JPH10186057A - 大局的雨域予測装置 - Google Patents
大局的雨域予測装置Info
- Publication number
- JPH10186057A JPH10186057A JP8347683A JP34768396A JPH10186057A JP H10186057 A JPH10186057 A JP H10186057A JP 8347683 A JP8347683 A JP 8347683A JP 34768396 A JP34768396 A JP 34768396A JP H10186057 A JPH10186057 A JP H10186057A
- Authority
- JP
- Japan
- Prior art keywords
- image
- rain area
- global
- histogram
- rain
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
(57)【要約】
【課題】 同じ程度の移動ベクトルを安定的に推定し、
かつ演算コストを大幅に軽減したレーダー画像から雨域
変化の推定を実現できる大局的雨域予測装置を提供す
る。 【解決手段】 本発明の装置は、雨域レーダー画像の入
力手段、時系列画像の蓄積手段、２フレーム画像から雨
域を４方向に投影して存在率のヒストグラムを作成する
画像投影部、４つの領域についてヒストグラムの相関関
数を算出し最高類似度から移動の量と方向を推定する移
動ベクトル推定部、及びノイズの影響を緩和するするフ
ィルター部を備えている。
かつ演算コストを大幅に軽減したレーダー画像から雨域
変化の推定を実現できる大局的雨域予測装置を提供す
る。 【解決手段】 本発明の装置は、雨域レーダー画像の入
力手段、時系列画像の蓄積手段、２フレーム画像から雨
域を４方向に投影して存在率のヒストグラムを作成する
画像投影部、４つの領域についてヒストグラムの相関関
数を算出し最高類似度から移動の量と方向を推定する移
動ベクトル推定部、及びノイズの影響を緩和するするフ
ィルター部を備えている。
Description
【０００１】
【発明の属する技術分野】本発明は、気象レーダー画像
に基づいた狭い地域の雨域の時系列変化を短時間に予測
し、それにより、気象の変化に敏感に影響されるような
狭い地域における様々な活動の円滑な実施に貢献するよ
うに、高速かつ簡易に雨域を予測する装置に関する。
に基づいた狭い地域の雨域の時系列変化を短時間に予測
し、それにより、気象の変化に敏感に影響されるような
狭い地域における様々な活動の円滑な実施に貢献するよ
うに、高速かつ簡易に雨域を予測する装置に関する。
【０００２】
【従来の技術】従来、気象予測を行う際、気象庁ではア
メダスや気象衛星から得られる２，３次元的な気温，気
圧，露点，風ベクトル等の様々な物理パラメータ−を用
いて、数理・物理方程式を介した数十時間先もしくは数
日先の日本全国の気象現象の変化を予測してきている。
一方、近年、より狭い地域での、分単位という短い時間
における気象予測が望まれてきて、局地的に配置した気
象レーダー装置による雨域の変化情報からの予測が必須
となっている。雨域の変化は、降雨や降雪がある領域の
変化を意味し、見かけ上、雲状をなしている。画像とし
ての雨域は、様々な形状と濃淡値の組み合わせとして表
現されており、明瞭な特徴量の記述が困難であるので、
画像処理手法に基づいた雨域の動きを容易には検出でき
ない。そのため現在でも、担当する人の経験則に基づい
た雨域の変化からの主観的な読み取りが行われ、活用さ
れている。自動的かつ客観的な雨域変化を計算機上で示
すために、時空間的相関法により雨域変化検出が試みら
れている。この方法は、ｔを時間ステップとするとき、
２つの画像フレーム間 ｆ（ｔ）とｆ（ｔ＋１） の濃
淡値の類似性について算出した後、最も相関値が高い点
が対応していると仮定した上、雨域の移動量を推定す
る。推定された移動量に基づいて雨域を平行移動させて
行く。推定された次のステップの雨域画像を繰り返し、
特定数のステップ先までの予測が可能となる。
メダスや気象衛星から得られる２，３次元的な気温，気
圧，露点，風ベクトル等の様々な物理パラメータ−を用
いて、数理・物理方程式を介した数十時間先もしくは数
日先の日本全国の気象現象の変化を予測してきている。
一方、近年、より狭い地域での、分単位という短い時間
における気象予測が望まれてきて、局地的に配置した気
象レーダー装置による雨域の変化情報からの予測が必須
となっている。雨域の変化は、降雨や降雪がある領域の
変化を意味し、見かけ上、雲状をなしている。画像とし
ての雨域は、様々な形状と濃淡値の組み合わせとして表
現されており、明瞭な特徴量の記述が困難であるので、
画像処理手法に基づいた雨域の動きを容易には検出でき
ない。そのため現在でも、担当する人の経験則に基づい
た雨域の変化からの主観的な読み取りが行われ、活用さ
れている。自動的かつ客観的な雨域変化を計算機上で示
すために、時空間的相関法により雨域変化検出が試みら
れている。この方法は、ｔを時間ステップとするとき、
２つの画像フレーム間 ｆ（ｔ）とｆ（ｔ＋１） の濃
淡値の類似性について算出した後、最も相関値が高い点
が対応していると仮定した上、雨域の移動量を推定す
る。推定された移動量に基づいて雨域を平行移動させて
行く。推定された次のステップの雨域画像を繰り返し、
特定数のステップ先までの予測が可能となる。
【０００３】
【発明が解決しようとする課題】これまで適用されてい
る時空間的相関法は、連続する２つの画像から１つの移
動ベクトルを推定する。しかしながら、相関係数を算出
するためには画素ごとに演算を施す必要があるために、
画像全体で数千回〜数万回オーダーの演算回数が要求さ
れる問題がある。また、画像の濃淡値は、雨域が生成・
消滅を絶えまなく繰り返しているので、前フレームの濃
淡値と次フレームの濃淡値とが常に１対１に対応してい
ることはないので、濃淡値に基づいた相関値への信頼性
は必ずしも高くなく、不安定であるという問題がある。
さらに、相関係数が求められないような散漫な雨域画像
の場合は、ほとんど移動ベクトルを推定することができ
ず、その間の補間方法についても見い出されていないの
が現状である。
る時空間的相関法は、連続する２つの画像から１つの移
動ベクトルを推定する。しかしながら、相関係数を算出
するためには画素ごとに演算を施す必要があるために、
画像全体で数千回〜数万回オーダーの演算回数が要求さ
れる問題がある。また、画像の濃淡値は、雨域が生成・
消滅を絶えまなく繰り返しているので、前フレームの濃
淡値と次フレームの濃淡値とが常に１対１に対応してい
ることはないので、濃淡値に基づいた相関値への信頼性
は必ずしも高くなく、不安定であるという問題がある。
さらに、相関係数が求められないような散漫な雨域画像
の場合は、ほとんど移動ベクトルを推定することができ
ず、その間の補間方法についても見い出されていないの
が現状である。
【０００４】また、相関法では、単位時間当たりの移動
量が大きいときは、大き目の窓関数を、移動量が小さい
ときは、小さ目の窓関数を適宜用意する必要があり、最
適な窓関数の大きさを決定することは容易ではなく、同
時に、決定しようとするならば、それに要する演算時間
は全体として数〜十倍増加する問題が生じる。
量が大きいときは、大き目の窓関数を、移動量が小さい
ときは、小さ目の窓関数を適宜用意する必要があり、最
適な窓関数の大きさを決定することは容易ではなく、同
時に、決定しようとするならば、それに要する演算時間
は全体として数〜十倍増加する問題が生じる。
【０００５】レーダー画像から移動ベクトルを推定する
ためには、雨域の存在領域の変化を利用するしか方法が
ない。しかしながら、ここで云う移動ベクトルとは本来
自然の上空には全面にわたって風が流れており、その風
に乗って雨域が変化しているものと考える。大局的な雨
域の流れる方向には、一様性が強く存在することが多い
が、その移動速度にはかなりのばらつきがあるので窓関
数は適宣最適な関数を選定するアルゴリズムが同時に必
要となる。
ためには、雨域の存在領域の変化を利用するしか方法が
ない。しかしながら、ここで云う移動ベクトルとは本来
自然の上空には全面にわたって風が流れており、その風
に乗って雨域が変化しているものと考える。大局的な雨
域の流れる方向には、一様性が強く存在することが多い
が、その移動速度にはかなりのばらつきがあるので窓関
数は適宣最適な関数を選定するアルゴリズムが同時に必
要となる。
【０００６】本発明の目的は、上述の問題点の解決を図
り、同じ程度の移動ベクトルを安定的に推定し、かつ演
算コストを大幅に軽減したレーダー画像から雨域変化を
推定する大局的雨域予測装置を推定することである。
り、同じ程度の移動ベクトルを安定的に推定し、かつ演
算コストを大幅に軽減したレーダー画像から雨域変化を
推定する大局的雨域予測装置を推定することである。
【０００７】
【課題を解決するための手段】本発明の大局的雨域予測
装置は、気象レーダー画像に基づいて、雨域の大域的な
移動方向と移動量を推定する装置であって、雨域のレー
ダー画像を入力する画像入力手段と、過去の時系列画像
を蓄積する画像蓄積手段と、連続する２フレーム画像の
それぞれから雨域を上下左右の４つの方向に投影して存
在率に関してのヒストグラムを作成する画像投影部と、
２フレーム画像からそれぞれの４つの領域について、ヒ
ストグラムの相関関数を算出して最も高い類似度から対
応を採り、移動量を推定すると同時に移動方向を推定す
る移動ベクトル推定部と、移動方向及び移動量につい
て、ノイズの影響を緩和するためにフィルタリング処理
を施すフィルター部とを備えることを特徴としている。
装置は、気象レーダー画像に基づいて、雨域の大域的な
移動方向と移動量を推定する装置であって、雨域のレー
ダー画像を入力する画像入力手段と、過去の時系列画像
を蓄積する画像蓄積手段と、連続する２フレーム画像の
それぞれから雨域を上下左右の４つの方向に投影して存
在率に関してのヒストグラムを作成する画像投影部と、
２フレーム画像からそれぞれの４つの領域について、ヒ
ストグラムの相関関数を算出して最も高い類似度から対
応を採り、移動量を推定すると同時に移動方向を推定す
る移動ベクトル推定部と、移動方向及び移動量につい
て、ノイズの影響を緩和するためにフィルタリング処理
を施すフィルター部とを備えることを特徴としている。
【０００８】なお、画像入力手段は、カメラ等より入力
された一般動画像をも適用対象とすることが可能な手段
であることが好ましく、画像を複数領域に分割して、よ
り局所的な移動ベクトルを求める手段を含むことも好ま
しい。
された一般動画像をも適用対象とすることが可能な手段
であることが好ましく、画像を複数領域に分割して、よ
り局所的な移動ベクトルを求める手段を含むことも好ま
しい。
【０００９】また、画像投影部は、上下左右方向に画像
のヒストグラムを作成する際、各線と画像との距離に応
じて、非線形な距離についての重みづけを行う手段を含
むことが好ましく、移動ベクトル推定部は、雨域の移動
量に応じて停滞性か移流性を判別する機構を含むが好ま
しく、そしてフィルター部は、カルマンフィルターによ
る雨域の流入出の方向角度を最尤推定・予測する手段を
含むことも好ましい。
のヒストグラムを作成する際、各線と画像との距離に応
じて、非線形な距離についての重みづけを行う手段を含
むことが好ましく、移動ベクトル推定部は、雨域の移動
量に応じて停滞性か移流性を判別する機構を含むが好ま
しく、そしてフィルター部は、カルマンフィルターによ
る雨域の流入出の方向角度を最尤推定・予測する手段を
含むことも好ましい。
【００１０】本発明の大局的雨域予測装置の具体的な作
用は、次のとおりである。
用は、次のとおりである。
【００１１】連続する２つのフレーム（画像）における
雨域の全体的なすなわち大局的な移動量・方向を推定す
るために、まず、各フレームにおける雨域のヒストグラ
ム（存在率）を４つのフレーム縁方向に投影する。その
際、雨域と各フレームとの距離に応じた重みづけを行い
ながら、ヒストグラムを作成することを最大の特徴とす
る。すなわち、雨域の存在する位置に近いフレームにお
いてほど、重みづけ量は大きくし、フレームと存在位置
との距離が遠くなればなるほど、重みづけ量を小さくす
るのである。このような重みづけ操作を４つのフレ一ム
において同様に行う。
雨域の全体的なすなわち大局的な移動量・方向を推定す
るために、まず、各フレームにおける雨域のヒストグラ
ム（存在率）を４つのフレーム縁方向に投影する。その
際、雨域と各フレームとの距離に応じた重みづけを行い
ながら、ヒストグラムを作成することを最大の特徴とす
る。すなわち、雨域の存在する位置に近いフレームにお
いてほど、重みづけ量は大きくし、フレームと存在位置
との距離が遠くなればなるほど、重みづけ量を小さくす
るのである。このような重みづけ操作を４つのフレ一ム
において同様に行う。
【００１２】２つのフレ一ムにおいて、４つの距離の重
みづけ情報を含んだヒストグラムが作成されており、２
フレ一ム間で対応する４つの領域のヒストグラムの変化
を相関関数を用いてその類似性を評価する。評価された
最大相関値は、４つの領域のヒストグラムの変化量を示
し、これは雨域の位置変化量そのものとなる。
みづけ情報を含んだヒストグラムが作成されており、２
フレ一ム間で対応する４つの領域のヒストグラムの変化
を相関関数を用いてその類似性を評価する。評価された
最大相関値は、４つの領域のヒストグラムの変化量を示
し、これは雨域の位置変化量そのものとなる。
【００１３】画像を２次元座標系として捉えると、その
水平・垂直方向の移動ベクトルを推定するために、４つ
の領域から水平・垂直方向について２つの領域をペアと
する。各方向について、その平均値を求めてこの値を実
際の移動方向とする。これは移動にノイズの影響が含ま
れると考えられるためでその影響を緩和する効果があ
る。方向はそのｔａｎｇｅｎｔの逆関数より求められ、
また、移動量は水平・垂直の各成分移動量の大きさで容
易に求められる。さらに、ノイズの影響を抑制するため
に、カルマンフィルターを移動ベクトルに対して適用す
る。
水平・垂直方向の移動ベクトルを推定するために、４つ
の領域から水平・垂直方向について２つの領域をペアと
する。各方向について、その平均値を求めてこの値を実
際の移動方向とする。これは移動にノイズの影響が含ま
れると考えられるためでその影響を緩和する効果があ
る。方向はそのｔａｎｇｅｎｔの逆関数より求められ、
また、移動量は水平・垂直の各成分移動量の大きさで容
易に求められる。さらに、ノイズの影響を抑制するため
に、カルマンフィルターを移動ベクトルに対して適用す
る。
【００１４】上述は１つの画像について４つの領域にヒ
ストグラムを作成した場合の例であるが、より局所的な
雨域の移動ベクトルを推定するためには、画像を必要に
応じて、複数領域に予め分割して置き、上述と同様の処
理手順をとればよい。
ストグラムを作成した場合の例であるが、より局所的な
雨域の移動ベクトルを推定するためには、画像を必要に
応じて、複数領域に予め分割して置き、上述と同様の処
理手順をとればよい。
【００１５】また、観測される時間間隔が５分であり、
速い動きの雨域の場合には、フレーム間の変化が激しい
ために、なるべく少ない過去のフレ一ムで動きを推定で
きることが好ましい。なお、本発明の装置は、２つのフ
レームだけでも移動ベクトルを推定することができる。
速い動きの雨域の場合には、フレーム間の変化が激しい
ために、なるべく少ない過去のフレ一ムで動きを推定で
きることが好ましい。なお、本発明の装置は、２つのフ
レームだけでも移動ベクトルを推定することができる。
【００１６】
【発明の実施の形態】次に、本発明の実施の形態例につ
いて図面を参照して説明する。
いて図面を参照して説明する。
【００１７】図１は、本発明の大局的雨域予測装置の一
実施形態例の構成図、図２（ａ）は、図１の画像投影部
１２０が、１個の物体例について重みづけをしつつヒス
トグラムを４つの領域に作成する状態を示す図、（ｂ）
は、３個の物体例について同様に作成する状態を示す
図、（ｃ）は、利用する指数関数のグラフ、図３（ａ）
は、２個の物体が等間隔に並んでいる場合について本発
明の装置による予測方法と従来方法との比較を示す図、
（ｂ）は、５個の物体が等間隔に並んでいる場合につい
ての同様の図、図４は、本発明の装置におけるヒストグ
ラムに対する相関法により中心の動きを知る例を示す
図、図５は、本発明の装置における移動ベクトル算出方
法を示す図及び式、図６は、本発明の装置における局所
的な移動ベクトル推定法を示す図、図７は、本発明の装
置におけるカルマンフィルターによる移動ベクトル推定
の精度向上の例を示すグラフである。
実施形態例の構成図、図２（ａ）は、図１の画像投影部
１２０が、１個の物体例について重みづけをしつつヒス
トグラムを４つの領域に作成する状態を示す図、（ｂ）
は、３個の物体例について同様に作成する状態を示す
図、（ｃ）は、利用する指数関数のグラフ、図３（ａ）
は、２個の物体が等間隔に並んでいる場合について本発
明の装置による予測方法と従来方法との比較を示す図、
（ｂ）は、５個の物体が等間隔に並んでいる場合につい
ての同様の図、図４は、本発明の装置におけるヒストグ
ラムに対する相関法により中心の動きを知る例を示す
図、図５は、本発明の装置における移動ベクトル算出方
法を示す図及び式、図６は、本発明の装置における局所
的な移動ベクトル推定法を示す図、図７は、本発明の装
置におけるカルマンフィルターによる移動ベクトル推定
の精度向上の例を示すグラフである。
【００１８】図１において、画像入力部１００は画像入
力手段を用いて雨域のレーダー画像を入力し、画像蓄積
部１１０は画像蓄積手段に過去の時系列画像を蓄積し、
画像投影部１２０は連続する２フレーム画像それぞれか
ら雨域を上下左右の４つの方向に投影して存在率に関し
てのヒストグラムを作成し、移動ベクトル推定部１３０
は２フレームからそれぞれの４つの領域において、ヒス
トグラムの相関関数を算出して最も高い類似度から対応
を採り、移動量を推定すると同時に、移動方向を推定
し、フィルター部１４０は移動方向・量について、ノイ
ズの影響を緩和するためにフィルタリング処理を施し
て、雨域の大域的な移動方向と移動量を推定し、出力部
１５０で大局的な移動ベクトルを出力する大域雨域予測
装置の各構成が示されている。
力手段を用いて雨域のレーダー画像を入力し、画像蓄積
部１１０は画像蓄積手段に過去の時系列画像を蓄積し、
画像投影部１２０は連続する２フレーム画像それぞれか
ら雨域を上下左右の４つの方向に投影して存在率に関し
てのヒストグラムを作成し、移動ベクトル推定部１３０
は２フレームからそれぞれの４つの領域において、ヒス
トグラムの相関関数を算出して最も高い類似度から対応
を採り、移動量を推定すると同時に、移動方向を推定
し、フィルター部１４０は移動方向・量について、ノイ
ズの影響を緩和するためにフィルタリング処理を施し
て、雨域の大域的な移動方向と移動量を推定し、出力部
１５０で大局的な移動ベクトルを出力する大域雨域予測
装置の各構成が示されている。
【００１９】図２は、画像投影部１２０の作用に関する
説明図であって、（ａ）は、１つの物体１２１がある場
合、（ｂ）は、３つの物体１２２，１２３，１２４があ
る場合の例について示したものであり、いずれも２つの
連続する時系列（ｔ−１，ｔ）の画像があるとする。こ
の間にこれらの各物体は、それぞれ１２１’，１２
２’，１２３’，１２４’に変位する。フレームの上下
左右の縁と物体が存在している位置との距離について、
（ｃ）に示した指数関数に従って、重みづけをしながら
ヒストグラムを４つの領域（Ｓ1、Ｓ2、Ｓ3、Ｓ4）に作
成する。２つの例からわかるように、フレーム内に存在
するものが単体の場合でも複数個の場合でも、それらの
大局的な移動ベクトルは、連続する２つのフレームの４
つの領域におけるヒストグラムの変化を追跡することで
より精確に求められる。
説明図であって、（ａ）は、１つの物体１２１がある場
合、（ｂ）は、３つの物体１２２，１２３，１２４があ
る場合の例について示したものであり、いずれも２つの
連続する時系列（ｔ−１，ｔ）の画像があるとする。こ
の間にこれらの各物体は、それぞれ１２１’，１２
２’，１２３’，１２４’に変位する。フレームの上下
左右の縁と物体が存在している位置との距離について、
（ｃ）に示した指数関数に従って、重みづけをしながら
ヒストグラムを４つの領域（Ｓ1、Ｓ2、Ｓ3、Ｓ4）に作
成する。２つの例からわかるように、フレーム内に存在
するものが単体の場合でも複数個の場合でも、それらの
大局的な移動ベクトルは、連続する２つのフレームの４
つの領域におけるヒストグラムの変化を追跡することで
より精確に求められる。
【００２０】図３は、従来方法と本発明の装置による方
法の比較について、２つの典型例として（ａ）に２個の
物体１３１，１３２が等間隔に並んでいる場合を、
（ｂ）に５個の物体１３３〜１３７が等間隔に並んでい
る場合を、それぞれ示す。２つの相対的な位置関係は存
在位置をヒストグラムに反映させている本発明の場合
は、従来法よりもより明確に山の大きさと形状に反映さ
せやすい。また、同じ形状でかつ同じ大きさの物体がそ
れが並んでいる配置の大きさと同じだけ移動している場
合は、存在率をそのままヒストグラムとして用いると、
フレーム間での対応がうまくつけられなくなる問題が生
じる。しかしながら、距離の情報を含んでいるヒストグ
ラムの場合には、そのような問題は軽減される利点があ
る。
法の比較について、２つの典型例として（ａ）に２個の
物体１３１，１３２が等間隔に並んでいる場合を、
（ｂ）に５個の物体１３３〜１３７が等間隔に並んでい
る場合を、それぞれ示す。２つの相対的な位置関係は存
在位置をヒストグラムに反映させている本発明の場合
は、従来法よりもより明確に山の大きさと形状に反映さ
せやすい。また、同じ形状でかつ同じ大きさの物体がそ
れが並んでいる配置の大きさと同じだけ移動している場
合は、存在率をそのままヒストグラムとして用いると、
フレーム間での対応がうまくつけられなくなる問題が生
じる。しかしながら、距離の情報を含んでいるヒストグ
ラムの場合には、そのような問題は軽減される利点があ
る。
【００２１】図４は、相関法の例を示す。物体の存在位
置情報の変化はフレームの４つの縁領域に投影され、物
体の移動とともに、そのヒストグラム分布も変化する。
このとき、連続するフレーム間で、相関関数を適用して
最も類似度の高い位置を求めることで物体の移動量をヒ
ストグラム分布の変化量から求めることができる。この
結果、山型図形の中心の移動（Ｃ1→Ｃ2）をも知ること
ができる。なお、４つの領域にヒストグラム分布を求め
ることは、その動き成分を４つの方向に分解することに
相当している。
置情報の変化はフレームの４つの縁領域に投影され、物
体の移動とともに、そのヒストグラム分布も変化する。
このとき、連続するフレーム間で、相関関数を適用して
最も類似度の高い位置を求めることで物体の移動量をヒ
ストグラム分布の変化量から求めることができる。この
結果、山型図形の中心の移動（Ｃ1→Ｃ2）をも知ること
ができる。なお、４つの領域にヒストグラム分布を求め
ることは、その動き成分を４つの方向に分解することに
相当している。
【００２２】図５は、４つのヒストグラム分布から物体
の移動ベクトルを算出する方法を示す。フレームを２次
元座標系にあるとした場合、まず４つの移動点から水平
・垂直の２つの方向ごとにペア（Δｘ1，Δｘ2；Δ
ｙ1，Δｙ2）をつくる。各方向ごとに平均値（Δｘ’，
Δｙ’）を求め、その組み合わせから移動方向（Δθ）
と移動量（Δｒ）が容易に推定される。
の移動ベクトルを算出する方法を示す。フレームを２次
元座標系にあるとした場合、まず４つの移動点から水平
・垂直の２つの方向ごとにペア（Δｘ1，Δｘ2；Δ
ｙ1，Δｙ2）をつくる。各方向ごとに平均値（Δｘ’，
Δｙ’）を求め、その組み合わせから移動方向（Δθ）
と移動量（Δｒ）が容易に推定される。
【００２３】求められた移動ベクトルの移動量（Δｒ）
について、適当なしきい値を置くことで、雨域が停滞性
か移流性かについても判別を容易に行える利点がある。
について、適当なしきい値を置くことで、雨域が停滞性
か移流性かについても判別を容易に行える利点がある。
【００２４】図６は、より局所的な雨域変化について、
本発明の装置により移動ベクトルを推定する方法を示
す。１つのフレーム内で、４つの方向に独立に移動が存
在しているときでも、予め４つにフレームを分割して置
いて、上述した方法と同様に行えばよい。
本発明の装置により移動ベクトルを推定する方法を示
す。１つのフレーム内で、４つの方向に独立に移動が存
在しているときでも、予め４つにフレームを分割して置
いて、上述した方法と同様に行えばよい。
【００２５】図７は、カルマンフィルターを適用した時
としないときの移動ベクトルの角度の変化（Δθ）を示
す。
としないときの移動ベクトルの角度の変化（Δθ）を示
す。
【００２６】次に、カルマンフィルタ−による雨域の流
入出角度の最尤推定・予測方法についての概略を述べる
こととする。
入出角度の最尤推定・予測方法についての概略を述べる
こととする。
【００２７】ここでは、雨域の移動ベクトルおよび雨域
の流入出方向の角度に関して、その加速度変化は一定と
する。これは、雨域の時系列変化が比較的緩やかな変化
を示していることに基づく。更新される位置（移動ベク
トル、角度）は現在の位置
の流入出方向の角度に関して、その加速度変化は一定と
する。これは、雨域の時系列変化が比較的緩やかな変化
を示していることに基づく。更新される位置（移動ベク
トル、角度）は現在の位置
【００２８】
【外１】 に関するテイラー展開近似表現として、速度
【００２９】
【外２】 、加速度
【００３０】
【外３】 を変数にもつ関数として、式（１）および式（２）によ
り表わされる。移動ベクトルと角度に関するシステムダ
イナミックスは式（３）のような状態空間方程式で記述
できるものとする。式（４）は観測方程式である。
り表わされる。移動ベクトルと角度に関するシステムダ
イナミックスは式（３）のような状態空間方程式で記述
できるものとする。式（４）は観測方程式である。
【００３１】
【数１】 マトリックスΦ、Γ、Ηはそれぞれ、状態遷移・駆動・
観察マトリックスである。ＳＭが採用されているので、
式（１），（２）の係数は一意に決定される。上記のど
のマトリックスも安定性があり、しかも｛Φ、Γ｝組と
｛Φ、Ｈ｝組は可制御でかつ可観測であることは明らか
である。ステップｋにおいて、
観察マトリックスである。ＳＭが採用されているので、
式（１），（２）の係数は一意に決定される。上記のど
のマトリックスも安定性があり、しかも｛Φ、Γ｝組と
｛Φ、Ｈ｝組は可制御でかつ可観測であることは明らか
である。ステップｋにおいて、
【００３２】
【外４】 は２次元の位置と速度に関する状態ベクトル、
【００３３】
【外５】 は位置に関する観測ベクトルを表す。
【００３４】ベクトル
【００３５】
【外６】 はガウス性・ランダム性の加速度成分、
【００３６】
【外７】 はランダム性の観測ノイズである。この２つのベクトル
は互いに独立であると仮定している。ＱとＲにはクロネ
ッカーの記号が付してあり、ベクトル
は互いに独立であると仮定している。ＱとＲにはクロネ
ッカーの記号が付してあり、ベクトル
【００３７】
【外８】 の共分散行列を表す。Ｅ［・］はアンサンブル平均を表
す。
す。
【００３８】定常カルマンフィルターのアルゴリズムは
式（５）（６）であり、それぞれから統計的に最尤推定
値、最尤予測値が再帰的に求められる。なお、以下の方
程式に含まれるマトリックスは状態空間方程式と観測方
程式から一意に決定される。
式（５）（６）であり、それぞれから統計的に最尤推定
値、最尤予測値が再帰的に求められる。なお、以下の方
程式に含まれるマトリックスは状態空間方程式と観測方
程式から一意に決定される。
【００３９】最尤推定値：
【００４０】
【数２】 図７において、本来滑らかな雨域の方向変化がノイズに
より乱されているが、カルマンフィルターによりノイズ
の影響が軽減されて、平滑化された方向変化が得られて
いるのがわかる。
より乱されているが、カルマンフィルターによりノイズ
の影響が軽減されて、平滑化された方向変化が得られて
いるのがわかる。
【００４１】
【発明の効果】以上説明したように本発明は、フレーム
の４つの縁において物体の存在位置のヒストグラムを作
成する際、その存在位置とフレーム縁との距離について
重みづけをつけ加えるだけで、物体の移動ベクトルが安
定にかつ高速に推定でき、また、カルマンフィルターを
介するので移動ベクトルに含まれるノイズの影響を抑制
することができ、したがって推定精度を向上させること
ができ、しかも、アルゴリズム的にも殆ど複雑さを含ん
でいないので簡易に実現でき、さらに、局所的な移動ベ
クトルから画像全体にわたって移動ベクトルを雨域の変
化が自然の上空で営まれているようなメカニズムに近い
予測ができる大局的雨域予測装置を提供できる効果があ
る。
の４つの縁において物体の存在位置のヒストグラムを作
成する際、その存在位置とフレーム縁との距離について
重みづけをつけ加えるだけで、物体の移動ベクトルが安
定にかつ高速に推定でき、また、カルマンフィルターを
介するので移動ベクトルに含まれるノイズの影響を抑制
することができ、したがって推定精度を向上させること
ができ、しかも、アルゴリズム的にも殆ど複雑さを含ん
でいないので簡易に実現でき、さらに、局所的な移動ベ
クトルから画像全体にわたって移動ベクトルを雨域の変
化が自然の上空で営まれているようなメカニズムに近い
予測ができる大局的雨域予測装置を提供できる効果があ
る。
【図１】本発明の大局的雨域予測装置の一実施形態例の
構成図である。
構成図である。
【図２】（ａ）は、図１の画像投影部１２０が１個の物
体例について重みづけをしつつヒストグラムを４つの領
域に作成する状態を示す図、（ｂ）は、３個の物体例に
ついて同様に作成する状態を示す図、（ｃ）は、利用す
る指数関数のグラフである。
体例について重みづけをしつつヒストグラムを４つの領
域に作成する状態を示す図、（ｂ）は、３個の物体例に
ついて同様に作成する状態を示す図、（ｃ）は、利用す
る指数関数のグラフである。
【図３】（ａ）は、２個の物体が等間隔に並んでいる場
合について本発明の装置による予測方法と従来方法との
比較を示す図、（ｂ）は、５個の物体が等間隔に並んで
いる場合についての同様の図である。
合について本発明の装置による予測方法と従来方法との
比較を示す図、（ｂ）は、５個の物体が等間隔に並んで
いる場合についての同様の図である。
【図４】本発明の装置におけるヒストグラムに対する相
関法により中心の動きを知る例を示す図である。
関法により中心の動きを知る例を示す図である。
【図５】本発明の装置における移動ベクトル算出方法を
示す図及び式である。
示す図及び式である。
【図６】本発明の装置における局所的な移動ベクトル推
定法を示す図である。
定法を示す図である。
【図７】本発明の装置におけるカルマンフィルターによ
る移動ベクトル推定の精度向上の例を示すグラフであ
る。
る移動ベクトル推定の精度向上の例を示すグラフであ
る。
１００ 画像入力部 １１０ 画像蓄積部 １２０ 画像投影部 １２１〜１２４，１２１’〜１２４’ 物体 １３０ 移動ベクトル推定部 １３１〜１３７ 物体 １４０ フィルター部 １５０ 出力部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 鈴木 智 東京都新宿区西新宿三丁目19番２号 日本 電信電話株式会社内
Claims (6)
- 【請求項１】 気象レーダー画像に基づいて、雨域の大
域的な移動方向と移動量を推定する大局的雨域予測装置
であって、 雨域のレーダー画像を入力する画像入力手段と、 過去の時系列画像を蓄積する画像蓄積手段と、 連続する２フレーム画像のそれぞれから雨域を上下左右
の４つの方向に投影して存在率に関してのヒストグラム
を作成する画像投影部と、 前記２フレーム画像からそれぞれの４つの領域につい
て、ヒストグラムの相関関数を算出して最も高い類似度
から対応を採り、移動量を推定すると同時に移動方向を
推定する移動ベクトル推定部と、 移動方向及び移動量について、ノイズの影響を緩和する
ためにフィルタリング処理を施すフィルター部とを備え
ることを特徴とする大局的雨域予測装置。 - 【請求項２】 前記画像入力手段は、カメラ等より入力
された一般動画像をも適用対象とすることが可能な手段
である、請求項１記載の大局的雨域予測装置。 - 【請求項３】 前記画像入力手段は、画像を複数領域に
分割して、より局所的な移動ベクトルを求める手段を含
む、請求項１または２記載の大局的雨域予測装置。 - 【請求項４】 前記画像投影部は、上下左右方向に画像
のヒストグラムを作成する際、各線と画像との距離に応
じて非線形な距離についての重みづけを行う手段を含
む、請求項１記載の大局的雨域予測装置。 - 【請求項５】 前記移動ベクトル推定部は、雨域の移動
量に応じて、停滞性か移流性を判別する機構を含む、請
求項１記載の大局的雨域予測装置。 - 【請求項６】 前記フィルター部は、カルマンフィルタ
ーによる雨域の流入出の方向角度を最尤推定・予測する
手段を含む、請求項１記載の大局的雨域予測装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34768396A JP3377071B2 (ja) | 1996-12-26 | 1996-12-26 | 大局的雨域予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34768396A JP3377071B2 (ja) | 1996-12-26 | 1996-12-26 | 大局的雨域予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10186057A true JPH10186057A (ja) | 1998-07-14 |
| JP3377071B2 JP3377071B2 (ja) | 2003-02-17 |
Family
ID=18391871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34768396A Expired - Fee Related JP3377071B2 (ja) | 1996-12-26 | 1996-12-26 | 大局的雨域予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3377071B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10227854A (ja) * | 1997-02-13 | 1998-08-25 | Nippon Telegr & Teleph Corp <Ntt> | レーダーエコーパターン分類方法とその装置 |
| JP2003337170A (ja) * | 2002-03-14 | 2003-11-28 | Furuno Electric Co Ltd | レーダ信号処理装置およびレーダ |
| CN104715489A (zh) * | 2015-03-30 | 2015-06-17 | 宁波高新区宁源科技服务有限公司 | 一种进行云判决的方法 |
| CN105324081A (zh) * | 2013-07-03 | 2016-02-10 | 株式会社日立医疗器械 | 放射线图像生成装置和图像处理方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101881784B1 (ko) * | 2017-01-12 | 2018-07-25 | 경북대학교 산학협력단 | 예측장 생성방법, 이를 수행하기 위한 기록매체 및 장치 |
-
1996
- 1996-12-26 JP JP34768396A patent/JP3377071B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10227854A (ja) * | 1997-02-13 | 1998-08-25 | Nippon Telegr & Teleph Corp <Ntt> | レーダーエコーパターン分類方法とその装置 |
| JP2003337170A (ja) * | 2002-03-14 | 2003-11-28 | Furuno Electric Co Ltd | レーダ信号処理装置およびレーダ |
| CN105324081A (zh) * | 2013-07-03 | 2016-02-10 | 株式会社日立医疗器械 | 放射线图像生成装置和图像处理方法 |
| CN104715489A (zh) * | 2015-03-30 | 2015-06-17 | 宁波高新区宁源科技服务有限公司 | 一种进行云判决的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3377071B2 (ja) | 2003-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van Leuven et al. | Real-time vehicle tracking in image sequences | |
| US5974360A (en) | Method and equipment for weather image prediction | |
| Chang et al. | Kernel particle filter for visual tracking | |
| EP2418622B1 (en) | Image processing method and image processing apparatus | |
| Badenas et al. | Motion-based segmentation and region tracking in image sequences | |
| EP2360642A2 (en) | Video object tracking | |
| US8330810B2 (en) | Systems and method for dynamic stabilization of target data detected from a moving platform | |
| KR20130121202A (ko) | 영상에서의 객체 추적 방법, 장치 및 이를 컴퓨터 상에서 수행하는 프로그램이 기록된 기록 매체 | |
| EP2061009B1 (en) | Iterative motion segmentation | |
| Mikami et al. | Memory-based particle filter for face pose tracking robust under complex dynamics | |
| JPH10186057A (ja) | 大局的雨域予測装置 | |
| JP2002133421A (ja) | 移動物体認識方法及び装置 | |
| JP3953350B2 (ja) | 映像シーン予測方法、装置、プログラム、および記録媒体 | |
| JPH1114760A (ja) | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 | |
| CN111768427A (zh) | 一种多运动目标跟踪方法、装置及存储介质 | |
| JP3377075B2 (ja) | ２次元降水量予測装置 | |
| JPH09318745A (ja) | 相互相関雨域予測装置および相互相関雨域予測方法 | |
| KR20150130032A (ko) | 상관 추적기의 성능향상을 위한 특징점 활용 방법 및 이를 구현하는 영상 추적 시스템 | |
| CN108257156B (zh) | 一种从视频中自动追踪目标物体的方法 | |
| JP3351461B2 (ja) | 降水量最尤推定装置 | |
| KR101341637B1 (ko) | 물체 추적 장치 및 방법 | |
| JP3377079B2 (ja) | 流速推定装置 | |
| JP3351457B2 (ja) | 雨域成長・消滅予測装置 | |
| JP3458940B2 (ja) | 気象画像予測方法、装置および気象画像予測プログラムを記録した記録媒体 | |
| JPH09318767A (ja) | 雨域予測装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071206 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081206 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091206 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101206 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111206 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121206 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131206 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |