JPWO2019106850A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JPWO2019106850A1 JPWO2019106850A1 JP2019556532A JP2019556532A JPWO2019106850A1 JP WO2019106850 A1 JPWO2019106850 A1 JP WO2019106850A1 JP 2019556532 A JP2019556532 A JP 2019556532A JP 2019556532 A JP2019556532 A JP 2019556532A JP WO2019106850 A1 JPWO2019106850 A1 JP WO2019106850A1
- Authority
- JP
- Japan
- Prior art keywords
- phase
- correlation
- image processing
- pixel
- reflection point
- 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
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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
Description
複数の画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備える。
複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含む。
複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
をコンピュータに実行させる。
複数のSAR画像に基づいて安定反射点を特定するための画像処理装置と、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析装置と、
を備えるSAR画像解析システムであって、
前記画像処理装置は、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備える。
複数のSAR画像に基づいて安定反射点を特定するための画像処理ステップと、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析ステップと、
を含むSAR画像解析方法であって、
前記画像処理ステップは、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含む。
本発明の第1実施形態としての画像処理装置100について、図1を用いて説明する。画像処理装置100は、複数の画像に渡る各画素の位相配列から安定反射点らしさの評価指標を生成する装置である。
次に、本発明の第2実施形態に係る画像処理装置について説明するが、本実施形態の画像処理装置の特徴を明瞭とするため、まず、前提技術として、SAR画像解析システムの一例を説明する。
図17は、特許文献1に記載されている、前提技術のSAR画像解析システム1700の機能構成を示す図である。
しかしながら、このようなSAR画像解析システム1700では、変位が非線形である対象や、標高が高い対象、変位が大きな対象について、変位計測が上手くできないという問題がある。その第1の原因は、線形な変位のモデルからの誤差の大きさを元にして安定かどうかを評価しているために、非線形な変位をしている物が安定反射点ではないと識別されてしまうことにある。もう1つの原因は、位相の当て嵌め自体が計算的に困難だということにある。位相は円周上の位置のような量であり、例えば一周分の位相変化を起こしても、あるいは2周分の位相変化を起こしても、変化後に観測すると原点に戻ってきているために、位相変化が全くない場合との区別がつかない。このため、大きな変位がある場合や標高が高い場合等、位相の変化が大きくなる場合に、正しい位相変化が分からなくなり、モデルが上手く当て嵌められなくなる。
上記課題を解決するために、本実施形態に係る画像処理装置は、同じ場所を異なる時期に撮影した複数のSAR画像を入力として画素の各々における位相配列を作成する。その位相配列を入力として、画素を位相が同期しているクラスタに分割する。そして、クラスタリング結果とSAR画像上の画素の各々における位相配列を入力として、クラスタ各々の代表的な位相変化と、SAR画像上の画素の各々における位相変化との相関を算出する。ここで、位相配列とは入力となるSAR画像のうち基準となる1枚に対して、その各々の画素上で作る配列であり、同じ場所を異なる時期に撮影した複数のSAR画像に渡り、基準となる1枚のSAR画像の各々の画素と同一地点であるような画素の各位相を配列の各要素として持つ。位相変化が類似した点群に分割し、その平均的な位相変化と評価対象となる点の位相変化が相関しているのかどうかを評価することにより、評価対象となる安定反射点候補がどの程度ノイズの影響を受けていないのかを判断することができる。以上の過程にはモデルの当て嵌めを行う処理は含まれていないため、高層ビルなどの位相のモデルを当てはめにくい対象についても安定反射点を特定することができる。
図2は、本実施形態に係る画像処理装置200の機能構成を示すブロック図である。
位相配列蓄積部201は、画像全体の画素の各々における位相配列を蓄積する。位相配列の蓄積に当たって、位相配列蓄積部201は、画素ごとに、複数のSAR画像の各画素における位相を要素とする配列を生成する。この位相は、例えば、基準となるSAR画像と他のSAR画像との間での位相差として求めてもよい。この場合は、入力となる複数のSAR画像のうち、基準となるSAR画像があらかじめ定められる。そして、位相配列蓄積部201は、基準となるSAR画像と他のSAR画像の各々との位相差を求めて、それらを各画素における位相配列として蓄積する。また、別の例として、位相配列蓄積部201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などに格納したものを位相配列としてもよい。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で格納される。また、位相配列蓄積部201は、DEM(Digital Elevation Model)等を用いて、対象の標高に依存して変化しえる位相の変化を除去してもよいし、大気の揺らぎに依存した位相変化を公知の手法を用いるなどして除去してもよい。
クラスタリング部202は、画像全体の画素各々を、類似した位相を持つクラスタに分割する。例えば、非特許文献1に記載の方法を用いれば、画像全体の画素の各々を類似した位相を持つクラスタに分割することができる。
位相相関算出部203は、各クラスタの代表的な位相変化と、画像全体の各画素における位相配列との相関を算出する。算出された相関は、強いほど安定反射点らしいと判断するための評価指標として用いることができる。
図3Aは、本実施形態に係る画像処理装置200を含むSAR画像解析システム300の概要を示す図である。
図4は、本実施形態に係る位相相関算出部203の機能構成を示すブロック図である。
位相統計量演算部431は、各クラスタに対して、各クラスタの代表的な位相変化を表す統計量を特定する。各クラスタの代表的な位相変化を表す統計量としては、例えば、各クラスタを構成する画素各々における位相配列の平均を用いる。または、距離に応じて変化する荷重関数を用いて位相配列の荷重平均を、各クラスタの代表的な位相変化として特定してもよい。すなわち、仮に相関を特定する対象の画素をi、クラスタをCとし、w(d)を例えば正の入力dに対して単調非増加な正の関数とし、画素各々の位置ベクトルをri、位相配列の各要素を格納した複素の列ベクトルをsiとすると、場所rにおけるクラスタCの代表的な位相変化を表すベクトルsC(r)は、下記の数式(1)のように特定される。
また、各クラスタの代表的な位相変化を表す統計量として、クラスタを構成する画素各々における位相配列に対して、その位相配列の要素の全てのペアに対する位相差を要素として持つ行列を算出し、これら行列の平均値を算出して用いてもよい。例えば、位相配列の要素の全ペアに対する位相差を記録した行列は、仮に画素iに対して求めるならば、画素iにおける位相配列の要素を収めた列ベクトルsiを用いてsi si *として求めることができる。ただし、*は複素共役転置を表す記号である。各クラスタの代表的な位相変化を表す統計量としては、仮にクラスタCに対して特定するのであれば、クラスタCを構成する各画素iに対して求められた行列si si *の平均値を用いればよい。
また、クラスタの代表的な位相変化の特定に際して、ベクトルや行列の平均値ではなく、最頻値や中央値等、他の統計量を取っても構わない。また、上では複素数のベクトルや行列に対して複素数の統計量を直接計算したが、一旦、偏角を取り出し、偏角に対する統計量を特定してから、複素数に戻してもよい。また、平均計算では一般的に、求まるベクトルや行列の各要素の絶対値は“1”にならないが、絶対値が“1”になるように正規化し直しても構わない。
位相相関演算部432は、クラスタの代表的な位相変化と、画像全体の画素各々における位相変化との相関を演算する。この相関が強い画素ほど、ノイズが少なく、より安定反射点らしいと評価できる。相関を演算するにあたっては、例えば、画像全体の画素各々に対して下記のような計算を行う。仮に、相関を特定する画素のインデックスをiとし、画素iにおける位相配列の要素を収めた列ベクトルをsiとし、画素iの位置ベクトルをriとする。クラスタCの代表的な位相変化を表す統計量として、数式(1)で定義したベクトルsC(r)を用いるとする。このとき、位相相関演算部432は、クラスタCの代表的な位相変化と画素iにおける位相変化の相関corr(i,C)を、下記の数式(3)によって、画像全体の全ての画素iの各々に対して特定する。
または、クラスタCの代表的な位相変化を表す統計量として、数式(2)で定義した行列sC(r)を用いるとすれば、位相相関演算部432はクラスタCの代表的な位相変化と画素iにおける位相変化の相関corr(i,C)を、下記の数式(4)によって、全ての画素iの各々に対して特定する。ただし、v_oneは全ての要素が1であるような列ベクトルである。
また、相関としては、数式(4)のようにして特定された値に、平方根や二乗等、正の入力に対して単調非減少な関数による変換を適宜適用したものを用いても構わない。
以下、図5A〜図5Gを参照して、本実施形態で使用される各データの記憶構成を説明する。なお、以下では便宜上、図5Aから図5Gに分けて説明するが、複数の記憶構成が一体であっても、さらに分けられていてもよい。
図5Aは、本実施形態に係るSAR画像記憶部204の構成を示す図である。SAR画像記憶部204は、衛星などで撮像して送信されたSAR画像を蓄積する。なお、SAR画像記憶部204の構成は、図5Aに限定されない。
図5Bは、本実施形態に係る位相配列蓄積部201の構成を示す図である。位相配列蓄積部201は、SAR画像に含まれる各反射点(画素)の複数のSAR画像に渡る位相配列を蓄積する。なお、位相配列蓄積部201の構成は、図5Bに限定されない。また、位相配列蓄積部201は、SAR画像記憶部204から各反射点(画素)の複数のSAR画像に渡る位相配列を呼び出す位相配列生成部として実現してもよい。
図5Cは、本実施形態に係る安定反射点候補テーブル530の構成を示す図である。安定反射点候補テーブル530は、安定反射点候補特定部205が複数のSAR画像における各反射点(画素)の中で、安定した反射点の候補を特定するために使用する。なお、安定反射点候補テーブル530の構成は、図5Cに限定されない。
図5Dは、本実施形態に係るクラスタテーブル540の構成を示す図である。クラスタテーブル540は、クラスタリング部202が位相配列に基づいて反射点(画素)をクラスタリングするために使用する。なお、クラスタテーブル540の構成は、図5Dに限定されない。
図5Eは、本実施形態に係る位相統計量テーブル550の構成を示す図である。位相統計量テーブル550は、位相統計量演算部431が各クラスタの代表的な位相変化を演算するために使用される。なお、位相統計量テーブル550の構成は、図5Eに限定されない。
図5Fは、本実施形態に係る位相相関テーブル560の構成を示す図である。位相相関テーブル560は、位相相関演算部432が各反射点(画素)の位相配列と各クラスタの位相統計量(位相変化)との相関を演算するために使用される。なお、位相相関テーブル560の構成は、図5Fに限定されない。
図5Gは、本実施形態に係る安定反射点テーブル570の構成を示す図である。安定反射点テーブル570は、安定反射点特定部206が位相相関算出部203からの位相相関値に基づいて安定反射点を特定するために使用される。なお、安定反射点テーブル570の構成は、図5Gに限定されない。
図6は、本実施形態に係る画像処理装置200のハードウェア構成を示すブロック図である。なお、図6においては、安定反射点候補特定部205を有し、安定反射点特定部206を有しない構成を示すが、これに限定されない。
図7は、本実施形態に係る画像処理装置200の処理手順を示すフローチャートである。このフローチャートは、図6のCPU610がRAM640を用いて実行し、図2および図4の機能構成部を実現する。
次に、本発明の第3実施形態に係る画像処理装置について説明する。本実施形態に係る画像処理装置は、上記第2実施形態と比べると、算出された位相統計量からノイズを除去するノイズ除去部を有する点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図8は、本実施形態に係る画像処理装置800の位相相関算出部803の機能構成を示すブロック図である。なお、画像処理装置800の構成は、図2の位相相関算出部203が位相相関算出部803に置き換えられたものである。
続いて、ノイズ除去部833について詳細に説明する。ノイズ除去部833は、位相統計量演算部431で算出された、クラスタの代表的な位相変化に関する統計量からノイズの影響を除去する。位相統計量演算部431において、クラスタ各々の代表的な位相変化に関する統計量を算出した際に、ある程度のノイズの影響は除去されている。本実施形態においては、さらに、各クラスタ内の画素の各々において特定されうる位相配列についての事前知識を用い、事前知識に合致しないものをノイズとして除去することにより、ノイズに対する頑健さを増すことができる。
図9は、本実施形態に係るノイズ除去テーブル910の構成を示す図である。ノイズ除去テーブル910は、ノイズ除去部833が位相統計量演算部431により算出された位相統計量(位相変化)のノイズを除去するために使用される。なお、ノイズ除去テーブル910の構成は、図9に限定されない。
図10は、本実施形態に係る画像処理装置800の処理手順を示すフローチャートである。このフローチャートは、ノイズ除去テーブル910が追加された図6のCPU610がRAM640を用いて実行し、図2および図8の機能構成部を実現する。なお、図10において、図7と同様のステップには同じステップ番号を付して、重複する説明を省略する。
次に、本発明の第4実施形態に係る画像処理装置について説明する。本実施形態に係る画像処理装置は、上記第2実施形態と比べると、位相相関算出部の相関演算部と位相統計量演算部とが逆に配置される点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図11は、本実施形態に係る画像処理装置1100の位相相関算出部1103の機能構成を示すブロック図である。なお、画像処理装置1100の構成は、図2の位相相関算出部203が位相相関算出部1103に置き換えられたものである。
位相相関演算部1131は、画像全体の画素の各々と、クラスタを構成する画素の各々との位相変化の相関を算出する。画素の位相変化同士間の相関は、例えば次のように演算する。仮に、相関を特定する対象の画素のインデックスをiとし、クラスタをCとし、クラスタC内の画素のインデックスをj∈Cとする。画素iにおける位相配列の要素を列ベクトルsiに、画素jにおいて観測された位相配列の要素を列ベクトルsjに格納するとすれば、画素iと画素jの位相変化同士の相関corr(i,j)は、下記の数式(5)で算出される。
また、上記の画素iとjの位相変化同士の相関に対して、正の数に対して単調非減少な関数を適用しても構わない。例えば二乗しても構わない。または、ある閾値以下の入力に対しては“0(ゼロ)”となるような関数を適用してもよい。このような関数の適用により、極端に相関が弱い画素の影響を除去して評価を行うことが可能になる。
位相統計量演算部1132は、位相相関演算部1131において算出された、画像全体の各画素の位相配列と、各クラスタを構成する各画素における位相配列との相関を入力とする。そして、画像全体の各画素における位相配列と各クラスタを構成する画素における全体としての位相変化との相関を表す統計量を算出する。仮に、相関を演算する対象の画素のi、相関を演算する対象のクラスタをCとすると、位相統計量演算部1132は、クラスタ全体との相関を表す統計量corr(i,C)を、数式(5)で求まったcorr(i,j)に対して、クラスタCに含まれる全ての画素j∈Cに関する統計量として算出する。例えば、下記の数式(6)のように、corr(i,j)のj∈Cに対する平均値を演算する。
あるいは、最大値、最頻値、中央値等の他の統計量を用いてもよい。また、例えば、距離に応じて単調非増加な荷重関数を用いて重み付けした評価を行ってもよい。例えば、荷重平均を用いるならば、w(d)をdに対して単調非増加な関数とし、ri,rjをそれぞれ画素i,jの位置として、下記の数式(7)のように特定してもよい。
以上のようにして算出された、画像全体の画素の各々における位相変化と、各クラスタについて構成する画素における位相変化全体としての相関を表す統計量は、第2実施形態における位相相関算出部203で特定した画素の各々における位相変化とクラスタ各々の代表的な位相変化との相関と、ほとんど同様の扱いをすることができる。すなわち、画像全体の画素の各々における位相変化と、各クラスタについて構成する画素における位相変化全体としての相関を表す統計量が、強くなるほどより安定反射点らしいと判断することができる。本実施形態における、画素各々に対するクラスタ内全体での相関の統計量は、クラスタごとに求まるため、各画素に対して複数求まるが、第2実施形態と同様にして、画素ごとに1つの値にまとめられる。
図12Aは、本実施形態に係る位相相関テーブル1210の構成を示す図である。位相相関テーブル1210は、位相相関演算部1131が画像全体の各画素の位相配列とクラスタを構成する各画素の位相配列との相関を算出するために使用される。なお、位相相関テーブル1210の構成は、図12Aに限定されない。
図12Bは、本実施形態に係る位相統計量テーブル1220の構成を示す図である。位相統計量テーブル1220は、位相統計量演算部1132が位相相関演算部1131において算出された各画素の位相配列と各クラスタを構成する各画素の位相配列との相関から、各画素における位相配列と各クラスタの位相変化との相関を表す統計量を算出するために使用される。なお、位相統計量テーブル1220の構成は、図12Bに限定されない。
図13は、本実施形態に係る画像処理装置1100の処理手順を示すフローチャートである。このフローチャートは、位相相関テーブル1210や位相統計量テーブル1220を有する図6のCPU610がRAM640を用いて実行し、図2および図11の機能構成部を実現する。なお、図13において、図7と同様のステップには同じステップ番号を付して、重複する説明を省略する。ステップS701とS703は、図7と同様に動作する。
次に、本発明の第5実施形態に係る画像処理装置について説明する。本実施形態に係る画像処理装置は、上記第2実施形態乃至第4実施形態と比べると、位相相関算出部の算出結果を安定反射点候補特定部にフィードバックする点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図14は、本実施形態に係る画像処理装置1400の機能構成を示すブロック図である。なお、図14において、図2と同様の機能構成部には同じ参照番号を付して、重複する説明は省略する。図14においては、図2の位相相関算出部203および安定反射点候補特定部205を、位相相関算出部1403および安定反射点候補特定部1405に置き換え、その間をフィードバック線で結んだものである。
図15は、本実施形態に係る安定反射点候補テーブル1530の構成を示す図である。安定反射点候補テーブル1530は、安定反射点候補特定部1405が複数のSAR画像における各反射点(画素)の中で、安定した反射点の候補の特定を、相関を基に繰り返すために使用する。なお、図15において、図5Cと同様の構成要素には同じ参照番号を付して、重複する説明は省略する。また、安定反射点候補テーブル1530の構成は、図15に限定されない。
図16は、本実施形態に係る画像処理装置1400の処理手順を示すフローチャートである。このフローチャートは、安定反射点候補テーブル1530を有する図6のCPU610がRAM640を用いて実行し、図14の機能構成部を実現する。なお、図14において、図7と同様のステップには同じステップ番号を付して、重複する説明を省略する。ステップS701は、図7と同様に動作する。
本発明は、高層ビルや橋等非線形な変位や大きな変位を持ちうる対象の変位を、SAR画像を用いて解析するようなプログラムに適用できる。また、音波を利用すれば、合成開口ソナーにも適用可能である。本発明によってクラスタ内で安定した位相を持つ画素を抽出すれば、反射強度だけではノイズに埋もれてしまっていた対象も見つけることが可能である。また、Time Of Flightカメラ等で撮影された位相画像にも適用できる。本発明を適用すれば、対象の位置が多少動くものに対しても、観測値の揺れがノイズに起因するものであるかを識別できるようになり、頑健に対象物の立体形状を抽出することができるようになる。また、コヒーレントな光の干渉を利用した位相画像にも適用することができる。
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うるが、以下には限られない。
(付記1)
複数の画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備える画像処理装置。
(付記2)
前記位相相関算出手段は、
各クラスタ内での代表的な位相変化の統計量を演算する第1位相統計量演算手段と、
前記代表的な位相変化と前記各画素における位相配列との相関を演算する第1位相相関演算手段と、
を有する付記1に記載の画像処理装置。
(付記3)
前記第1位相統計量演算手段は、各クラスタ内の複数の画素の位相配列の平均を前記代表的な位相変化の統計量とする付記2に記載の画像処理装置。
(付記4)
前記第1位相統計量演算手段は、前記各画素の位置に対応して重み付けを行う付記3に記載の画像処理装置。
(付記5)
前記位相相関算出手段は、さらに、クラスタ内での前記代表的な位相変化へのノイズの影響を除去するノイズ除去手段を備える付記2乃至4のいずれか1項に記載の画像処理装置。
(付記6)
前記ノイズ除去手段は、前記第1位相統計量演算手段が演算した代表的な位相変化の統計量を固有値分解して、その最大固有ベクトルをノイズの影響が除去された前記代表的な位相変化とする付記5に記載の画像処理装置。
(付記7)
前記ノイズ除去手段は、前記第1位相統計量演算手段が演算した代表的な位相変化の統計量を固有値分解して、その最大固有ベクトルからの数本の固有ベクトルをノイズの影響が除去された前記代表的な位相変化とする付記5に記載の画像処理装置。
(付記8)
前記ノイズ除去手段は、画像取得時期の離れた位相比較に対応する成分を排除することにより、ノイズの影響が除去された前記代表的な位相変化とする付記5に記載の画像処理装置。
(付記9)
前記位相相関算出手段は、
各クラスタ内の画素の位相配列と前記各画素における位相配列との相関を演算する第2位相相関演算手段と、
各クラスタ内での代表的な相関の統計量を演算する第2位相統計量演算手段と、
を有する付記1に記載の画像処理装置。
(付記10)
前記第2位相統計量演算手段は、各クラスタ内の複数の画素における相関の平均を前記代表的な相関の統計量とする付記9に記載の画像処理装置。
(付記11)
前記第2位相統計量演算手段は、前記各画素の位置に対応して重み付けを行う付記10に記載の画像処理装置。
(付記12)
前記位相相関算出手段は、前記算出された相関をまとめる処理を含む付記1乃至11のいずれか1項に記載の画像処理装置。
(付記13)
前記複数の画像に渡る各画素から、反射が安定した安定反射点となる候補の画素を特定する安定反射点候補特定手段をさらに備える付記1乃至12のいずれか1項に記載の画像処理装置。
(付記14)
前記安定反射点候補特定手段は、前記位相相関算出手段により算出された相関に基づいて、再度、安定反射点となる候補の画素の特定を更新する付記13に記載の画像処理装置。
(付記15)
前記安定反射点候補特定手段による安定反射点となる候補の画素の特定と、前記位相相関算出手段による相関の算出とを、所定回数の繰り返し、または、安定反射点候補の相関が一定以上となるまで繰り返す付記14に記載の画像処理装置。
(付記16)
前記位相相関算出手段が算出した位相相関を参照して、安定反射点を特定する安定反射点特定手段をさらに備える付記1乃至15にいずれか1項に記載の画像処理装置。
(付記17)
複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含む画像処理方法。
(付記18)
複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
をコンピュータに実行させる画像処理プログラム。
(付記19)
複数のSAR画像に基づいて安定反射点を特定するための画像処理装置と、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析装置と、
を備えるSAR画像解析システムであって、
前記画像処理装置は、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備えるSAR画像解析システム。
(付記20)
複数のSAR画像に基づいて安定反射点を特定するための画像処理ステップと、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析ステップと、
を含むSAR画像解析方法であって、
前記画像処理ステップは、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含むSAR画像解析方法。
Claims (20)
- 複数の画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備える画像処理装置。 - 前記位相相関算出手段は、
各クラスタ内での代表的な位相変化の統計量を演算する第1位相統計量演算手段と、
前記代表的な位相変化と前記各画素における位相配列との相関を演算する第1位相相関演算手段と、
を有する請求項1に記載の画像処理装置。 - 前記第1位相統計量演算手段は、各クラスタ内の複数の画素の位相配列の平均を前記代表的な位相変化の統計量とする請求項2に記載の画像処理装置。
- 前記第1位相統計量演算手段は、前記各画素の位置に対応して重み付けを行う請求項3に記載の画像処理装置。
- 前記位相相関算出手段は、さらに、クラスタ内での前記代表的な位相変化へのノイズの影響を除去するノイズ除去手段を備える請求項2乃至4のいずれか1項に記載の画像処理装置。
- 前記ノイズ除去手段は、前記第1位相統計量演算手段が演算した代表的な位相変化の統計量を固有値分解して、その最大固有ベクトルをノイズの影響が除去された前記代表的な位相変化とする請求項5に記載の画像処理装置。
- 前記ノイズ除去手段は、前記第1位相統計量演算手段が演算した代表的な位相変化の統計量を固有値分解して、その最大固有ベクトルからの数本の固有ベクトルをノイズの影響が除去された前記代表的な位相変化とする請求項5に記載の画像処理装置。
- 前記ノイズ除去手段は、画像取得時期の離れた位相比較に対応する成分を排除することにより、ノイズの影響が除去された前記代表的な位相変化とする請求項5に記載の画像処理装置。
- 前記位相相関算出手段は、
各クラスタ内の画素の位相配列と前記各画素における位相配列との相関を演算する第2位相相関演算手段と、
各クラスタ内での代表的な相関の統計量を演算する第2位相統計量演算手段と、
を有する請求項1に記載の画像処理装置。 - 前記第2位相統計量演算手段は、各クラスタ内の複数の画素における相関の平均を前記代表的な相関の統計量とする請求項9に記載の画像処理装置。
- 前記第2位相統計量演算手段は、前記各画素の位置に対応して重み付けを行う請求項10に記載の画像処理装置。
- 前記位相相関算出手段は、前記算出された相関をまとめる処理を含む請求項1乃至11のいずれか1項に記載の画像処理装置。
- 前記複数の画像に渡る各画素から、反射が安定した安定反射点となる候補の画素を特定する安定反射点候補特定手段をさらに備える請求項1乃至12のいずれか1項に記載の画像処理装置。
- 前記安定反射点候補特定手段は、前記位相相関算出手段により算出された相関に基づいて、再度、安定反射点となる候補の画素の特定を更新する請求項13に記載の画像処理装置。
- 前記安定反射点候補特定手段による安定反射点となる候補の画素の特定と、前記位相相関算出手段による相関の算出とを、所定回数の繰り返し、または、安定反射点候補の相関が一定以上となるまで繰り返す請求項14に記載の画像処理装置。
- 前記位相相関算出手段が算出した位相相関を参照して、安定反射点を特定する安定反射点特定手段をさらに備える請求項1乃至15にいずれか1項に記載の画像処理装置。
- 複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含む画像処理方法。 - 複数の画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
をコンピュータに実行させる画像処理プログラム。 - 複数のSAR画像に基づいて安定反射点を特定するための画像処理装置と、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析装置と、
を備えるSAR画像解析システムであって、
前記画像処理装置は、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を蓄積する位相配列蓄積手段と、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリング手段と、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出手段と、
を備えるSAR画像解析システム。 - 複数のSAR画像に基づいて安定反射点を特定するための画像処理ステップと、
前記安定反射点のデータを用いてSAR画像を解析するSAR画像解析ステップと、
を含むSAR画像解析方法であって、
前記画像処理ステップは、少なくとも、
前記複数のSAR画像に渡る各画素の位相配列を位相配列蓄積手段に蓄積する位相配列蓄積ステップと、
前記位相配列に基づいて、前記各画素を複数のクラスタにクラスタリングするクラスタリングステップと、
前記複数のクラスタの各クラスタ内での位相変化と前記各画素における位相配列との相関を算出する位相相関算出ステップと、
を含むSAR画像解析方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/043377 WO2019106850A1 (ja) | 2017-12-01 | 2017-12-01 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019106850A1 true JPWO2019106850A1 (ja) | 2020-12-03 |
JP7020494B2 JP7020494B2 (ja) | 2022-02-16 |
Family
ID=66664839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019556532A Active JP7020494B2 (ja) | 2017-12-01 | 2017-12-01 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11709254B2 (ja) |
JP (1) | JP7020494B2 (ja) |
WO (1) | WO2019106850A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019220574A1 (ja) * | 2018-05-16 | 2019-11-21 | 日本電気株式会社 | 合成開口レーダ信号解析装置、合成開口レーダ信号解析方法および合成開口レーダ信号解析プログラム |
JP7281660B2 (ja) * | 2018-08-30 | 2023-05-26 | パナソニックIpマネジメント株式会社 | 変位計測装置及び変位計測方法 |
US11846702B2 (en) | 2019-07-18 | 2023-12-19 | Nec Corporation | Image processing device and image processing method |
JP7188595B2 (ja) * | 2019-07-18 | 2022-12-13 | 日本電気株式会社 | 画像処理装置および画像処理方法 |
US20230377201A1 (en) | 2020-09-29 | 2023-11-23 | Nec Corporation | Image analysis device and image analysis method |
Citations (12)
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 |
JPH09281231A (ja) * | 1996-04-15 | 1997-10-31 | Mitsubishi Electric Corp | 信号処理装置 |
JP2004191053A (ja) * | 2002-12-06 | 2004-07-08 | Mitsubishi Electric Corp | 合成開口レーダ装置及び数値標高モデル作成方法 |
JP2006221520A (ja) * | 2005-02-14 | 2006-08-24 | Chuden Gijutsu Consultant Kk | 画像特徴量抽出システムおよび方法 |
JP2008014709A (ja) * | 2006-07-04 | 2008-01-24 | Mitsubishi Electric Corp | 画像処理装置 |
WO2008016153A1 (fr) * | 2006-08-03 | 2008-02-07 | Pasco Corporation | procédé de prise en charge de contre-mesures pour une catastrophe |
JP2008157764A (ja) * | 2006-12-25 | 2008-07-10 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2009289111A (ja) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | 画像処理装置 |
WO2015008554A1 (ja) * | 2013-07-19 | 2015-01-22 | 国立大学法人東北大学 | 合成開口処理を伴うセンサ、そのセンサの処理方法、および、プログラム |
JP2017072473A (ja) * | 2015-10-07 | 2017-04-13 | 三菱電機株式会社 | 画像処理装置および画像処理方法 |
WO2018123748A1 (ja) * | 2016-12-27 | 2018-07-05 | 日本電気株式会社 | 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 |
WO2019087673A1 (ja) * | 2017-10-30 | 2019-05-09 | 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 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ITMI991154A1 (it) * | 1999-05-25 | 2000-11-25 | Milano Politecnico | Procedimento per misure radar di spostamento di aere urbane e zone franose |
EP3876510A1 (en) * | 2008-05-20 | 2021-09-08 | FotoNation Limited | Capturing and processing of images using monolithic camera array with heterogeneous imagers |
US8866920B2 (en) * | 2008-05-20 | 2014-10-21 | Pelican Imaging Corporation | Capturing and processing of images using monolithic camera array with heterogeneous imagers |
ES2566132T3 (es) * | 2008-07-04 | 2016-04-11 | Telespazio S.P.A. | Identificación y análisis de dispersores persistentes en series de imágenes de SAR |
US9289191B2 (en) * | 2011-10-12 | 2016-03-22 | Seno Medical Instruments, Inc. | System and method for acquiring optoacoustic data and producing parametric maps thereof |
US9730587B2 (en) * | 2011-11-02 | 2017-08-15 | Seno Medical Instruments, Inc. | Diagnostic simulator |
US9814394B2 (en) * | 2011-11-02 | 2017-11-14 | Seno Medical Instruments, Inc. | Noise suppression in an optoacoustic system |
US20140005544A1 (en) * | 2011-11-02 | 2014-01-02 | Seno Medical Instruments, Inc. | System and method for providing selective channel sensitivity in an optoacoustic imaging system |
US9445786B2 (en) * | 2011-11-02 | 2016-09-20 | Seno Medical Instruments, Inc. | Interframe energy normalization in an optoacoustic imaging system |
US9743839B2 (en) * | 2011-11-02 | 2017-08-29 | Seno Medical Instruments, Inc. | Playback mode in an optoacoustic imaging system |
US20130116538A1 (en) * | 2011-11-02 | 2013-05-09 | Seno Medical Instruments, Inc. | Optoacoustic imaging systems and methods with enhanced safety |
US9239384B1 (en) * | 2014-10-21 | 2016-01-19 | Sandia Corporation | Terrain detection and classification using single polarization SAR |
US10254399B1 (en) * | 2015-12-02 | 2019-04-09 | National Technology & Engineering Solutions Of Sandia, Llc | Small mover target detection in synthetic aperture radar imagery |
-
2017
- 2017-12-01 WO PCT/JP2017/043377 patent/WO2019106850A1/ja active Application Filing
- 2017-12-01 US US16/767,805 patent/US11709254B2/en active Active
- 2017-12-01 JP JP2019556532A patent/JP7020494B2/ja active Active
Patent Citations (12)
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 |
JPH09281231A (ja) * | 1996-04-15 | 1997-10-31 | Mitsubishi Electric Corp | 信号処理装置 |
JP2004191053A (ja) * | 2002-12-06 | 2004-07-08 | Mitsubishi Electric Corp | 合成開口レーダ装置及び数値標高モデル作成方法 |
JP2006221520A (ja) * | 2005-02-14 | 2006-08-24 | Chuden Gijutsu Consultant Kk | 画像特徴量抽出システムおよび方法 |
JP2008014709A (ja) * | 2006-07-04 | 2008-01-24 | Mitsubishi Electric Corp | 画像処理装置 |
WO2008016153A1 (fr) * | 2006-08-03 | 2008-02-07 | Pasco Corporation | procédé de prise en charge de contre-mesures pour une catastrophe |
JP2008157764A (ja) * | 2006-12-25 | 2008-07-10 | Mitsubishi Electric Corp | レーダ画像処理装置 |
JP2009289111A (ja) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | 画像処理装置 |
WO2015008554A1 (ja) * | 2013-07-19 | 2015-01-22 | 国立大学法人東北大学 | 合成開口処理を伴うセンサ、そのセンサの処理方法、および、プログラム |
JP2017072473A (ja) * | 2015-10-07 | 2017-04-13 | 三菱電機株式会社 | 画像処理装置および画像処理方法 |
WO2018123748A1 (ja) * | 2016-12-27 | 2018-07-05 | 日本電気株式会社 | 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 |
WO2019087673A1 (ja) * | 2017-10-30 | 2019-05-09 | 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 |
Non-Patent Citations (1)
Title |
---|
宝珠山 治: "構造物変位解析のための相関グラフを用いたPersistent Scattererクラスタリング", 電子情報通信学会2017年総合大会講演論文集 通信1, JPN6021024042, 7 March 2017 (2017-03-07), JP, pages 224, ISSN: 0004533176 * |
Also Published As
Publication number | Publication date |
---|---|
US11709254B2 (en) | 2023-07-25 |
US20200348411A1 (en) | 2020-11-05 |
WO2019106850A1 (ja) | 2019-06-06 |
JP7020494B2 (ja) | 2022-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7020494B2 (ja) | 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 | |
CN108596108B (zh) | 基于三元组语义关系学习的航拍遥感图像变化检测方法 | |
JP6397379B2 (ja) | 変化領域検出装置、方法、及びプログラム | |
CN108537788B (zh) | 迷彩伪装效果评测方法及装置、计算机设备及存储介质 | |
CN110826428A (zh) | 一种高速的sar图像中船只检测方法 | |
US11841421B2 (en) | Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program | |
JP6856136B2 (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 | |
CN111898578A (zh) | 人群密度的获取方法、装置、电子设备及计算机程序 | |
CN108230375A (zh) | 基于结构相似性快速鲁棒的可见光图像与sar图像配准方法 | |
JP7152131B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN108871197B (zh) | 用于材料表面的位移场测量方法、装置、设备及存储介质 | |
Feng et al. | A novel saliency detection method for wild animal monitoring images with WMSN | |
CN110378896B (zh) | 基于极化相干性的TomoSAR植被病虫害监测方法及装置 | |
Xia et al. | Quality assessment for remote sensing images: approaches and applications | |
WO2020202259A1 (ja) | 合成開口レーダの画像処理装置及び画像処理方法 | |
CN111735447B (zh) | 一种仿星敏式室内相对位姿测量系统及其工作方法 | |
Kusetogullari et al. | Unsupervised change detection in landsat images with atmospheric artifacts: a fuzzy multiobjective approach | |
CN111915570A (zh) | 基于反向传播神经网络的大气延迟估计方法 | |
CN110728311A (zh) | 一种图像处理方法、装置和存储介质 | |
WO2021009904A1 (ja) | 画像処理装置および画像処理方法 | |
CN110969875B (zh) | 一种用于道路交叉口交通管理的方法及系统 | |
Latif et al. | Self-Organizing Maps for processing of data with missing values and outliers: application to remote sensing images | |
CN110399832B (zh) | 基于相干性的TomoSAR植被病虫害监测方法及装置 | |
CN113343930A (zh) | 一种基于高斯去噪的无人机图像处理方法 | |
Lin et al. | A classification method of unmanned-aerial-systems-derived point cloud for generating a canopy height model of farm forest |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200525 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210823 |
|
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: 20220104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220117 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7020494 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |