[go: up one dir, main page]

WO2019215819A1 - 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム - Google Patents

合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム Download PDF

Info

Publication number
WO2019215819A1
WO2019215819A1 PCT/JP2018/017798 JP2018017798W WO2019215819A1 WO 2019215819 A1 WO2019215819 A1 WO 2019215819A1 JP 2018017798 W JP2018017798 W JP 2018017798W WO 2019215819 A1 WO2019215819 A1 WO 2019215819A1
Authority
WO
WIPO (PCT)
Prior art keywords
sar
unit
pixel
image analysis
image
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.)
Ceased
Application number
PCT/JP2018/017798
Other languages
English (en)
French (fr)
Inventor
大地 田中
大典 生藤
宝珠山　治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to PCT/JP2018/017798 priority Critical patent/WO2019215819A1/ja
Priority to US17/053,211 priority patent/US11841421B2/en
Priority to JP2020517660A priority patent/JP6935847B2/ja
Publication of WO2019215819A1 publication Critical patent/WO2019215819A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

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
    • G01S13/9004—SAR image acquisition techniques
    • G01S13/9005—SAR image acquisition techniques with optical processing of the SAR signals
    • 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
    • G01S13/9027—Pattern recognition for feature extraction
    • 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
    • G01S13/904—SAR modes
    • G01S13/9056—Scan SAR mode
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/04—Display arrangements
    • G01S7/046—Display arrangements using an intermediate storage device, e.g. a recording/reproducing device

Definitions

  • the present invention relates to a Synthetic Aperture Radar (SAR) image analysis system, a synthetic aperture radar image analysis method, and a synthetic aperture radar image analysis program, and in particular, analyzes a SAR image by fusing SAR image and geospatial information.
  • the present invention relates to a synthetic aperture radar image analysis system, a synthetic aperture radar image analysis method, and a synthetic aperture radar image analysis program.
  • synthetic aperture radar is a technique for observing the state of the ground surface by irradiating an electromagnetic wave obliquely from the sky toward the ground and imaging a reflected wave from the ground surface with respect to the electromagnetic wave.
  • the SAR image which is an image taken with a synthetic aperture radar, is an image in which the reflection characteristics with respect to electromagnetic waves are recorded.
  • the intensity of the electromagnetic wave reflected from the object existing on the ground is imaged based on the distance between the object and the satellite. That is, the position where the reflected wave from the object is displayed deviates from the position of the object according to the height of the object.
  • the SAR image is an image in which the geospace is distorted as compared to an image in which the state of the ground surface is displayed according to geographic coordinates. Therefore, it is difficult for the SAR image to be associated with geospatial information other than the geospatial information related to the SAR image itself.
  • Patent Document 1 describes an orthorectifier for a synthetic aperture radar image that performs a correction process called orthocorrection in order to correct a geospatial distortion in a SAR image.
  • Patent Document 2 describes a method for determining a measurement procedure that enables measurement of motion in an urban area and a landslide area by a more reliable method.
  • the orthorectification device described in Patent Document 1 can roughly correct geospatial distortion in SAR images using known elevation data (DEM: Digital Elevation Model).
  • the present invention solves the above-described problems, and can provide a synthetic aperture radar image analysis system, a synthetic aperture radar image analysis method, and a synthetic aperture radar capable of easily associating a pixel of a SAR image with an object indicated by geospatial information.
  • An object is to provide an image analysis program.
  • the synthetic aperture radar image analysis system has a phase correlation strength between a plurality of pixels of an image selected from a plurality of images based on a plurality of images showing the same spot imaged by the synthetic aperture radar.
  • Phase correlation determining means for determining the shape
  • shape determining means for determining the degree of similarity between the shape of the distribution of the plurality of pixels and the shape of the object indicated by the geospatial information, and the strength of the determined phase correlation
  • an association means for associating a plurality of pixels with an object based on the degree of similarity.
  • the synthetic aperture radar image analysis method of the present invention the intensity of phase correlation between a plurality of pixels of an image selected from a plurality of images based on a plurality of images showing the same spot imaged by the synthetic aperture radar. And determining the degree of similarity between the shape of the distribution of the plurality of pixels and the shape of the object indicated by the geospatial information, and determining the degree of similarity based on the determined phase correlation strength and the determined degree of similarity.
  • the pixel is associated with the object.
  • the synthetic aperture radar image analysis program allows a computer to correlate phases between a plurality of pixels of an image selected from a plurality of images based on a plurality of images showing the same spot imaged by the synthetic aperture radar.
  • Phase correlation determination processing for determining the strength of the shape
  • shape determination processing for determining the degree of similarity between the shape of the distribution of the plurality of pixels and the shape of the object indicated by the geospatial information
  • strength of the correlation of the determined phase An associating process for associating a plurality of pixels with an object is executed based on the determined degree of similarity.
  • the present invention it is possible to easily associate the pixels of the SAR image with the object indicated by the geospatial information.
  • FIG. 1 is an explanatory diagram showing an example of a first embodiment of a synthetic aperture radar image analysis system according to the present invention.
  • the synthetic aperture radar image analysis system 10 shown in FIG. 1 associates the pixels of the SAR image with the target object, thereby reflecting the reflected wave information with respect to the electromagnetic wave measured by the SAR standard for each target recorded in the geospatial information.
  • the purpose is to make it easier to grasp.
  • the synthetic aperture radar image analysis system 10 of the present embodiment includes an image analysis device 100.
  • the image analysis apparatus 100 according to the present embodiment can easily associate the pixels of the SAR image with the target object.
  • the synthetic aperture radar image analysis system 10 may include a SAR image storage device 300.
  • a broken line illustrated in FIG. 1 indicates a portion where data (information) may flow.
  • the SAR image capturing apparatus 600 is, for example, a SAR satellite. Further, the SAR image storage device 300 stores the SAR image captured by the SAR image capturing device 600.
  • the SAR image storage device 300 is a server, a hard disk, or the like.
  • the synthetic aperture radar image analysis system 10 may include an input interface 400 or a geospatial information storage device 500.
  • the user can input data obtained by scanning, for example, a handwritten map or a paper map into the image analysis apparatus 100 via the input interface 400.
  • the input interface 400 is, for example, a mouse, a touch panel, a keyboard, or a scanner.
  • geospatial information is stored in the geospatial information storage device 500.
  • the geospatial information is information in which geographical information and related information are associated with each other.
  • the geospatial information is, for example, map data that is data in which information on objects such as buildings and roads is associated with geographical coordinates.
  • the geospatial information may be various aerial photographs or satellite photographs that are data in which geographical coordinates and light reflection characteristics are associated with each other.
  • the SAR image storage device 300 is a server, a hard disk, or the like.
  • the image analysis apparatus 100 receives the SAR image and geospatial information as inputs.
  • the image analysis apparatus 100 may acquire the SAR image from the SAR image capturing apparatus 600 or may acquire from the SAR image storage device 300.
  • the image analysis apparatus 100 may acquire geospatial information from the input interface 400 or may acquire from the geospatial information storage apparatus 500.
  • the image analysis apparatus 100 is an apparatus that associates the input SAR image pixels (hereinafter referred to as SAR pixels) with respect to each object recorded in the input geospatial information. is there. After the association, the image analysis apparatus 100 outputs a correspondence relationship between the object and the SAR pixel.
  • FIG. 2 is a block diagram illustrating a configuration example of the image analysis apparatus 100 according to the first embodiment.
  • the image analysis apparatus 100 includes a SAR image shaping unit 110, a geospatial information shaping unit 120, a pixel classification unit 130, a phase correlation determination unit 140, and a shape determination unit 150.
  • the SAR image shaping unit 110, the geospatial information shaping unit 120, the phase correlation determination unit 140, and the shape determination unit 150 are connected to the pixel classification unit 130, respectively.
  • the SAR image shaping unit 110 has a function of shaping SAR image information into a predetermined format and outputting it. First, the SAR image shaping unit 110 receives a SAR image as an input.
  • the intensity and phase of the reflected wave with respect to the electromagnetic wave are recorded in each pixel of the input SAR image.
  • the SAR image shaping unit 110 corrects, for example, misalignment between images for a plurality of input SAR images.
  • the SAR image shaping unit 110 selects a reference image (hereinafter referred to as a reference image) from the input SAR images. Next, the SAR image shaping unit 110 searches for a pixel of another input SAR image in which the same point as the point recorded in the pixel of the selected reference image is recorded. The SAR image shaping unit 110 associates the pixel of the reference image with the searched pixel.
  • a reference image hereinafter referred to as a reference image
  • the SAR image shaping unit 110 may use a method generally used for alignment between optical images.
  • the SAR image shaping unit 110 searches for a characteristic pattern from the display content of the reference image and searches for the characteristic pattern searched from the display content of another input image. Search for a pattern similar to the pattern.
  • the SAR image shaping unit 110 may perform alignment, assuming that the searched similar patterns represent patterns at the same point.
  • FIG. 3 is an explanatory diagram showing an example of the SAR image information output from the SAR image shaping unit 110.
  • the SAR image information includes SAR image ID (Identifier), reference image flag, SAR pixel ID, position, luminance, and phase.
  • the SAR image ID is an identifier for identifying each SAR image.
  • the reference image flag is information indicating whether the SAR image indicated by the SAR image ID is used as the reference image.
  • the SAR image having the reference image flag “TRUE” is used as a reference image.
  • the SAR image whose reference image flag is “FALSE” is not used as the reference image.
  • the SAR pixel ID is an identifier for identifying each pixel of the SAR image.
  • the position, brightness, and phase are the position, brightness, and phase of the pixel indicated by the SAR pixel ID.
  • FIG. 4 is an explanatory diagram showing an example of the SAR pixel information output from the SAR image shaping unit 110.
  • the SAR pixel information includes a SAR pixel ID, a position, and a phase series.
  • the SAR pixel ID is the SAR pixel ID shown in FIG.
  • the SAR pixel information is generated for the SAR pixel ID indicating the SAR pixel of the reference image.
  • Alignment of each input SAR image is performed with respect to the reference image. That is, a SAR pixel of another input SAR image corresponding to each SAR pixel of the reference image is uniquely determined. Therefore, in this embodiment, the SAR pixel ID of the SAR pixel of the reference image is recorded in the SAR pixel ID of the SAR pixel information.
  • the position shown in FIG. 4 is the position of the SAR pixel of the input SAR image. For the above reason, only the position of the SAR pixel of the reference image among the plurality of input SAR images is held in the SAR pixel information.
  • phase series shown in FIG. 4 is a series of phases included in pixel values of pixels of a plurality of inputted SAR images.
  • the phase is information recorded in each SAR pixel, and is information regarding the delay of the electromagnetic wave measured by the SAR.
  • the phase series is recorded when a SAR pixel where the same point as the point recorded in the SAR pixel of the reference image is recorded is acquired from another input SAR image.
  • the SAR image shaping unit 110 may determine, for example, a SAR image serving as a phase reference in the input SAR image, and obtain a phase difference between each SAR image input and the SAR ⁇ image serving as a reference as a phase. Good.
  • the SAR image shaping unit 110 may obtain the phase from which the phase change depending on the altitude in the imaging region is removed, using the DEM image which is data in which the altitude at each point is recorded. Further, the SAR image shaping unit 110 may obtain the phase from which the phase change depending on the atmospheric state is removed.
  • phase may be recorded in the SAR pixel information in the form of an angle. Further, a complex number whose phase angle is a declination and whose absolute value is 1 may be recorded in the SAR pixel information.
  • the geospatial information shaping unit 120 has a function of extracting the location and shape of each object such as a road or a building from the input geospatial information, shaping it into a predetermined format, and outputting it. First, the geospatial information shaping unit 120 receives geospatial information as an input.
  • FIG. 5 is an explanatory diagram showing an example of geospatial information output from the geospatial information shaping unit 120.
  • the geospatial information output from the geospatial information shaping unit 120 includes an object ID, a position, and a shape.
  • the object ID is an identifier for identifying the object.
  • the position and shape are the position and shape of the object indicated by the object ID.
  • the geospatial information shaping unit 120 performs different shaping processes according to the form of the input geospatial information. For example, when the input geospatial information is an electronic map, as shown in FIG. 6, an ID for identifying a building or a road may already be assigned on the electronic map at the time of input.
  • FIG. 6 is an explanatory diagram illustrating an example of an electronic map input to the geospatial information shaping unit 120.
  • OBJ0001 to OBJ0003 and OBJ0005 to OBJ0006 shown in FIG. 6 are buildings.
  • OBJ0004 is a road.
  • the geospatial information shaping unit 120 When an electronic map as shown in FIG. 6 is input, the geospatial information shaping unit 120 simply extracts an object indicated by each ID from the electronic map, shapes it, and outputs it.
  • the geospatial information shaping unit 120 identifies the subject in the photograph by image recognition or the like.
  • the geospatial information shaping unit 120 assigns an object ID to each object that is shown. Next, the geospatial information shaping unit 120 outputs geospatial information in which the location and shape of each object are associated with the object ID.
  • the geospatial information shaping unit 120 may simply specify a pixel having a pixel value that has a large difference from the pixel value of an adjacent pixel.
  • the geospatial information shaping unit 120 may divide the plurality of specified pixels into one or more pixel groups and assign an object ID to each of the divided pixel groups.
  • the geospatial information shaping unit 120 can easily generate geospatial information by assigning an object ID for each pixel group and recording the distribution shape of the pixels of the pixel group.
  • a method of dividing into pixel groups for example, a method of including continuous pixels in one pixel group may be used. Alternatively, a method of including pixels arranged in a specific pattern such as a straight line in one pixel group may be used.
  • the pixel classification unit 130 has a function of calculating a set of a division result into pixel groups and an object corresponding to the pixel group.
  • the pixel classification unit 130 moves, rotates, enlarges, reduces, or deforms each target object extracted from the geospatial information as appropriate in parallel.
  • the pixel classification unit 130 divides a plurality of SAR pixels into pixel groups in several patterns.
  • the pixel classification unit 130 uses the phase correlation determination unit 140 and the shape determination unit 150 to calculate a set.
  • the phase correlation determination unit 140 has a function of determining the strength of the phase correlation between the pixels constituting each pixel group.
  • the shape determination unit 150 has a function of determining the similarity between the distribution shape of the pixels constituting each pixel group and the shape of the object, or the degree of similarity.
  • the pixel classification unit 130 includes the pixel group in which the phase between the constituent pixels is most correlated to be calculated. Note that the pixel classification unit 130 may be included in a group for calculating a pixel group in which the strength of phase correlation between constituent pixels is equal to or greater than a predetermined value.
  • category part 130 includes the target object of the shape with the most similar distribution shape of the pixel group included in the group.
  • the pixel classification unit 130 may include an object whose degree of similarity between the distribution shape of the pixel group included in the group and the shape is a predetermined value or more in the group.
  • the phase correlation determination unit 140 receives, for example, a plurality of SAR images taken from the same location, SAR pixel information related to the plurality of SAR images, and geospatial information such as a map, and a phase change is correlated between the SAR pixels. It has a function to determine whether or not.
  • the phase correlation determination unit 140 selects a SAR image as a single reference image from a plurality of SAR images obtained by photographing the same area as an input. Based on the SAR pixel information, the phase correlation determination unit 140 takes out a pixel in which the same point as each SAR pixel of the reference image is recorded from the plurality of input SAR images. Next, the phase correlation determination unit 140 determines the strength of the phase correlation between the SAR pixels of the reference image based on the phase sequence of the extracted pixels.
  • the phase correlation determination unit 140 receives the phase sequence in a complex number format, for example. Based on the received phase sequence, the phase correlation determination unit 140 calculates the strength of the phase correlation between the SAR pixels. The strength of the phase correlation is calculated as follows, for example.
  • the target SAR pixels for which the phase correlation is evaluated are i A and i B. Also, assume that N SAR images are input and 1 to n SAR image IDs are assigned to each SAR image.
  • phase sequence (s i (1), s i (2),..., s i (N)) is represented by a row vector T. Note that the symbol T represents an operation for transposing a matrix.
  • the strength of the phase correlation between s iA ⁇ and s iB ⁇ is calculated by the following equation, for example.
  • W is a semi-definite matrix used for weighting each element of the phase sequence.
  • W for example, a diagonal matrix whose diagonal elements are all 0 or more is used.
  • W ⁇ a diagonal matrix in which all diagonal elements are 1 may be used.
  • Equation (1) represents an operation that takes the absolute value of the enclosed expression. Equation (1) has the property that the maximum value is obtained when the two vectors s iA ⁇ and s iB ⁇ are completely coincident or the phase difference between s iA ⁇ and s iB ⁇ is always constant. is there. Therefore, the phase correlation determination unit 140 can use the value of Expression (1) as the strength of the phase correlation.
  • phase correlation determination unit 140 may use the result obtained by applying a monotonically increasing function to Equation (1) as the strength of the phase correlation.
  • the shape determination unit 150 has a function of determining the similarity of shapes. The shape determination unit 150 determines whether or not the distribution shape of the SAR pixel group composed of a plurality of SAR pixels is similar to the shape of the object indicated by the geospatial information.
  • the shape determination unit 150 determines whether or not the distribution shape of the SAR pixel group and the shape of the object indicated by the geospatial information are similar when a plurality of SAR pixels in the reference image are collected as a SAR pixel group. .
  • the shape determining unit 150 sets the SAR pixel group indicated by the SAR pixel information input from the pixel classifying unit 130 and the target object as the determination target of the similarity of shape.
  • the shape determination unit 150 determines the similarity of shapes as follows. First, the shape determination unit 150 calculates the distance between each of the SAR pixels included in the SAR pixel group and the object with respect to the SAR pixels group and the object.
  • the shape determination unit 150 determines the distance between the point existing on the contour line of the target object and the distance from the SAR pixel is the shortest. The distance between the object and the SAR pixel may be calculated. When the SAR pixel is present inside the contour line of the target, the shape determination unit 150 may calculate the distance between the target and the SAR pixel as 0.
  • the shape determination unit 150 For each distance between the object obtained by the above method and each SAR pixel, the shape determination unit 150 applies a function having a larger output as the distance is shorter. For example, the shape determination unit 150 may apply a Gaussian function to the calculated distance. In addition, the shape determination unit 150 may apply a function that outputs 1 only when the calculated distance is 0 and outputs 0 when a distance other than 0 is calculated.
  • the total value of the output value of the function whose output is larger as the distance is shorter is a value that increases as the distribution shape of the SAR pixel group and the shape of the object are similar.
  • the shape determination unit 150 can use the total value of the output values as an evaluation value of the similarity of shapes.
  • the shape determination part 150 may weight appropriately. Further, the shape determining unit 150 may use the normalized total value as the evaluation value. In the case of normalization, the shape determination unit 150 may normalize the total value by dividing by the number of elements of the SAR pixel group. In addition, the shape determination unit 150 may normalize the object by dividing the total value by the area that occupies the geographic space.
  • the shape determination unit 150 takes into account both of the above methods, and reconciles the value obtained by multiplying the number of elements of the SAR pixel group by an arbitrary coefficient and the value obtained by multiplying the area of the object by an arbitrary coefficient.
  • the average may be calculated and normalized by dividing the total value by the calculated harmonic average.
  • the shape determination unit 150 determines the similarity of shapes.
  • the shape determination unit 150 may determine the similarity of shapes by the following method, for example.
  • the shape determination unit 150 generates an image indicating the shape of an object that is a determination target of similarity of shapes.
  • FIG. 7 is an explanatory diagram illustrating an example of an image indicating the shape of an object generated by the shape determination unit 150.
  • FIG. 7 shows an image showing the shape of the road and an image showing the shape of the building.
  • the image shown in FIG. 7 is an image in which the inside of the outline of the object is all white and the outside of the outline of the object is all black.
  • white represents “1”
  • black represents “0”.
  • the road portion is white and the other portions are black.
  • the location of a building is white and the other location is black.
  • the shape determination unit 150 may generate an image in which the inside of the contour of the object is a color representing a positive real number and the outside of the contour of the object is all black.
  • the shape determination unit 150 may perform a blurring process on the image indicating the shape of the target object according to the difference between the shape of the target object recorded in the geospatial information and the actual shape of the target object.
  • FIG. 8 is an explanatory diagram illustrating an example of an image indicating the distribution shape of the SAR pixel group generated by the shape determination unit 150.
  • FIG. 8 shows an image showing the SAR pixel group A and an image showing the SAR pixel group B.
  • the image shown in FIG. 8 is an image in which the pixel at the position of the SAR pixel constituting the SAR pixel group is white and the other pixels are black.
  • white represents “1”
  • black represents “0”.
  • the shape determination unit 150 may generate an image in which the pixel at the position of the SAR pixel is a color representing a positive real number and the other pixels are black.
  • the shape determination unit 150 may perform a blurring process on an image showing the distribution shape of the SAR pixel group according to the distortion of the distribution shape and the like.
  • the shape determination unit 150 calculates a multiplication image by multiplying the image indicating the shape of the target object and the image indicating the distribution shape of the SAR pixel group.
  • the shape determination unit 150 can use the calculated sum of pixel values over the entire multiplied image as an evaluation value of the similarity of shapes.
  • the shape determining unit 150 may use the normalized total value as the evaluation value. In the case of normalization, the shape determination unit 150 passes over the entire multiplied image with the total value of the pixel values over the entire image indicating the shape of the object or the total value of the pixel values over the entire image indicating the distribution shape of the pixel group. Normalization may be performed by dividing the total pixel value.
  • the shape determination unit 150 applies appropriate weights to the total value of the pixel values over the entire image indicating the shape of the object and the total value of the pixel values over the entire image indicating the distribution shape of the pixel group.
  • a harmonic average may be calculated.
  • the shape determination unit 150 normalizes the total value by dividing the total value of the pixel values over the entire multiplied image by the calculated harmonic average. Using the evaluation value obtained as described above, the shape determination unit 150 determines the similarity of shapes.
  • the pixel classification unit 130 outputs information indicating a set of a pixel group obtained by the above processing and a corresponding target object as target-SAR pixel matching information.
  • FIG. 9 is an explanatory diagram illustrating an example of the object-SAR pixel correspondence information output from the pixel classification unit 130.
  • the object-SAR pixel correspondence information includes an object ID and a SAR pixel ID. Further, as shown in FIG. 9, the object-SAR pixel correspondence information may include a SAR pixel group ID.
  • the SAR pixel group ID is an identifier for identifying a pixel group.
  • the pixel classification unit 130 uses the SAR pixel group ID when comparing the distribution shape of the SAR pixel group and the shape of the object.
  • the user can grasp the SAR pixel corresponding to each object.
  • the pixel classification unit 130 determines the SAR pixel group having strong phase correlation between the SAR pixels to be configured as geospatial information. Is associated with an object whose shape is similar to the distribution shape.
  • the image analysis apparatus 100 can easily associate the pixels of the SAR image with the target object.
  • the likelihood of the correspondence between the SAR pixel group indicated by the object-SAR pixel correspondence information output from the pixel classification unit 130 and the target object is guaranteed for the following reason.
  • the phase in the SAR image represents the subtle delay of the irradiated electromagnetic wave.
  • the phase changes sensitively to the height and displacement of the object. Therefore, by grouping together pixels that are strongly correlated in phase, the pixel classification unit 130 extracts pixel groups that are likely to display the same object that is considered to have similar height and displacement. it can.
  • the distribution shape of the SAR pixel group of the SAR image has the property of maintaining the shape in the geospace at a predetermined level, although it is accompanied by distortion peculiar to the SAR image due to the influence of a phenomenon called layover or foreshortening. Therefore, the pixel classifying unit 130 can extract and associate a SAR pixel group having a distribution shape similar to the shape of the target object from each SAR image with each target indicated by the geospatial information.
  • the pixel classification unit 130 selects a SAR pixel group in which the phase between SAR pixels constituting the correlation is strongly correlated with an object having a similar shape to the distribution shape among the objects indicated by the geospatial information. Associate. Therefore, the image analysis apparatus 100 of the present embodiment can reliably associate each of the objects indicated by the geospatial information with the SAR pixel group of the SAR image.
  • FIG. 10 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 100 according to the first embodiment.
  • the image analysis apparatus 100 receives, as an input, a plurality of SAR image stored in the SAR image storage device 300 such as a server or a plurality of SAR images captured by the SAR image capturing apparatus 600 (step S101).
  • the SAR image shaping unit 110 generates SAR image information and SAR pixel information based on the plurality of input SAR ⁇ ⁇ images.
  • the SAR image shaping unit 110 inputs the generated SAR image information and SAR pixel information to the pixel classification unit 130 (step S102).
  • the image analysis apparatus 100 receives as input the geospatial information in which the shape of the object is recorded from the geospatial information storage device 500 such as a server or the input interface 400 ( Step S103).
  • the geospatial information shaping unit 120 shapes the input geospatial information into a predetermined format (step S104).
  • the geospatial information shaping unit 120 shapes the geospatial information, for example, in the format shown in FIG.
  • the geospatial information shaping unit 120 inputs the shaped geospatial information to the pixel classification unit 130.
  • the pixel classifying unit 130 determines the phase correlation strength and the shape similarity between the SAR pixels and the phase correlation determination unit 140, respectively.
  • the shape determination unit 150 makes a determination.
  • the phase correlation determination unit 140 detects a SAR pixel group in which the phase between the SAR pixels constituting the correlation is the strongest among the SAR pixel groups indicated by the SAR pixel information (step S105).
  • the shape determination unit 150 determines the similarity between the shape of each object indicated by the geospatial information and the distribution shape of the SAR pixel group detected in step S105 (step S106).
  • the pixel classifying unit 130 associates the object indicating the shape determined to have the highest similarity with the distribution shape and the SAR pixel group of the input SAR image (step S107). Next, the pixel classification unit 130 generates object-SAR pixel correspondence information indicating the associated SAR pixel group and the object.
  • the pixel classification unit 130 outputs the generated object-SAR pixel correspondence information (step S108). After the output, the image analysis apparatus 100 ends the SAR pixel matching process.
  • the image analysis apparatus 100 can associate a SAR pixel of a SAR image with an object indicated by geospatial information such as a map.
  • the image analysis apparatus 100 includes a phase correlation determination unit 140 that determines the strength of correlation between SAR pixels having phases observed over a plurality of SAR images, and the shape of the object indicated by the geospatial information and the SAR pixels group.
  • a shape determination unit 150 that determines similarity to the distribution shape of
  • the image analysis apparatus 100 includes a pixel classification unit 130 that associates the SAR pixel group having the highest phase correlation strength between SAR pixels with an object having the highest shape similarity indicated by the geospatial information. That is, the pixel classification unit 130 classifies the SAR pixels based on the determination result by the phase correlation determination unit 140 and the determination result by the shape determination unit 150.
  • the pixel classifying unit 130 associates a SAR pixel group having a strong phase correlation between SAR pixels constituting the target object having a shape similar to the distribution shape among the objects indicated by the geospatial information. Therefore, the image analysis apparatus 100 according to the present embodiment can associate a SAR pixel group or a SAR pixel with each object indicated by the geospatial information.
  • FIG. 11 is a block diagram illustrating a configuration example of the image analysis apparatus 101 according to the second embodiment.
  • the image analysis apparatus 101 includes an image analysis unit 160 and an integration unit 170.
  • the integration unit 170 is connected to the pixel classification unit 130 and the image analysis unit 160.
  • the configuration of the image analysis device 101 other than the image analysis unit 160 and the integration unit 170 is the same as the configuration of the image analysis device 100.
  • the image analysis apparatus 101 is included in the synthetic aperture radar image analysis system 10 instead of the image analysis apparatus 100 and used.
  • the image analysis apparatus according to another embodiment is also included and used in the synthetic aperture radar image analysis system 10 instead of the image analysis apparatus 100.
  • the image analysis unit 160 has a function of receiving a SAR image as an input and analyzing the SAR image.
  • the image analysis unit 160 inputs the analysis result of the SAR image to the integration unit 170.
  • the image analysis unit 160 calculates information of each pixel of the SAR image by using the SAR image as an input. For example, if the method described in Patent Document 2 is used, the image analysis unit 160 analyzes a plurality of SAR images, and uses information on displacement and elevation in each pixel of the SAR image as information on each SAR pixel. Obtainable. In particular, the image analysis unit 160 can obtain information on displacement and altitude at a pixel where a stable reflected wave is captured (hereinafter referred to as a stable reflection point).
  • FIG. 12 is a block diagram showing a configuration of the SAR image analysis unit 900 included in the SAR image analysis system described in Patent Document 2.
  • the SAR eyelid image analysis unit 900 includes a stable reflection point calculation unit 910 and a displacement / altitude calculation unit 920.
  • the SAR image analysis unit 900 operates as follows.
  • the stable reflection point calculation unit 910 analyzes a plurality of SAR images taken from the same area from an apparatus in which the SAR images are stored in order to analyze a phase difference at the same point imaged over the plurality of SAR images. get.
  • the stable reflection point calculation unit 910 calculates a stable reflection point from a plurality of acquired SAR image.
  • the stable reflection point is a pixel at a point where a stable reflected wave is photographed over a plurality of SAR images as described above.
  • pixels with stable luminance and pixels with stable phase are used as stable reflection points.
  • the displacement / elevation calculation unit 920 receives the stable reflection point calculated by the stable reflection point calculation unit 910 as input, and calculates the displacement and elevation at each SAR pixel.
  • the displacement / altitude calculation unit 920 calculates the displacement and altitude at each stable reflection point.
  • the image analysis unit 160 can obtain information on displacement and altitude in pixels.
  • the integration unit 170 receives the displacement and elevation information calculated by the image analysis unit 160 and the object-SAR pixel information obtained by the pixel classification unit 130 as input, and applies information on the displacement and elevation in the SAR pixel. It has a function to integrate with the object-SAR pixel correspondence information. By integrating, the integration unit 170 generates integrated geospatial information.
  • the integrated geospatial information is information in which information obtained by analyzing the SAR image is assigned to each object indicated by the geospatial information.
  • the integrated geospatial information is, for example, a map in which displacement information is assigned to each object.
  • FIG. 13 is an explanatory diagram showing an example of the integrated geospatial information generated by the integration unit 170. As shown in FIG. 13, in the integrated geospatial information, the object ID and the information obtained by the image analysis unit 160 are recorded in association with each other. Information obtained by the image analysis unit 160 is, for example, displacement and altitude.
  • the integration unit 170 may record the representative value obtained by statistical processing such as taking an average in the integrated geospatial information. Further, the integration unit 170 may record all information in the integrated geospatial information.
  • the integration unit 170 calculates the S / N ratio (Signal-to-Noise-ratio) in the SAR image, the luminance stability, the phase stability, the temporal correlation of the phase, A highly reliable extraction result may be weighted using coherence or the like that is an index representing a spatial correlation.
  • the integration unit 170 may calculate a representative value by taking an average of the weighted extraction results. Further, the integration unit 170 may digitize movements such as deflection and rotation obtained by integrating displacements at a plurality of locations and record them in the integrated geospatial information.
  • FIG. 14 is an explanatory diagram illustrating another example of the integrated geospatial information generated by the integration unit 170.
  • the integrated geospatial information shown in FIG. 14 is an integrated map.
  • the information obtained by the image analysis unit 160 is assigned to the area occupied by each object indicated by the integrated map. For example, in the integrated map shown in FIG. 14, information indicating the displacement of “ ⁇ 2 mm / year” and “5 mm / year” is assigned.
  • the integration unit 170 may assign the SAR pixel group associated with the target object as a point to the area occupied by the target object indicated by the map.
  • the integration unit 170 may assign information to the map after performing interpolation processing on a plurality of pieces of information obtained from the SAR image. Further, the integration unit 170 may acquire one representative value by performing statistical processing such as taking an average, and may assign a representative value to all the regions occupied by the target object in the map.
  • FIG. 15 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 101 according to the second embodiment.
  • steps S201 to S208 are the same as the processes in steps S101 to S108 shown in FIG.
  • the image analysis unit 160 analyzes the input SAR image (step S209). By analyzing, the image analysis unit 160 calculates information of each pixel of the SAR image. For example, the image analysis unit 160 calculates information indicating displacement and altitude using the method described in Patent Document 2.
  • the integration unit 170 refers to the information of each pixel of the SAR image obtained by the image analysis unit 160 and associates the target-SAR pixel correspondence information output by the pixel classification unit 130 with the target. Pixel information is assigned (step S210). By assigning pixel information, the integration unit 170 generates integrated geospatial information.
  • the integration unit 170 outputs the generated integrated geospatial information (step S211). After the output, the image analysis apparatus 101 ends the SAR pixel matching process.
  • the integration unit 170 of the image analysis apparatus 101 of the present embodiment assigns information obtained from the SAR image to geospatial information. For example, since the information acquired from the SAR image is assigned to the map, the user can easily grasp the information obtained by the SAR image analysis.
  • the integration unit 170 can generate a map in which the degree to which individual buildings are raised or subsidized is recorded. With reference to the generated map, the user can easily determine the degree of risk of collapse of each building.
  • FIG. 16 is a block diagram illustrating a configuration example of the image analysis apparatus 102 according to the third embodiment.
  • the image analysis apparatus 102 includes a distance determination unit 180.
  • a distance determination unit 180 is newly connected to the pixel classification unit 130 of the present embodiment.
  • the configuration of the image analysis device 102 other than the distance determination unit 180 is the same as the configuration of the image analysis device 100.
  • the distance determination unit 180 has a function of determining whether or not the pixels of the reference image are close to each other. As an index indicating the degree of proximity, the distance determination unit 180 can use a result obtained by applying a function that monotonously decreases with respect to the distance between pixels.
  • SAR pixel IDs of the SAR pixels to be evaluated are i A and i B.
  • the position of the pixel whose SAR pixel ID is i is represented by a two-dimensional real vector r i ⁇ .
  • the distance between the pixel i A and the pixel i B is calculated by the following equation, for example.
  • Equation (2) represents an operation for calculating the norm of the enclosed vector.
  • the following function is applied to the distance calculated by Expression (2).
  • Equation (3) is an appropriate positive real number.
  • the pixel classification unit 130 of this embodiment refers to the determination result by the phase correlation determination unit 140, the determination result by the distance determination unit 180, and the determination result by the shape determination unit 150, respectively, and an object corresponding to the pixel group. And a pair is calculated.
  • the pixel classification unit 130 includes a SAR pixel group in which a phase between SAR pixels constituting a correlation is strongly correlated and a distance between the constituent SAR pixels is short (position is close).
  • the pixel classifying unit 130 associates an object having a similar shape with the distribution shape of the SAR pixel group included in the set among the objects indicated by the geospatial information with the SAR pixel group.
  • FIG. 17 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 102 according to the third embodiment.
  • steps S301 to S304 are the same as the processes in steps S101 to S104 shown in FIG.
  • the pixel classifying unit 130 determines the strength of the phase correlation between the SAR pixels, the short distance between the pixels, and the similarity of the shapes. Are determined by the phase correlation determination unit 140, the distance determination unit 180, and the shape determination unit 150, respectively.
  • the phase correlation determination unit 140 detects a SAR pixel group in which the phase between SAR pixels constituting the SAR pixel group is strongly correlated among the SAR pixel groups indicated by the SAR pixel information (step S305).
  • the distance determination unit 180 detects a SAR pixel group in which the distance between the SAR pixels is shorter than a predetermined distance among the SAR pixel groups detected in step S305 (step S306).
  • the shape determination unit 150 determines the similarity between the shape of each object indicated by the geospatial information and the distribution shape of the SAR pixel group detected in step S306 (step S307).
  • steps S308 to S309 are the same as the processes in steps S107 to S108 shown in FIG.
  • the image analysis apparatus 102 can associate the pixel group and the object in consideration of the distance between the SAR pixels, and therefore can perform the association with higher accuracy.
  • the reason is that the pixel classification unit 130 also refers to the determination result by the distance determination unit 180, so that each pixel that has a strong correlation by chance despite being geographically far away can be classified into different clusters. It is.
  • FIG. 18 is a block diagram illustrating a configuration example of the image analysis apparatus 103 according to the fourth embodiment.
  • a stable reflection point extraction unit 190 is provided between the SAR image shaping unit 110 and the pixel classification unit 130.
  • the configuration of the image analysis device 103 other than the stable reflection point extraction unit 190 is the same as the configuration of the image analysis device 100.
  • the stable reflection point extraction unit 190 has a function of receiving a SAR image as an input and extracting a stable reflection point that is a SAR pixel where the luminance and phase of the SAR image are stable.
  • the stable reflection point extraction unit 190 inputs information indicating the extracted stable reflection point to the pixel classification unit 130.
  • the stable reflection point extracting unit 190 extracts a stable reflection point from the SAR image after the SAR image forming unit 110 performs alignment of the SAR images.
  • the stable reflection point extraction unit 190 extracts, as a stable reflection point, SAR pixels whose luminance does not change so much over a plurality of SAR images, for example, from an input SAR image.
  • the stable reflection point extraction unit 190 may extract, as a stable reflection point, a SAR pixel having a stable phase except for a phase change due to displacement, altitude, or the like over a plurality of SAR images.
  • the stable reflection point extraction unit 190 may extract SAR pixels having a small amount of noise included in the phase over a plurality of SAR images as stable reflection points.
  • the stable reflection point extraction unit 190 may extract a PS (Permanent Scatterer) that is a stable reflection point using the method described in Patent Document 2.
  • PS Personal Scatterer
  • the pixel classification unit 130 of the present embodiment targets only the stable reflection points extracted by the stable reflection point extraction unit 190.
  • FIG. 19 is an explanatory diagram showing an example of the SAR pixel information output from the stable reflection point extraction unit 190.
  • the SAR pixel information includes a SAR pixel ID, a stable reflection point flag, a position, a phase series, and a luminance series.
  • the SAR pixel ID, position, and phase series shown in FIG. 19 are the same as the SAR pixel ID, position, and phase series shown in FIG. Further, the luminance series shown in FIG. 19 is a series of luminances included in pixel values of pixels of a plurality of input SAR images.
  • the luminance series is recorded when a pixel in which the same point as the SAR pixel of the reference image is captured is acquired from another input SAR image.
  • the phase series includes the phase series included in the pixel values of each SAR image.
  • a luminance series included in the pixel value of each SAR image is recorded.
  • the stable reflection point flag is information indicating whether or not each SAR pixel is a stable reflection point. For example, if the SAR pixel indicated by the SAR pixel ID is a stable reflection point, the stable reflection point extraction unit 190 records “TRUE” in the stable reflection point flag. If the SAR pixel indicated by the SAR pixel ID is not a stable reflection point, the stable reflection point extraction unit 190 records “FALSE” in the stable reflection point flag.
  • the pixel classification unit 130 of the present embodiment associates an object only with the SAR pixel indicated by the SAR pixel ID recorded as “TRUE” in the stable reflection point flag.
  • the stable reflection point extraction unit 190 is a component that can also be inserted behind each SAR image shaping unit 110 of the image analysis device 101 of the second embodiment and the image analysis device 102 of the third embodiment.
  • FIG. 20 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 103 according to the fourth embodiment.
  • step S401 is the same as the process of step S101 shown in FIG.
  • the SAR image shaping unit 110 generates SAR image information and SAR pixel information based on a plurality of input SAR ⁇ ⁇ images.
  • the SAR image shaping unit 110 inputs the generated SAR image information and SAR pixel information to the stable reflection point extraction unit 190 (step S402).
  • the stable reflection point extraction unit 190 extracts, as a stable reflection point, a SAR pixel having a stable luminance and phase from the input SAR image (step S403).
  • the stable reflection point extraction unit 190 corrects the input SAR pixel information based on the extracted stable reflection point (step S404).
  • the stable reflection point extraction unit 190 inputs the corrected SAR pixel information to the pixel classification unit 130.
  • steps S405 to S410 are the same as the processes in steps S103 to S108 shown in FIG.
  • the image analysis apparatus 103 can associate a SAR pixel group with an object without being affected by noise.
  • the reason is that, since the stable reflection point extraction unit 190 specifies the stable reflection point, the pixel classification unit 130 does not have to handle pixels whose luminance and phase are unstable due to the influence of noise. This is to prevent inaccuracy due to noise.
  • FIG. 21 is a block diagram illustrating a configuration example of the image analysis apparatus 104 according to the fifth embodiment.
  • the 21 includes a dividing unit 131 and a searching unit 132.
  • the configuration of the image analysis device 104 other than the configuration of the pixel classification unit 130 is the same as the configuration of the image analysis device 102. Note that the image analysis device 104 may not include the distance determination unit 180.
  • the dividing unit 131 is connected to the SAR image shaping unit 110, the phase correlation determining unit 140, and the distance determining unit 180.
  • the search unit 132 is connected to the geospatial information shaping unit 120, the dividing unit 131, and the shape determining unit 150.
  • the dividing unit 131 can input data to the search unit 132.
  • the search unit 132 can also input data to the division unit 131.
  • the dividing unit 131 has a function of receiving the output of the SAR image shaping unit 110 as an input and dividing the SAR pixel group into pixel groups whose phases are strongly correlated.
  • the dividing unit 131 may divide the SAR pixel group into pixel groups that are strongly correlated in phase and close in position.
  • the dividing unit 131 can execute the above division using a method described in Non-Patent Document 1, for example. Further, the dividing unit 131 can execute the above-described division using a technique called Kernel K-means.
  • the dividing unit 131 defines a Kernel function that is a function for calculating the similarity used in Kernel K-means as a product of the output of the phase correlation determining unit 140 and the output of the distance determining unit 180.
  • the Kernel function is a product of both outputs, the dividing unit 131 ensures that the SAR pixels that make up the divided SAR pixels have a strong phase correlation and that the positions of the SAR pixels are close to each other. , SAR pixel group can be divided.
  • the dividing unit 131 may use a clustering technique using a graph such as Normalized Cut or Spectral Clustering in the above-described division. Specifically, the dividing unit 131 generates a graph in which each node is a SAR pixel and each edge is a weight. The generated graph represents the product of the output of the phase correlation determination unit 140 and the output of the distance determination unit 180, and the like.
  • the dividing unit 131 By applying a graph partitioning algorithm such as Normalized Cut or Spectral Clustering to the generated graph, the dividing unit 131 has a strong phase correlation between the SAR pixels constituting the SAR pixel group after being divided, and The SAR pixel group can be divided so that the positions of the SAR pixels are close to each other.
  • a graph partitioning algorithm such as Normalized Cut or Spectral Clustering
  • the distance determination unit 180 may evaluate after multiplying the calculated distance by a magnification according to the size of the object. That is, when evaluating a pixel displaying a large object, the distance determination unit 180 calculates the distance to another pixel in order to relax the restriction on the distance between the pixels. A magnification smaller than 1 may be multiplied.
  • the search unit 132 receives the SAR pixel group obtained by the dividing unit 131 and the geospatial information indicating the shape and position of each object output from the geospatial information shaping unit 120 as input, and for each SAR pixel group. It has a function of searching for an object whose shape is most similar to the distribution shape.
  • the search unit 132 assigns all the SAR pixels that constitute the SAR pixel group to an object that is most similar to the distribution shape. That is, the search unit 132 generates the object-SAR-pixel correspondence information and outputs the generated object-SAR-pixel correspondence information.
  • FIG. 22 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 104 according to the fifth embodiment.
  • steps S501 to S504 are the same as the processes in steps S101 to S104 shown in FIG.
  • the phase correlation determination unit 140 determines the evaluation value of the phase correlation between the SAR pixels constituting the SAR pixel group indicated by the SAR pixel information.
  • the dividing unit 131 divides the SAR pixel group of the input SAR image with reference to the evaluation value of the phase correlation determined by the phase correlation determining unit 140 (step S505).
  • the shape determining unit 150 determines the similarity between the shape of each object indicated by the geospatial information and the distribution shape of the SAR pixel group divided in step S505 (step S506).
  • the search unit 132 based on the determined similarity, the SAR pixel group whose distribution shape is most similar to the shape among the SAR pixel groups divided by the dividing unit 131 for each object indicated by the geospatial information. Explore.
  • the search unit 132 associates the SAR pixels constituting the searched SAR pixel group with the object (step S507).
  • the search unit 132 generates object-SAR pixel correspondence information indicating the associated SAR pixel group and the target object.
  • the search unit 132 outputs the generated object-SAR pixel correspondence information (step S508).
  • the image analysis apparatus 104 ends the SAR pixel matching process.
  • the image analysis apparatus 104 can associate a SAR pixel with an object indicated by geospatial information using a clustering technique.
  • the reason is that the dividing unit 131 divides the SAR pixel group using a clustering technique, and the search unit 132 associates the divided SAR pixel group with the target object.
  • FIG. 23 is a block diagram illustrating a configuration example of the image analysis apparatus 105 according to the sixth embodiment.
  • the configuration of the image analysis device 105 other than the end determination unit 133 is the same as the configuration of the image analysis device 104. Note that the image analysis device 105 may not include the distance determination unit 180.
  • the division unit 131 of this embodiment also has a function of dividing the SAR pixel group into pixel groups that are strongly correlated in phase with the output of the SAR image shaping unit 110 as an input. Further, when the image analysis apparatus 105 includes the distance determination unit 180, the dividing unit 131 may divide the SAR pixel group into pixel groups that are strongly correlated in phase and close in position.
  • the search unit 132 of the present embodiment also receives the SAR pixel group obtained by the dividing unit 131 and the geospatial information indicating the shape and position of each target object output from the geospatial information shaping unit 120 as input. It has a function of searching for an object whose shape is most similar to the distribution shape for each pixel group.
  • the search unit 132 assigns all the SAR pixels that constitute the SAR pixel group to an object that is most similar to the distribution shape. That is, the search unit 132 generates the object-SAR-pixel correspondence information and outputs the generated object-SAR-pixel correspondence information.
  • the dividing unit 131 of the present embodiment redivides the SAR pixel group based on the object-SAR pixel correspondence information. .
  • the division unit 131 performs subdivision based on information indicating the SAR pixel group associated with each target obtained by the search unit 132.
  • the division unit 131 may change the parameters of the algorithm used in the division according to the object to which the pixel group is assigned.
  • the dividing unit 131 performs re-division so that all the SAR pixels that are associated with the same object by the search unit 132 belong to the same single SAR pixel group after being sub-divided. May be performed.
  • the end determination unit 133 has a function of determining whether or not the division of the SAR pixel group by the dividing unit 131 is to be ended. When determining, the end determination unit 133 may use a re-division end condition based on phase correlation or shape similarity.
  • the end determination unit 133 may determine to continue the re-division. Further, when the distribution shape of the pixel group to which the assigned pixel belongs is not sufficiently similar to the shape of the object, the end determination unit 133 may determine that the subdivision is continued.
  • the end determination unit 133 may use an end condition based on the number of times of subdivision. For example, when the number of times of subdivision exceeds a predetermined number, the end determination unit 133 may determine that the subdivision is to be ended.
  • FIG. 24 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 105 according to the sixth embodiment.
  • steps S601 to S604 are the same as the processes in steps S101 to S104 shown in FIG.
  • the phase correlation determination unit 140 determines the evaluation value of the phase correlation between the SAR pixels constituting the SAR pixel group indicated by the SAR pixel information.
  • the dividing unit 131 divides the SAR pixel group of the input SAR image with reference to the phase correlation evaluation value determined by the phase correlation determining unit 140 (step S605).
  • the shape determination unit 150 determines the similarity between the shape of each object indicated by the geospatial information and the distribution shape of the SAR pixel group divided in step S605 (step S606).
  • the search unit 132 based on the determined similarity, the SAR pixel group whose distribution shape is most similar to the shape among the SAR pixel groups divided by the dividing unit 131 for each object indicated by the geospatial information. Explore.
  • the search unit 132 associates the SAR pixels that constitute the searched SAR pixel group with the object (step S607).
  • step S608 determines whether or not the re-division end condition is satisfied.
  • the dividing unit 131 performs the process of step S605 again.
  • the search unit 132 When the re-division end condition is satisfied (Yes in step S608), the search unit 132 generates object-SAR pixel correspondence information indicating the associated SAR pixel group and the target. The search unit 132 outputs the generated object-SAR pixel correspondence information (step S609). After the output, the image analysis apparatus 105 ends the SAR pixel matching process.
  • the pixel classification unit 130 of the image analysis apparatus 105 performs the association until the specified conditions for both the strength of the phase correlation and the similarity of the shape are satisfied by repeatedly performing the division of the SAR pixel group.
  • the image analysis apparatus 105 can output more improved object-SAR pixel correspondence information by repeatedly executing cluster subdivision and combination.
  • FIG. 25 is a block diagram illustrating a configuration example of the image analysis apparatus 106 according to the seventh embodiment.
  • the image analysis apparatus 106 includes a search range limiting unit 200, a SAR image capturing condition input unit 210, and an image analysis unit 160.
  • the configuration of the image analysis device 106 other than the search range limiting unit 200, the SAR image capturing condition input unit 210, and the image analysis unit 160 is the same as the configuration of the image analysis device 100. Note that the image analysis device 106 does not have to include the SAR image capturing condition input unit 210 and the image analysis unit 160.
  • the image analysis unit 160 of the present embodiment has a function of calculating altitude data and the like from the SAR image, like the image analysis unit described in Patent Document 2. .
  • the capturing conditions of each SAR image input to the image analysis device 106 are input.
  • the input imaging conditions indicate the direction in which the image was captured, the trajectory of the SAR image capturing apparatus 600 that captured the image, and the like.
  • the search range limiting unit 200 has a function of converting the position based on elevation data in each SAR pixel, imaging conditions of the SAR image, and the like. For example, the search range limiting unit 200 displays the position of each SAR pixel displayed in the coordinate system of the input SAR image (particularly, the reference image) in the coordinate system indicated by the input geospatial information. Convert to
  • search range limiting unit 200 displays the position of each object displayed in the coordinate system indicated by the input geospatial information in the position displayed in the coordinate system of the input SAR image (particularly, the reference image). Convert to
  • the search range limiting unit 200 may acquire elevation data at each SAR pixel from a map or data in which the elevation at each location is recorded, or by using the SAR image analysis method described in Patent Document 2. May be.
  • the data in which the altitude at each location is recorded is DEM®, DTM (Digital Terrain Model), DSM (Digital Surface Model), or the like.
  • the search range limiting unit 200 converts the position, so that the position of the object and the position of the SAR pixel are roughly associated.
  • the search range limiting unit 200 inputs the periphery of each position roughly associated with the conversion to the pixel classification unit 130.
  • the pixel classifying unit 130 limits the range of searching for a set of an object having a similar shape and a SAR pixel group to the periphery of each input position.
  • the search range limiting unit 200 calculates a search range by referring to the SAR image capturing conditions input from the SAR image capturing condition input unit 210, the altitude data of each SAR pixel input from the image analysis unit 160, and the like. May be.
  • the pixel classifying unit 130 includes the SAR pixel group in which the phase between the constituent SAR pixels is most strongly correlated from the search range specified by the search range limiting unit 200.
  • the pixel classification unit 130 searches for an object having a shape with the most similar distribution shape of the SAR pixel group included in the set from the search range specified by the search range limiting unit 200.
  • the pixel classification unit 130 may divide a SAR pixel group and associate an object having the most similar distribution shape and shape with each of the divided pixel groups. .
  • FIG. 26 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 106 according to the seventh embodiment.
  • steps S701 to S704 are the same as the processes in steps S101 to S104 shown in FIG.
  • the pixel classifying unit 130 determines the phase correlation strength and the shape similarity between the SAR pixels and the phase correlation determination unit 140, respectively.
  • the shape determination unit 150 makes a determination. Further, the pixel classifying unit 130 limits the search range to the search range limiting unit 200.
  • the search range limiting unit 200 calculates the search range of the SAR pixel group and the search range of the object based on the input geospatial information (step S705).
  • the phase correlation determination unit 140 detects, from the calculated search range, a SAR pixel group in which the phase between the SAR pixels constituting the correlation is the strongest among the SAR pixel groups indicated by the SAR pixel information (step S706).
  • the shape determination unit 150 determines the similarity between the shape of each object in the calculated search range indicated by the geospatial information and the distribution shape of the SAR pixel group detected in step S706 (step S707). .
  • steps S708 to S709 are the same as the processes in steps S107 to S108 shown in FIG.
  • the search range limiting unit 200 limits the search range, so that the object and the SAR pixel can be associated with each other at a higher speed. Further, since the search range limiting unit 200 limits the search range, the image analysis device 106 prevents the SAR pixel group from being erroneously associated with an object having a shape similar to a distribution shape existing in a completely unrelated place. it can. That is, the image analysis apparatus 106 can improve the accuracy of the association itself by limiting each search range of the SAR pixel group and the target object having similar shapes.
  • FIG. 27 is a block diagram illustrating a configuration example of the image analysis apparatus 107 according to the eighth embodiment.
  • the image analysis apparatus 107 has a SAR image capturing condition input unit 210 and a reflection characteristic estimation unit 220.
  • the configuration of the image analysis device 107 other than the SAR image capturing condition input unit 210 and the reflection characteristic estimation unit 220 is the same as the configuration of the image analysis device 100.
  • the shape determination unit 150 is connected to the reflection characteristic estimation unit 220. Note that the image analysis device 107 does not have to include the SAR image capturing condition input unit 210.
  • the reflection characteristic estimation unit 220 receives geospatial information from the geospatial information shaping unit 120 as an input. Based on the input geospatial information, the reflection characteristic estimation unit 220 has a function of estimating the degree of strength with which each part of each object reflects electromagnetic waves, that is, the reflection characteristic.
  • the reflection characteristic estimation unit 220 may receive the SAR image capturing condition as an input from the SAR image capturing condition input unit 210 and may estimate the reflection characteristic of the electromagnetic wave according to the input image capturing condition.
  • the capturing conditions of each SAR image input to the image analysis device 107 are input.
  • the input imaging conditions indicate the direction in which the image was captured, the trajectory of the SAR image capturing apparatus 600 that captured the image, and the like.
  • the shape determination unit 150 considers the reflection characteristics estimated by the reflection characteristic estimation unit 220 when determining the similarity of shapes.
  • FIG. 28 is an explanatory diagram showing an example of imaging conditions input from the SAR image capturing condition input unit 210. For example, consider a case where the SAR image capturing apparatus 600 captures a building and a road under the capturing conditions shown in FIG.
  • FIG. 28 shows a three-dimensional arrangement of the SAR image capturing apparatus 600, the road surface, and the building.
  • the electromagnetic waves irradiated from the SAR image capturing apparatus 600 are indicated by white arrows.
  • the wall surface of the building located on the incident direction side tends to strongly reflect electromagnetic waves.
  • the curb generally provided on the side of the road is also likely to strongly reflect electromagnetic waves.
  • the road surface of the road is hard to reflect electromagnetic waves strongly.
  • the area where the electromagnetic wave does not reach due to being blocked by the building does not reflect the electromagnetic wave at all.
  • the reflection characteristic estimation unit 220 estimates the degree of strength with which each part of each object as shown in FIG. 29 reflects electromagnetic waves, based on geospatial information such as maps and aerial photographs. it can.
  • FIG. 29 is an explanatory diagram illustrating an example of a reflection characteristic estimation value output by the reflection characteristic estimation unit 220.
  • FIG. 29A shows a road reflection characteristic estimated value that is a value of a reflection characteristic related to the road.
  • a region A in which white dots are attached to a black background shown in FIG. 29A is a road surface region that reflects electromagnetic waves weakly.
  • the white area B surrounding the road is a curb area that strongly reflects electromagnetic waves.
  • region which surrounds a part of road surface and road shown to Fig.29 (a) is an area
  • FIG. 29B shows a building reflection characteristic estimated value that is a value of the reflection characteristic related to the building.
  • a region C where a relatively sparse black dot is attached to a white background shown in FIG. 29B is a region that strongly reflects electromagnetic waves due to the influence of the wall surface of the building.
  • a region D in which a relatively dense black dot is added to a white background shown in FIG. 29B is a region that reflects electromagnetic waves more strongly than the road surface although it is weaker than the region C due to the influence of the ceiling of the building. .
  • the reflected wave from the wall of the building and the reflected wave from the ceiling of the building are accompanied by distortions peculiar to SAR.
  • the shape determination unit 150 When evaluating the similarity of the distribution shapes, the shape determination unit 150 weights, for example, a portion that strongly reflects or a portion that has less noise in the reflected wave, based on the reflection characteristics estimated by the reflection characteristic estimation unit 220. . After weighting the object portion, the shape determination unit 150 determines the similarity between the shape of the object and the distribution shape of the SAR pixel group.
  • FIG. 30 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 107 according to the eighth embodiment.
  • steps S801 to S803 are the same as the processes in steps S101 to S103 shown in FIG.
  • the geospatial information shaping unit 120 shapes the input geospatial information into a predetermined format (step S804). Next, the geospatial information shaping unit 120 inputs the shaped geospatial information to the pixel classification unit 130 and the reflection characteristic estimation unit 220.
  • the reflection characteristic estimation unit 220 estimates the reflection characteristic of each object indicated by the geospatial information based on the input geospatial information (step S805).
  • the reflection characteristic estimation unit 220 may estimate the reflection characteristics with reference to the SAR image capturing condition input from the SAR image capturing condition input unit 210.
  • the reflection characteristic estimation unit 220 inputs the estimated reflection characteristic to the shape determination unit 150.
  • steps S806 to S809 are the same as the processes in steps S105 to S108 shown in FIG.
  • the reflection characteristic estimation unit 220 of the present embodiment accepts geospatial information from the geospatial information shaping unit 120 as an input, and estimates the degree of strength with which each part of each object reflects electromagnetic waves.
  • the reflection characteristic estimation unit 220 can estimate the degree of strength with which each part of each object reflects electromagnetic waves using information such as the shape and material of the object.
  • the image analysis apparatus 107 Using the reflection characteristic estimated by the reflection characteristic estimation unit 220 based on map information or the like, the image analysis apparatus 107 reflects the electromagnetic wave strongly and evaluates the shape of the part of the object that is not easily affected by noise. To do. Therefore, the image analysis device 107 can more accurately associate the object indicated by the geospatial information with the SAR pixel.
  • FIG. 31 is a block diagram illustrating a configuration example of the image analysis apparatus 108 according to the ninth embodiment.
  • the image analysis apparatus 31 differs from the image analysis apparatus 100 shown in FIG. 2 in that it has a non-corresponding pixel removal unit 230.
  • the image analysis apparatus 108 shown in FIG. The configuration of the image analysis device 108 other than the non-corresponding pixel removal unit 230 is the same as the configuration of the image analysis device 100.
  • the non-corresponding pixel removal unit 230 is connected to the pixel classification unit 130.
  • the non-corresponding pixel removal unit 230 has a function of removing SAR pixels that are not associated with the object by the pixel classification unit 130.
  • the non-corresponding pixel removing unit 230 removes the SAR pixel where an appropriate object to be associated has not been found.
  • the phase correlation between SAR pixels is weak, or shapes are Are not sufficiently similar, a SAR pixel group that is not associated with an object may be detected.
  • the non-corresponding pixel removing unit 230 removes the SAR pixel group that is not associated with the object from the SAR image.
  • the image analysis apparatus 108 outputs information indicating a result of association between the SAR pixel group other than the SAR pixel group that is not associated with the target object and the target object.
  • FIG. 32 is a flowchart illustrating the operation of the SAR pixel association process performed by the image analysis apparatus 108 according to the ninth embodiment.
  • steps S901 to S908 are the same as the processes in steps S101 to S108 shown in FIG.
  • the non-corresponding pixel removing unit 230 removes the SAR pixel group that has not been associated with the object from the SAR image (step S909). After the removal, the image analysis apparatus 108 ends the SAR pixel matching process.
  • the image analysis apparatus 108 can prevent the SAR pixel and the object from being associated with each other by mistake. For example, when old map data or the like is input as geospatial information, observation results of an object that does not exist on the map may be recorded in the SAR image.
  • the non-corresponding pixel removing unit 230 removes the SAR pixel where the object that does not exist on the map is recorded from the SAR image, so that the pixel classification unit 130 forcibly removes the object to the SAR pixel based on the same SAR image. Correlation is prevented.
  • the image analysis device of each embodiment can associate each pixel of the SAR image with an object indicated by geospatial information such as a map.
  • the image analysis apparatus of each embodiment assigns information obtained for each pixel of the SAR image by analyzing the SAR image to an object such as a building or a road indicated by geospatial information such as a map. Can do.
  • the image analysis apparatus of each embodiment can associate a plurality of images having a phase with a target other than the SAR image.
  • the image analysis apparatus can also associate synthetic aperture sonar information with optical image information.
  • the image analysis apparatus can also associate the optical image with the phase image captured by the Time Of Flight camera.
  • the image analysis device of each embodiment is applied to the field of phase imaging in which coherent light interference is used.
  • the image analysis apparatus for an object combined with a transmissive object whose phase at the time of transmission changes due to expansion or contraction, shows a phase change indicated by the phase image and a design drawing describing the configuration of the transmissive object. Can be associated.
  • the image analysis apparatus of each embodiment can also use data acquired by using a ground-mounted radar. For example, there is a technique for measuring deterioration by measuring a phase change of an electromagnetic wave irradiated by a radar toward a bridge pier or a dam.
  • the image analysis apparatus of each embodiment can associate each part of a pier or a dam with the data in which the acquired deterioration was measured.
  • FIG. 33 is an explanatory diagram showing a hardware configuration example of the image analysis apparatus according to the present invention.
  • auxiliary storage unit 33 includes a CPU (Central Processing Unit) 11, a main storage unit 12, a communication unit 13, and an auxiliary storage unit 14. Moreover, you may provide the input part 15 for a user to operate, and the output part 16 for showing a process result or progress of a process content to a user.
  • CPU Central Processing Unit
  • the image analysis apparatus shown in FIG. 33 may include a DSP (Digital Signal Processor) instead of the CPU 11.
  • the image analysis apparatus illustrated in FIG. 33 may include both the CPU 11 and the DSP.
  • the main storage unit 12 is used as a data work area or a temporary data save area.
  • the main storage unit 12 is, for example, a RAM (Random Access Memory).
  • the communication unit 13 has a function of inputting and outputting data to and from peripheral devices via a wired network or a wireless network (information communication network).
  • the auxiliary storage unit 14 is a tangible storage medium that is not temporary.
  • the non-temporary tangible storage medium include a magnetic disk, a magneto-optical disk, a CD-ROM (Compact Disk Read Only Memory), a DVD-ROM (Digital Versatile Disk Read Only Memory), and a semiconductor memory.
  • the input unit 15 has a function of inputting data and processing instructions.
  • the input unit 15 is an input device such as a keyboard or a mouse.
  • the output unit 16 has a function of outputting data.
  • the output unit 16 is a display device such as a liquid crystal display device or a printing device such as a printer.
  • each component is connected to the system bus 17.
  • the auxiliary storage unit 14 includes, for example, the SAR image shaping unit 110, the geospatial information shaping unit 120, the pixel classification unit 130, the phase correlation determination unit 140, the shape determination unit 150, the image analysis unit 160, the integration unit 170, and the distance determination unit 180.
  • a program for realizing the stable reflection point extraction unit 190, the search range limiting unit 200, the SAR image capturing condition input unit 210, the reflection characteristic estimation unit 220, and the non-corresponding pixel removal unit 230 is stored.
  • Each image analysis device may be realized by hardware.
  • the image analysis apparatus 100 may be mounted with a circuit including hardware components such as an LSI (Large Scale Scale Integration) in which a program for realizing the function shown in FIG.
  • LSI Large Scale Scale Integration
  • each image analysis device may be realized by software by causing the CPU 11 shown in FIG. 33 to execute a program that provides a function of each component.
  • the CPU 11 loads the program stored in the auxiliary storage unit 14 to the main storage unit 12 and executes the program, thereby controlling the operation of the image analysis device, thereby realizing each function by software.
  • each component may be realized by a general-purpose circuit (circuitry IV), a dedicated circuit, a processor, or a combination thereof. These may be configured by a single chip or may be configured by a plurality of chips connected via a bus. Part or all of each component may be realized by a combination of the above-described circuit and the like and a program.
  • the plurality of information processing devices and circuits may be centrally arranged or distributedly arranged.
  • the information processing apparatus, the circuit, and the like may be realized as a form in which each is connected via a communication network, such as a client and server system and a cloud computing system.
  • FIG. 34 is a block diagram showing an outline of a synthetic aperture radar image analysis system according to the present invention.
  • the synthetic aperture radar image analysis system 20 according to the present invention has a strong phase correlation between a plurality of pixels of an image selected from a plurality of images based on a plurality of images showing the same spot imaged by the synthetic aperture radar.
  • a phase correlation determination unit 21 (for example, a phase correlation determination unit 140) that determines the height and a shape determination unit 22 that determines the degree of similarity between the shape of the distribution of the plurality of pixels and the shape of the object indicated by the geospatial information.
  • the shape determination unit 150 and an association unit 23 for example, the pixel classification unit 130 that associates a plurality of pixels with an object based on the determined phase correlation strength and the determined degree of similarity. including.
  • the shape determination unit 22 determines the degree of similarity between the distribution shape of the plurality of pixels determined to have a phase correlation strength equal to or greater than the first predetermined value and the shape of the object indicated by the geospatial information. May be determined.
  • the association unit 23 may associate a plurality of pixels determined to have a similarity degree equal to or greater than the second predetermined value with the target object.
  • the synthetic aperture radar image analysis system 20 is a system that associates a SAR pixel group with an object indicated by geospatial information.
  • the synthetic aperture radar image analysis system 20 includes a specifying unit (for example, a search range limiting unit 200) that specifies a range in which an object associated with a plurality of pixels in a range indicated by geospatial information is searched.
  • the shape determination unit 22 may set an object existing in the specified range as a determination target.
  • the specifying means may specify a search range based on a conversion relationship between the geospatial information coordinates and the SAR image coordinates.
  • the synthetic aperture radar image analysis system can more quickly associate the pixels of the SAR image with the target.
  • the synthetic aperture radar image analysis system 20 includes estimation means (for example, a reflection characteristic estimation unit 220) that estimates the strength with which an object indicated by geospatial information reflects electromagnetic waves, and the shape determination means 22 is estimated. The degree of similarity may be determined based on the strength.
  • estimation means for example, a reflection characteristic estimation unit 220
  • the degree of similarity may be determined based on the strength.
  • the synthetic aperture radar image analysis system can more accurately associate the pixel of the SAR image with the target.
  • the synthetic aperture radar image analysis system 20 includes a distance determination unit (for example, a distance determination unit 180) that determines the distance between the pixels, and the shape determination unit 22 determines that the distance between the pixels is equal to or less than a predetermined value. A plurality of pixels may be determined.
  • the synthetic aperture radar image analysis system can more accurately associate the pixel of the SAR image with the target.
  • the synthetic aperture radar image analysis system 20 includes extraction means (for example, a stable reflection point extraction unit 190) that extracts stable reflection points from a plurality of images showing the same point, and the phase correlation determination means 21 is extracted. You may determine the strength of the correlation of the phase between each stable reflective point.
  • extraction means for example, a stable reflection point extraction unit 190
  • the synthetic aperture radar image analysis system can associate the stable reflection point of the SAR image with the object.
  • phase correlation determination unit 21 divides the pixel group of the selected image based on the determined phase correlation strength
  • shape determination unit 22 determines the distribution shape of the divided pixel group and the target object. The degree of similarity with the shape may be determined.
  • the synthetic aperture radar image analysis system can associate the pixels of the SAR image with the target using a clustering technique.
  • phase correlation determination unit 21 may repeatedly execute the division until the result of associating the divided pixel group with the object satisfies a predetermined condition.
  • the synthetic aperture radar image analysis system can associate the pixels of the SAR image with the object with higher accuracy.
  • the synthetic aperture radar image analysis system 20 includes an analysis unit (for example, an image analysis unit 160) that analyzes a plurality of images captured by the synthetic aperture radar, and a result of analysis by the analysis unit as a plurality of pixels and an object. Integration means (for example, the integration unit 170) that integrates the results with the associated results.
  • an analysis unit for example, an image analysis unit 160
  • Integration means for example, the integration unit 170
  • the synthetic aperture radar image analysis system can present information obtained by SAR image analysis to the user.
  • the synthetic aperture radar image analysis system 20 may include a removing unit (for example, a non-corresponding pixel removing unit 230) that removes pixels that are not associated with the object from the selected image.
  • a removing unit for example, a non-corresponding pixel removing unit 230
  • the synthetic aperture radar image analysis system can associate the pixels of the SAR image with the object with higher accuracy.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

合成開口レーダ画像解析システム２０は、合成開口レーダで撮影された同一地点を示す複数の画像に基づいて複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定手段２１と、複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定手段２２と、判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け手段２３とを含む。

Description

合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム
　本発明は、合成開口レーダ(SAR:Synthetic Aperture Radar)画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラムに関し、特にSAR 画像と地理空間情報とを融合してSAR 画像を解析する合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラムに関する。
　地上から離れた上空から地表面の様子を観測するための技術が普及している。例えば、合成開口レーダは、衛星や飛行機等が上空から地上に向けて電磁波を斜めに照射し、電磁波に対する地表面からの反射波を画像化することによって地表面の様子を観測する技術である。合成開口レーダで撮影された画像であるSAR 画像は、電磁波に対する反射特性が記録された画像である。
　地上に存在する対象物から反射された電磁波の強さは、対象物と衛星との間の距離に基づいて画像化される。すなわち、対象物からの反射波が表示される位置は、対象物の高さに応じて、対象物の位置からずれる。
　上記の仕組みにより、SAR 画像は、地理座標に従って地表面の様子が表示されている画像に比べて、地理空間が歪んでいる画像である。よって、SAR 画像は、SAR 画像自体に関する地理空間情報以外の地理空間情報と対応付けられにくい。
　特許文献１には、SAR 画像における地理空間の歪みを補正するためにオルソ補正と呼ばれる補正処理を行う合成開口レーダ画像のオルソ補正装置が記載されている。
　また、特許文献２には、市街地領域と地滑り地帯の運動をさらに信頼性の高い方法で測定することが出来るようにする測定手順を確定する方法が記載されている。
特許第４７０２１２２号公報 特許第４８６１５５５号公報
T. Tanaka, and O. Hoshuyama, "Persistent Scatterer Clustering for Structure Displacement Analysis Based on Phase Correlation Network," in Proc. IEEE IGARSS2017, Jul. 2017.
　特許文献１に記載されているオルソ補正装置は、既知の標高データ(DEM:Digital Elevation Model) を用いて、大まかにSAR 画像における地理空間の歪みを補正できる。
　しかし、特許文献１に記載されているオルソ補正装置が用いられても、地図等の地理空間情報に記録されている対象物各々の電磁波の反射に関する情報は、SAR 画像から手動で取得することが求められる。すなわち、対象物各々の電磁波の反射に関する情報の取得作業は、煩雑である。
　また、特許文献１に記載されているオルソ補正装置が使用された際、DEM の誤差等に起因する歪みがSAR 画像に残る場合がある。特に、通常DEM に記録されない建築物等に関する大きな歪みが、SAR 画像に残る可能性が高い。
　上記の理由により、特許文献１に記載されているオルソ補正装置によるオルソ補正処理が実行された後であっても、SAR 画像と地理空間情報とを単純に重ね合わせることによってSAR 画像と地理空間情報とを対応付けることは困難である。
　また、特許文献２に記載されている方法でも、SAR 画像と地理空間情報とを対応付けることは想定されていない。
［発明の目的］
　そこで、本発明は、上述した課題を解決する、SAR 画像の画素と地理空間情報が示す対象物とを容易に対応付けることができる合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラムを提供することを目的とする。
　本発明による合成開口レーダ画像解析システムは、合成開口レーダで撮影された同一地点を示す複数の画像に基づいて複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定手段と、複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定手段と、判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け手段とを含むことを特徴とする。
　本発明による合成開口レーダ画像解析方法は、合成開口レーダで撮影された同一地点を示す複数の画像に基づいて複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定し、複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定し、判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付けることを特徴とする。
　本発明による合成開口レーダ画像解析プログラムは、コンピュータに、合成開口レーダで撮影された同一地点を示す複数の画像に基づいて複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定処理、複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定処理、および判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け処理を実行させることを特徴とする。
　本発明によれば、SAR 画像の画素と地理空間情報が示す対象物とを容易に対応付けることができる。
本発明による合成開口レーダ画像解析システムの第１の実施形態の例を示す説明図である。 第１の実施形態の画像解析装置１００の構成例を示すブロック図である。 SAR 画像整形部１１０が出力するSAR 画像情報の例を示す説明図である。 SAR 画像整形部１１０が出力するSAR 画素情報の例を示す説明図である。 地理空間情報整形部１２０が出力する地理空間情報の例を示す説明図である。 地理空間情報整形部１２０に入力される電子地図の例を示す説明図である。 形状判定部１５０が生成する対象物の形状を示す画像の例を示す説明図である。 形状判定部１５０が生成するSAR 画素群の分布形状を示す画像の例を示す説明図である。 画素分類部１３０が出力する対象物－SAR 画素対応情報の例を示す説明図である。 第１の実施形態の画像解析装置１００によるSAR 画素対応付け処理の動作を示すフローチャートである。 第２の実施形態の画像解析装置１０１の構成例を示すブロック図である。 特許文献２に記載されているSAR 画像解析システムに含まれるSAR 画像解析部９００の構成を示すブロック図である。 統合部１７０が生成する統合地理空間情報の例を示す説明図である。 統合部１７０が生成する統合地理空間情報の他の例を示す説明図である。 第２の実施形態の画像解析装置１０１によるSAR 画素対応付け処理の動作を示すフローチャートである。 第３の実施形態の画像解析装置１０２の構成例を示すブロック図である。 第３の実施形態の画像解析装置１０２によるSAR 画素対応付け処理の動作を示すフローチャートである。 第４の実施形態の画像解析装置１０３の構成例を示すブロック図である。 安定反射点抽出部１９０が出力するSAR 画素情報の例を示す説明図である。 第４の実施形態の画像解析装置１０３によるSAR 画素対応付け処理の動作を示すフローチャートである。 第５の実施形態の画像解析装置１０４の構成例を示すブロック図である。 第５の実施形態の画像解析装置１０４によるSAR 画素対応付け処理の動作を示すフローチャートである。 第６の実施形態の画像解析装置１０５の構成例を示すブロック図である。 第６の実施形態の画像解析装置１０５によるSAR 画素対応付け処理の動作を示すフローチャートである。 第７の実施形態の画像解析装置１０６の構成例を示すブロック図である。 第７の実施形態の画像解析装置１０６によるSAR 画素対応付け処理の動作を示すフローチャートである。 第８の実施形態の画像解析装置１０７の構成例を示すブロック図である。 SAR 画像撮影条件入力部２１０から入力される撮影条件の例を示す説明図である。 反射特性推定部２２０が出力する反射特性推定値の例を示す説明図である。 第８の実施形態の画像解析装置１０７によるSAR 画素対応付け処理の動作を示すフローチャートである。 第９の実施形態の画像解析装置１０８の構成例を示すブロック図である。 第９の実施形態の画像解析装置１０８によるSAR 画素対応付け処理の動作を示すフローチャートである。 本発明による画像解析装置のハードウェア構成例を示す説明図である。 本発明による合成開口レーダ画像解析システムの概要を示すブロック図である。
［第１実施形態］
［構成の説明］
　以下、本発明の実施形態を、図面を参照して説明する。図１は、本発明による合成開口レーダ画像解析システムの第１の実施形態の例を示す説明図である。
　図１に示す合成開口レーダ画像解析システム１０は、SAR 画像の画素と対象物とを対応付けることによって、地理空間情報に記録されている対象物各々に関して、SAR で計測された電磁波に対する反射波の情報が容易に把握されるようにすることを目的とする。
　図１に示すように、本実施形態の合成開口レーダ画像解析システム１０は、画像解析装置１００を含む。本実施形態の画像解析装置１００は、SAR 画像の画素と対象物とを容易に対応付けることができる。
　また、図１に示すように、合成開口レーダ画像解析システム１０は、SAR 画像記憶装置３００を含んでいてもよい。図１に記載されている破線は、データ（情報）が流れる可能性がある箇所を示す。
　SAR 画像撮影装置６００は、例えばSAR 衛星である。また、SAR 画像記憶装置３００には、SAR 画像撮影装置６００が撮影したSAR 画像が蓄積される。SAR 画像記憶装置３００は、サーバやハードディスク等である。
　また、図１に示すように、合成開口レーダ画像解析システム１０は、入力インタフェース４００を含んでいてもよいし、地理空間情報記憶装置５００を含んでいてもよい。利用者は、入力インタフェース４００を介して、例えば手書きの地図や紙の地図がスキャンされたデータを画像解析装置１００に入力できる。入力インタフェース４００は、例えばマウス、タッチパネル、キーボード、スキャナである。
　また、地理空間情報記憶装置５００には、地理空間情報が蓄積される。地理空間情報は、地理的な情報と関連する情報とが対応付けられている情報である。地理空間情報は、例えば、建物や道路等の対象物の情報と地理的な座標とが対応付けられているデータである地図データである。
　また、地理空間情報は、地理的な座標と光の反射特性とが対応付けられているデータである各種の航空写真や衛星写真でもよい。SAR 画像記憶装置３００は、サーバやハードディスク等である。
　画像解析装置１００は、SAR 画像と地理空間情報とを入力とする。例えば、画像解析装置１００は、SAR 画像をSAR 画像撮影装置６００から取得してもよいし、SAR 画像記憶装置３００から取得してもよい。また、画像解析装置１００は、地理空間情報を入力インタフェース４００から取得してもよいし、地理空間情報記憶装置５００から取得してもよい。
　図１に示すように、画像解析装置１００は、入力された地理空間情報に記録されている対象物各々に対して入力されたSAR 画像の画素（以下、SAR 画素と呼ぶ。）を対応付ける装置である。対応付けた後、画像解析装置１００は、対象物とSAR 画素との対応関係を出力する。
　図２は、第１の実施形態の画像解析装置１００の構成例を示すブロック図である。図２に示すように、画像解析装置１００は、SAR 画像整形部１１０と、地理空間情報整形部１２０と、画素分類部１３０と、位相相関判定部１４０と、形状判定部１５０とを有する。図２に示すように、SAR 画像整形部１１０、地理空間情報整形部１２０、位相相関判定部１４０、および形状判定部１５０は、画素分類部１３０とそれぞれ接続されている。
　SAR 画像整形部１１０は、SAR 画像の情報を所定の形式に整形して出力する機能を有する。最初に、SAR 画像整形部１１０は、SAR 画像を入力として受け付ける。
　入力されるSAR 画像の画素には、電磁波に対する反射波の強度および位相がそれぞれ記録されている。SAR 画像整形部１１０は、入力となる複数のSAR 画像に対して、例えば画像間の位置ずれ等を補正する。
　画像間で位置を合わせる際、SAR 画像整形部１１０は、入力されたSAR 画像の中から基準になる一枚の画像（以下、基準画像という。）を選出する。次いで、SAR 画像整形部１１０は、選出された基準画像の画素に記録されている地点と同一の地点が記録されている入力された他のSAR 画像の画素を探索する。SAR 画像整形部１１０は、基準画像の画素と、探索された画素とを対応付ける。
　同一地点が記録されている画素を探索する際、SAR 画像整形部１１０は、光学画像間での位置合わせで一般的に用いられる手法を用いてもよい。光学画像間での位置合わせで用いられる手法を用いる場合、SAR 画像整形部１１０は、基準画像の表示内容から特徴的なパターンを探索し、他の入力画像の表示内容から探索された特徴的なパターンに類似するパターンを探索する。SAR 画像整形部１１０は、探索された類似するパターン同士が同一地点のパターンを表しているとして、位置合わせを行ってもよい。
　図３は、SAR 画像整形部１１０が出力するSAR 画像情報の例を示す説明図である。図３に示すように、SAR 画像情報は、SAR 画像ID(Identifier)と、基準画像フラグと、SAR 画素IDと、位置と、輝度と、位相とで構成されている。
　SAR 画像IDは、SAR 画像各々を識別する識別子である。また、基準画像フラグは、SAR 画像IDが示すSAR 画像が基準画像として用いられるか否かを示す情報である。基準画像フラグが「TRUE」であるSAR 画像は、基準画像として用いられる。また、基準画像フラグが「FALSE 」であるSAR 画像は、基準画像として用いられない。
　また、SAR 画素IDは、SAR 画像の各画素を識別する識別子である。また、位置、輝度、位相は、それぞれSAR 画素IDが示す画素の位置、輝度、位相である。
　図４は、SAR 画像整形部１１０が出力するSAR 画素情報の例を示す説明図である。図４に示すように、SAR 画素情報は、SAR 画素IDと、位置と、位相系列とで構成されている。
　SAR 画素IDは、図３に示すSAR 画素IDである。なお、SAR 画素情報は、基準画像のSAR 画素を示すSAR 画素IDに対して生成される。
　入力されるSAR 画像各々の位置合わせは、基準画像に対して実行される。すなわち、基準画像のSAR 画素各々に対応する、入力された他のSAR 画像のSAR 画素が一意に定まる。よって、本実施形態では、SAR 画素情報のSAR 画素IDに、基準画像のSAR 画素のSAR 画素IDが記録される。
　また、図４に示す位置は、入力されるSAR 画像のSAR 画素の位置である。上記の理由により、入力される複数のSAR 画像のうち、基準画像のSAR 画素の位置のみがSAR 画素情報に保持される。
　また、図４に示す位相系列は、入力される複数のSAR 画像の、画素の画素値に含まれている位相の系列である。位相は、各SAR 画素に記録されている情報であり、SAR で計測された電磁波の遅れに関する情報である。位相系列は、基準画像のSAR 画素に記録されている地点と同一の地点が記録されているSAR 画素が他の入力されるSAR 画像から取得されたときに記録される。
　SAR 画像整形部１１０は、例えば入力されるSAR 画像の中で位相の基準になるSAR 画像を定め、入力されるSAR 画像各々に対して基準になるSAR 画像との位相差を位相として求めてもよい。
　また、SAR 画像整形部１１０は、各地点の標高が記録されたデータであるDEM を用いて、撮影領域における標高に依存した位相変化が除去された位相を求めてもよい。また、SAR 画像整形部１１０は、大気の状態に依存した位相変化が除去された位相を求めてもよい。
　なお、位相は、角度の形式でSAR 画素情報に記録されていてもよい。また、位相角が偏角であり絶対値が１である複素数が、SAR 画素情報に記録されていてもよい。
　地理空間情報整形部１２０は、入力された地理空間情報から道路やビル等の対象物各々の場所や形状を抽出し、所定の形式に整形して出力する機能を有する。最初に、地理空間情報整形部１２０は、地理空間情報を入力として受け付ける。
　図５は、地理空間情報整形部１２０が出力する地理空間情報の例を示す説明図である。図５に示すように、地理空間情報整形部１２０が出力する地理空間情報は、対象物IDと、位置と、形状とで構成されている。
　対象物IDは、対象物を識別する識別子である。また、位置および形状は、対象物IDが示す対象物の位置および形状である。
　地理空間情報整形部１２０は、入力される地理空間情報の形態に応じて異なる整形処理を行う。例えば、入力される地理空間情報が電子地図である場合、図６に示すように、入力された時点で既にビルや道路等を識別するIDが電子地図上に割り当てられていることもある。
　図６は、地理空間情報整形部１２０に入力される電子地図の例を示す説明図である。図６に示すOBJ0001 ～OBJ0003 、OBJ0005 ～OBJ0006 は、それぞれ建物である。また、OBJ0004 は、道路である。
　図６に示すような電子地図が入力された場合、地理空間情報整形部１２０は、単に電子地図から各IDが示す対象物を抽出し、整形して出力する。
　また、入力される地理空間情報が航空写真や衛星写真である場合、入力された時点では写真に写っている対象が不明確であることもある。写っている対象が不明確である写真が入力された場合、地理空間情報整形部１２０は、画像認識等で写真に写っている対象を特定する。
　特定した後、地理空間情報整形部１２０は、写っている対象ごとに対象物IDを割り当てる。次いで、地理空間情報整形部１２０は、対象物IDに各対象物の場所と形状等が対応付けられた地理空間情報を出力する。
　また、写っている対象を特定する代わりに、地理空間情報整形部１２０は、簡略的に単に隣接した画素の画素値と大きな差がある画素値を有する画素を特定してもよい。次いで、地理空間情報整形部１２０は、特定された複数の画素を１つ以上の画素群に分け、分けられた画素群ごとに対象物IDを割り当ててもよい。
　上記の方法で得られる隣接した画素の画素値と比べて画素値が大きく異なる画素は、建物の輪郭や道路の輪郭等を表していることが多い。よって、地理空間情報整形部１２０は、画素群ごとに対象物IDを割り当て画素群の画素の分布形状を記録することによって、簡易的に地理空間情報を生成できる。
　なお、画素群に分割する方法として、例えば連続した画素を１つの画素群に含める方法が用いられてもよい。または、直線等の特定のパターンで並ぶ画素を１つの画素群に含める方法が用いられてもよい。
　画素分類部１３０は、画素群への分割結果と、画素群と対応する対象物との組を算出する機能を有する。画素分類部１３０は、地理空間情報から抽出された各々の対象物を、適宜並行に移動、回転、拡大、縮小、または変形する。また、画素分類部１３０は、いくつかのパターンで複数のSAR 画素を画素群に分割する。
　画素分類部１３０は、位相相関判定部１４０と形状判定部１５０を用いて組を算出する。位相相関判定部１４０は、各画素群を構成する画素間の位相相関の強さをそれぞれ判定する機能を有する。また、形状判定部１５０は、各画素群を構成する画素の分布形状と対象物の形状との類似性、または類似の度合いを判定する機能を有する。
　最終的に、画素分類部１３０は、構成する画素間の位相が最も強く相関する画素群を算出する組に含める。なお、画素分類部１３０は、構成する画素間の位相相関の強さが所定値以上である画素群を算出する組に含めてもよい。
　かつ、画素分類部１３０は、組に含められた画素群の分布形状が最も類似する形状の対象物を組に含める。なお、画素分類部１３０は、組に含められた画素群の分布形状と形状との類似の度合いが所定値以上である対象物を組に含めてもよい。
　位相相関判定部１４０は、例えば、同じ場所が撮影された複数のSAR 画像と、複数のSAR 画像に関するSAR 画素情報と、地図等の地理空間情報とを入力とし、SAR 画素間で位相変化が相関しているか否かを判定する機能を有する。
　位相相関判定部１４０は、入力となる同一地域が撮影された複数のSAR 画像から１枚の基準画像となるSAR 画像を選択する。位相相関判定部１４０は、SAR 画素情報に基づいて、入力された複数のSAR 画像から、基準画像のSAR 画素各々と同一地点が記録された画素を取り出す。次いで、位相相関判定部１４０は、取り出された画素の位相系列を基に、基準画像のSAR 画素間の位相相関の強さを判定する。
　位相相関判定部１４０は、例えば複素数の形式で位相系列を受け取る。受け取られた位相系列を基に、位相相関判定部１４０は、SAR 画素間の位相相関の強さを算出する。位相相関の強さは、例えば以下のように算出される。
　位相相関が評価される対象のSAR 画素をiA、iBとする。また、N 枚のSAR 画像が入力され、SAR 画像各々に対して1 ～n のSAR 画像IDが割り当てられているとする。
　SAR 画像IDがn であるSAR 画像の、SAR 画素IDがi である画素の位相の値をsi(n) と表記すれば、位相系列は、si →=(si(1),si(2),・・・,si(N))Tという行ベクトルで表記される。なお、記号T は、行列を転置する演算を表す。
　なお、本明細書においてテキスト中で使用する記号である「→」等は、本来直前の文字の真上に記載されるべきであるが、テキスト記法の制限により上記のように当該文字の直後に記載する。式中においてはこれらの記号は本来の位置に記載される。
　複素数の形式で位相系列が入力されているのであれば、siA  →とsiB  →との位相相関の強さは、例えば以下の式で算出される。
Figure JPOXMLDOC01-appb-M000001
　なお、式（１）における記号「* 」 は、行列の複素共役転置をとる演算を表す。また、W は、位相系列の各要素に対して重みを付けるために用いられる半正定値行列である。W として、例えば、対角要素が全て０以上であるような対角行列が用いられる。また、W として、対角要素が全て１であるような対角行列が用いられてもよい。
　また、式（１）における記号「||」は、囲まれている式の絶対値をとる演算を表す。式（１）は、siA  →とsiB  →の２つのベクトルが完全に一致しているか、siA  →とsiB  →の間の位相差が常に一定である場合に最大値をとる性質がある。よって、位相相関判定部１４０は、式（１）の値を位相相関の強さとして用いることができる。
　なお、位相相関判定部１４０は、式（１）に単調増加する関数が適用された結果を位相相関の強さとしてもよい。例えば、位相相関判定部１４０は、式（１）にf(x)=x2 等の関数が適用された結果を位相相関の強さとしてもよい。
　形状判定部１５０は、形状の類似性を判定する機能を有する。形状判定部１５０は、複数のSAR 画素で構成されるSAR 画素群の分布形状が、地理空間情報が示す対象物の形状と類似しているか否かを判定する。
　形状判定部１５０は、基準画像の複数のSAR 画素がSAR 画素群としてまとめられたとき、SAR 画素群の分布形状と地理空間情報が示す対象物の形状とが類似しているか否かを判定する。形状判定部１５０は、画素分類部１３０から入力されたSAR 画素情報が示すSAR 画素群と対象物とを、形状の類似性の判定対象とする。
　例えば、形状判定部１５０は、以下のように形状の類似性を判定する。最初に、形状判定部１５０は、SAR 画素群と対象物とに対して、SAR 画素群を構成するSAR 画素各々と対象物との距離をそれぞれ算出する。
　対象物の輪郭線の外側にSAR 画素が存在する場合、形状判定部１５０は、対象物の輪郭線に存在する点であってSAR 画素との距離が最も短くなる点とSAR 画素との距離を、対象物とSAR 画素との距離として算出してもよい。また、対象物の輪郭線の内側にSAR 画素が存在する場合、形状判定部１５０は、対象物とSAR 画素との距離を０と算出してもよい。
　上記の方法等で得られた対象物と各SAR 画素との距離各々に対して、形状判定部１５０は、距離が短いほど出力が大きい関数を適用する。例えば、形状判定部１５０は、算出された距離に対してガウス関数を適用してもよい。また、形状判定部１５０は、算出された距離が０である場合にのみ１を出力し、０以外の距離が算出された場合に０を出力する関数を適用してもよい。
　距離が短いほど出力が大きい関数の出力値の合計値は、SAR 画素群の分布形状と対象物の形状が類似するほど大きくなる値である。すなわち、形状判定部１５０は、出力値の合計値を、形状の類似性の評価値として用いることができる。
　なお、合計値を求める際、形状判定部１５０は、適宜重み付けを行ってもよい。また、形状判定部１５０は、正規化された合計値を評価値としてもよい。正規化する場合、形状判定部１５０は、合計値をSAR 画素群の要素数で割ることによって正規化してもよい。また、形状判定部１５０は、対象物が地理空間を占める面積で合計値を割ることによって正規化してもよい。
　また、形状判定部１５０は、上記の両方の方法を考慮して、SAR 画素群の要素数に任意の係数が掛けられた値と対象物の面積に任意の係数が掛けられた値との調和平均を算出し、算出された調和平均で合計値を割ることによって正規化してもよい。
　上記のように得られた評価値を用いて、形状判定部１５０は、形状の類似性を判定する。また、上記の方法以外に、形状判定部１５０は、例えば以下の方法で形状の類似性を判定してもよい。
　最初に、形状判定部１５０は、形状の類似性の判定対象である対象物の形状を示す画像を生成する。図７は、形状判定部１５０が生成する対象物の形状を示す画像の例を示す説明図である。図７は、道路の形状を示す画像と、ビルの形状を示す画像とを示す。
　図７に示す画像は、対象物の輪郭の内側が全て白色であり、対象物の輪郭の外側が全て黒色である画像である。図７に示す画像において、白色は「１」を表し、黒色は「０」を表している。
　例えば、図７に示す道路の形状を示す画像において、道路の箇所は白色であり、他の箇所は黒色である。また、図７に示すビルの形状を示す画像において、ビルの箇所は白色であり、他の箇所は黒色である。
　また、形状判定部１５０は、対象物の輪郭の内側が正の実数を表す色であり、対象物の輪郭の外側が全て黒色である画像を生成してもよい。また、形状判定部１５０は、地理空間情報に記録された対象物の形状と対象物の実物の形状との差に応じて、対象物の形状を示す画像にぼかし処理を施してもよい。
　次に、形状判定部１５０は、SAR 画素群の分布形状を示す画像を生成する。図８は、形状判定部１５０が生成するSAR 画素群の分布形状を示す画像の例を示す説明図である。図８は、SAR 画素群A を示す画像と、SAR 画素群B を示す画像とを示す。
　図８に示す画像は、SAR 画素群を構成するSAR 画素の位置の画素が白色であり、他の画素が黒色である画像である。図８に示す画像において、白色は「１」を表し、黒色は「０」を表している。
　また、形状判定部１５０は、SAR 画素の位置の画素が正の実数を表す色であり、他の画素が黒色である画像を生成してもよい。また、形状判定部１５０は、分布形状の歪み等に応じて、SAR 画素群の分布形状を示す画像にぼかし処理を施してもよい。
　次に、形状判定部１５０は、対象物の形状を示す画像とSAR 画素群の分布形状を示す画像とを乗算することによって乗算画像を算出する。形状判定部１５０は、算出された乗算画像全体に渡る画素値の合計値を、形状の類似性の評価値として用いることができる。
　また、形状判定部１５０は、正規化された合計値を評価値としてもよい。正規化する場合、形状判定部１５０は、対象物の形状を示す画像全体に渡る画素値の合計値、または画素群の分布形状を示す画像全体に渡る画素値の合計値で乗算画像全体に渡る画素値の合計値を割ることによって正規化してもよい。
　または、形状判定部１５０は、対象物の形状を示す画像全体に渡る画素値の合計値と画素群の分布形状を示す画像全体に渡る画素値の合計値にそれぞれ適当な重みを付けた上で調和平均を算出してもよい。
　形状判定部１５０は、算出された調和平均で乗算画像全体に渡る画素値の合計値を割ることによって合計値を正規化する。以上のように得られた評価値を用いて、形状判定部１５０は、形状の類似性を判定する。
　画素分類部１３０は、上記の処理で得られた画素群と対応する対象物との組を示す情報を対象物－SAR 画素対応情報として出力する。図９は、画素分類部１３０が出力する対象物－SAR 画素対応情報の例を示す説明図である。
　図９に示すように、対象物－SAR 画素対応情報は、対象物IDと、SAR 画素IDとを含む。また、図９に示すように、対象物－SAR 画素対応情報は、SAR 画素群IDを含んでもよい。SAR 画素群IDは、画素群を識別する識別子である。画素分類部１３０は、SAR 画素群の分布形状と対象物の形状とを比較する際等にSAR 画素群IDを用いる。
　画素分類部１３０が出力した対象物－SAR 画素対応情報を参照することによって、利用者は、各対象物に対応するSAR 画素を把握できる。以上のように、画素分類部１３０は、位相相関判定部１４０による判定結果、および形状判定部１５０による判定結果に基づいて、構成するSAR 画素同士の位相相関が強いSAR 画素群を、地理空間情報が示す形状が分布形状に類似する対象物に対応付ける。
　本実施形態の画像解析装置１００は、SAR 画像の画素と対象物とを容易に対応付けることができる。画素分類部１３０が出力する対象物－SAR 画素対応情報が示すSAR 画素群と対象物との対応付けの尤もらしさは、以下の理由により保証される。
　SAR 画像における位相は、照射された電磁波の微妙な遅れを表す。また、位相は、対象物の高さと変位に対して敏感に変化する。よって、位相が強く相関する画素同士を群にまとめることによって、画素分類部１３０は、高さや変位が類似していると考えられる同一の対象物が表示されている可能性が高い画素群を抽出できる。
　また、SAR 画像のSAR 画素群の分布形状は、レイオーバやフォアショートニングと呼ばれる現象の影響を受けてSAR 画像に特有の歪みを伴うものの、地理空間における形状を所定のレベルで維持する性質を有する。よって、画素分類部１３０は、地理空間情報が示す対象物各々に対して、対象物の形状に分布形状が類似するSAR 画素群をSAR 画像から抽出して対応付けることができる。
　以上のように、本実施形態の画素分類部１３０は、構成するSAR 画素間の位相が強く相関するSAR 画素群を、地理空間情報が示す対象物のうち分布形状と形状が類似する対象物に対応付ける。よって、本実施形態の画像解析装置１００は、地理空間情報が示す対象物各々とSAR 画像のSAR 画素群とを尤もらしく対応付けることができる。
［動作の説明］
　以下、本実施形態の画像解析装置１００のSAR 画素を対象物に対応付ける動作を図１０を参照して説明する。図１０は、第１の実施形態の画像解析装置１００によるSAR 画素対応付け処理の動作を示すフローチャートである。
　最初に、画像解析装置１００は、サーバ等のSAR 画像記憶装置３００に蓄積された複数枚のSAR 画像、またはSAR 画像撮影装置６００が撮影した複数枚のSAR 画像を入力として受け取る（ステップS101）。
　次いで、SAR 画像整形部１１０は、入力された複数枚のSAR 画像を基にSAR 画像情報およびSAR 画素情報を生成する。SAR 画像整形部１１０は、生成されたSAR 画像情報およびSAR 画素情報を画素分類部１３０に入力する（ステップS102）。
　また、ステップS101～ステップS102の処理と独立に、画像解析装置１００は、サーバ等の地理空間情報記憶装置５００や入力インタフェース４００から、対象物の形状が記録された地理空間情報を入力として受け取る（ステップS103）。
　次いで、地理空間情報整形部１２０は、入力された地理空間情報を所定の形式に整形する（ステップS104）。地理空間情報整形部１２０は、例えば図５に示す形式に地理空間情報を整形する。地理空間情報整形部１２０は、整形された地理空間情報を画素分類部１３０に入力する。
　SAR 画像情報およびSAR 画素情報の入力と地理空間情報の入力とが完了した後、画素分類部１３０は、SAR 画素間の位相相関の強さと形状の類似性とを、それぞれ位相相関判定部１４０と形状判定部１５０に判定させる。
　最初に、位相相関判定部１４０は、SAR 画素情報が示すSAR 画素群のうち、構成するSAR 画素間の位相が最も強く相関するSAR 画素群を検出する（ステップS105）。
　次いで、形状判定部１５０は、地理空間情報が示す対象物各々の形状と、ステップS105で検出されたSAR 画素群の分布形状との類似性をそれぞれ判定する（ステップS106）。
　画素分類部１３０は、分布形状との類似性が最も高いと判定された形状を示す対象物と入力されたSAR 画像のSAR 画素群とを対応付ける（ステップS107）。次いで、画素分類部１３０は、対応付けられたSAR 画素群と対象物とを示す対象物－SAR 画素対応情報を生成する。
　次いで、画素分類部１３０は、生成された対象物－SAR 画素対応情報を出力する（ステップS108）。出力した後、画像解析装置１００は、SAR 画素対応付け処理を終了する。
［効果の説明］
　本実施形態の画像解析装置１００は、SAR 画像のSAR 画素と、地図等の地理空間情報が示す対象物とを対応付けることができる。
　画像解析装置１００は、複数のSAR 画像に渡って観測される位相のSAR 画素間での相関の強さを判定する位相相関判定部１４０と、地理空間情報が示す対象物の形状とSAR 画素群の分布形状との類似性を判定する形状判定部１５０とを有する。
　また、画像解析装置１００は、SAR 画素間の位相相関の強さが最も大きいSAR 画素群を、地理空間情報が示す形状の類似性が最も高い対象物に対応付ける画素分類部１３０を有する。すなわち、画素分類部１３０は、SAR 画素を位相相関判定部１４０による判定結果、および形状判定部１５０による判定結果に基づいて分類する。
　画素分類部１３０は、構成するSAR 画素間で位相が強く相関するSAR 画素群を、地理空間情報が示す対象物のうち形状が分布形状に類似する対象物に対応付ける。よって、本実施形態の画像解析装置１００は、地理空間情報が示す各対象物に、SAR 画素群またはSAR 画素を対応付けることができる。
［第２実施形態］
［構成の説明］
　次に、本発明の第２の実施形態を、図面を参照して説明する。図１１は、第２の実施形態の画像解析装置１０１の構成例を示すブロック図である。
　図１１に示す画像解析装置１０１は、図２に示す画像解析装置１００と異なり、画像解析部１６０と、統合部１７０とを有する。統合部１７０は、画素分類部１３０と画像解析部１６０とに接続されている。画像解析部１６０および統合部１７０以外の画像解析装置１０１の構成は、画像解析装置１００の構成と同様である。
　なお、本実施形態では、画像解析装置１０１が画像解析装置１００の代わりに合成開口レーダ画像解析システム１０に含まれて使用される。他の実施形態の画像解析装置も、画像解析装置１００の代わりに合成開口レーダ画像解析システム１０に含まれて使用される。
　画像解析部１６０は、SAR 画像を入力として受け取り、SAR 画像を解析する機能を有する。画像解析部１６０は、SAR 画像の解析結果を統合部１７０に入力する。
　画像解析部１６０は、SAR 画像を入力として、SAR 画像の各画素の情報を算出する。例えば、特許文献２に記載されている方法を用いれば、画像解析部１６０は、複数枚のSAR 画像を解析することによって、SAR 画像の各画素における変位と標高の情報を各SAR 画素の情報として得ることができる。特に、画像解析部１６０は、安定した反射波が撮影されている画素（以下、安定反射点と呼ぶ。）における変位と標高の情報を得ることができる。
　図１２は、特許文献２に記載されているSAR 画像解析システムに含まれるSAR 画像解析部９００の構成を示すブロック図である。SAR 画像解析部９００は、安定反射点算出部９１０と、変位・標高算出部９２０とを有する。
　SAR 画像解析部９００は、以下のように動作する。安定反射点算出部９１０は、複数のSAR 画像に渡って撮影された同一地点における位相の違いを解析するために、同じ地域が撮影された複数のSAR 画像をSAR 画像が記憶されている装置から取得する。
　安定反射点算出部９１０は、取得された複数のSAR 画像から安定反射点を算出する。安定反射点は、上述した通り複数のSAR 画像に渡って安定した反射波が撮影されている地点の画素である。例えば、特許文献２に記載されているSAR 画像解析システムでは、輝度が安定している画素と位相が安定している画素とが安定反射点として利用されている。
　次いで、変位・標高算出部９２０は、安定反射点算出部９１０で算出された安定反射点を入力とし、各SAR 画素における変位および標高を算出する。特に、変位・標高算出部９２０は、各安定反射点における変位および標高を算出する。以上のように、画像解析部１６０は、画素における変位と標高の情報を得ることができる。
　統合部１７０は、画像解析部１６０で算出された変位および標高の情報と、画素分類部１３０で得られた対象物－SAR 画素対応情報とを入力として、SAR 画素における変位および標高の情報を対象物－SAR 画素対応情報と統合する機能を有する。統合することによって、統合部１７０は、統合地理空間情報を生成する。
　統合地理空間情報は、地理空間情報が示す各対象物に対してSAR 画像の解析で得られた情報が割り当てられた情報である。統合地理空間情報は、例えば、各対象物に変位情報が付与されている地図である。
　図１３は、統合部１７０が生成する統合地理空間情報の例を示す説明図である。図１３に示すように、統合地理空間情報には、対象物IDと、画像解析部１６０で得られた情報とが対応付けて記録される。画像解析部１６０で得られる情報は、例えば、変位、標高である。
　なお、１つの対象物に対して複数のSAR 画素群が対応付けられている場合、SAR 画像から得られる情報も１つの対象物に対して複数存在する。SAR 画像から得られる情報が複数存在する場合、統合部１７０は、平均をとる等の統計処理で得られた代表値を統合地理空間情報に記録してもよい。また、統合部１７０は、全ての情報を統合地理空間情報に記録してもよい。
　平均をとる等の統計処理で代表値を得る場合、統合部１７０は、SAR 画像におけるS/N 比(Signal to Noise ratio) 、輝度の安定性、位相の安定性、位相の時間的な相関や空間的な相関を表す指標であるコヒーレンス等を用いて、信頼性の高い抽出結果に重みを付けてもよい。
　重みが付けられた抽出結果の平均をとることによって、統合部１７０は、代表値を算出してもよい。また、統合部１７０は、複数の場所における変位を統合することによって得られるたわみ、回転等の動きを数値化して統合地理空間情報に記録してもよい。
　図１４は、統合部１７０が生成する統合地理空間情報の他の例を示す説明図である。図１４に示す統合地理空間情報は、統合地図である。図１４に示すように、統合地図が示す対象物それぞれが占める領域には、画像解析部１６０で得られた情報が割り当てられている。例えば、図１４に示す統合地図では、「-2mm/ 年」、「5mm/年」の変位を示す情報が割り当てられている。
　なお、１つの対象物に対して複数のSAR 画素群が対応付けられている場合、SAR 画像から得られる情報も１つの対象物に対して複数存在する。SAR 画像から得られる情報が複数存在する場合、統合部１７０は、該当の対象物に対応付けられているSAR 画素群を、地図が示す該当の対象物が占める領域に点として割り当ててもよい。
　また、統合部１７０は、SAR 画像から得られる複数の情報に対して補間処理を行った後に情報を地図に割り当ててもよい。また、統合部１７０は、平均をとる等の統計処理を行うことによって１つの代表値を取得し、該当の対象物が地図に占める領域全てに代表値を割り当ててもよい。
［動作の説明］
　以下、本実施形態の画像解析装置１０１のSAR 画素を対象物に対応付ける動作を図１５を参照して説明する。図１５は、第２の実施形態の画像解析装置１０１によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS201～ステップS208の各処理は、図１０に示すステップS101～ステップS108の各処理とそれぞれ同様である。
　ステップS205～ステップS208の各処理と独立に、画像解析部１６０は、入力されたSAR 画像を解析する（ステップS209）。解析することによって、画像解析部１６０は、SAR 画像の各画素の情報を算出する。例えば、画像解析部１６０は、特許文献２に記載されている方法を用いて、変位および標高を示す情報を算出する。
　次いで、統合部１７０は、画像解析部１６０で得られたSAR 画像の各画素の情報を参照して、画素分類部１３０が出力した対象物－SAR 画素対応情報に、対象物に対応付けられた画素の情報を割り当てる（ステップS210）。画素の情報を割り当てることによって、統合部１７０は、統合地理空間情報を生成する。
　統合部１７０は、生成された統合地理空間情報を出力する（ステップS211）。出力した後、画像解析装置１０１は、SAR 画素対応付け処理を終了する。
［効果の説明］
　本実施形態の画像解析装置１０１の統合部１７０は、SAR 画像から得られた情報を地理空間情報に割り当てる。例えば、SAR 画像から取得された情報が地図に割り当てられるため、利用者は、SAR 画像解析で得られた情報を容易に把握できる。
　例えば、画像解析部１６０がSAR 画像を基に変位を解析した場合、統合部１７０は、個々の建物が隆起または沈降した程度が記録された地図を生成できる。生成された地図を参照して、利用者は、個々の建物の倒壊のリスクの程度等を容易に判断できる。
［第３実施形態］
［構成の説明］
　次に、本発明の第３の実施形態を、図面を参照して説明する。図１６は、第３の実施形態の画像解析装置１０２の構成例を示すブロック図である。
　図１６に示す画像解析装置１０２は、図２に示す画像解析装置１００と異なり、距離判定部１８０を有する。また、本実施形態の画素分類部１３０には、位相相関判定部１４０と形状判定部１５０に加えて、距離判定部１８０が新たに接続されている。距離判定部１８０以外の画像解析装置１０２の構成は、画像解析装置１００の構成と同様である。
　距離判定部１８０は、基準画像の画素同士が近接しているか否かを判定する機能を有する。近接している程度を表す指標として、距離判定部１８０は、画素間の距離に対して単調減少する関数が適用された結果を用いることができる。
　例えば、評価対象のSAR 画素のSAR 画素IDをiA、iBとする。また、SAR 画素IDがi である画素の位置を、２次元の実ベクトルri →で表記する。画素iAと画素iBとの距離は、例えば以下の式で算出される。
Figure JPOXMLDOC01-appb-M000002
　なお、式（２）における記号「|| || 」は、囲まれているベクトルのノルムを算出する演算を表す。式（２）で算出された距離に対して、例えば以下の関数が適用される。
Figure JPOXMLDOC01-appb-M000003
　なお、式（３）におけるβは、適当な正の実数である。式（３）の関数が画素間の距離に適用されると、画素同士が近接するほど１に近づき、画素同士が離れるほど０に近づく指標が得られる。すなわち、距離判定部１８０は、距離の短さを表す指標を得ることができる。また、距離判定部１８０は、適用される関数として、単にf(x)= -xを用いてもよい。
　本実施形態の画素分類部１３０は、位相相関判定部１４０による判定結果と、距離判定部１８０による判定結果と、形状判定部１５０による判定結果とをそれぞれ参照して、画素群と対応する対象物との組を算出する。
　すなわち、画素分類部１３０は、構成するSAR 画素間の位相が強く相関し、かつ構成するSAR 画素間の距離が短い（位置が近い）SAR 画素群を算出する組に含める。かつ、画素分類部１３０は、地理空間情報が示す各対象物のうち、組に含められたSAR 画素群の分布形状と形状が類似する対象物をSAR 画素群と対応付ける。
［動作の説明］
　以下、本実施形態の画像解析装置１０２のSAR 画素を対象物に対応付ける動作を図１７を参照して説明する。図１７は、第３の実施形態の画像解析装置１０２によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS301～ステップS304の各処理は、図１０に示すステップS101～ステップS104の各処理とそれぞれ同様である。
　SAR 画像情報およびSAR 画素情報の入力と地理空間情報の入力とが完了した後、画素分類部１３０は、SAR 画素間の位相相関の強さ、画素間の距離の短さ、および形状の類似性を、それぞれ位相相関判定部１４０、距離判定部１８０、形状判定部１５０に判定させる。
　最初に、位相相関判定部１４０は、SAR 画素情報が示すSAR 画素群のうち、構成するSAR 画素間の位相が強く相関するSAR 画素群を検出する（ステップS305）。
　次いで、距離判定部１８０は、ステップS305で検出されたSAR 画素群のうち、SAR 画素間の距離が所定の距離より短いSAR 画素群を検出する（ステップS306）。
　次いで、形状判定部１５０は、地理空間情報が示す対象物各々の形状と、ステップS306で検出されたSAR 画素群の分布形状との類似性を判定する（ステップS307）。
　ステップS308～ステップS309の各処理は、図１０に示すステップS107～ステップS108の各処理とそれぞれ同様である。
［効果の説明］
　本実施形態の画像解析装置１０２は、SAR 画素間の距離を考慮して画素群と対象物とを対応付けることができるため、より高精度に対応付けを行うことができる。その理由は、画素分類部１３０が、距離判定部１８０による判定結果も参照するため、地理的に遠く離れているにも関わらず偶然強い相関関係にある各画素を、それぞれ異なるクラスタに分類できるためである。
［第４実施形態］
［構成の説明］
　次に、本発明の第４の実施形態を、図面を参照して説明する。図１８は、第４の実施形態の画像解析装置１０３の構成例を示すブロック図である。
　図１８に示す画像解析装置１０３は、図２に示す画像解析装置１００と異なり、SAR 画像整形部１１０と画素分類部１３０との間に安定反射点抽出部１９０を有する。安定反射点抽出部１９０以外の画像解析装置１０３の構成は、画像解析装置１００の構成と同様である。
　安定反射点抽出部１９０は、SAR 画像を入力として受け取り、SAR 画像の輝度や位相が安定しているSAR 画素である安定反射点を抽出する機能を有する。安定反射点抽出部１９０は、抽出された安定反射点を示す情報を画素分類部１３０に入力する。
　安定反射点抽出部１９０は、SAR 画像整形部１１０がSAR 画像同士の位置合わせ等を行った後に、SAR 画像から安定反射点を抽出する。安定反射点抽出部１９０は、例えば入力されたSAR 画像から、複数のSAR 画像に渡って輝度があまり変化しないSAR 画素を安定反射点として抽出する。
　または、安定反射点抽出部１９０は、複数のSAR 画像に渡って変位や標高等による位相変化を除いて位相が安定しているSAR 画素を安定反射点として抽出してもよい。または、安定反射点抽出部１９０は、複数のSAR 画像に渡って位相に含まれるノイズの量が少ないSAR 画素を安定反射点として抽出してもよい。または、安定反射点抽出部１９０は、特許文献２に記載されている方法を用いて、安定反射点であるPS(Permanent Scatterer) を抽出してもよい。
　本実施形態の画素分類部１３０は、安定反射点抽出部１９０で抽出された安定反射点のみを分類の対象にする。
　図１９は、安定反射点抽出部１９０が出力するSAR 画素情報の例を示す説明図である。図１９に示すように、SAR 画素情報は、SAR 画素IDと、安定反射点フラグと、位置と、位相系列と、輝度系列とで構成されている。
　図１９に示すSAR 画素ID、位置、および位相系列は、図４に示すSAR 画素ID、位置、および位相系列とそれぞれ同様である。また、図１９に示す輝度系列は、入力される複数のSAR 画像の、画素の画素値に含まれている輝度の系列である。
　輝度系列は、基準画像のSAR 画素と同一地点が撮影されている画素が他の入力されるSAR 画像から取得されたときに記録される。すなわち、位相系列には、各SAR 画像の画素値に含まれている位相の系列が記録される。また、輝度系列には、各SAR 画像の画素値に含まれている輝度の系列が記録される。
　安定反射点フラグは、SAR 画素各々が安定反射点であるか否かを示す情報である。例えば、SAR 画素IDが示すSAR 画素が安定反射点であれば、安定反射点抽出部１９０は、安定反射点フラグに「TRUE」と記録する。また、SAR 画素IDが示すSAR 画素が安定反射点でなければ、安定反射点抽出部１９０は、安定反射点フラグに「FALSE 」と記録する。
　本実施形態の画素分類部１３０は、安定反射点フラグに「TRUE」と記録されているSAR 画素IDが示すSAR 画素に対してのみ対象物を対応付ける。なお、安定反射点抽出部１９０は、第２の実施形態の画像解析装置１０１および第３の実施形態の画像解析装置１０２の各SAR 画像整形部１１０の後方にも挿入可能な構成要素である。
［動作の説明］
　以下、本実施形態の画像解析装置１０３のSAR 画素を対象物に対応付ける動作を図２０を参照して説明する。図２０は、第４の実施形態の画像解析装置１０３によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS401の処理は、図１０に示すステップS101の処理と同様である。
　SAR 画像整形部１１０は、入力された複数枚のSAR 画像を基にSAR 画像情報およびSAR 画素情報を生成する。SAR 画像整形部１１０は、生成されたSAR 画像情報およびSAR 画素情報を安定反射点抽出部１９０に入力する（ステップS402）。
　次いで、安定反射点抽出部１９０は、入力されたSAR 画像から輝度や位相が安定しているSAR 画素を安定反射点として抽出する（ステップS403）。
　次いで、安定反射点抽出部１９０は、抽出された安定反射点に基づいて、入力されたSAR 画素情報を修正する（ステップS404）。安定反射点抽出部１９０は、修正されたSAR 画素情報を画素分類部１３０に入力する。
　ステップS405～ステップS410の各処理は、図１０に示すステップS103～ステップS108の各処理とそれぞれ同様である。
［効果の説明］
　本実施形態の画像解析装置１０３は、ノイズの影響を受けずに対象物にSAR 画素群を対応付けることができる。その理由は、安定反射点抽出部１９０が安定反射点を特定することによって画素分類部１３０がノイズの影響により輝度や位相が不安定な画素を取り扱わずに済むため、相関の評価等の評価結果がノイズの影響で不正確になることが防止されるためである。
［第５実施形態］
［構成の説明］
　次に、本発明の第５の実施形態を、図面を参照して説明する。図２１は、第５の実施形態の画像解析装置１０４の構成例を示すブロック図である。
　図２１に示す画像解析装置１０４の画素分類部１３０は、分割部１３１と、探索部１３２とを有する。画素分類部１３０の構成以外の画像解析装置１０４の構成は、画像解析装置１０２の構成と同様である。なお、画像解析装置１０４は、距離判定部１８０を有しなくてもよい。
　図２１に示すように、分割部１３１は、SAR 画像整形部１１０と、位相相関判定部１４０と、距離判定部１８０とに接続されている。また、探索部１３２は、地理空間情報整形部１２０と、分割部１３１と、形状判定部１５０とに接続されている。分割部１３１は、探索部１３２にデータを入力できる。また、探索部１３２も、分割部１３１にデータを入力できる。
　分割部１３１は、SAR 画像整形部１１０の出力を入力とし、SAR 画素群を位相が強く相関する画素群に分割する機能を有する。また、画像解析装置１０４が距離判定部１８０を有する場合、分割部１３１は、SAR 画素群を位相が強く相関し、かつ位置が近接している画素群に分割してもよい。
　分割部１３１は、例えば非特許文献１に記載されている方法を用いて上記の分割を実行できる。また、分割部１３１は、Kernel K-meansと呼ばれる手法を用いても上記の分割を実行できる。
　具体的には、分割部１３１は、Kernel K-meansで用いられる類似度を算出する関数であるKernel関数を、位相相関判定部１４０の出力と距離判定部１８０の出力との積として定義する。Kernel関数を両出力の積として定義することによって、分割部１３１は、分割された後のSAR 画素群を構成するSAR 画素同士が強い位相相関を持ち、かつSAR 画素同士の位置が近接するように、SAR 画素群を分割できる。
　また、分割部１３１は、Normalized CutやSpectral Clustering 等の、グラフが用いられるクラスタリング手法を上記の分割で使用してもよい。具体的には、分割部１３１は、各ノードがSAR 画素であり、各エッジが重みであるグラフを生成する。生成されるグラフは、位相相関判定部１４０の出力と距離判定部１８０の出力との積等を表す。
　生成されたグラフに対してNormalized CutやSpectral Clustering 等のグラフ分割アルゴリズムを適用することによって、分割部１３１は、分割された後のSAR 画素群を構成するSAR 画素同士が強い位相相関を持ち、かつSAR 画素同士の位置が近接するように、SAR 画素群を分割できる。
　また、本実施形態の画像解析装置１０４が距離判定部１８０を有する場合、距離判定部１８０は、対象物のサイズ等に応じた倍率を算出された距離に乗じた上で評価してもよい。すなわち、大きな対象物を表示している画素を評価する際、画素間の距離に関する制約を緩和するために、距離判定部１８０は、他の画素との距離を算出した際、算出された距離に１より小さい倍率を乗じてもよい。
　探索部１３２は、分割部１３１で得られたSAR 画素群と、地理空間情報整形部１２０が出力した対象物各々の形状および位置を示す地理空間情報とを入力とし、SAR 画素群各々に対して分布形状に形状が最も類似する対象物を探索する機能を有する。
　探索部１３２は、分布形状に形状が最も類似する対象物に、SAR 画素群を構成する全てのSAR 画素を割り当てる。すなわち、探索部１３２は、対象物－SAR 画素対応情報を生成し、生成された対象物－SAR 画素対応情報を出力する。
［動作の説明］
　以下、本実施形態の画像解析装置１０４のSAR 画素を対象物に対応付ける動作を図２２を参照して説明する。図２２は、第５の実施形態の画像解析装置１０４によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS501～ステップS504の各処理は、図１０に示すステップS101～ステップS104の各処理とそれぞれ同様である。
　位相相関判定部１４０は、SAR 画素情報が示すSAR 画素群を構成するSAR 画素間の位相相関の評価値を判定する。次いで、分割部１３１は、位相相関判定部１４０が判定した位相相関の評価値を参照して、入力されたSAR 画像のSAR 画素群を分割する（ステップS505）。
　次いで、形状判定部１５０は、地理空間情報が示す対象物各々の形状と、ステップS505で分割されたSAR 画素群の分布形状との類似性をそれぞれ判定する（ステップS506）。
　次いで、探索部１３２は、判定された類似性に基づいて、地理空間情報が示す対象物各々に対して分割部１３１が分割したSAR 画素群の中から最も形状に分布形状が類似するSAR 画素群を探索する。探索部１３２は、探索されたSAR 画素群を構成するSAR 画素を対象物に対応付ける（ステップS507）。
　次いで、探索部１３２は、対応付けられたSAR 画素群と対象物とを示す対象物－SAR 画素対応情報を生成する。探索部１３２は、生成された対象物－SAR 画素対応情報を出力する（ステップS508）。出力した後、画像解析装置１０４は、SAR 画素対応付け処理を終了する。
［効果の説明］
　本実施形態の画像解析装置１０４は、クラスタリングの手法を利用して、地理空間情報が示す対象物にSAR 画素を対応付けることができる。その理由は、分割部１３１がクラスタリングの手法を用いてSAR 画素群を分割し、探索部１３２が分割されたSAR 画素群と対象物とを対応付けるためである。
［第６実施形態］
［構成の説明］
　次に、本発明の第６の実施形態を、図面を参照して説明する。図２３は、第６の実施形態の画像解析装置１０５の構成例を示すブロック図である。
　図２３に示す画像解析装置１０５の画素分類部１３０は、分割部１３１と、探索部１３２と、終了判定部１３３とを有する。図２３に示すように、終了判定部１３３は、探索部１３２に接続されている。
　終了判定部１３３以外の画像解析装置１０５の構成は、画像解析装置１０４の構成と同様である。なお、画像解析装置１０５は、距離判定部１８０を有しなくてもよい。
　本実施形態の分割部１３１も、SAR 画像整形部１１０の出力を入力とし、SAR 画素群を位相が強く相関する画素群に分割する機能を有する。また、画像解析装置１０５が距離判定部１８０を有する場合、分割部１３１は、SAR 画素群を位相が強く相関し、かつ位置が近接している画素群に分割してもよい。
　また、本実施形態の探索部１３２も、分割部１３１で得られたSAR 画素群と、地理空間情報整形部１２０が出力した対象物各々の形状および位置を示す地理空間情報とを入力とし、SAR 画素群各々に対して分布形状に形状が最も類似する対象物を探索する機能を有する。
　探索部１３２は、分布形状に形状が最も類似する対象物に、SAR 画素群を構成する全てのSAR 画素を割り当てる。すなわち、探索部１３２は、対象物－SAR 画素対応情報を生成し、生成された対象物－SAR 画素対応情報を出力する。
　本実施形態の分割部１３１は、探索部１３２がSAR 画素と地理空間情報が示す対象物各々とを既に対応付けている場合、対象物－SAR 画素対応情報を基にSAR 画素群を再分割する。
　分割部１３１は、探索部１３２により得られた対象物ごとに対応付けられたSAR 画素群を示す情報に基づいて再分割を行う。再分割を行う際、分割部１３１は、分割で利用されるアルゴリズムのパラメータを、画素群が割り当てられた対象物に応じて変更してもよい。
　分割部１３１は、例えば、探索部１３２により同一の対象物に対応付けられた全てのSAR 画素群を構成するSAR 画素が、再分割された後に同じ単一のSAR 画素群に属するように再分割を行ってもよい。
　終了判定部１３３は、分割部１３１によるSAR 画素群の再分割を終了させるか否かを判定する機能を有する。判定する際、終了判定部１３３は、位相相関や形状の類似性に基づいた再分割の終了条件を用いてもよい。
　例えば、各対象物に割り当てられている画素同士が所定値以上の位相相関の強さを持たない場合、終了判定部１３３は、再分割を継続させると判断してもよい。また、割り当てられた画素が属する画素群の分布形状が対象物の形状と十分類似していない場合、終了判定部１３３は、再分割を継続させると判断してもよい。
　また、終了判定部１３３は、再分割の回数に基づいた終了条件を用いてもよい。例えば、再分割の回数が所定回数を超えた場合、終了判定部１３３は、再分割を終了させると判断してもよい。
［動作の説明］
　以下、本実施形態の画像解析装置１０５のSAR 画素を対象物に対応付ける動作を図２４を参照して説明する。図２４は、第６の実施形態の画像解析装置１０５によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS601～ステップS604の各処理は、図１０に示すステップS101～ステップS104の各処理とそれぞれ同様である。
　位相相関判定部１４０は、SAR 画素情報が示すSAR 画素群を構成するSAR 画素間の位相相関の評価値を判定する。次いで、分割部１３１は、位相相関判定部１４０が判定した位相相関の評価値を参照して、入力されたSAR 画像のSAR 画素群を分割する（ステップS605）。
　次いで、形状判定部１５０は、地理空間情報が示す対象物各々の形状と、ステップS605で分割されたSAR 画素群の分布形状との類似性をそれぞれ判定する（ステップS606）。
　次いで、探索部１３２は、判定された類似性に基づいて、地理空間情報が示す対象物各々に対して分割部１３１が分割したSAR 画素群の中から最も形状に分布形状が類似するSAR 画素群を探索する。探索部１３２は、探索されたSAR 画素群を構成するSAR 画素を対象物に対応付ける（ステップS607）。
　次いで、終了判定部１３３は、再分割の終了条件が満たされているか否かを判定する（ステップS608）。再分割の終了条件が満たされていない場合（ステップS608におけるNo）、分割部１３１は、再度ステップS605の処理を行う。
　再分割の終了条件が満たされている場合（ステップS608におけるYes ）、探索部１３２は、対応付けられたSAR 画素群と対象物とを示す対象物－SAR 画素対応情報を生成する。探索部１３２は、生成された対象物－SAR 画素対応情報を出力する（ステップS609）。出力した後、画像解析装置１０５は、SAR 画素対応付け処理を終了する。
［効果の説明］
　本実施形態の画像解析装置１０５の画素分類部１３０は、SAR 画素群の分割を繰り返し実行することによって、位相相関の強さと形状の類似性が共に指定された条件を満たすまで対応付けを行う。すなわち、画像解析装置１０５は、クラスタの再分割と結合を繰り返し実行することによって、より改善された対象物－SAR 画素対応情報を出力できる。
［第７実施形態］
［構成の説明］
　次に、本発明の第７の実施形態を、図面を参照して説明する。図２５は、第７の実施形態の画像解析装置１０６の構成例を示すブロック図である。
　図２５に示す画像解析装置１０６は、図２に示す画像解析装置１００と異なり、探索範囲限定部２００と、SAR 画像撮影条件入力部２１０と、画像解析部１６０とを有する。
　探索範囲限定部２００、SAR 画像撮影条件入力部２１０、および画像解析部１６０以外の画像解析装置１０６の構成は、画像解析装置１００の構成と同様である。なお、画像解析装置１０６は、SAR 画像撮影条件入力部２１０と画像解析部１６０とを有しなくてもよい。
　本実施形態の画像解析部１６０は、第２の実施形態の画像解析部１６０と同様に、特許文献２に記載されている画像解析部のようにSAR 画像から標高データ等を算出する機能を有する。
　SAR 画像撮影条件入力部２１０には、画像解析装置１０６に入力されたSAR 画像各々の撮影条件が入力される。入力される撮影条件は、撮影された方角、画像を撮影したSAR 画像撮影装置６００の軌道等を示す。
　探索範囲限定部２００は、各SAR 画素における標高データ、SAR 画像の撮影条件等に基づいて、位置を変換する機能を有する。例えば、探索範囲限定部２００は、入力されたSAR 画像（特に、基準画像）の座標系で表示されているSAR 画素各々の位置を、入力された地理空間情報が示す座標系で表示された位置に変換する。
　また、探索範囲限定部２００は、入力された地理空間情報が示す座標系で表示されている対象物各々の位置を、入力されたSAR 画像（特に、基準画像）の座標系で表示された位置に変換する。
　探索範囲限定部２００は、各SAR 画素における標高データを、地図や各場所における標高が記録されたデータから取得してもよいし、特許文献２に記載されているSAR 画像解析方法を用いて取得してもよい。なお、各場所における標高が記録されたデータは、DEM 、DTM(Digital Terrain Model)、DSM(Digital Surface Model)等である。
　探索範囲限定部２００が位置を変換することによって、対象物の位置とSAR 画素の位置とが大まかに対応付けられる。探索範囲限定部２００は、変換によって大まかに対応付けられた各位置の周辺を画素分類部１３０に入力する。画素分類部１３０は、形状が類似する対象物とSAR 画素群との組を探索する範囲を、入力された各位置の周辺に限定する。
　また、探索範囲限定部２００は、SAR 画像撮影条件入力部２１０から入力されたSAR 画像撮影条件や、画像解析部１６０から入力された各SAR 画素における標高データ等を参照して探索範囲を算出してもよい。
　画素分類部１３０は、探索範囲限定部２００が指定した探索範囲から、構成するSAR 画素間の位相が最も強く相関するSAR 画素群を算出する組に含める。かつ、画素分類部１３０は、探索範囲限定部２００が指定した探索範囲から、組に含められたSAR 画素群の分布形状が最も類似する形状の対象物を探索する。
　また、画素分類部１３０は、第５の実施形態のように、SAR 画素群を分割し、分割された画素群各々の分布形状と形状が最も類似する対象物を画素群と対応付けてもよい。
［動作の説明］
　以下、本実施形態の画像解析装置１０６のSAR 画素を対象物に対応付ける動作を図２６を参照して説明する。図２６は、第７の実施形態の画像解析装置１０６によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS701～ステップS704の各処理は、図１０に示すステップS101～ステップS104の各処理とそれぞれ同様である。
　SAR 画像情報およびSAR 画素情報の入力と地理空間情報の入力とが完了した後、画素分類部１３０は、SAR 画素間の位相相関の強さと形状の類似性とを、それぞれ位相相関判定部１４０と形状判定部１５０に判定させる。また、画素分類部１３０は、探索範囲を探索範囲限定部２００に限定させる。
　最初に、探索範囲限定部２００は、入力された地理空間情報に基づいて、SAR 画素群の探索範囲、および対象物の探索範囲をそれぞれ算出する（ステップS705）。
　次いで、位相相関判定部１４０は、SAR 画素情報が示すSAR 画素群のうち、構成するSAR 画素間の位相が最も強く相関するSAR 画素群を、算出された探索範囲から検出する（ステップS706）。
　次いで、形状判定部１５０は、地理空間情報が示す算出された探索範囲における対象物各々の形状と、ステップS706で検出されたSAR 画素群の分布形状との類似性をそれぞれ判定する（ステップS707）。
　ステップS708～ステップS709の各処理は、図１０に示すステップS107～ステップS108の各処理とそれぞれ同様である。
［効果の説明］
　本実施形態の画像解析装置１０６は、探索範囲限定部２００が探索範囲を限定するため、より高速に対象物とSAR 画素とを対応付けることができる。また、画像解析装置１０６は、探索範囲限定部２００が探索範囲を限定するため、全く無関係な場所に存在する分布形状に形状が類似した対象物にSAR 画素群が誤って対応付けられることを防止できる。すなわち、画像解析装置１０６は、形状が類似するSAR 画素群と対象物の各探索範囲を限定することによって、対応付け自体の正確さを向上できる。
［第８実施形態］
［構成の説明］
　次に、本発明の第８の実施形態を、図面を参照して説明する。図２７は、第８の実施形態の画像解析装置１０７の構成例を示すブロック図である。
　図２７に示す画像解析装置１０７は、図２に示す画像解析装置１００と異なり、SAR 画像撮影条件入力部２１０と、反射特性推定部２２０とを有する。SAR 画像撮影条件入力部２１０および反射特性推定部２２０以外の画像解析装置１０７の構成は、画像解析装置１００の構成と同様である。
　また、図２７に示すように、形状判定部１５０は、反射特性推定部２２０と接続されている。なお、画像解析装置１０７は、SAR 画像撮影条件入力部２１０を有しなくてもよい。
　反射特性推定部２２０は、地理空間情報整形部１２０から地理空間情報を入力として受け取る。入力された地理空間情報を基に、反射特性推定部２２０は、各対象物の各部分が電磁波を反射する強さの程度、すなわち反射特性を推定する機能を有する。
　推定する際、反射特性推定部２２０は、SAR 画像撮影条件入力部２１０からSAR 画像撮影条件を入力として受け付け、入力された撮影条件に応じて電磁波の反射特性を推定してもよい。
　SAR 画像撮影条件入力部２１０には、画像解析装置１０７に入力されたSAR 画像各々の撮影条件が入力される。入力される撮影条件は、撮影された方角、画像を撮影したSAR 画像撮影装置６００の軌道等を示す。
　形状判定部１５０は、形状の類似性を判定する際、反射特性推定部２２０で推定された反射特性を考慮する。
　図２８は、SAR 画像撮影条件入力部２１０から入力される撮影条件の例を示す説明図である。例えば、SAR 画像撮影装置６００が図２８に示す撮影条件でビルと道路を撮影した場合を考える。
　図２８に示す「斜めから見た図」は、SAR 画像撮影装置６００、路面、およびビルの立体的な配置を示す。また、当該撮影状況に対する図２８に示す「上から見た図」において、SAR 画像撮影装置６００から照射される電磁波が、白色の矢印で示されている。
　図２８に示す撮影条件の場合、入射方向側に位置するビルの壁面は、電磁波を強く反射しやすい。また、一般的に道路脇に設けられている縁石も、電磁波を強く反射しやすい。また、道路の路面は、電磁波を強く反射しにくい。また、ビルに遮られて電磁波が届かない領域は、電磁波を全く反射しない。
　上記の性質に基づいて、反射特性推定部２２０は、地図や航空写真等の地理空間情報を基に、図２９に示すような各対象物の各部分が電磁波を反射する強さの程度を推定できる。図２９は、反射特性推定部２２０が出力する反射特性推定値の例を示す説明図である。
　図２９（ａ）は、道路に関する反射特性の値である道路反射特性推定値を示す。図２９（ａ）に示す黒地に白のドットが付された領域Ａは、電磁波を弱く反射する路面の領域である。また、道路を囲む白い領域Ｂは、電磁波を強く反射する縁石の領域である。
　なお、図２９（ａ）に示す道路面の一部や道路を囲む領域に存在する黒色の領域は、ビルに遮られて電磁波を全く反射できない領域である。
　図２９（ｂ）は、ビルに関する反射特性の値であるビル反射特性推定値を示す。図２９（ｂ）に示す白地に比較的疎な黒のドットが付された領域Ｃは、ビルの壁面の影響で電磁波を強く反射する領域である。
　また、図２９（ｂ）に示す白地に比較的密な黒のドットが付された領域Ｄは、ビルの天井の影響で、領域Ｃよりは弱いものの路面よりは電磁波を強く反射する領域である。また、ビルの壁面からの反射波、およびビルの天井からの反射波は、SAR 特有の歪みを伴うことが推定される。
　形状判定部１５０は、分布形状の類似性を評価する際、反射特性推定部２２０で推定された反射特性に基づいて、例えば、強く反射する部分、または反射波におけるノイズが少ない部分に重みを付ける。対象物の部分に重みを付けた上で、形状判定部１５０は、対象物の形状と、SAR 画素群の分布形状との類似性を判定する。
［動作の説明］
　以下、本実施形態の画像解析装置１０７のSAR 画素を対象物に対応付ける動作を図３０を参照して説明する。図３０は、第８の実施形態の画像解析装置１０７によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS801～ステップS803の各処理は、図１０に示すステップS101～ステップS103の各処理とそれぞれ同様である。
　地理空間情報整形部１２０は、入力された地理空間情報を所定の形式に整形する（ステップS804）。次いで、地理空間情報整形部１２０は、整形された地理空間情報を、画素分類部１３０と反射特性推定部２２０とに入力する。
　次いで、反射特性推定部２２０は、入力された地理空間情報を基に、地理空間情報が示す対象物各々の反射特性を推定する（ステップS805）。
　反射特性を推定する際、反射特性推定部２２０は、SAR 画像撮影条件入力部２１０から入力されたSAR 画像撮影条件を参照して反射特性を推定してもよい。反射特性推定部２２０は、推定された反射特性を形状判定部１５０に入力する。
　ステップS806～ステップS809の各処理は、図１０に示すステップS105～ステップS108の各処理とそれぞれ同様である。
［効果の説明］
　本実施形態の反射特性推定部２２０は、地理空間情報整形部１２０から地理空間情報を入力として受け付け、各対象物の各部分が電磁波を反射する強さの程度を推定する。反射特性推定部２２０は、対象物の形状や素材等の情報を用いて、各対象物の各部分が電磁波を反射する強さの程度を推定できる。
　地図情報等を基に反射特性推定部２２０で推定された反射特性を用いて、画像解析装置１０７は、電磁波を強く反射し、ノイズの影響を受けにくい対象物の部分の形状を重点的に評価する。よって、画像解析装置１０７は、地理空間情報が示す対象物とSAR 画素とをより正確に対応付けることができる。
［第９実施形態］
［構成の説明］
　次に、本発明の第９の実施形態を、図面を参照して説明する。図３１は、第９の実施形態の画像解析装置１０８の構成例を示すブロック図である。
　図３１に示す画像解析装置１０８は、図２に示す画像解析装置１００と異なり、非対応画素除去部２３０を有する。非対応画素除去部２３０以外の画像解析装置１０８の構成は、画像解析装置１００の構成と同様である。
　非対応画素除去部２３０は、画素分類部１３０に接続されている。非対応画素除去部２３０は、画素分類部１３０で対象物に対応付けられなかったSAR 画素を除去する機能を有する。非対応画素除去部２３０は、対応付けられる適切な対象物が発見されなかったSAR 画素を除去する。
　画素分類部１３０が位相相関判定部１４０と形状判定部１５０とを用いて位相相関の強さの判定と形状の類似性の判定を行った結果、SAR 画素間の位相相関が弱い、または形状同士が十分に類似していないため、対象物に対応付けられないSAR 画素群が検出される場合がある。
　非対応画素除去部２３０は、対象物に対応付けられなかったSAR 画素群をSAR 画像から除去する。本実施形態の画像解析装置１０８は、対象物に対応付けられなかったSAR 画素群以外のSAR 画素群と対象物との対応付けの結果を示す情報を出力する。
［動作の説明］
　以下、本実施形態の画像解析装置１０８のSAR 画素を対象物に対応付ける動作を図３２を参照して説明する。図３２は、第９の実施形態の画像解析装置１０８によるSAR 画素対応付け処理の動作を示すフローチャートである。
　ステップS901～ステップS908の各処理は、図１０に示すステップS101～ステップS108の各処理とそれぞれ同様である。
　非対応画素除去部２３０は、対象物に対応付けられなかったSAR 画素群をSAR 画像から除去する（ステップS909）。除去した後、画像解析装置１０８は、SAR 画素対応付け処理を終了する。
［効果の説明］
　本実施形態の画像解析装置１０８は、SAR 画素と対象物とが誤って対応付けられることを防止できる。例えば、古い地図データ等が地理空間情報として入力された場合、地図上に存在していない対象物の観測結果がSAR 画像に記録されていることがある。
　非対応画素除去部２３０がSAR 画像から地図上に存在していない対象物が記録されたSAR 画素を除去することによって、画素分類部１３０が同じSAR 画像に基づいてSAR 画素に無理に対象物を対応付けることが防止される。
　各実施形態の画像解析装置は、SAR 画像の画素各々を、地図等の地理空間情報が示す対象物に対応付けることができる。また、各実施形態の画像解析装置は、SAR 画像を解析することによってSAR 画像の画素各々に関して得られた情報を、地図等の地理空間情報が示すビルや道路等の対象物に対して割り当てることができる。
　なお、各実施形態の画像解析装置は、SAR 画像以外にも、位相を有する複数の画像と対象とを対応付けることができる。例えば、画像解析装置は、合成開口ソナーの情報と光学画像情報とを対応付けることもできる。また、画像解析装置は、光学画像とTime Of Flightカメラで撮影された位相画像とを対応付けることもできる。
　また、各実施形態の画像解析装置は、コヒーレントな光の干渉が利用される位相イメージングの分野にも適用される。例えば、画像解析装置は、膨張や収縮等で透過時の位相が変化する透過物体が組み合わせられた対象に関して、位相画像が示す位相変化の様子と、透過物体の構成が記載された設計図面とを対応付けることができる。
　また、各実施形態の画像解析装置は、地上設置型のレーダが用いられて取得されたデータも利用できる。例えば、橋脚やダム等に向けてレーダが照射した電磁波の位相変化を計測することによって劣化を計測する技術が存在する。各実施形態の画像解析装置は、橋脚やダムの各部分と、取得された劣化が計測されたデータとを対応付けることができる。
　以下、本実施形態の画像解析装置のハードウェア構成の具体例を説明する。図３３は、本発明による画像解析装置のハードウェア構成例を示す説明図である。
　図３３に示す画像解析装置は、ＣＰＵ（Central Processing Unit ）１１と、主記憶部１２と、通信部１３と、補助記憶部１４とを備える。また、ユーザが操作するための入力部１５や、ユーザに処理結果または処理内容の経過を提示するための出力部１６を備えてもよい。
　なお、図３３に示す画像解析装置は、ＣＰＵ１１の代わりにＤＳＰ（Digital Signal Processor）を備えてもよい。または、図３３に示す画像解析装置は、ＣＰＵ１１とＤＳＰとを併せて備えてもよい。
　主記憶部１２は、データの作業領域やデータの一時退避領域として用いられる。主記憶部１２は、例えばＲＡＭ（Random Access Memory）である。
　通信部１３は、有線のネットワークまたは無線のネットワーク（情報通信ネットワーク）を介して、周辺機器との間でデータを入力および出力する機能を有する。
　補助記憶部１４は、一時的でない有形の記憶媒体である。一時的でない有形の記憶媒体として、例えば磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory ）、ＤＶＤ－ＲＯＭ（Digital Versatile Disk Read Only Memory ）、半導体メモリが挙げられる。
　入力部１５は、データや処理命令を入力する機能を有する。入力部１５は、例えばキーボードやマウス等の入力デバイスである。
　出力部１６は、データを出力する機能を有する。出力部１６は、例えば液晶ディスプレイ装置等の表示装置、またはプリンタ等の印刷装置である。
　また、図３３に示すように、画像解析装置において、各構成要素は、システムバス１７に接続されている。
　補助記憶部１４は、例えば、SAR 画像整形部１１０、地理空間情報整形部１２０、画素分類部１３０、位相相関判定部１４０、形状判定部１５０、画像解析部１６０、統合部１７０、距離判定部１８０、安定反射点抽出部１９０、探索範囲限定部２００、SAR 画像撮影条件入力部２１０、反射特性推定部２２０、および非対応画素除去部２３０を実現するためのプログラムを記憶している。
　なお、各画像解析装置は、ハードウェアにより実現されてもよい。例えば、画像解析装置１００は、内部に図２に示すような機能を実現するプログラムが組み込まれたＬＳＩ（Large Scale Integration ）等のハードウェア部品が含まれる回路が実装されてもよい。
　また、各画像解析装置は、図３３に示すＣＰＵ１１が各構成要素が有する機能を提供するプログラムを実行することによって、ソフトウェアにより実現されてもよい。
　ソフトウェアにより実現される場合、ＣＰＵ１１が補助記憶部１４に格納されているプログラムを、主記憶部１２にロードして実行し、画像解析装置の動作を制御することによって、各機能がソフトウェアにより実現される。
　また、各構成要素の一部または全部は、汎用の回路（circuitry ）または専用の回路、プロセッサ等やこれらの組み合わせによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各構成要素の一部または全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
　各構成要素の一部または全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
　次に、本発明の概要を説明する。図３４は、本発明による合成開口レーダ画像解析システムの概要を示すブロック図である。本発明による合成開口レーダ画像解析システム２０は、合成開口レーダで撮影された同一地点を示す複数の画像に基づいて複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定手段２１（例えば、位相相関判定部１４０）と、複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定手段２２（例えば、形状判定部１５０）と、判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け手段２３（例えば、画素分類部１３０）とを含む。
　また、形状判定手段２２は、位相の相関の強さが第１の所定値以上であると判定された複数の画素の分布の形状と、地理空間情報が示す対象物の形状との類似の度合いを判定してもよい。また、対応付け手段２３は、類似の度合いが第２の所定値以上であると判定された複数の画素と対象物とを対応付けてもよい。
　そのような構成により、合成開口レーダ画像解析システムは、SAR 画像の画素と地理空間情報が示す対象物とを容易に対応付けることができる。合成開口レーダ画像解析システム２０は、SAR 画素群と、地理空間情報が示す対象物とを対応付けるシステムである。
　また、合成開口レーダ画像解析システム２０は、地理空間情報が示す範囲のうち複数の画素に対応付けられる対象物が探索される範囲を特定する特定手段（例えば、探索範囲限定部２００）を含み、形状判定手段２２は、特定された範囲に存在する対象物を判定の対象にしてもよい。
　また、特定手段は、地理空間情報の座標とSAR 画像の座標との変換関係に基づいて探索される範囲を特定してもよい。
　そのような構成により、合成開口レーダ画像解析システムは、より迅速にSAR 画像の画素と対象物とを対応付けることができる。
　また、合成開口レーダ画像解析システム２０は、地理空間情報が示す対象物が電磁波を反射する強さを推定する推定手段（例えば、反射特性推定部２２０）を含み、形状判定手段２２は、推定された強さに基づいて類似の度合いを判定してもよい。
　そのような構成により、合成開口レーダ画像解析システムは、より正確にSAR 画像の画素と対象物とを対応付けることができる。
　また、合成開口レーダ画像解析システム２０は、画素間の距離を判定する距離判定手段（例えば、距離判定部１８０）を含み、形状判定手段２２は、画素間の距離が所定値以下であると判定された複数の画素を判定の対象にしてもよい。
　そのような構成により、合成開口レーダ画像解析システムは、より正確にSAR 画像の画素と対象物とを対応付けることができる。
　また、合成開口レーダ画像解析システム２０は、同一地点を示す複数の画像から安定反射点を抽出する抽出手段（例えば、安定反射点抽出部１９０）を含み、位相相関判定手段２１は、抽出された各安定反射点間の位相の相関の強さを判定してもよい。
　そのような構成により、合成開口レーダ画像解析システムは、SAR 画像の安定反射点と対象物とを対応付けることができる。
　また、位相相関判定手段２１は、判定された位相の相関の強さに基づいて選択された画像の画素群を分割し、形状判定手段２２は、分割された画素群の分布の形状と対象物の形状との類似の度合いを判定してもよい。
　そのような構成により、合成開口レーダ画像解析システムは、クラスタリングの手法を利用してSAR 画像の画素と対象物とを対応付けることができる。
　また、位相相関判定手段２１は、分割された画素群と対象物とが対応付けられた結果が所定の条件を満たすまで分割を繰り返し実行してもよい。
　そのような構成により、合成開口レーダ画像解析システムは、SAR 画像の画素と対象物とをより高精度に対応付けることができる。
　また、合成開口レーダ画像解析システム２０は、合成開口レーダで撮影された複数の画像を解析する解析手段（例えば、画像解析部１６０）と、解析手段による解析の結果を複数の画素と対象物とが対応付けられた結果に統合する統合手段（例えば、統合部１７０）とを含んでもよい。
　そのような構成により、合成開口レーダ画像解析システムは、SAR 画像解析で得られた情報を利用者に提示できる。
　また、合成開口レーダ画像解析システム２０は、対象物に対応付けられなかった画素を選択された画像から除去する除去手段（例えば、非対応画素除去部２３０）を含んでもよい。
　そのような構成により、合成開口レーダ画像解析システムは、SAR 画像の画素と対象物とをより高精度に対応付けることができる。
　以上、実施形態および実施例を参照して本願発明を説明したが、本願発明は上記実施形態および実施例に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
１０、２０　合成開口レーダ画像解析システム
１１　ＣＰＵ
１２　主記憶部
１３　通信部
１４　補助記憶部
１５　入力部
１６　出力部
１７　システムバス
２１　位相相関判定手段
２２　形状判定手段
２３　対応付け手段
１００～１０８　画像解析装置
１１０　SAR 画像整形部
１２０　地理空間情報整形部
１３０　画素分類部
１３１　分割部
１３２　探索部
１３３　終了判定部
１４０　位相相関判定部
１５０　形状判定部
１６０　画像解析部
１７０　統合部
１８０　距離判定部
１９０　安定反射点抽出部
２００　探索範囲限定部
２１０　SAR 画像撮影条件入力部
２２０　反射特性推定部
２３０　非対応画素除去部
３００　SAR 画像記憶装置
４００　入力インタフェース
５００　地理空間情報記憶装置
６００　SAR 画像撮影装置
９００　SAR 画像解析部
９１０　安定反射点算出部
９２０　変位・標高算出部

Claims (10)

  1. 　合成開口レーダで撮影された同一地点を示す複数の画像に基づいて前記複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定手段と、
    　複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定手段と、
    　判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け手段とを含む
    　ことを特徴とする合成開口レーダ画像解析システム。
  2. 　地理空間情報が示す範囲のうち複数の画素に対応付けられる対象物が探索される範囲を特定する特定手段を含み、
    　形状判定手段は、特定された範囲に存在する対象物を判定の対象にする
    　請求項１記載の合成開口レーダ画像解析システム。
  3. 　地理空間情報が示す対象物が電磁波を反射する強さを推定する推定手段を含み、
    　形状判定手段は、推定された強さに基づいて類似の度合いを判定する
    　請求項１または請求項２記載の合成開口レーダ画像解析システム。
  4. 　画素間の距離を判定する距離判定手段を含み、
    　形状判定手段は、画素間の距離が所定値以下であると判定された複数の画素を判定の対象にする
    　請求項１から請求項３のうちのいずれか１項に記載の合成開口レーダ画像解析システム。
  5. 　同一地点を示す複数の画像から安定反射点を抽出する抽出手段を含み、
    　位相相関判定手段は、抽出された各安定反射点間の位相の相関の強さを判定する
    　請求項１から請求項４のうちのいずれか１項に記載の合成開口レーダ画像解析システム。
  6. 　位相相関判定手段は、判定された位相の相関の強さに基づいて選択された画像の画素群を分割し、
    　形状判定手段は、分割された画素群の分布の形状と対象物の形状との類似の度合いを判定する
    　請求項１から請求項５のうちのいずれか１項に記載の合成開口レーダ画像解析システム。
  7. 　位相相関判定手段は、分割された画素群と対象物とが対応付けられた結果が所定の条件を満たすまで分割を繰り返し実行する
    　請求項６記載の合成開口レーダ画像解析システム。
  8. 　合成開口レーダで撮影された複数の画像を解析する解析手段と、
    　前記解析手段による解析の結果を複数の画素と対象物とが対応付けられた結果に統合する統合手段とを含む
    　請求項１から請求項７のうちのいずれか１項に記載の合成開口レーダ画像解析システム。
  9. 　合成開口レーダで撮影された同一地点を示す複数の画像に基づいて前記複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定し、
    　複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定し、
    　判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける
    　ことを特徴とする合成開口レーダ画像解析方法。
  10. 　コンピュータに、
    　合成開口レーダで撮影された同一地点を示す複数の画像に基づいて前記複数の画像の中から選択された画像の複数の画素間の位相の相関の強さを判定する位相相関判定処理、
    　複数の画素の分布の形状と地理空間情報が示す対象物の形状との類似の度合いを判定する形状判定処理、および
    　判定された位相の相関の強さと判定された類似の度合いとに基づいて複数の画素と対象物とを対応付ける対応付け処理
    　を実行させるための合成開口レーダ画像解析プログラム。
PCT/JP2018/017798 2018-05-08 2018-05-08 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム Ceased WO2019215819A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2018/017798 WO2019215819A1 (ja) 2018-05-08 2018-05-08 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム
US17/053,211 US11841421B2 (en) 2018-05-08 2018-05-08 Synthetic aperture radar image analysis system, synthetic aperture radar image analysis method, and synthetic aperture radar image analysis program
JP2020517660A JP6935847B2 (ja) 2018-05-08 2018-05-08 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/017798 WO2019215819A1 (ja) 2018-05-08 2018-05-08 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム

Publications (1)

Publication Number Publication Date
WO2019215819A1 true WO2019215819A1 (ja) 2019-11-14

Family

ID=68466768

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/017798 Ceased WO2019215819A1 (ja) 2018-05-08 2018-05-08 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム

Country Status (3)

Country Link
US (1) US11841421B2 (ja)
JP (1) JP6935847B2 (ja)
WO (1) WO2019215819A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210124120A (ko) * 2020-03-26 2021-10-14 주식회사 에스아이에이 위성 영상 신호에 포함된 객체의 부피 정보를 계산하는 방법
JPWO2022054186A1 (ja) * 2020-09-10 2022-03-17
WO2022070243A1 (ja) * 2020-09-29 2022-04-07 日本電気株式会社 画像解析装置および画像解析方法
KR102598888B1 (ko) * 2023-03-15 2023-11-06 한화시스템 주식회사 원유 저장량 예측장치 및 예측방법
JP2025129127A (ja) * 2024-02-23 2025-09-04 株式会社東芝 大きいターゲットの近傍界撮像のための補正された４分木逆投影

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230351567A1 (en) * 2020-03-17 2023-11-02 Nec Corporation Data processing device and data processing method
US12265150B2 (en) * 2022-01-25 2025-04-01 Intel Corporation Apparatus, system and method of radar tracking
JP2024118677A (ja) * 2023-02-21 2024-09-02 株式会社東芝 処理装置及びレーダシステム
CN117274342B (zh) * 2023-11-21 2024-02-13 中铁水利水电规划设计集团有限公司 一种基于卫星数据的水利工程形变监测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331289A (ja) * 2002-05-08 2003-11-21 Mitsubishi Electric Corp 画像識別装置およびこの画像識別装置を備えたレーダ装置
US20130004017A1 (en) * 2011-06-30 2013-01-03 The Boeing Company Context-Based Target Recognition
JP2013101428A (ja) * 2011-11-07 2013-05-23 Pasuko:Kk 建物輪郭抽出装置、建物輪郭抽出方法及び建物輪郭抽出プログラム
JP2015114147A (ja) * 2013-12-10 2015-06-22 三菱電機株式会社 画像合成装置及び画像合成方法
JP2016188789A (ja) * 2015-03-30 2016-11-04 株式会社東芝 合成開口レーダ装置及びそのレーダ信号処理方法
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

Family Cites Families (10)

* Cited by examiner, † Cited by third party
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
US6587601B1 (en) * 1999-06-29 2003-07-01 Sarnoff Corporation Method and apparatus for performing geo-spatial registration using a Euclidean representation
US20090002224A1 (en) * 2005-09-22 2009-01-01 Nader Khatib SAR ATR tree line extended operating condition
JP4702122B2 (ja) 2006-03-15 2011-06-15 三菱電機株式会社 合成開口レーダ画像のオルソ補正装置
US8798148B2 (en) * 2007-06-15 2014-08-05 Physical Optics Corporation Apparatus and method employing pre-ATR-based real-time compression and video frame segmentation
US8588547B2 (en) * 2008-08-05 2013-11-19 Pictometry International Corp. Cut-line steering methods for forming a mosaic image of a geographical area
US8155452B2 (en) * 2008-10-08 2012-04-10 Harris Corporation Image registration using rotation tolerant correlation method
JP5334689B2 (ja) 2009-06-03 2013-11-06 三菱電機株式会社 レーダー画像処理装置
US9389311B1 (en) * 2015-02-19 2016-07-12 Sandia Corporation Superpixel edges for boundary detection
JP7152131B2 (ja) * 2016-09-21 2022-10-12 日本電気株式会社 画像処理装置、画像処理方法及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331289A (ja) * 2002-05-08 2003-11-21 Mitsubishi Electric Corp 画像識別装置およびこの画像識別装置を備えたレーダ装置
US20130004017A1 (en) * 2011-06-30 2013-01-03 The Boeing Company Context-Based Target Recognition
JP2013101428A (ja) * 2011-11-07 2013-05-23 Pasuko:Kk 建物輪郭抽出装置、建物輪郭抽出方法及び建物輪郭抽出プログラム
JP2015114147A (ja) * 2013-12-10 2015-06-22 三菱電機株式会社 画像合成装置及び画像合成方法
JP2016188789A (ja) * 2015-03-30 2016-11-04 株式会社東芝 合成開口レーダ装置及びそのレーダ信号処理方法
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

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210124120A (ko) * 2020-03-26 2021-10-14 주식회사 에스아이에이 위성 영상 신호에 포함된 객체의 부피 정보를 계산하는 방법
KR102583627B1 (ko) 2020-03-26 2023-09-27 주식회사 에스아이에이 위성 영상 신호에 포함된 객체의 부피 정보를 계산하는 방법
JPWO2022054186A1 (ja) * 2020-09-10 2022-03-17
WO2022054186A1 (ja) * 2020-09-10 2022-03-17 日本電気株式会社 推定装置、推定方法及び記憶媒体
JP7616228B2 (ja) 2020-09-10 2025-01-17 日本電気株式会社 推定装置、推定方法及びプログラム
WO2022070243A1 (ja) * 2020-09-29 2022-04-07 日本電気株式会社 画像解析装置および画像解析方法
JPWO2022070243A1 (ja) * 2020-09-29 2022-04-07
JP7384295B2 (ja) 2020-09-29 2023-11-21 日本電気株式会社 画像解析装置および画像解析方法
KR102598888B1 (ko) * 2023-03-15 2023-11-06 한화시스템 주식회사 원유 저장량 예측장치 및 예측방법
JP2025129127A (ja) * 2024-02-23 2025-09-04 株式会社東芝 大きいターゲットの近傍界撮像のための補正された４分木逆投影

Also Published As

Publication number Publication date
JPWO2019215819A1 (ja) 2021-05-13
JP6935847B2 (ja) 2021-09-15
US11841421B2 (en) 2023-12-12
US20210132214A1 (en) 2021-05-06

Similar Documents

Publication Publication Date Title
JP6935847B2 (ja) 合成開口レーダ画像解析システム、合成開口レーダ画像解析方法および合成開口レーダ画像解析プログラム
CN115236655A (zh) 基于全极化sar的滑坡识别方法、系统、设备及介质
JP7077961B2 (ja) 画像解析装置、画像解析方法及びプログラム
JP6397379B2 (ja) 変化領域検出装置、方法、及びプログラム
Lei et al. End-to-end change detection using a symmetric fully convolutional network for landslide mapping
Pedrosa et al. Improved automatic impact crater detection on Mars based on morphological image processing and template matching
CN103268496B (zh) Sar图像目标识别方法
CN114494371A (zh) 基于多尺度相位一致性的光学图像和sar图像配准方法
CN111027497A (zh) 基于高分辨率光学遥感影像的弱小目标快速检测方法
CN117706577A (zh) 基于激光雷达三维点云算法的船舶尺寸测量方法
CN112668461B (zh) 一种具有野生动物识别的智能监管系统
CN112184785A (zh) 基于mcd度量和vtm的多模态遥感图像配准方法
US20180268522A1 (en) Electronic device with an upscaling processor and associated method
CN101546429B (zh) 特征空间的弱小目标检测方法
JP5928010B2 (ja) 道路標示検出装置及びプログラム
Wang et al. A benchmark sentinel-1 sar dataset for airport detection
Wang et al. Interference image registration combined by enhanced scale-invariant feature transform characteristics and correlation coefficient
JP7444268B2 (ja) 測定データ処理装置、測定データ処理方法及びプログラム
CN108509835B (zh) 基于DFIC超像素的PolSAR图像地物分类方法
CN112686871B (zh) 基于改进对数比算子和Gabor_ELM的SAR图像变化检测方法
JPWO2019220574A1 (ja) 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
CN104700359A (zh) 像平面不同极轴方向图像序列进行超分辨率重建的方法
CN105205825B (zh) 基于nsct域的多分辨率红外与可见光景象匹配方法
CN112529783B (zh) 图像处理方法、图像处理装置、存储介质和电子设备
JP6879386B2 (ja) 合成開口レーダの信号処理装置及び信号処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18918075

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020517660

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18918075

Country of ref document: EP

Kind code of ref document: A1