JP5219901B2

JP5219901B2 - 画像処理装置

Info

Publication number: JP5219901B2
Application number: JP2009086004A
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: 2009-03-31
Filing date: 2009-03-31
Publication date: 2013-06-26
Anticipated expiration: 2029-03-31
Also published as: JP2010237068A

Description

この発明は、航空機や人工衛星に搭載したレーダを用いて、同一領域を異なる時間に複数回観測して得られたレーダ画像から、地表面に生じた微小変化を高精度に捉えるための指標として用いる複素相関（コヒーレンス）の分布を、解像度の異なる複数枚のコヒーレンスマップを用いて高精度に推定する画像処理装置に関する。

取得時間の異なる複数枚のレーダ画像から地表面に生じた変化を抽出する技術の１つにＣＣＤ（Coherent Change Detection）がある。ＣＣＤでは、レーダ画像の有する輝度情報の他に位相情報をも利用した変化抽出を実施するため、変化に対する感度が輝度変化のみによる変化抽出技術と比較して高い特長がある。

ＣＣＤにおいて変化領域を抽出するための指標として、２枚のレーダ画像間の複素相関（コヒーレンス）を用いる。このコヒーレンスは、２枚のレーダ画像において変化のない領域においては１に近い値をとり、変化のある領域においては０に近い値を示す性質がある。

この性質を利用して、コヒーレンスの分布（コヒーレンスマップ）の強弱に基づいた閾値処理を実施して、２枚のレーダ画像間の違い（変化）を抽出する手法がある（例えば、非特許文献１参照）。

また、２枚のレーダ画像間のコヒーレンスを精度よく推定するために、コヒーレンスを推定する局所領域（以下、窓と称す）を予め設定した変化形状に分割し、その類似性から注目画素と同じ属性にある画素を選択し、選択された画素により窓を再構成し、再構成された窓を用いてコヒーレンスを推定する技術がある（例えば、特許文献1参照）。

さらに、２枚のレーダ画像間にコヒーレンスを精度よく推定するために、予め設定した大きさの窓を用いて推定したコヒーレンスの値を最尤推定処理することで注目画素のコヒーレンスを推定する技術がある（例えば、非特許文献２参照）。

特開２００８−３１０３９１号公報

Preiss, M, Gray, D. and Stacy, N. "A change detection technique for repeat pass interferometric SAR." IEEE Geoscience and Remote Sensing Sympoium Proceesingd, 2003. IGARASS'03、 vol.2、 pp.2１-25, 2003. Touzi. R, Lopes. A, Bruniquel. J, and Vachon. P.W, "Coherence estimation for SAR imagery," IEEE Transactions on Geoscience and Remote Sensing, vol. 37, pp.135 - 149, 1999.

ＣＣＤによる変化抽出処理を高精度に実施する場合、２枚のレーダ画像間のコヒーレンスを高精度に得る必要があるが、２枚のレーダ画像間のコヒーレンスはアンサンブル平均により与えられるため、実際の処理においてはこれを推定する必要がある。一般的なコヒーレンスの推定方式として、注目画素とその近傍画素で構成される窓に含まれるデータから、次式（１）に示すような空間平均処理により推定する方式がある。

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。

空間平均処理によるコヒーレンスの推定では、コヒーレンスマップの空間分解能とコヒーレンスの推定精度に相反関係があり、高精度かつ高分解能なコヒーレンスマップを得ることが困難であった。このため、高いコヒーレンスの推定精度と高いコヒーレンスマップの空間分解能を得るために、特許文献１に記載されている従来の画像処理装置では、予め地表面に生じた変化の形状を仮定し、その形状に応じてコヒーレンスを推定するための窓の形状を適応的に変化させながらコヒーレンスの推定を実施した。

しかし、特許文献１に記載されている従来の画像処理装置では、予め地表面に生じた変化の形状を予め仮定しているため、変化の形状が複雑な形状をしている場合には、再構成される窓の形状が地表面に生じた変化の形状と対応しておらず、その結果、コヒーレンスの推定精度が低下する問題があった。

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、地表面に生じた変化を高精度に捉えることができる画像処理装置を得ることを目的とする。

この発明に係る画像処理装置は、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２枚のレーダ画像を選択して、２枚のレーダ画像の複素相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出するコヒーレンス算出処理手段と、得られた解像度の異なる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結合確率密度関数の尤度関数を用いて注目画素の真のコヒーレンスを推定する最尤推定処理を実施するコヒーレンス最尤推定処理手段と、推定されたコヒーレンスの結果を格納する出力格納手段とを備える。

この発明によれば、複数枚の解像度の異なるレーダ画像間の複素相関分布に基づいて、注目画素の各解像度で推定されたコヒーレンスの値から最尤推定処理を実施することで、注目画素の真のコヒーレンスを高精度に得ることができる。

この発明の実施の形態１による画像処理装置の構成を示すブロック構成図である。異なる窓の大きさで推定した各コヒーレンスマップの概念図である。真のコヒーレンスをDが母数である時の結合確率密度関数の概念図である。尤度関数の説明図である。この発明の実施の形態２における画像処理装置の構成を示すブロック構成図である。２つの異なるコヒーレンスを有する境界付近に注目画素が位置する場合の尤度関数の説明図である。この発明の実施の形態３における画像処理装置の構成を示すブロック構成図である。一様領域に注目画素が位置する場合に窓の組み合わせを変化させた場合の尤度関数の説明図である。２つの異なるコヒーレンスを有する境界付近に注目画素が位置する場合に窓の組み合わせを変化させた場合の尤度関数の説明図である。この発明の実施の形態４における画像処理装置の構成を示すブロック構成図である。注目画素とその周囲の画素により構成させる領域のデータ取得方法について説明した説明図である。

以下、この発明の画像処理装置の好適な実施の形態につき図面を用いて説明する。

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の構成を示すブロック構成図である。なお、この実施の形態１では、レーダ画像の一例として合成開口レーダ（Synthetic Aperture radar：ＳＡＲ）により得られた地表面のＳＡＲ画像を対象に説明するが、この発明はＳＡＲ画像に限定されるものではなく、これに類するものであれば種類は問わない。また、使用するＳＡＲ画像も２枚として説明するが、複数枚のデータを用いてもよい。

以下、図１に従い、その構成を説明する。図１に示す実施の形態１に係る画像処理装置は、取得時間の異なる２回の同一領域の観測により得られた２枚のＳＡＲ画像を格納するデータ格納部１と、データ格納部１に格納されている２枚のＳＡＲ画像から大きさの異なるL個の窓によりそれぞれ前述した式（１）に基づいて注目画素のコヒーレンスを算出するコヒーレンス算出部１０と、コヒーレンス算出部１０において算出されたL個のコヒーレンスからあるコヒーレンスＤを母数とする注目画素の結合確率密度関数の尤度関数を算出する尤度関数算出部２０と、尤度関数算出部２０において算出された注目画素のコヒーレンスを異なる大きさの窓で推定した場合に得られる結合確率密度関数の尤度関数が最大となるコヒーレンスを算出することにより注目画素の真のコヒーレンスを推定する最尤推定処理部３０と、最尤推定処理部４０により算出された注目画素のコヒーレンスを格納する出力格納部２とを備える。なお、尤度関数算出部２０と最尤推定処理部３０とにより、解像度の異なる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に値から最尤推定処理を実施するコヒーレンス最尤推定処理手段を構成する。

次に動作について説明する。データ格納部１では、同一の観測領域に対して取得時間が異なる２回の観測を実施して得られたそれぞれの観測領域における地表面の複素データが格納されている。

コヒーレンス算出部１０では、データ格納部１に格納されている２枚のＳＡＲ画像に基づいて、注目画素とその近傍画素により構成される大きさの異なるL個の窓に含まれるデータから、２枚のＳＡＲ画像上の注目画素に関するL個のコヒーレンスｄ_１，ｄ_２，・・・，ｄ_Ｌをそれぞれ式（１）に基づいて算出して得る。

その概念図を図２に示す。図２におけるコヒーレンスマップ１は、最も小さい窓の大きさで推定したコヒーレンスマップを示しており、コヒーレンスマップ２がコヒーレンスマップ１よりも大きい窓で推定したコヒーレンスマップ、コヒーレンスマップLが最も大きい窓で推定したコヒーレンスマップである。これら１からLまでのコヒーレンスマップにおける注目画素のコヒーレンスがｄ_１，ｄ_２，・・・，ｄ_Ｌである。

なお、大きさの異なる窓により算出されるL個のコヒーレンスを予め計算し、データ格納部１に格納しておいてもよく、その場合にはこのコヒーレンス算出部１０を省略することも可能である。

尤度関数算出部２０では、コヒーレンス算出部１０において算出されたL個の注目画素のコヒーレンスから、注目画素の真のコヒーレンスＤを母数とする結合確率密度関数ｐ（ｄ_１，ｄ_２，・・・，ｄ_Ｌ｜Ｄ）に基づく尤度関数を算出する。なお、ここでは尤度関数による説明を実施するが、事後確率分布のように真のコヒーレンスＤを母数として異なる大きさの窓で推定されたコヒーレンスの値がパラメータとなる確率密度関数であれば何を用いてもよい。

図３は、真のコヒーレンスがＤである注目画素について、２つの異なる大きさの窓でコヒーレンスを推定した場合の結合確率密度分布を等高線により示した概念図である。２つの異なる大きさの窓で推定されたコヒーレンスの値がそれぞれｄ_２，ｄ_３とであるならば、真のコヒーレンスがＤであるデータを異なる２つの窓の大きさで推定した場合の結合確率密度は、同図において２つのコヒーレンスの交点となる。

このように、２つのコヒーレンスの交点に位置する結合確率密度を各Ｄについて算出することで、図４に示す尤度関数を得ることができる。ここで、尤度関数ｌｉｋ（Ｄ）＝ｐ（ｄ_１，ｄ_２，・・・，ｄ_Ｌ｜Ｄ）のように表される。なお、予め各Ｄおよび各窓の大きさで算出される結合確率密度関数や尤度関数を計算しておき、データベースなどに格納しておくことで尤度関数を計算することを省略することが可能となり、処理の高速化を図ることができる（図示省略）。

尤度関数算出部２０において算出した注目画素における結合確率密度関数の尤度関数は、図４に示すように真のコヒーレンスＤの時に最大の尤度を有する。従って、最尤推定処理部３０は、式（２）に基づいて尤度が最大となるコヒーレンスＤを算出することで、注目画素における真のコヒーレンスＤを高精度に推定することができる。

出力格納部２は、この実施の形態１において算出された結果を格納すると共に、例えば表示部（図示省略）に表示する。

したがって、実施の形態１によれば、複数枚の解像度の異なるレーダ画像間の複素相関分布に基づいて、注目画素の各解像度で推定されたコヒーレンスの値から最尤推定処理を実施することで、注目画素の真のコヒーレンスを高精度に得ることができ、地表面に生じた変化を高精度に捉えることができる。

実施の形態２．
実施の形態１においては、注目画素に対する予め設定したL個の異なる大きさの窓により推定されたコヒーレンスの値から最尤推定処理を実施して、注目画素のコヒーレンスの値を推定した。コヒーレンスを推定する窓の大きさが大きくなった場合、異なるコヒーレンスを有する領域の境界付近においては、コヒーレンスの推定結果の推定精度が低下するため、これを含んだ最尤推定処理の結果、得られる結果の精度も低下すると考えられる。

境界付近を大きい窓の大きさで推定した場合には、２つの異なるコヒーレンスを有する領域が混在するデータについては、結合確率密度の尤度が低い値を示すと考えられる。本実施の形態２においては、この性質を利用して、尤度に対して予め設定した閾値処理を実施し、尤度が閾値以下の場合にはある窓の大きさで推定したコヒーレンスの値を注目画素のコヒーレンスとする。

図５は、この発明の実施の形態１による画像処理装置の構成を示すブロック構成図である。なお、図１と同一もしくはそれに相当する部分は同一もしくはそれに相当する符号で示しており、詳細な説明は割愛する。

図５に示す実施の形態２に係る画像処理装置は、図1に示す実施の形態1の構成に対し、尤度関数算出部２０において算出した注目画素における異なるL個の窓により推定されたコヒーレンスの結合確率密度の尤度関数において、最大となる尤度を算出する最大尤度算出部３１と、最大尤度算出部３１において算出した注目画素における最大尤度と予め設定した閾値とを比較し、注目画素が異なるコヒーレンスを有する領域付近に位置する画素であるかを判定する尤度判定処理部４０と、予め設定した窓の大きさで推定された注目画素におけるコヒーレンスの値を出力するコヒーレンス出力部５０とをさらに備える。

次に動作について説明する。最大尤度算出部３１は、異なる窓の大きさで算出された注目画素に関するL個のコヒーレンスの結合確率密度関数に関する尤度関数において最大となる尤度を式（３）に基づいて算出する。

なお、ｍａｘ［ｆ（ｘ）］は関数ｆ（ｘ）の最大値を算出する演算子である。

尤度判定処理部４０は、最大尤度算出部３１において算出された最大尤度Likと予め設定した閾値を式（４）に基づいて比較・判定処理する。例えば、注目画素が２つの異なるコヒーレンスを有する境界付近に位置する画素である場合、推定する窓が小さい場合にはこれら２つの境界のコヒーレンスを有するデータが混在する可能性は低いが、窓の大きさを大きくなると異なるコヒーレンスを有するデータが混在するデータによりコヒーレンスを推定することになる。この場合、得られる尤度関数は、図６に示すように、一様な領域に対して本処理を実施した場合と比較して尤度が低い値を示すと考えられる。この性質を利用し、注目画素が異なる２つのコヒーレンスを有する境界付近に位置する画素であるかを判定することができる。

コヒーレンス出力部５０は、予め設定した窓の大きさで推定された注目画素のコヒーレンスを出力する。例えば、尤度判定処理部４０にて注目画素が異なるコヒーレンスを有する領域の境界付近に位置する画素であると判定された場合には、小さい窓で推定されたコヒーレンスの値を用いることで、２つの領域のデータが混在したデータによるコヒーレンスの推定による影響を低減することが可能となる。なお、ここでは予め設定した小さい窓で推定されたコヒーレンスの値を出力するとしているが、最適なものを使用者が選択してもよいし、いくつか設定した窓の大きさで推定されたコヒーレンスの平均値などを用いてもよい。

尤度に対して閾値処理を実施することで、異なる２つのコヒーレンスを有するデータによるコヒーレンス推定を実施することを回避することが可能となり、異なる２つのコヒーレンスを有する境界付近でのコヒーレンスの推定精度の低下を防止することが可能となる。

実施の形態３．
実施の形態２においては、注目画素が異なるコヒーレンスを有する領域の境界付近に位置する画素であることの指標として尤度を用いて判定し、境界付近に位置する画素であると判定された場合には、予め設定した窓の大きさで推定されたコヒーレンスを出力することで、境界付近におけるコヒーレンスの推定精度の低下を防止した。

しかし、注目画素が境界付近に位置する画素であるかを判定するための閾値や出力するコヒーレンスの窓の大きさなどを予め設定する場合、設定値が性能を満足する値でないと、得られる性能も十分ではない可能性がある。この発明における実施の形態３では、異なる大きさの窓で推定されたコヒーレンスの結合確率密度を異なる組み合わせで複数用意し、その中から最適なものを選択し最尤推定処理により注目画素におけるコヒーレンスを推定する。

図７は、この発明の実施の形態３による画像処理装置の構成を示すブロック構成図である。なお、図１及び図５と同一もしくはそれに相当する部分は同一もしくはそれに相当する符号で示しており、詳細な説明は割愛する。以下、図７に示した各ブロック図の機能について説明する。

図７に示す実施の形態３に係る画像処理装置は、図1に示す実施の形態1の構成に対し、コヒーレンス算出部１０においてコヒーレンスの推定に使用されたL個の異なる窓の大きさについて、尤度関数算出部２０において算出する異なる窓の大きさで推定されるコヒーレンスの結合確率密度関数及びその尤度関数の組み合わせを設定する組み合わせ選択部６０と、尤度関数算出部２０において算出した注目画素における異なるL個の窓により推定されたコヒーレンスの結合確率密度の尤度関数において、最大となる尤度を算出する最大尤度算出部３１と、異なる大きさの窓の組み合わせで得られたそれぞれの最大尤度の中から最大となる尤度を算出する最大尤度算出処理部３２とさらに備え、尤度関数算出部２０及び最大尤度算出部３１を窓の組み合わせの数だけ備えられる。

次に動作について説明する。組み合わせ選択部６０は、コヒーレンス算出部１０において算出されたL個の大きさの異なる窓で推定されたコヒーレンスについて、尤度関数算出部２０において結合確率密度関数及びその尤度関数を算出するためのＳ個の窓の組み合わせを設定する。例えば、組み合わせる個数を２個とした場合、Ｌ_１＝｛１，２｝，Ｌ_２＝｛３，４｝，Ｌ_Ｓ＝｛Ｌ−１，Ｌ｝という組み合わせなどがある。なお、ここでは、隣り合う２つのLを有するデータを使用したが、この組み合わせの方法についてはこれに限ったものではなく、どのような組み合わせを用いてもよい。また、組み合わせの数も２つに限定されるものではない。

最大尤度算出処理部３２は、組み合わせ選択部６０で設定したＳ個の組み合わせに基づいて尤度関数算出部２０及び最大尤度算出部３１において算出された各組み合わせにおけるＳ個の最大尤度から最も尤度が最大となるものを算出し、最適な窓の組み合わせの尤度関数を出力する。

図８と図９は、組み合わせる窓の大きさを順に大きくしていった場合に得られる窓の組み合わせと尤度の関係について示した概念図である。図８はコヒーレンスが一様な領域、図９は異なるコヒーレンスを有する領域の境界付近に注目画素が存在する場合を想定している。また、図８及び図９において、横軸の窓の組み合わせは、大きくなるにつれて組み合わせに用いる窓の大きさが大きくなっている。

図８に示した一様な領域の場合、窓の大きさが大きい組み合わせから算出される尤度が小さい組み合わせで推定される尤度と比較して大きくなる傾向にある。一方、図９のような境界付近に位置する画素においては、窓の組み合わせを大きくすると、２つの領域のデータが混在しない組み合わせの最大となる窓の大きさの組み合わせのときに尤度は最大値を示し、それ以上大きくなると尤度が低下する傾向にある。従って、この尤度が最大となるような窓の組み合わせが最適な窓の組み合わせであり、これを最尤推定処理することで注目画素における真のコヒーレンスを得ることができる。

なお、この際に尤度が最大となる真のコヒーレンスＤを計算することで最尤推定処理部３０を省略することが可能となる。また、最大尤度算出処理部３２にて算出された最大尤度が予め設定した閾値に以下の場合に、予め設定した条件で計算されたコヒーレンスの値を出力するような実施の形態２に記載の方法と組み合わせることも可能である。

実施の形態４．
前述した実施の形態１から３においては、注目画素に関して異なるL個のコヒーレンスを用いて結合確率密度関数を算出し、その尤度関数から真のコヒーレンスを推定した。次に、この発明における実施の形態４では、注目画素とその周囲の画素により構成させる一定の領域に含まれる画素のデータを用いて結合確率密度関数を算出する。

図１０は、この発明の実施の形態４による画像処理装置の構成を示すブロック構成図である。なお、図１、図５、図７と同一もしくはそれに相当する部分は同一もしくはそれに相当する符号で示しており、詳細な説明は割愛する。以下、図１０に示した各ブロック図の機能について説明する。

図１０に示す実施の形態４に係る画像処理装置は、図1に示す実施の形態1の構成に対し、予め設定した注目画素とその周囲の領域の大きさに含まれるデータを選択する領域選択部７０をさらに備えており、尤度関数算出部２０及び最尤推定処理部３０による最尤推定処理は、領域選択部７０により選択された領域に含まれる画素のデータを用いて実施される。
である。

次に動作について説明する。領域選択部７０は、図１１に示す概念図に示すように、予め設定した注目画素とその周囲の領域に含まれる画素を選択する。これにより、一様領域においては最尤推定処理の推定精度を向上させることが可能となる。

１データ格納部、２出力格納部、１０コヒーレンス算出部、２０尤度関数算出部、３０最尤推定処理部、３１最大尤度算出部、３２最大尤度算出処理部、４０尤度判定処理部、５０コヒーレンス出力部、６０組み合わせ選択部、７０領域選択部。

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２枚のレーダ画像を選択して、２枚のレーダ画像の複素相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出するコヒーレンス算出処理手段と、
得られた解像度の異なる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結合確率密度関数の尤度関数を用いて注目画素の真のコヒーレンスを推定する最尤推定処理を実施するコヒーレンス最尤推定処理手段と、
推定されたコヒーレンスの結果を格納する出力格納手段と
を備える画像処理装置。
請求項１に記載の画像処理装置において、
前記コヒーレンス最尤推定処理手段は、
異なる窓の大きさで推定されるコヒーレンスの結合確率密度関数の尤度関数を算出する尤度関数算出手段と、
得られた尤度関数について尤度が最大となるコヒーレンスを算出する最尤推定算出手段と
を有する
ことを特徴とする画像処理装置。
請求項２に記載の画像処理装置において、
前記コヒーレンス最尤推定処理手段は、
前記尤度関数算出手段により算出された尤度関数について最大となる尤度を算出する最大尤度算出手段と、
前記最大尤度算出手段により算出された最大となる尤度を所定の閾値と比較し、注目画素が異なるコヒーレンスを有する領域に位置する画素であるか否かを判定する尤度判定処理手段と、
前記尤度判定処理手段による判定結果に応じて予め設定した条件で得られたコヒーレンスの値を出力するコヒーレンス出力手段と
をさらに有する
ことを特徴とする画像処理装置。
請求項１に記載の画像処理装置において、
尤度関数を算出するための異なる窓の大きさの組み合わせを選択する組み合わせ選択部をさらに備え、
前記コヒーレンス最尤推定処理手段は、
異なる窓の大きさの組み合わせで推定されるコヒーレンスの結合確率密度関数の尤度関数を算出する複数の尤度関数算出手段と、
前記複数の尤度関数算出手段によりそれぞれ算出された尤度関数について最大となる尤度を算出する最大尤度算出手段と、
各組み合わせでの尤度の最大値を比較し最も尤度が最大となる組み合わせを選択する最大尤度算出処理手段と、
最大尤度を有する組み合わせから算出された尤度関数を用いて最尤推定処理により注目画素のコヒーレンスを推定する最尤推定処理部と
を有する
ことを特徴とする画像処理装置。
請求項１から４までのいずれか１項に記載の画像処理装置において、
前記コヒーレンス算出処理手段により得られた解像度の異なる各コヒーレンスマップにおける注目画素とその周囲の近傍画素で構成される一定の領域を選択する領域選択手段をさらに備え、
前記コヒーレンス最尤推定処理手段は、前記領域選択手段により選択された領域に含まれる画素のデータを用いて最尤推定処理を実施する
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から２枚のレーダ画像を選択して、２枚のレーダ画像の複素相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出した結果を予め格納するデータベースと、
得られた解像度の異なる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結合確率密度関数の尤度関数を用いて注目画素の真のコヒーレンスを推定する最尤推定処理を実施するコヒーレンス最尤推定処理手段と、
推定されたコヒーレンスの結果を格納する出力格納処理部と
を備える画像処理装置。
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から２枚のレーダ画像を選択して、２枚のレーダ画像の複素相関分布であるコヒーレンスマップを異なる窓の大きさでそれぞれについて複数枚算出し、異なる大きさの窓を用いてコヒーレンスを推定した場合のコヒーレンスの結合確率密度関数の尤度関数を予め算出した結果を格納するデータベースと、
算出された結合確率密度関数の尤度関数を用いて最尤推定処理により注目画素の真のコヒーレンスを推定する最尤推定算出手段と、
推定されたコヒーレンスの結果を格納する出力格納処理部と
を備える画像処理装置。