JP5137693B2

JP5137693B2 - 画像処理装置

Info

Publication number: JP5137693B2
Application number: JP2008142155A
Authority: JP
Inventors: 聖平中村; 啓諏訪; 俊夫若山
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2008-05-30
Filing date: 2008-05-30
Publication date: 2013-02-06
Anticipated expiration: 2028-05-30
Also published as: JP2009289111A

Description

この発明は、複数回の定期観測による複数枚の合成開口レーダ画像から得られた複数枚の複素相関分布(コヒーレンスマップ)から物理的な変化を抽出する画像処理装置に関する。

取得時刻の異なる２枚の合成開口レーダ(Synthetic Aperture Radar:SAR)画像から、１枚目の画像取得時と２枚目の画像取得時の間に地表面に生じた変化を抽出する技術の一つにＣＣＤ(Coherent Change Detection)がある。ＣＣＤでは、ＳＡＲ画像の輝度情報に加えて位相情報をも利用して変化検出を実施するため、輝度変化による変化抽出技術と比較して変化に対する感度が高いという特長がある。

ＣＣＤでは２枚のＳＡＲ画像間の複素相関値(コヒーレンス)を地表面に生じた変化を表す指標として用いる。このコヒーレンスは、変化のない領域では１に近い値をとり、変化のあった領域については０に近い値をとる性質がある。従って、地表面の変化は２枚のＳＡＲ画像間のコヒーレンスの低い領域を閾値処理により抽出することで変化領域を抽出することが可能となる。例えば下記非特許文献１では、２枚のＳＡＲ画像から算出したコヒーレンスの分布から設定した誤警報確率に基づいた閾値処理を実施している。

Mark Preiss, Doug Gray, and Nick Stacy, "A Change Detection Technique for Repeat Pass Interferometric SAR," IEEE Geoscience and Remote Sensing Symposium Proceedings, 2003. IGARSS' 03. 2003, 2, 21-25 Jong-Sen Lee, Karl W. Hoppel, Stephen A. Mango and Allen R. Miller, "Intensity and Phase Statistics of Multilook Polarimetric and Interferometric SAR Imagery", IEEE Transaction On Geoscience and Remote Sensing, vol.32, No.5, 1994 Howard .A. Zebker, J. Villasenor,, "Decorrelation in interferometric Radar Echoes," IEEE Transaction On Geoscience And Remote Sensing, Vol.30, pp.950-959, 1992.

従来の画像処理装置では、２枚のＳＡＲ画像間のコヒーレンスの分布(コヒーレンスマップ)から変化領域を閾値処理により抽出する。森林や水域、ＳＮＲ(Signal to Noise Ratio)の低い領域を観測した場合、これらの領域については、２枚のＳＡＲ画像間のコヒーレンスが観測領域に物理的な変化がない場合においても低い値になることが知られている。このため、森林などが含まれる画像に対して従来の画像処理装置による変化領域の抽出を実施した場合、森林などの上記領域が物理的な変化の有無に関わらず変化の生じた領域として抽出されてしまう問題があり、変化領域を高精度に抽出することが困難となる。

この発明は、上記のような問題を解決するためになされたものであり、地表面に生じた物理的な変化をより高精度に抽出する画像処理装置を提供することを目的とする。

この発明は、取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素に関する閾値を算出する閾値算出処理手段と、算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、を備え、予め観測時の観測条件を格納する手段と、観測条件から低下するコヒーレンスの量を計算する手段と、観測条件から低下するコヒーレンス量と予め設定された閾値を比較し、閾値以上のコヒーレンスの低下量を有するコヒーレンスマップを排除する手段と、をさらに備えた、ことを特徴とする画像処理装置にある。

この発明では、複数回の定期観測による複数枚の合成開口レーダ画像から得られた複数枚の複素相関分布(コヒーレンスマップ)から物理的な変化をより高精度に抽出することができる。

実施の形態１．
図１はこの発明の実施の形態１による画像処理装置を示すブロック構成図である。図１において、データ格納部１はＮ回の観測により得られた異なる時刻に撮像されたＮ数の画像を格納し、出力データ格納部４は本装置の出力を格納する。なお、以下実施の形態においては使用する画像をレーダ画像として話を進める。コヒーレンス算出処理部２はデータ格納部１から読み込まれたＮ(１≦ｎ≦Ｎ)枚のレーダ画像からそれぞれの複素レーダ画像を求め、これらの複素レーダ画像について２回の観測分の画像同士の各画素を用いて複素レーダ画像間のコヒーレンスの分布(コヒーレンスマップ)をＮ−１個生成する。なお、以下においては２枚の画像を観測時刻が隣接する２枚のレーダ画像を例にして説明する。ただし、必ずしも観測時間が隣接する必要はない。

閾値算出処理部(ａ)１１０ａでは、コヒーレンス算出処理部２で算出された注目画素に関するＮ−１個のコヒーレンスマップを基に変化領域を抽出するための閾値を設定する。閾値処理部(ａ)２００ａでは、コヒーレンス算出処理部２において算出されたコヒーレンスを閾値算出処理部(ａ)１１０ａで算出された閾値で閾値処理することで注目画素に変化が生じたかどうかを判定する。処理結果は出力データ格納部４に格納されると共に、例えば表示部(図示省略)に表示する。

次に動作について説明する。コヒーレンス算出処理部２は、データ格納部１に格納されているＮ枚のレーダ画像からそれぞれの複素レーダ画像を求め(複素レーダ画像を予め求めてデータ格納部１にＮ枚の複素レーダ画像を格納しておいてもよい)、これらの複素レーダ画像について取得時刻が隣接する複素レーダ画像同士のコヒーレンスをＮ−１個算出する。なお、各時刻間のコヒーレンスＣ(n,y,x)は次式(１)で表されるものである。

ここで、Ｚ_ｎ(y,x)はｎ枚目のレーダ画像の位置(y,x)が持つデータ値を示し、Ｚ_ｎ＋１(y,x)はｎ＋１枚目のレーダ画像の位置(y,x)が持つデータ値を示す。また、Ｌは注目画素(y,x)のコヒーレンスを算出するために用いる画素の個数であり、コヒーレンスを計算する範囲に相当する。＊は複素共役を示す。コヒーレンスは、コヒーレンス算出に用いる２枚のレーダ画像が同一の軌道で取得されるという前提の下、地表面に変化がない場合に「１」に近い値をとり、地表面に変化が生じた場合には小さい値をとることが知られている。

閾値算出処理部(ａ)１１０ａは、コヒーレンス算出処理部２にて算出された注目画素(y,x)に関するＮ−１個のコヒーレンスの値を用いて変化領域に関する閾値Ｐ_ｔｈを設定する。動作の詳細については後述する。

閾値処理部(ａ)２００ａでは、コヒーレンス算出処理部２で算出された注目画素のコヒーレンスと閾値算出処理部(ａ)１１０ａにて算出された閾値Ｐ_ｔｈを比較することで、Ｎ−１枚目のコヒーレンスマップの注目画素がコヒーレンスの変化領域であるか否かを判定する。閾値処理は次式(２)により実施される。

Ｃ(n,y,x)≦Ｐ_ｔｈ：ｎ番目のコヒーレンスマップの注目画素は変化領域である
Ｃ(n,y,x)＞Ｐ_ｔｈ：ｎ番目のコヒーレンスマップの注目画素は変化領域でない
(２)

また、上記式(２)により変化領域と判定されたコヒーレンスマップＣ(n,y,x)を算出するのに用いた２枚のレーダ画像を取得する間に地形変化が生じたことがわかるので、これを出力することで、地形変化の生じた時刻を特定することが可能となる。その概念図を図２０に示す。

図２０について説明する。図２０において、ｎ回目とｎ＋１回目の観測の間に地表面に変化が生じた場合、コヒーレンスの値はこの２枚のレーダ画像から算出した結果のみ低い値を有すると考えられる。この性質を使用することで、図２０の(ａ)のｎ回目の画像、(ｂ)のｎ＋１回目の画像、(ｄ)の(ａ)と(ｂ)の画像のコヒーレンスマップから、(ａ)と(ｂ)の観測の間に地形変化があったことを取得することが可能となる。これは図２０の(ｂ)のｎ＋１回目の画像、(ｃ)のｎ＋２回目の画像、(ｅ)の(ｂ)と(ｃ)の画像のコヒーレンスマップからも同様なことが分かる。(ｆ)にはコヒーレンスの観測時刻経過に従って変化が示されている。

図２は閾値算出処理部(ａ)１１０ａのブロック構成図である。図２において、注目画素設定部１２０は閾値の設定に用いる画素を選択する。選ばれる画素の概念図を図２２に示す。平均算出処理部１３０では、注目画素設定部１２０で設定された画素に含まれるコヒーレンスの値の平均値を算出する。閾値格納部１３１には、閾値を算出するための任意の値、例えばオフセット値βを予め入力、格納しておく。閾値設定部(ａ)１９０ａでは、平均算出処理部１３０にて算出された注目画素に関する平均値と、閾値格納部１３１に格納されている予め設定した値から検出に用いる閾値を決定する。

以下に、動作について説明する。注目画素設定部１２０では、コヒーレンス算出処理部２において算出されたコヒーレンスから注目画素のコヒーレンスの値を時間方向に取得する。平均算出処理部１３０では、注目画素設定部１２０で設定された画素に含まれるコヒーレンスの値Ｃ(n,y,x)を次式(３)のように平均処理して平均値Ｍ_Ｃ(y,x)を算出する。

次に、閾値設定部(ａ)１９０ａでは平均算出処理部１３０において算出された注目画素の平均値Ｍ_Ｃ(y,x)から予め設定した値βだけ低下した値を閾値Ｐ_ｔｈとして出力する。なお、閾値Ｐ_ｔｈは次式(４)で与えられる。

Ｐ_ｔｈ＝Ｍ_Ｃ(y,x)−β (４)

以上のように、コヒーレンスの時刻変化に注目した変化抽出処理をすることで森林や水域などのコヒーレンスがそもそも低い領域と変化領域のコヒーレンスを図２０に示すように判別することが可能となる。これにより地表面の物理的変化によるコヒーレンスの変化を高精度に抽出することが可能となる。

実施の形態２．
実施の形態１では、注目画素の時間方向のコヒーレンスから算出される平均値から予め設定した値だけ低下した値を閾値として使用している。ところで、例えば森林が伐採などの影響で消失した場合、コヒーレンスが低い領域から高い領域へと変化すると考えられる。本実施の形態２では、閾値の設定を注目画素の時間方向のコヒーレンスの平均値から予め設定した値を加えた値とすることで、コヒーレンスが低い領域が地形変化により高い領域に変化した場合においてこの地形変化を抽出する。

図３はこの発明の実施の形態２による画像処理装置を示すブロック構成図である。図１のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値算出処理部(ｂ)１１０ｂは、変化領域を抽出する際に用いる閾値を算出する。また、閾値処理部(ｂ)２００ｂは、コヒーレンス算出処理部２により算出されたコヒーレンスと、閾値算出処理部(ｂ)１１０ｂにより算出された閾値を比較することで地形変化の生じた領域を抽出する。

次に動作について説明する。閾値算出処理部(ｂ)１１０ｂについては後述する。閾値処理部(ｂ)２００ｂは、コヒーレンス算出処理部２により算出されたコヒーレンスと閾値算出処理部(ｂ)１１０により算出された閾値を次式(５)のように比較して、コヒーレンスの変化領域を抽出する。

Ｃ(n,y,x)＜Ｐ_ｔｈ：ｎ番目のコヒーレンスマップの注目画素は変化領域である
Ｃ(n,y,x)≧Ｐ_ｔｈ：ｎ番目のコヒーレンスマップの注目画素は変化領域でない
(５)

Ｎ回の観測において、例えばｎ回目とｎ＋１回目観測の間に地表面に変化が生じたとする。この場合、図２１に示すようになることが予想される。図２１の(ａ)はｎ回目の画像、(ｂ)はｎ＋１回目の画像、(ｄ)は(ａ)と(ｂ)の画像のコヒーレンスマップ、(ｃ)はｎ＋２回目の画像、(ｅ)の(ｂ)と(ｃ)の画像のコヒーレンスマップ、(ｆ)はコヒーレンスの観測時刻経過に従って変化を示す。すなわち、図２１に示すように(ａ)のｎ回目と(ｂ)のｎ＋１回目までの観測により取得されたレーダ画像における低コヒーレンス領域のコヒーレンスは(ｄ)に示すように低い値をとるが、(ｂ)のｎ＋１回目と(ｃ)のｎ＋２回目の観測で得られたレーダ画像以降のコヒーレンスが(ｅ)に示すように高いコヒーレンスを有する領域となることが予想される。従って、これらのコヒーレンスの時間変化に注目することで、地表面に生じた変化がｎ回目とｎ＋１回目観測の間に生じたことを特定することが可能となる。

図４は閾値地算出処理部(ｂ)１１０ｂのブロック構成図である。図２のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値設定部(ｂ)１９０ｂは平均算出処理部１３０において算出された注目画素の平均値から予め設定した値だけ増加した値を閾値として出力する。なお、閾値は次式(６)で与えられる。

Ｐ_ｔｈ＝Ｍ_Ｃ(y,x)＋β (６)

以上のように、コヒーレンスの時刻変化に注目した変化抽出処理をすることで森林や水域などのコヒーレンスがそもそも低い領域が変化してコヒーレンスが高い領域に変化した場合についても抽出することが可能となる。これにより地表面の物理的変化によるコヒーレンスの変化を高精度に抽出することが可能となる。

実施の形態３．
実施の形態１、２では、コヒーレンスの増加及び低下を個々に観測していた。本実施の形態３では、実施の形態１と実施の形態２の処理を同時に実施することで、コヒーレンスの時刻変化に伴う低下及び増加から地表面に生じた変化を抽出する。

図５はこの発明の実施の形態３による画像処理装置を示すブロック構成図である。図１、図３のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図５において、閾値算出処理部(ｃ)１１０ｃはコヒーレンス算出処理部２において算出されたコヒーレンスを基に閾値を算出する。詳細なブロック構成図については後述する。閾値処理部(ｃ)２００ｃは、閾値算出処理部(ｃ)１１０ｃにて算出された閾値とコヒーレンス算出処理部２で算出されたコヒーレンスとの比較により変化領域を抽出する。

動作について説明する。なお、閾値算出処理部(ｃ)１１０ｃの詳細な動作については後述する。閾値処理部(ｃ)２００ｃでは、閾値算出処理部(ｃ)１１０ｃで算出された注目画素に関するコヒーレンスの閾値とコヒーレンス算出処理部２で算出された注目画素に含まれるコヒーレンスとを比較して変化領域を抽出する。この閾値処理は、閾値算出処理部(ｃ)１１０ｃでコヒーレンスが低下した領域を検出するための閾値をＰ_ｔｈｄ、コヒーレンスが増加した領域を検出するための閾値をＰ_ｔｈｕとして算出したとするならば、次式(７)により実施される。

Ｃ(n,y,x)≦Ｐ_ｔｈ：ｎ番目のコヒーレンスマップの注目画素は変化領域である
Ｐ_ｔｈｄ＜Ｃ(n,y,x)＜Ｐ_ｔｈｕ：ｎ番目のコヒーレンスマップの注目画素は変化領域でない
Ｃ(n,y,x)≦Ｐ_ｔｈｕ：ｎ番目のコヒーレンスマップの注目画素は変化領域である
(７)

図６は閾値算出処理部(ｃ)１１０ｃのブロック構成図である。図２、図４のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値設定部(ｃ)１９０ｃは平均算出処理部１３０にて算出された注目画素に関するコヒーレンスの平均値と閾値格納部１３１に格納されている予め設定した値から変化領域を抽出するための閾値を設定する。

次に動作について説明する。閾値設定部(ｃ)１９０ｃは平均算出処理部１３０において算出された注目画素の平均値と閾値格納部１３１に予め設定した値β_ｄ及び値β_ｕを用いて、閾値Ｐ_ｔｈｄとＰ_ｔｈｕとをそれぞれ算出する。それぞれの値は次式(８)で与えられる。

Ｐ_ｔｈｄ＝Ｍ_Ｃ(y,x)−β_ｄ
Ｐ_ｔｈｕ＝Ｍ_Ｃ(y,x)＋β_ｕ
(８)

以上のように、コヒーレンスの時刻変化に注目した変化抽出処理をすることで地形変化によりコヒーレンスが増加した領域と低下した領域を同時に抽出することが可能となる。

実施の形態４．
実施の形態１〜３では、コヒーレンスの平均値と予め設定した値により閾値を算出した。次に、本実施の形態４ではコヒーレンスの平均値から分散の理論値を算出し、閾値を算出する。

図７はこの発明の実施の形態４による画像処理装置を示すブロック構成図である。図１、図３、図５のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図７において、閾値算出処理部(ｄ)１１０ｄは、コヒーレンス算出処理部２において算出されたコヒーレンスの値を基に変化領域抽出のための閾値を算出する。図８は閾値算出処理部(ｄ)１１０ｄの詳細なブロック構成図である。図２のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図８において、理論分散算出部１４１は平均算出処理部１３０にて算出された注目画素におけるコヒーレンスの平均値に基づいて理論分散を算出する。

以下に動作について説明する。平均算出処理部１３０にて算出された注目画素のコヒーレンスの平均値Ｍ_Ｃ(y,x)を用いてコヒーレンスの推定値の分散を算出する。例えば、上述の非特許文献２では、あるコヒーレンスの領域から推定されたコヒーレンスの分散値αは次に次式(９)より与えられている。ただし、推定したコヒーレンスの分散を算出するための理論式であるならばこれに限定されるものではない。

α＝var(Ｃ(n,y,x))＝ｍ_２−ｍ_１ ^２ (９)

なお、式(９)のｍ_１とｍ_２は次式(１０)により与えられている。

なお、式(１０)のΓはガンマ関数で、Ｆは超幾何関数である。算出された分散値αを基に閾値設定部(ａ)１９０ａにて、例えば平均値から算出した理論的な分散値を差分処理して閾値を算出する。

なお、コヒーレンスの平均値と分散の関係を予め計算し、データベース(図２等の閾値格納部１３１に相当する記憶部(図示省略))上に入力、格納しておくことで処理ごとに計算する必要がなくなるため処理を高速化することが可能となる。

以上のように、算出されたコヒーレンスの平均値から理論的な分散を算出し、分散に基づくコヒーレンスのとりうる範囲から閾値を設定することで、予めオフセット値等の値を入力することなく変化領域の抽出が可能となる。

実施の形態５．
実施の形態４では注目画素のコヒーレンスの平均値Ｍ_Ｃ(y,x)から理論分散算出部１４１において算出された分散値から算出されるコヒーレンスのとりうる範囲だけ低下したところに閾値を設定して変化領域を抽出した。次に、本実施の形態５では、実施の形態２のように平均値から分散値から算出されるコヒーレンスのとりうる範囲だけ増加した値を闘値として設定する。

図９はこの発明の実施の形態５による画像処置装置を示すブロック構成図である。図３、図７のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図９において、閾値算出処理部(ｅ)１１０ｅは、理論分散値から算出される値を用いて閾値を設定する。図１０は閾値算出処理部(ｅ)１１０ｅの詳細なブロック構成図である。図４、図８のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値設定部(ｂ)１９０ｂでは、理論分散算出部１４１にて算出された論理的な分散値を平均算出処理部１３０で算出した平均値に加算処理して閾値を算出する。

これにより、そもそものコヒーレンスが低い領域が地形変化によりコヒーレンスの高い領域に変化した場合についても抽出することが可能となる。

実施の形態６．
実施の形態４，５では、理論分散値から算出されるコヒーレンスの取りうる範囲を平均値Ｍ_Ｃ(y,x)から低下した場合と増加した場合についてそれぞれ算出していた。本実施の形態６では、実施の形態３のように同時に設定することで、実施の形態４，５の効果を同時に得る。

図１１はこの発明の実施の形態６による画像処理装置を示すブロック構成図である。図１、図５のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値算出処理部(ｆ)１１０ｆにおいて、理論的な分散値から算出される値を用いて閾値を設定する。図１２は閾値算出処理部(ｆ)１１０ｆの詳細なブロック構成図である。図２、図６、図８のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。閾値設定部(ｃ)１９０ｃでは、理論分散算出部１４１にて算出された論理的な分散値を平均算出処理部１３０で算出した平均値に減算処理及び加算処理してコヒーレンスの低下時、増加時のそれぞれの閾値を設定する。

これにより、予めコヒーレンスの取りうる範囲を指定することなくコヒーレンスが時系列に変化した領域を抽出することが可能となる。

実施の形態７．
実施の形態１〜６では、平均値Ｍ_Ｃ(y,x)から予め設定した値や理論分散値から算出されるコヒーレンスの取りうる範囲から閾値を設定した。この実施の形態７では、注目画素のコヒーレンスについて誤警報確率に基づいた変化領域の抽出を実施する。

図１３はこの発明の実施の形態７による画像処理装置を示すブロック構成図である。図１のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１３において閾値算出処理部(ｇ)１１０ｇは、コヒーレンス算出処理部２において算出された注目画素のコヒーレンスについて変化領域抽出のための閾値を設定する。

図１４は閾値算出処理部(ｇ)１１０ｇのブロック構成図である。図６のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１４において、誤警報確率設定部１５０では予め設定した誤警報確率を格納する。確率密度関数算出部１６０では、注目画素設定部１２０において設定された注目画素のコヒーレンスの値に基づき、これの確率密度を算出する。閾値設定部(ｄ)１９０ｄでは、確率密度関数算出部１６０において算出された注目画素のコヒーレンスの確率密度と誤警報確率設定部１５０の誤警報確率から、予め設定された誤警報確率を満たす閾値を算出する。

以下に動作について説明する。誤警報確率設定部１５０では、使用者が予め設定した誤警報確率Ｐ_ｆ(ａ)を格納する。確率密度関数算出部１６０では、注目画素設定部１２０にて設定された各観測における注目画素のコヒーレンスＣ(n,y,x)から確率密度関数ｐ(n,y,x)を算出する。閾値設定部(ｄ)１９０ｄでは、誤警報確率設定部１５０と確率密度関数算出部１６０の結果から、次式(１１)を満たす検出確率が最大となる閾値Ｐ_ｔｈを算出する(算出した確率密度関数から予め設定した誤警報確率を満たす閾値を算出)。

なお、式(１１)を次式(１２)のようにすることで、地形変化によりコヒーレンスが増加した領域についても本処理による抽出が可能となる。

閾値処理部(ａ)２００ａでは、コヒーレンス算出処理部２で算出された注目画素のコヒーレンスと閾値算出処理部(ｇ)１１０ｇにて算出された閾値Ｐ_ｔｈを比較することで、Ｎ−１枚目のコヒーレンスマップの注目画素がコヒーレンスの変化領域であるか否かを判定する。なお、実施の形態３、６のようにコヒーレンスの降下領域と増加領域でそれぞれ別々の閾値により変化領域の判定を行うようにしてもよい。

以上のように、誤警報確率に基づいた閾値の決定を実施することでも変化領域の抽出が可能となる。

実施の形態８．
実施の形態７では、誤警報確率に基づいた閾値の設定により変化領域の抽出を実施した。次に、この実施の形態８では、各コヒーレンスマップにおける注目画素の平均値と各コヒーレンスマップにおける注目画素の差を算出し、この確率密度関数について予め使用者が設定した誤警報確率に基づく閾値を設定する。

図１５はこの発明の実施の形態８による画像処理装置を示すブロック構成図である。図１、図５のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１５において、閾値算出処理部(ｈ)１１０ｈは、コヒーレンス算出処理部２において算出された各コヒーレンスマップにおける注目画素のコヒーレンスから変化の生じた領域を検出するための閾値を設定する。

図１６は閾値算出処理部(ｈ)１１０ｈのブロック構成図である。図２、図１４のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１６の差分算出処理部１４０は、平均算出処理部１３０で算出された各コヒーレンスマップにおける注目画素の平均値Ｍ_Ｃ(y,x)と各コヒーレンスマップにおける注目画素のコヒーレンスＣ(n,y,x)との差分を算出する。なお、この差分Ｄ_ｃ(n,y,x)は次式(１３)で与えられる。

Ｄ_ｃ(n,y,x)＝|Ｃ(n,y,x)−Ｍ_Ｃ(y,x)| (１３)

この平均値からの差分Ｄ_ｃ(n,y,x)は、地表面の変化などに起因してコヒーレンスに変化が生じた場合に高い値をとり、コヒーレンスに各観測において大きな変化がない場合には低い値をとると考えられる。算出された差分Ｄ_ｃ(n,y,x)から確率密度関数算出部１６０にて差分の確率密度関数を算出して、誤警報確率設定部１５０にて設定した誤警報確率に基づく閾値の設定を閾値設定部ｄ１９０ｄにて行う。

以上のように、各コヒーレンスマップにおける注目画素のコヒーレンスとその平均値との差分を利用することで、誤警報確率に基づく閾値の設定においても地形変化によるコヒーレンスの変化が生じた領域を抽出することが可能となる。

実施の形態９．
実施の形態１〜９においては、変化領域を抽出するための閾値の設定に用いるためのデータとして、各コヒーレンスマップにおける注目画素のみのデータを用いていた。この実施の形態９では、閾値の設定に用いるコヒーレンスの値を各コヒーレンスマップにおける注目画素とその周囲のＭ個の画素により構成される領域に含まれるデータから求める。

図１７はこの発明の実施の形態９による画像処理装置を示すブロック構成図である。図１のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１７の閾値算出処理部(ｉ)１１０ｉは、コヒーレンス算出処理部２において算出された複数のそれぞれ取得時刻の異なる複数のレーダ画像間のコヒーレンスマップから変化領域を抽出するための閾値を設定する。

図１８は閾値算出処理部(ｉ)１１０ｉのブロック構成図である。図２のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１８において、注目領域設定部１２１はコヒーレンスマップ上で注目画素とその周囲の画素により構成される一定の領域に含まれる画素から、閾値を算出するための画素を選択する。その概念図を図２３に示す。図２３において、注目画素を含む領域の形状を正方形として説明しているが、形状はこれに限定するものではない。

以上のように、変化領域の抽出のための閾値を設定するデータの範囲を空間方向に拡張し、各コヒーレンスマップの注目画素とその周囲の所定領域の画素により構成される領域内に含まれるデータを用いることで、例えば十分な観測を実施できない場合においても精度の高い閾値の設定が可能となり、精度よく変化領域を抽出することが可能となる。

なお、この実施の形態９においては実施の形態１と比較して説明したが、その他の実施の形態２〜８の注目画素設定部１２０を注目領域設定部１２１に変更することで同様の効果が得られることは明らかである。

実施の形態１０．
実施の形態１〜９においては、変化領域を抽出するための閾値の設定に用いるデータをコヒーレンス算出処理部２において算出された全てのコヒーレンスマップを用いて設定していた。この実施の形態１０では、予め取得時の軌道情報などの情報から得られるコヒーレンスマップのコヒーレンスの最大値を算出し、２枚のレーダ画像間のコヒーレンスが十分に確保できないコヒーレンスマップについては閾値算出に用いない。

図１９はこの実施の形態１０による画像処理装置のブロック構成図である。図１のものと同一もしくは相当部分は同一もしくは関連する符号で示してあり、詳細な説明は省略する。図１９において、観測条件格納部２００はＧＰＳデータや送受信機の状態など観測時の状態のデータを格納する。事前コヒーレンス算出部２１０は観測条件の変化によるコヒーレンスの低下量を予め計算する。コヒーレンスマップ選択部２２０は、事前コヒーレンス算出部２１０において算出されたプラットフォームの起動の違いなどの観測上条件の違いによるコヒーレンスの低下量から十分なコヒーレンスを確保できないコヒーレンスマップを排除することで、変化領域を抽出するために使用するコヒーレンスマップを選択する。

次に動作について説明する。事前コヒーレンス算出部２１０では、観測条件格納部２００に格納されているプラットフォームの観測時の航跡や送受信機の状態などの事前情報からコヒーレンス算出処理部２において算出されるコヒーレンスマップの予想されるコヒーレンスの見積もりを算出する。２枚のレーダ画像間のコヒーレンスが低下する要因とその関係は、上記非特許文献３によれば、次式(１４)のように表される。

γ_total＝γ_thermal・γ_temporal・γ_spatial (１４)

式(１４)において各符号はそれぞれ、γ_thermalが送受信機の熱雑音などの雑音の影響、γ_spatialが観測ジオメトリの差異などの空間的な影響、γ_temporalが観測対象の時間経過による地形変化などの時間的な影響によるコヒーレンスである。事前コヒーレンス算出部２１０では、式(１４)の雑音もしくは空間的影響によるコヒーレンスを算出する。事前コヒーレンス算出部２１０においては、時間的な影響によるコヒーレンスの低下要因以外の要因でのコヒーレンスの低下量を算出することが可能であればいいので、式(１４)に限定するものではない。

コヒーレンスマップ選択部２２０では、事前コヒーレンス算出部２１０において算出された地形変化以外の要因によるコヒーレンスの低下量を予め設定した閾値と比較し、コヒーレンス算出処理部２で算出したコヒーレンスマップをそれ以降の処理に使用するか判定する。

以上のように、事前に変化領域の判定に用いることができないようなコヒーレンスマップのデータを排除することで、変化領域の抽出精度を向上することが可能となる。

なお実施の形態１０は実施の形態１と比較して説明したが、その他の実施の形態２〜９までの処理においても実施することで、同様の効果が得られることは明らかである。

またこの発明は上記各実施の形態に限定されるものではなく、これらの各実施の形態の可能な組み合わせをすべて含むことは云うまでもない。

この発明の実施の形態１による画像処理装置を示すブロック構成図である。図１の閾値算出処理部のブロック構成図である。この発明の実施の形態２による画像処理装置を示すブロック構成図である。図３の閾値算出処理部のブロック構成図である。この発明の実施の形態３による画像処理装置を示すブロック構成図である。図５の閾値算出処理部のブロック構成図である。この発明の実施の形態４による画像処理装置を示すブロック構成図である。図７の閾値算出処理部のブロック構成図である。この発明の実施の形態５による画像処理装置を示すブロック構成図である。図９の閾値算出処理部のブロック構成図である。この発明の実施の形態６による画像処理装置を示すブロック構成図である。図１１の閾値算出処理部のブロック構成図である。この発明の実施の形態７による画像処理装置を示すブロック構成図である。図１３の閾値算出処理部のブロック構成図である。この発明の実施の形態８による画像処理装置を示すブロック構成図である。図１５の閾値算出処理部のブロック構成図である。この発明の実施の形態９による画像処理装置を示すブロック構成図である。図１７の閾値算出処理部のブロック構成図である。この発明の実施の形態１０による画像処理装置を示すブロック構成図である。この発明による画像処理装置の動作を説明するための図である。この発明による画像処理装置の動作を説明するための図である。この発明による画像処理装置の動作を説明するための図である。この発明による画像処理装置の動作を説明するための図である。

符号の説明

１データ格納部、２コヒーレンス算出処理部、４出力データ格納部、１１０ａ〜１１０ｉ閾値算出処理部ａ〜ｉ、１２０注目画素設定部、１２１注目領域設定部、１３０平均算出処理部、１３１閾値格納部、１４０差分算出処理部、１４１理論分散算出部、１５０誤警報確率設定部、１６０確率密度関数算出部、１９０ａ〜１９０ｄ閾値設定部ａ〜ｄ、２００ａ〜ｃ閾値処理部ａ〜ｃ、２００観測条件格納部、２１０事前コヒーレンス算出部、２２０コヒーレンスマップ選択部。

Claims

取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素に関する閾値を算出する閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備え、
予め観測時の観測条件を格納する手段と、観測条件から低下するコヒーレンスの量を計算する手段と、観測条件から低下するコヒーレンス量と予め設定された閾値を比較し、閾値以上のコヒーレンスの低下量を有するコヒーレンスマップを排除する手段と、をさらに備えた、
ことを特徴とする画像処理装置。
閾値算出処理手段において、閾値を算出するために用いるデータを各コヒーレンスマップの注目画素及び該注目画素の周囲の所定領域に含まれるデータとしたことを特徴とする請求項１に記載の画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、閾値をオフセットする予め設定した値を格納する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、及び平均値から予め設定した値を差分処理することで閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、閾値をオフセットする予め設定した値を格納する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、及び平均値から予め設定した値を加算処理することで閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、閾値をオフセットする予め設定した値を格納する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、及び平均値から予め設定した値を差分処理、加算処理することでコヒーレンスの低下時、増加時のそれぞれの閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップとコヒーレンスの低下時、増加時のそれぞれの閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、各コヒーレンスマップにおける注目画素の平均値から理論的な分散値を算出する手段、平均値から算出した理論的な分散値を差分処理することで閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、各コヒーレンスマップにおける注目画素の平均値から理論的な分散値を算出する手段、平均値に算出した理論的な分散値を加算処理することで閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値を算出する手段、各コヒーレンスマップにおける注目画素の平均値から理論的な分散値を算出する手段、平均値に算出した理論的な分散値を差分処理、加算処理することでコヒーレンスの低下時、増加時のそれぞれの閾値を設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
取得時間の異なる同一領域を観測した複数枚のレーダ画像を格納するデータ格納手段と、
複数枚のレーダ画像からそれぞれ２枚のレーダ画像を選択して複素相関を算出し複素相関の分布を示すコヒーレンスマップを算出するコヒーレント算出処理手段と、
得られたコヒーレンスマップから各コヒーレンスマップ上の注目画素を選択する手段、各コヒーレンスマップにおける注目画素のコヒーレンスの平均値Ｍｃ(x,y)((y,x)はレーダ画像の位置)を算出する手段、算出した平均値Ｍｃ(x,y)と各コヒーレンスマップにおける注目画素のコヒーレンスＣ(n,y,x)(ｎは何枚目のレーダ画像か)との差分Ｄｃ(n,y,x)＝|Ｃ(n,y,x)−Ｍｃ(x,y)|を算出する手段、予め設定した誤警報確率Ｐｆを格納する手段、算出された差分Ｄｃ(n,y,x)の確率密度関数ｐ(n,y,x)を算出する手段、及び
_{ｐ(n,y,x)＜Ｐｔｈ} ∫ｐ(n,y,x)ｄｎ＝Ｐｆ
を満たす検出確率が最大となる閾値Ｐ _ｔｈを算出して設定する手段を含む閾値算出処理手段と、
算出されたコヒーレンスマップと閾値をもとにコヒーレンスの変化領域を抽出する閾値処理手段と、
を備えたことを特徴とする画像処理装置。
閾値算出処理手段において、閾値を算出するために用いるデータを各コヒーレンスマップの注目画素及び該注目画素の周囲の所定領域に含まれるデータとしたことを特徴とする請求項３から９までのいずれか１項に記載の画像処理装置。
予め観測時の観測条件を格納する手段と、観測条件から低下するコヒーレンスの量を計算する手段と、観測条件から低下するコヒーレンス量と予め設定された閾値を比較し、閾値以上のコヒーレンスの低下量を有するコヒーレンスマップを排除する手段と、をさらに備えたこと特徴とする請求項３から１０までのいずれか１項に記載の画像処理装置。