する。ここで、レーダ動画像とは、観測時刻順の複数のフレームのレーダ画像からなるレーダ画像の時系列データである。なお、目標の識別とは、目標の種類を特定することを意味する。

目標識別装置１は、図１に示すように、レーダ画像格納部２、特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６を備える。また、特徴量算出部３は、前処理部３１、特徴量算出処理部３２および特徴量格納部３３を備える。目標識別部６は、目標識別処理部６１および識別結果格納部６２を備える。

レーダ画像格納部２は、レーダ動画像を格納する記憶装置である。例えば、レーダ画像格納部２は、ＩＳＡＲと接続しており、ＩＳＡＲによって生成された観測時刻順のＮ枚のレーダ画像Ｇ_ｎからなるレーダ動画像を格納する。ここで、Ｎは、レーダ動画像におけるレーダ画像の総枚数を示す２以上の整数である。ｎは、ｎ＝１，・・・，Ｎのいずれかに対応するレーダ画像を示す識別子である。レーダ画像格納部２は、図１に示すように目標識別装置１が備えてもよいし、目標識別装置１とは別に設けられた装置が備えてもよい。

特徴量算出部３は、レーダ画像格納部２からレーダ動画像を入力し、入力したレーダ動画像の各フレームのレーダ画像に写った目標の画像の特徴量を算出する。例えば、特徴量算出部３は、レーダ画像格納部２からＮ枚のレーダ画像Ｇ_ｎを取得し、Ｎ枚のレーダ画像Ｇ_ｎにそれぞれ写った目標の画像の特徴量Ｃ_ｎとして、種類が互いに異なる複数の特徴量Ｃ_ｎ，ｊ（ｎ＝１，・・・，Ｎ：ｊ＝１，・・・，Ｊ）を算出する。なお、Ｊは、目標の特徴量の種類の総数を示す１以上の整数である。ｊは、ｊ＝１，・・・，Ｊのいずれかに対応する目標の特徴量の種類を示す識別子である。

特徴量算出部３において、前処理部３１は、レーダ画像格納部２から入力したレーダ画像Ｇ_ｎから２値化画像Ｂ_ｎを算出する。特徴量算出処理部３２は、前処理部３１によって算出された２値化画像Ｂ_ｎを用いて、レーダ画像Ｇ_ｎから、目標が写った画像領域である目標領域Ｒ_ｎを抽出する。特徴量算出処理部３２は、目標領域Ｒ_ｎに含まれる複数の画素の値を用いて、種類が互いに異なる複数の特徴量Ｃ_ｎ，ｊを算出する。例えば、特徴量算出処理部３２は、特徴量Ｃ_ｎ，１として目標領域Ｒ_ｎの重心ｇを算出し、特徴量Ｃ_ｎ，２として目標領域Ｒ_ｎの形状を算出し、特徴量Ｃ_ｎ，３として目標領域Ｒ_ｎの大きさを算出する。なお、これら以外の特徴量を追加してもよい。

特徴量格納部３３は、特徴量算出処理部３２によって算出された特徴量Ｃ_ｎ，ｊを格納する。また、特徴量格納部３３は、目標の画像の特徴量Ｃ_ｎ，ｊが得られた２値化画像を格納してもよい。

時間変動特性算出部４は、特徴量算出部３によって算出された特徴量Ｃ_ｎ，ｊの時間変動特性ＴＦＣ_ｊを示す時間変動特性情報を算出する。例えば、時間変動特性算出部４は、特徴量格納部３３から（Ｎ×Ｊ）個の特徴量Ｃ_ｎ，ｊを取得し、取得した（Ｎ×Ｊ）個の特徴量Ｃ_ｎ，ｊを用いて、種類ｊについてのＮ個の特徴量Ｃ_１，ｊ～Ｃ_Ｎ，ｊの時間変動特性ＴＦＣ_ｊを算出する。時間変動特性算出部４は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）について時間変動特性ＴＦＣ_ｊを算出すると、Ｊ個の時間変動特性ＴＦＣ_１～ＴＦＣ_Ｊを示す時間変動特性情報を、フレーム選択部５に出力する。

フレーム選択部５は、特徴量算出部３によって算出された特徴量と、時間変動特性算出部４によって算出された時間変動特性情報とを用いて、レーダ動画像から、目標の識別に用いられるレーダ画像のフレームを選択する。

例えば、フレーム選択部５は、特徴量算出処理部３２によって算出された（Ｎ×Ｊ）個の特徴量Ｃ_１，１～Ｃ_ｎ，ｊと、時間変動特性算出部４によって算出された時間変動特性ＴＦＣを示す時間変動特性情報とを用いて、レーダ動画像におけるＮ枚のレーダ画像Ｇ_ｎのうち、目標の識別に適したＫ枚のレーダ画像のフレームを選択する。フレーム選択部５は、選択したフレームに対応する時間変動特性ＴＦＣ’を示す時間変動特性情報を、目標識別部６に出力する。時間変動特性ＴＦＣ’は、フレーム選択部５によって選択されたフレームの２値化画像から得られた目標の画像の（Ｋ×Ｊ）個の特徴量Ｃ_１，１～Ｃ_ｋ，ｊを用いて算出されたものである。

目標識別部６は、フレーム選択部５によって選択されたフレームのレーダ画像に基づいて、目標を識別する。例えば、目標識別部６は、フレーム選択部５によって選択されたフレームのレーダ画像についての時間変動特性ＴＦＣ’を示す時間変動特性情報を用いて、レーダ動画像に写った目標を識別する。目標識別部６において、目標識別処理部６１は、フレーム選択部５から出力された時間変動特性ＴＦＣ’を用いて、レーダ動画像に写った目標を識別する処理を行う。例えば、目標識別処理部６１は、識別器６１１を備える。

識別器６１１は、時間変動特性ＴＦＣ’と、目標の種類を示す教師データとを用いて、目標の種類を学習している学習モデルである。目標の種類は、例えば、艦種である。目標識別処理部６１は、時間変動特性ＴＦＣ’を識別器６１１に入力することにより、識別器６１１から目標の識別結果である艦種を取得し、目標の識別結果を、識別結果格納部６２に出力する。

識別結果格納部６２は、目標の識別結果を格納する。例えば、識別結果格納部６２から読み出された艦船の識別結果は、表示装置に表示される。オペレータは、表示装置に表示された識別結果を参照することにより、目標の艦船の艦種を認識することが可能である。

実施の形態１に係る目標識別方法の一連の処理は、以下の通りである。
図２は、実施の形態１に係る目標識別方法を示すフローチャートであり、目標識別装置１によって行われる一連の処理手順を示している。まず、特徴量算出部３は、レーダ画像格納部２からＮ枚のレーダ画像Ｇ_ｎからなるレーダ動画像を取得し、レーダ画像Ｇ_ｎから目標の画像の特徴量Ｃ_１，１～Ｃ_Ｎ，ｊを算出する（ステップＳＴ１）。以下、目標識別方法の説明を簡単化するため、Ｎ枚のレーダ画像Ｇ_ｎに写る目標は同一の目標であるものとする。

時間変動特性算出部４は、特徴量算出部３により算出された特徴量Ｃ_１，１～Ｃ_Ｎ，ｊを取得し、特徴量Ｃ_１，１～Ｃ_Ｎ，ｊについての時間変動特性ＴＦＣ_ｊを算出する（ステップＳＴ２）。例えば、時間変動特性ＴＦＣ_ｊは、特徴量Ｃ_１，１～Ｃ_Ｎ，ｊの時間変動に関する統計量である。統計量には、Ｎ個の特徴量Ｃ_１，ｊ～Ｃ_Ｎ，ｊの平均値、または、Ｎ個の特徴量Ｃ_１，ｊ～Ｃ_Ｎ，ｊの分散値がある。

フレーム選択部５は、特徴量算出部３によって算出された特徴量Ｃ_１，１～Ｃ_Ｎ，ｊと時間変動特性算出部４によって算出された時間変動特性ＴＦＣ_ｊとを取得して、取得した特徴量Ｃ_１，１～Ｃ_Ｎ，ｊと時間変動特性ＴＦＣ_ｊとを用いて、レーダ動画像から目標の識別処理に用いる適切なフレームを選択する（ステップＳＴ３）。フレーム選択部５は、選択したフレームのレーダ画像に写った目標の画像の特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて算出された時間変動特性ＴＦＣ’_ｊを、目標識別部６に出力する。

目標識別部６は、フレーム選択部５から出力された時間変動特性ＴＦＣ’_ｊを用いて、目標を識別する（ステップＳＴ４）。例えば、目標識別処理部６１は、時間変動特性ＴＦＣ’_ｊを識別器６１１に入力する。識別器６１１は、入力した時間変動特性ＴＦＣ’_ｊを用いて目標の種類を特定し、特定した目標の種類を、識別結果として出力する。識別器６１１から出力された目標の識別結果は、識別結果格納部６２に格納される。

図３は、２値化画像の生成処理を示すフローチャートである。特徴量算出部３が備える前処理部３１は、レーダ画像格納部２から取得したレーダ画像Ｇ_ｎを用いて、図３に示す処理手順で目標の２値化画像Ｂ_ｎを生成する。例えば、目標は、艦船である。

図４Ａは、レーダ画像Ｇ_ｎの一例を示す図であり、前処理部３１が取得するレーダ画像Ｇ_ｎを示している。図４Ｂは、図４Ａのレーダ画像Ｇ_ｎから検出された目標のエッジを示す図である。図４Ｃは、図４Ｂのエッジに対する膨張処理後のエッジを示す図である。図４Ｄは、図４Ｃの目標領域に対する穴埋め処理後の目標領域を示す図である。図４Ｅは、図４Ｄの目標領域に対する収縮処理後の目標領域を示す図である。図４Ａから図４Ｅに示す画像は、ｘ－ｙ平面上の２次元画像である。図４Ａから図４Ｅにおいて、ｘ軸は、レンジビンを示しており、ｙ軸は、ドップラー周波数を示している。

レーダ画像Ｇ_ｎにおいて、輝度勾配が閾値以上である曲線部分は、目標の画像の輪郭を表すエッジを表している可能性が高い。そこで、前処理部３１は、例えば、図４Ａに示すレーダ画像Ｇ_ｎをレーダ画像格納部２から取得すると、レーダ画像Ｇ_ｎのうち、輝度勾配が閾値以上である曲線部分を目標のエッジとして検出する（ステップＳＴ１ａ）。なお、レーダ画像の輝度勾配は、例えば公知の技術を用いて算出される。

図４Ｂにおいて、目標のエッジを含む画像領域は、画素値が“１”の画素からなり、エッジを含まない画像領域は、画素値が“０”の画素からなる。図４Ｂに示す目標のエッジは、目標の輪郭である可能性が高い。しかしながら、図４Ｂに示す目標のエッジは、目標の輪郭を正確に表すものではない。そこで、前処理部３１は、目標の正確な輪郭を求めるために、エッジの膨張処理を行う（ステップＳＴ２ａ）。エッジの膨張処理は、エッジを水平方向に膨張させる処理と、エッジを垂直方向に膨張させる処理との双方を含む。水平方向は、レーダ画像のｘ軸と平行な方向である。垂直方向は、レーダ画像のｙ軸と平行な方向である。

前処理部３１によってエッジが膨張されると、図４Ｃに示すように膨張処理後のエッジと目標の輪郭とのギャップが低減される。レーダ画像Ｇ_ｎにおける目標領域は、膨張処理後のエッジで特定される目標が存在する領域である。当該目標領域には、画素値“０”の画素からなる多数の穴が存在している。そこで、前処理部３１は、図４Ｄに示すように、目標領域に対して穴埋め処理を行う（ステップＳＴ３ａ）。

エッジの膨張処理によって目標領域は拡大されている。このため、穴埋め処理後の目標領域を、レーダ画像Ｇ_ｎにおける目標領域の大きさに揃える必要がある。そこで、前処理部３１は、穴埋め処理後の目標領域の大きさが、レーダ画像Ｇ_ｎにおける目標領域と揃うように、穴埋め処理後の目標領域の収縮処理を行う（ステップＳＴ４ａ）。

収縮処理において、前処理部３１は、目標のエッジを表す画素である、画素値“１”の画素の一つを注目画素とし、注目画素の周囲にある４つの画素のうちいずれか１つ以上の画素が画素値“０”の画素であれば、注目画素を画素値“０”の画素に置き換える。これにより、図４Ｅに示す穴埋め処理後の目標領域を含む２値化画像が得られる。

注目画素の周囲に存在する４つの画素は、注目画素の上側、下側、左側および右側に存在する画素である。なお、注目画素の上側に存在する画素は、注目画素における垂直方向上側の隣接画素であり、注目画素の下側に存在する画素は、注目画素における垂直方向下側の隣接画素である。注目画素の左側に存在する画素は、注目画素における水平方向左側の隣接画素であり、注目画素の右側に存在する画素は、注目画素における水平方向右側の隣接画素である。この後、前処理部３１は、収縮処理後の目標領域を示す画像データを、目標の２値化画像Ｂ_ｎとして特徴量算出処理部３２に出力する。

特徴量算出処理部３２は、レーダ画像格納部２から、Ｎ枚のレーダ画像Ｇ_ｎを取得し、前処理部３１から、Ｎ枚の２値化画像Ｂ_ｎを取得する。特徴量算出処理部３２は、２値化画像Ｂ_ｎ（ｎ＝１，・・・，Ｎ）を用いてレーダ画像Ｇ_ｎから目標領域Ｒ_ｎを抽出する。図５は、レーダ画像Ｇ_ｎから目標領域Ｒ_ｎを抽出する処理および目標の画像の特徴量Ｃ_ｎを算出する処理の概要を示す説明図である。特徴量算出処理部３２は、図５に示すように、２値化画像Ｂ_ｎをレーダ画像Ｇ_ｎのマスク画像として用いることにより、レーダ画像Ｇ_ｎから、目標領域Ｒ_ｎを抽出する。特徴量算出処理部３２が、２値化画像Ｂ_ｎをレーダ画像Ｇ_ｎのマスク画像として用いることで、目標領域の外側の領域における不要な信号が除外される。不要な信号は、例えば、ノイズまたはクラッタである。

続いて、特徴量算出処理部３２は、目標領域Ｒ_ｎに含まれる複数の画素の値から、目標の画像の特徴量Ｃ_１，１～Ｃ_Ｎ，ｊを算出する。目標領域Ｒ_ｎに含まれる複数の画素の値は、例えば、振幅値である。目標の画像の特徴量Ｃ_１，１～Ｃ_Ｎ，ｊは、例えば目標領域Ｒ_ｎの重心、目標領域Ｒ_ｎの形状または目標領域Ｒ_ｎの大きさである。図５に示す例では、目標の画像の特徴量Ｃ_ｎとして、目標領域Ｒ_ｎの重心ｇが算出されている。特徴量算出処理部３２は、特徴量の種類をＪ個とした場合、（Ｎ×Ｊ）個の特徴量Ｃ_１，１～Ｃ_Ｎ，ｊを特徴量格納部３３に格納する。また、特徴量格納部３３には、目標の画像の特徴量Ｃ_ｎが算出された２値化画像Ｂ_ｎも格納される。

図６Ａは、目標が艦船である場合におけるレーダ画像Ｇ_ｎに写った艦船の画像の特徴量Ｃ_ｎの時間変動を示す図である。また、図６Ｂは、図６Ａの艦船の画像の特徴量Ｃ_ｎの時間変動特性を示すグラフである。目標の姿勢は、目標の動揺によって変化する。目標の姿勢が変化すると、レーダ（例えばＩＳＡＲ）によって照射された電波が目標で反射して受信された反射信号の信号形状も変化する。このため、種類が互いに異なる目標であっても、ほぼ同じ特徴量が算出されることがある。

例えば、図８Ａに示すように、艦種Ｓｈ_１と艦種Ｓｈ_２とが、異なる艦種であるにもかかわらず、時刻ｔ＝１で観測された両艦種の艦船が写ったレーダ画像においては、特徴量が、ほぼ同じである。しかしながら、時刻ｔ＝２においては、艦種がＳｈ_１である艦船の画像の特徴量Ｃと、艦種がＳｈ_２である艦船の画像の特徴量Ｃとが、異なっている。これは、図６Ｂに示すように、時刻ｔ＝１においては、艦種Ｓｈ_１の艦船で反射された信号のドップラー広がりと、艦種Ｓｈ_２の艦船で反射された信号のドップラー広がりとが、ほぼ同じであることに起因する。

時刻ｔ＝２においては、図６Ｂに示すように、艦種Ｓｈ_１の艦船で反射された信号のドップラー広がりと、艦種Ｓｈ_２の艦船で反射された信号のドップラー広がりとが、大きく異なっている。このため、図６Ａに示すように、艦種Ｓｈ_１の特徴量Ｃと、艦種Ｓｈ_２の特徴量Ｃとが、大きく異なっている。このように、レーダ画像Ｇ_ｎに写った目標の画像の特徴量Ｃ_ｎは、時間変動特性を有する。

そこで、時間変動特性算出部４は、特徴量格納部３３から取得した（Ｎ×Ｊ）個の特徴量Ｃ_ｎ，ｊのうち、種類ｊについてのＮ個の特徴量Ｃ_１，ｊ～Ｃ_Ｎ，ｊに関する時間変動特性ＴＦＣ_ｊを算出する。特徴量Ｃ_１，１～Ｃ_Ｎ，ｊに関する時間変動特性ＴＦＣ_ｊは、例えば、Ｎ個の特徴量Ｃ_１，ｊ～Ｃ_Ｎ，ｊの平均値または分散値である。時間変動特性算出部４は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）についての時間変動特性ＴＦＣ_ｊを算出すると、Ｊ個の時間変動特性ＴＦＣ_１～ＴＦＣ_Ｊをフレーム選択部５に出力する。また、時間変動特性算出部４は、目標の画像の特徴量Ｃ_ｎが算出された２値化画像Ｂ_ｎもフレーム選択部５に出力する。

図７は、レーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートである。まず、フレーム選択部５は、特徴量算出部３の特徴量算出結果が正しいか否かを判定する（ステップＳＴ１ｂ）。この処理は、目標の２値化画像Ｂ_ｎを用いて目標の画像の特徴量Ｃ_ｎが正しく算出されたかどうかを確認するものである。図８Ａは、目標領域の２値化画像を示す図であり、図８Ｂは、目標領域を抽出できなかった場合の２値化画像を示す図である。

図８Ａに示す２値化画像においては、目標の形状が正しく現れているので、目標の画像の特徴量は正しく算出される。一方、図８Ｂに示す２値化画像においては、目標の形状がほとんど現れておらず、目標の画像の特徴量が誤って算出される可能性が高い。例えば、目標からの反射信号の受信電力に対してクラッタまたはノイズの電力が大きくなるほど、前処理部３１は、反射信号の受信電力の閾値比較によって、クラッタまたはノイズ成分を誤って抽出しやすくなる。その結果、図８Ｂに示すような、目標の形状およびその境界（輪郭）が不明瞭な２値化画像が得られる。このような２値化画像からは、目標の画像の特徴量を正しく算出することができない。

そこで、フレーム選択部５は、２値化画像における白色領域の面積が一定の範囲内の値であるか否かに基づいて、当該２値化画像を用いて特徴量Ｃ_ｎが正しく算出されたか否かを判定する。例えば、白色領域の面積が一定の範囲内の値であれば、２値化画像に目標の形状が正しく現れており、特徴量Ｃ_ｎが正しく算出されたと判定される。また、白色領域の面積が一定の範囲を超えた値である場合、クラッタまたはノイズ成分による白色領域が広く、目標の形状がほとんど現れていないため、特徴量Ｃ_ｎが正しく算出されなかったと判定される。

また、フレーム選択部５は、２値化画像における目標領域の重心位置が一定の範囲内であるか否かに基づいて、当該２値化画像を用いて特徴量Ｃ_ｎが正しく算出されたか否かを判定してもよい。例えば、２値化画像から、目標から推定される移動範囲から外れた位置に目標領域が抽出された場合に、抽出された領域は、目標に由来するものではないと推定することができる。

そこで、目標領域の重心位置が一定の範囲内であれば、２値化画像に目標が正しく現れており、特徴量Ｃ_ｎが正しく算出されたと判定される。目標領域の重心位置が一定の範囲から外れた場合、この領域は、クラッタまたはノイズ成分による領域であると判断されるため、特徴量Ｃ_ｎが正しく算出されなかったと判定される。

なお、２値化画像における白色領域の面積と比較する一定の範囲および目標領域の重心位置と比較する一定の範囲は、例えばレーダ画像から求めた目標の画像の特徴量の統計値に基づいて決定される。

フレーム選択部５は、目標の画像の特徴量Ｃ_ｎが正しく算出されていると判定した場合（ステップＳＴ１ｂ；ＹＥＳ）、目標の画像の特徴量Ｃ_ｎが正しく算出された２値化画像が得られたレーダ画像のフレームを選択する（ステップＳＴ２ｂ）。また、フレーム選択部５は、目標の画像の特徴量Ｃ_ｎが正しく算出されていないと判定した場合（ステップＳＴ１ｂ；ＮＯ）、目標の画像の特徴量Ｃ_ｎが正しく算出されなかった２値化画像が得られたレーダ画像のフレームを選択しない（ステップＳＴ３ｂ）。この後、フレーム選択部５は、ステップＳＴ４ｂの処理に移行する。

次に、フレーム選択部５は、レーダ画像格納部２から取得されたレーダ動画像における全てのレーダ画像Ｇ_ｎについて、前述のフレーム選択の判定を実施したか否かを判定する（ステップＳＴ４ｂ）。フレーム選択部５は、全てのレーダ画像Ｇ_ｎについてフレーム選択判定を実施した場合（ステップＳＴ４ｂ；ＹＥＳ）、ステップＳＴ５ｂの処理に移行する。また、未実施のレーダ画像がある場合（ステップＳＴ４ｂ；ＮＯ）、フレーム選択部５は、ステップＳＴ１ｂに戻り、未実施のレーダ画像に対して前述した一連の処理を実施する。

フレーム選択部５は、Ｎ枚（Ｎフレーム）のレーダ画像のうち、Ｋフレーム分のレーダ画像を選択した場合、Ｋ種類の特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて算出された時間変動特性ＴＦＣ’_ｊを目標識別部６に出力する（ステップＳＴ５ｂ）。時間変動特性ＴＦＣ’_ｊは、時間変動特性算出部４によって算出されたものを用いてもよいし、フレーム選択部５が、特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて、時間変動特性算出部４と同じ処理手順で算出してもよい。

また、フレーム選択部５によって選択されたフレームの数が許容下限値Ｋ_ｍｉｎ未満であった場合、フレーム選択部５は、目標識別に用いるにはフレームの数が少ないと判断し、レーダ動画像からＫ_ｍｉｎ以上のフレームを選択するまで、目標識別部６の処理開始を停止させてもよい。

目標識別部６において、目標識別処理部６１は、フレーム選択部５から取得した時間変動特性ＴＦＣ’_ｊを用いて、目標を識別する。目標識別処理部６１は、目標の識別結果を識別結果格納部６２に出力する。目標の識別結果は、識別結果格納部６２に格納される。例えば、目標の識別結果は、目標識別処理部６１が備える識別器６１１によって求められる。目標が艦船である場合、識別器６１１は、艦種を示す教師データを用いて、艦種と、目標の画像の特徴量Ｃ_ｎの時間変動特性ＴＦＣとの関係が学習された学習モデルである。

目標識別装置１の機能を実現するハードウェア構成は、以下の通りである。
図９は、目標識別装置１の機能を実現するハードウェア構成を示すブロック図である。また、図１０は、目標識別装置１の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。図９および図１０において、記憶装置１００は、レーダ画像格納部２の機能を実現する記憶装置である。また、記憶装置１００は、レーダ画像格納部２の他に、特徴量格納部３３および識別結果格納部６２の機能を実現する記憶装置であってもよい。また、記憶装置１００は、目標識別装置１とは別に設けられた装置であってもよい。この場合、記憶装置１００がレーダ画像格納部２、特徴量格納部３３および識別結果格納部６２を備え、目標識別装置１は、無線または有線の通信を介して記憶装置１００から、レーダ動画像データなどを取得する。

目標識別装置１が備える特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の機能は処理回路によって実現される。すなわち、目標識別装置１は、図２に示したステップＳＴ１からステップＳＴ４の各処理を実行する処理回路を備える。処理回路は、専用のハードウェアであってもよいし、メモリに記憶されたプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってもよい。

処理回路が、図９に示す専用のハードウェアの処理回路１０１である場合に、処理回路１０１は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、または、これらを組み合わせたものが該当する。目標識別装置１が備える特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の機能は、別々の処理回路で実現されてもよく、これらの機能がまとめて１つの処理回路で実現されてもよい。

処理回路が、図１０に示すプロセッサ１０２である場合に、目標識別装置１が備える特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の機能は、ソフトウェア、ファームウェア、または、ソフトウェアとファームウェアとの組み合わせにより実現される。なお、ソフトウェアまたはファームウェアは、プログラムとして記述されてメモリ１０３に記憶される。

プロセッサ１０２は、メモリ１０３に記憶されたプログラムを読み出して実行することにより、特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の機能を実現する。例えば、目標識別装置１は、プロセッサ１０２によって実行されるときに、図２に示したステップＳＴ１からステップＳＴ４の各処理が結果的に実行されるプログラムを記憶するメモリ１０３を備える。これらのプログラムは、特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の手順または方法をコンピュータに実行させる。メモリ１０３は、コンピュータを、特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６として機能させるためのプログラムが記憶されたコンピュータ可読記憶媒体であってもよい。

記憶装置１００は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ－ＥＰＲＯＭ）などの不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤなどが該当する。

特徴量算出部３、時間変動特性算出部４、フレーム選択部５および目標識別部６の機能の一部が専用のハードウェアによって実現され、残りの一部がソフトウェアまたはファームウェアによって実現されてもよい。例えば、目標識別部６は専用のハードウェアである処理回路１０１によって機能が実現され、特徴量算出部３、時間変動特性算出部４およびフレーム選択部５は、プロセッサ１０２がメモリ１０３に記憶されたプログラムを読み出して実行することによって機能が実現される。このように、処理回路は、ハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせによって、上記機能を実現することができる。

なお、これまで説明した目標識別装置１は、哨戒機に搭載されて、ＩＳＡＲを利用して艦船を識別する装置を想定している。ただし、これは一例に過ぎない。例えば、目標識別装置１は、哨戒機の母艦に搭載されてもよい。この場合、哨戒機に搭載されたＩＳＡＲがレーダ画像を生成し、レーダ画像データを母艦に送信する。母艦に搭載された目標識別装置１は、哨戒機から受信したレーダ画像データを用いて艦船を識別し、艦船の識別結果を哨戒機へ送信する。

図６Ａおよび図６Ｂにおいて、艦船の姿勢の変化に起因して、艦種が互いに異なる艦船であっても、艦船の画像の特徴量が同じように算出されることを示した。これを防ぐために、目標識別装置１は、目標の画像の特徴量に関する時間変動特性情報を用いて、レーダ動画像から目的の識別に適したフレームを選択している。これは、艦船の姿勢以外の変化に起因して艦種が互いに異なる艦船の画像の特徴量が同じように算出された場合においても適用可能である。

以上のように、実施の形態１に係る目標識別装置１は、レーダ動画像の各フレームのレーダ画像に写った目標の画像の特徴量を算出する特徴量算出部３と、目標の画像の特徴量に関する時間変動特性情報を算出する時間変動特性算出部４と、レーダ画像に写った目標の画像の特徴量および時間変動特性情報を用いて、レーダ動画像から、目標の識別に用いられるレーダ画像のフレームを選択するフレーム選択部５と、選択したフレームのレーダ画像に基づいて目標を識別する目標識別部６を備える。これにより、目標識別装置１は、レーダ動画像から、目標の識別に適したフレームのレーダ画像を自動で選択することができる。

実施の形態１に係る目標識別装置１において、目標識別部６は、時間変動特性情報を入力して、レーダ動画像から目標を識別するための識別器６１１を備える。識別器６１１を用いることによって、目標識別装置１は、時間変動特性情報に基づいて目標を正確に識別することが可能である。

実施の形態２．
図１１は、実施の形態２に係る目標識別装置１Ａの構成例を示すブロック図である。図１１において、図１と同一の構成要素には同一の符号を付して説明を省略する。目標識別装置１Ａは、特徴量算出部３、時間変動特性算出部４、フレーム選択部５Ａおよび目標識別部６を備える。

フレーム選択部５Ａは、特徴量算出部３によって算出された目標の画像の（Ｎ×Ｊ）個の特徴量Ｃ_ｎと、時間変動特性算出部４によって算出された当該特徴量に関する時間変動特性ＴＦＣとを用いて、Ｎ枚のレーダ画像Ｇ_ｎから、目標の識別に適したＫフレーム分のレーダ画像を選択する。フレームの選択処理において、フレーム選択部５Ａは、目標の画像の特徴量の算出結果が正しいか否かの条件判定に加えて、レーダ画像のぼけの度合いを判定する。フレーム選択部５Ａは、これらの判定結果に基づいて、フレームを選択し、選択したフレームに対応する時間変動特性ＴＦＣ’_ｊを目標識別部６に出力する。なお、時間変動特性ＴＦＣ’_ｊは、選択したＫフレーム分のＫ種類の目標の画像の特徴量を用いて算出された時間変動特性である。

図１２は、実施の形態２における、レーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートであり、フレーム選択部５Ａによって実施される一連の処理を示している。フレーム選択部５Ａは、特徴量の算出結果が正しいか否かの条件判定に加えて、レーダ画像のぼけの有無を判定した結果に基づいて、目標の識別に用いられる適切なフレームを選択する。図１２におけるステップＳＴ１ｃ、ステップＳＴ５ｃおよびステップＳＴ６ｃの処理は、図７におけるステップＳＴ１ｂ、ステップＳＴ４ｂおよびステップＳＴ５ｂの処理と同じであるので、説明を省略する。

時間変動特性算出部４は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）についての時間変動特性ＴＦＣ_ｊをフレーム選択部５に出力する。さらに、時間変動特性算出部４は、目標の画像の特徴量Ｃ_ｎが算出された２値化画像Ｂ_ｎを、フレーム選択部５Ａに出力する。フレーム選択部５Ａは、２値化画像Ｂ_ｎを用いて目標の画像の特徴量Ｃ_ｎが正しく算出されていると判定した場合（ステップＳＴ１ｃ；ＹＥＳ）、当該２値化画像Ｂ_ｎが得られたレーダ画像のぼけの程度が低いか否かを判定する（ステップＳＴ２ｃ）。

フレーム選択部５Ａは、レーダ画像のぼけの度合いが低いと判定した場合（ステップＳＴ２ｃ；ＹＥＳ）、レーダ動画像から、当該レーダ画像のフレームを選択する（ステップＳＴ３ｃ）。フレーム選択部５Ａは、レーダ画像のぼけの度合いが低くないと判定した場合（ステップＳＴ２ｃ；ＮＯ）、当該レーダ画像のフレームを選択しない（ステップＳＴ４ｃ）。この後、フレーム選択部５Ａは、ステップＳＴ５ｃの処理に移行する。

図１３Ａは、ぼけの度合いが低いレーダ画像を示す図であり、目標が存在する画像領域にぼけがない画像例を示している。また、図１３Ｂは、ぼけの度合いが低くないレーダ画像を示す図であり、目標が存在する画像領域がドップラー周波数方向にぼけている画像例を示している。図１３Ａおよび図１３Ｂにおいて、横軸はレンジ方向を示しており、縦軸はドップラー周波数方向を示している。レーダ画像が極端にぼけていると、当該レーダ画像からは、ドップラー周波数の変動量などの一部の特徴量が正しく算出されなくなり、識別器６１１が目標を誤って識別する原因となり得る。このため、フレーム選択部５Ａは、ぼけがあるレーダ画像のフレームを選択しない。

フレーム選択部５Ａは、ＩＳＡＲにおけるドップラー周波数分解能の測定値Δｄｐ_ｏｂｓと、レーダ諸元のドップラー周波数分解能の理論値Δｄｐ_ｒｅｓとを比較することにより、両者の比（Δｄｐ_ｏｂｓ／Δｄｐ_ｒｅｓ）が一定値以上であれば、レーダ画像のぼけの度合いが低くない（ぼけあり）と判定し、両者の比が一定値未満であれば、レーダ画像のぼけの度合いが低い（ぼけなし）と判定する。例えば、フレーム選択部５Ａは、ＩＳＡＲによって目標からの反射信号が受信されたときの電力のピークを抽出し、ピーク電力から３ｄＢ低下するまでのドップラー周波数軸上の半値幅を計測することによって、ドップラー周波数分解能の測定値を算出する。この測定値の算出には、複数のピーク点が用いられる場合もある。

フレーム選択部５Ａは、Ｎフレームのレーダ画像からＫフレーム分のレーダ画像を選択すると、Ｋ種類の特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて算出された時間変動特性ＴＦＣ’_ｊを、目標識別部６に出力する。時間変動特性ＴＦＣ’_ｊは、時間変動特性算出部４によって算出されたものを用いてもよいし、フレーム選択部５Ａが、特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて、時間変動特性算出部４と同じ処理手順で算出してもよい。

また、フレーム選択部５Ａによって選択されたフレームの数が許容下限値Ｋ_ｍｉｎ未満であった場合、フレーム選択部５Ａは、目標識別に用いるにはフレームの数が少ないと判断し、レーダ動画像からＫ_ｍｉｎ以上のフレームを選択するまで、目標識別部６の処理開始を停止させてもよい。

なお、目標識別装置１Ａが備える、特徴量算出部３、時間変動特性算出部４、フレーム選択部５Ａおよび目標識別部６の機能は、処理回路によって実現される。すなわち、目標識別装置１Ａは、図２に示したステップＳＴ１からステップＳＴ４の各処理を実行するための処理回路を備える。処理回路は、図９に示した専用のハードウェアである処理回路１０１であってもよいし、図１０に示したメモリ１０３に記憶されたプログラムを実行するプロセッサ１０２であってもよい。また、レーダ画像格納部２、特徴量格納部３３および識別結果格納部６２は、目標識別装置１Ａとは別に設けられた外部装置が備えてもよい。この場合、目標識別装置１Ａは、無線または有線の通信を介して上記外部装置から、レーダ動画像データなどを取得する。

以上のように、実施の形態２に係る目標識別装置１Ａにおいては、フレーム選択部５Ａが、レーダ画像のぼけの度合いに基づいて、レーダ動画像からフレームを選択する。例えば、ぼけの度合いが低いレーダ画像のフレームは選択されて、ぼけの度合いが高いレーダ画像のフレームは選択されない。実際のＩＳＡＲによる艦船の観測においては、例えば、ランダムな波の動揺または海面クラッタの影響を受けることにより、ＩＳＡＲ画像に極端なぼけまたはぶれが発生し、ＩＳＡＲ画像がフォーカスしない場合がある。特許文献１に記載された従来の装置は、このようなＩＳＡＲ画像の入力が全く考慮されていない。このため、フォーカスしていないＩＳＡＲ画像を用いて目標の識別が行われ、目標の識別精度が劣化する。これに対し、目標識別装置１Ａは、レーダ画像のぼけの度合いに基づいて、目標の識別に用いるフレームを選択する。これにより、フォーカスしないＩＳＡＲ画像が処理対象から除外されるので、目標の識別を正確に行うことが可能である。さらに、目標識別装置１Ａは、実施の形態１と同様に、レーダ動画像から目標の識別に適したフレームのレーダ画像を自動で選択することができる。

実施の形態３．
図１４は、実施の形態３に係る目標識別装置１Ｂの構成例を示すブロック図である。図１４において、図１と同一の構成要素には同一の符号を付して説明を省略する。目標識別装置１Ｂは、特徴量算出部３、時間変動特性算出部４、フレーム選択部５Ｂおよび目標識別部６Ａを備える。

フレーム選択部５Ｂは、特徴量算出部３によって算出された目標の画像の（Ｎ×Ｊ）個の特徴量Ｃ_ｎと、時間変動特性算出部４によって算出された当該特徴量に関する時間変動特性ＴＦＣとを用いて、Ｎ枚のレーダ画像Ｇ_ｎから、目標の識別に適したＫフレーム分のレーダ画像を選択する。フレームの選択処理において、フレーム選択部５Ｂは、目標の画像の特徴量の算出結果が正しいか否かの条件判定と、レーダ画像のぼけの度合いの判定とに加えて、レーダ画像における目標の信号欠損の度合いを示す信号欠損情報に基づいて、レーダ動画像からフレームを選択する。

目標の信号欠損は、レーダ画像における目標の画像領域の形状が欠損する現象であり、例えば、海面クラッタなどがＩＳＡＲによる目標観測に影響を与えることにより生じる。フレーム選択部５Ｂは、選択したフレームに対応する時間変動特性ＴＦＣ’_ｊと、レーダ画像Ｇ_ｎにおける目標の信号欠損の度合いを示す信号欠損情報とを、目標識別部６Ａに出力する。なお、時間変動特性ＴＦＣ’_ｊは、選択したＫフレーム分のＫ種類の目標の画像の特徴量を用いて算出された時間変動特性である。

目標識別部６Ａは、目標識別処理部６１Ａおよび識別結果格納部６２Ａを備えており、目標識別処理部６１Ａは、複数の識別器、例えば識別器６１１－１，・・・，６１１－Ｎを備える。目標識別処理部６１Ａは、識別器６１１－１，・・・，６１１－Ｎの中から、フレーム選択部５Ｂによって判定された信号欠損情報に対応する識別器を選択して、選択した識別器を用いて目標を識別する。識別結果格納部６２Ａには、目標識別処理部６１Ａによって算出された目標の識別結果が格納される。

識別器６１１－１，・・・，６１１－Ｎは、艦種を示す教師データを用いて、艦種と、目標の画像の特徴量の時間変動特性ＴＦＣと信号欠損の度合いとの関係が学習された学習モデルである。ただし、識別器６１１－１，・・・，６１１－Ｎは、互いに異なる種類の識別器である。識別器の種類は、学習用データの違いに応じたものであってもよい。例えば、識別器６１１－１，・・・，６１１－Ｎには、一定値以上の度合いの信号欠損を含むレーダ画像を用いて学習された学習モデル、および一定値未満の度合いの信号欠損を含むレーダ画像を用いて学習された学習モデルが含まれる。

目標識別処理部６１Ａは、時間変動特性ＴＦＣ’と、選択されたフレームに関する信号欠損情報とを、選択した識別器に与えることによって、当該識別器から、目標の識別結果として艦種を取得する。

図１５は、実施の形態３における、レーダ動画像からレーダ画像のフレームを選択する処理を示すフローチャートであり、フレーム選択部５Ｂによって実施される一連の処理を示している。フレーム選択部５Ｂは、特徴量の算出結果が正しいか否かについての条件判定とレーダ画像のぼけの有無の判定に加え、レーダ画像における目標の信号欠損の度合いを判定した結果に基づいて、目標の識別に用いられる適切なフレームを選択する。

なお、図１５におけるステップＳＴ１ｄ、ステップＳＴ７ｄおよびステップＳＴ８ｄの処理は、図７におけるステップＳＴ１ｂ、ステップＳＴ４ｂおよびステップＳＴ５ｂの処理と同じであり、図１５におけるステップＳＴ２ｄおよびステップＳＴ４ｄは、図１２におけるステップＳＴ２ｃおよびステップＳＴ４ｃの処理と同じであるので、説明を省略する。

フレーム選択部５Ｂは、レーダ画像のぼけの度合いが低いと判定した場合（ステップＳＴ２ｄ；ＹＥＳ）、当該レーダ画像における目標の信号欠損の度合いが一定値以上であるか否かを判定する（ステップＳＴ３ｄ）。フレーム選択部５Ｂは、目標の信号欠損の度合いが一定値以上であると判定した場合（ステップＳＴ３ｄ；ＹＥＳ）、レーダ動画像から当該レーダ画像のフレームを選択する（ステップＳＴ５ｄ）。ステップＳＴ５ｄにおいて選択されたフレームのレーダ画像は、目標の信号欠損の度合いが高いレーダ画像である。この場合、フレーム選択部５Ｂは、当該レーダ画像における信号欠損の度合いが高いことを示す信号欠損情報を、目標識別部６Ａに出力する。

フレーム選択部５Ｂは、目標の信号欠損の度合いが一定値未満であると判定した場合（ステップＳＴ３ｄ；ＮＯ）、レーダ動画像から当該レーダ画像のフレームを選択する（ステップＳＴ６ｄ）。この後、フレーム選択部５Ｂは、ステップＳＴ７ｄの処理に移行する。ステップＳＴ６ｄにおいて選択されたフレームのレーダ画像は、目標の信号欠損の度合いが低いレーダ画像である。この場合、フレーム選択部５Ｂは、当該レーダ画像における信号欠損の度合いが低いことを示す信号欠損情報を、目標識別部６Ａに出力する。

図１６Ａは、ＩＳＡＲによって生成されたレーダ画像における目標の信号欠損の度合いが一定値未満である２値化画像Ｂ_ｎを示す図である。図１６Ｂは、ＩＳＡＲによって生成されたレーダ画像における目標の信号欠損の度合いが一定値以上である２値化画像を示す図である。図１６Ａおよび図１６Ｂにおいて、横軸はレンジ方向を示しており、縦軸はドップラー周波数方向を示している。また、目標は、艦船である。

例えば、ＩＳＡＲによる艦船の観測が海面クラッタの影響を受けると、図１６Ｂに示すように、船首または船尾の一部が隠れた形状を有した艦船の２値化画像が得られる場合がある。図１６Ａに示す２値化画像Ｂ_ｎを用いることで、信号欠損が小さい、レンジ方向の全長Ａを、艦船の画像の特徴量として算出できる。しかしながら、図１６Ｂに示す２値化画像Ｂ_ｎを用いると、同一の艦船であるにもかかわらず当該艦船の船首の一部が欠損して写っているので、艦船の画像の特徴量として、レンジ方向の全長がＡよりも短いＢが算出される。

２値化画像Ｂ_ｎの艦船形状のうち、ドップラー周波数方向に長いマストに対応する部分の位置を特定し、マスト位置から目標形状の最小レンジまでの長さまたはマスト位置から最大レンジまでの長さを算出する。艦船形状の信号欠損の度合いが高い場合、マスト位置から最小レンジまでの長さまたはマスト位置から最大レンジまでの長さが、艦船形状の信号欠損の度合いが低い場合よりも短くなる。

そこで、フレーム選択部５Ｂは、２値化画像Ｂ_ｎにおける、マスト位置から最小レンジまでの長さと、マスト位置から最大レンジまでの長さとの比を基準値と比較することで、両者のうち、いずれか一方が一定値以上短ければ、この２値化画像Ｂ_ｎにおける信号欠損の度合いが高いと判定する。上記基準値は、例えば、目標の方位角情報と艦種モデルとに基づいて設定される。

なお、フレーム選択部５Ｂは、２値化画像Ｂ_ｎにおける目標領域のドップラー周波数の最大値および最小値を用いて、目標の信号欠損の度合いを判定してもよい。
また、フレーム選択部５Ｂは、例えば、マスト位置から最小レンジまでの長さとマスト位置から最大レンジまでの長さとの比を算出することによって定量化し、これらの長さの比の値に応じて目標の信号欠損の度合いを区分的に表現してもよい。

フレーム選択部５Ｂは、Ｎフレームのレーダ画像からＫフレーム分のレーダ画像を選択すると、Ｋ種類の特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて算出された時間変動特性ＴＦＣ’_ｊを、目標識別部６に出力する。時間変動特性ＴＦＣ’_ｊは、時間変動特性算出部４によって算出されたものを用いてもよいし、フレーム選択部５Ｂが、特徴量Ｃ_１，１～Ｃ_Ｋ，ｊを用いて、時間変動特性算出部４と同じ処理手順で算出してもよい。

また、フレーム選択部５Ｂによって選択されたフレームの数が許容下限値Ｋ_ｍｉｎ未満であった場合、フレーム選択部５Ｂは、目標識別に用いるにはフレームの数が少ないと判断し、レーダ動画像からＫ_ｍｉｎ以上のフレームを選択するまで、目標識別部６Ａの処理開始を停止させてもよい。

目標識別部６Ａは、フレーム選択部５Ｂによって選択されたフレームにおける信号欠損情報と時間変動特性ＴＦＣ’_ｊとを取得し、取得した時間変動特性ＴＦＣ’_ｊを用いて、目標を識別する。例えば、識別器６１１－１，・・・，６１１－Ｎのいずれかは、目標の種類を示す教師データを用いて、目標の種類と、目標の信号欠損の有無を考慮した学習用データの時間変動特性とを学習した識別器である。なお、目標の信号欠損の度合いを区分的に設けて、学習用データの時間変動特性の種類を増やしてもよい。

目標識別処理部６１Ａは、識別器６１１－１，・・・，６１１－Ｎのうち、信号欠損情報を対応した識別器を選択し、選択した識別器によって算出された目標の識別結果である艦種情報を取得する。目標識別処理部６１Ａによって得られた艦種情報は、識別結果格納部６２Ａに格納される。

なお、目標識別装置１Ｂが備える特徴量算出部３、時間変動特性算出部４、フレーム選択部５Ｂおよび目標識別部６Ａの機能は、処理回路によって実現される。すなわち、目標識別装置１Ｂは、図２に示したステップＳＴ１からステップＳＴ４の各処理を実行するための処理回路を備える。処理回路は、図９に示した専用のハードウェアの処理回路１０１であってもよいし、図１０に示したメモリ１０３に記憶されたプログラムを実行するプロセッサ１０２であってもよい。また、レーダ画像格納部２、特徴量格納部３３および識別結果格納部６２Ａは、目標識別装置１Ｂとは別に設けられた外部装置が備えてもよい。この場合、目標識別装置１Ｂは、無線または有線の通信を介して上記外部装置から、レーダ動画像データなどを取得する。

以上のように実施の形態３に係る目標識別装置１Ｂにおいて、フレーム選択部５Ｂが、特徴量算出部３によって算出された特徴量と、時間変動特性算出部４によって算出された時間変動特性情報とを用いて、レーダ画像における目標の信号欠損の度合いを判定して、レーダ画像における目標の信号欠損の度合いを示す信号欠損情報に基づいて、レーダ動画像からフレームを選択する。実際のＩＳＡＲによる艦船の観測においては、例えば、ランダムな波の動揺または海面クラッタの影響を受けることにより、ＩＳＡＲ画像において、反射信号の受信強度が低い部分に対応する目標形状の部分的な欠落を示す信号欠損が発生する場合がある。特許文献１に記載された従来の装置は、このようなＩＳＡＲ画像の入力が全く考慮されていない。このため、信号欠損のあるＩＳＡＲ画像を用いて目標の識別が行われ、目標の識別精度が劣化する。これに対し、目標識別装置１Ｂは、レーダ画像における目標の信号欠損の度合いに基づいて、目標の識別に用いるフレームを選択する。これにより、ＩＳＡＲ画像における信号欠損の度合いに応じて目標が識別されるので、目標の識別を正確に行うことが可能である。さらに、目標識別装置１Ｂは、実施の形態１と同様に、レーダ動画像から目標の識別に適したフレームのレーダ画像を自動で選択することができる。

また、実施の形態３に係る目標識別装置１Ｂにおいて、目標識別部６Ａが、識別器６１１－１，・・・，６１１－Ｎから、フレーム選択部５Ｂによって判定された信号欠損情報に対応する識別器を選択し、選択した識別器を用いて目標を識別する。識別器６１１－１，・・・，６１１－Ｎのうち、信号欠損情報に対応する識別器を用いることによって、目標識別装置１Ｂは、目標を正確に識別することが可能である。

なお、各実施の形態の組み合わせまたは実施の形態のそれぞれの任意の構成要素の変形もしくは実施の形態のそれぞれにおいて任意の構成要素の省略が可能である。

本開示に係る目標識別装置は、例えば、レーダを用いて艦船を識別する哨戒システムに利用可能である。

１，１Ａ，１Ｂ 目標識別装置、２ レーダ画像格納部、３ 特徴量算出部、４ 時間変動特性算出部、５，５Ａ，５Ｂ フレーム選択部、６，６Ａ 目標識別部、３１ 前処理部、３２ 特徴量算出処理部、３３ 特徴量格納部、６１，６１Ａ 目標識別処理部、６２，６２Ａ 識別結果格納部、１００ 記憶装置、１０１ 処理回路、１０２ プロセッサ、１０３ メモリ、６１１，６１１－１，・・・，６１１－Ｎ 識別器。

Claims (5)

1. 観測時刻順の複数のフレームのレーダ画像からなるレーダ動画像を入力し、前記レーダ動画像の各フレームのレーダ画像に写る目標の画像の特徴量を算出する特徴量算出部と、
   前記特徴量算出部によって算出された特徴量の時間変動特性を示す時間変動特性情報を算出する時間変動特性算出部と、
   前記特徴量算出部によって特徴量が正しく算出されたか否かを判定し、前記レーダ動画像から、特徴量が正しく算出されたと判定されて前記目標の識別に用いられるレーダ画像のフレームを選択するフレーム選択部と、
   前記フレーム選択部によって選択されたフレームのレーダ画像に基づいて、前記目標を識別する目標識別部と、
   を備え、
   前記フレーム選択部は、特徴量が正しく算出されたか否かを、レーダ画像における前記目標の信号欠損の度合いに基づいて判定し、判定した前記目標の信号欠損の度合いを示す信号欠損情報に基づいて前記レーダ動画像からフレームを選択し、
   前記目標識別部は、前記フレーム選択部によって選択されたフレームのレーダ画像に写った前記目標の画像の特徴量についての時間変動特性情報を入力して、入力した時間変動特性情報を用いて前記目標を識別する複数の識別器を有し、複数の前記識別器の中から、前記フレーム選択部によって判定された前記信号欠損情報に対応する前記識別器を選択して、選択した前記識別器を用いて前記目標を識別する
   ことを特徴とする目標識別装置。
2. 前記目標識別部は、時間変動特性情報を入力して前記レーダ動画像から前記目標を識別するための識別器を有する
   ことを特徴とする請求項１に記載の目標識別装置。
3. 前記フレーム選択部は、レーダ画像のぼけの度合いに基づいて、前記レーダ動画像からフレームを選択する
   ことを特徴とする請求項１に記載の目標識別装置。
4. 特徴量算出部、時間変動特性算出部、フレーム選択部および目標識別部を備えた目標識別装置による目標識別方法であって、
   前記特徴量算出部が、観測時刻順の複数のフレームのレーダ画像からなるレーダ動画像を入力し、前記レーダ動画像の各フレームのレーダ画像に写る目標の画像の特徴量を算出するステップと、
   前記時間変動特性算出部が、前記特徴量算出部によって算出された特徴量の時間変動特性を示す時間変動特性情報を算出するステップと、
   前記フレーム選択部が、前記特徴量算出部によって特徴量が正しく算出されたか否かを判定し、前記レーダ動画像から、特徴量が正しく算出されたと判定されて前記目標の識別に用いられるレーダ画像のフレームを選択するステップと、
   前記目標識別部が、前記フレーム選択部によって選択されたフレームのレーダ画像に基づいて、前記目標を識別するステップと、
   を備え、
   前記フレーム選択部が、特徴量が正しく算出されたか否かを、レーダ画像における前記目標の信号欠損の度合いに基づいて判定し、判定した前記目標の信号欠損の度合いを示す信号欠損情報に基づいて前記レーダ動画像からフレームを選択し、
   前記目標識別部が、前記フレーム選択部によって選択されたフレームのレーダ画像に写った前記目標の画像の特徴量についての時間変動特性情報を入力して、入力した時間変動特性情報を用いて前記目標を識別する複数の識別器を有し、複数の前記識別器の中から、前記フレーム選択部によって判定された前記信号欠損情報に対応する前記識別器を選択して、選択した前記識別器を用いて前記目標を識別する
   ことを特徴とする目標識別方法。
5. コンピュータを、請求項１に記載の目標識別装置として機能させるためのプログラム。

Images