サブ開口サイドローブおよびエイリアスを軽減する技術
20dBを超えるいくつかのレベルの抑圧を提供する、サイドローブおよびエイリアスを軽減するための方法。方法は、1)サブ開口イメージに対して作用するように変更された、電波天文学において開発されたCLEANアルゴリズムのバージョン、2)CLEANアルゴリズムにおけるポイントを選択するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数、および3)CLEANと一緒に、または別個に、サイドローブおよびエイリアスを軽減するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数を含む。これらの方法は、すべての合成開口技術で使用されることが可能であり、SARに限定されない。
【発明の詳細な説明】
【技術分野】
【0001】
本願は、HD FOURIER TRANSFORMS FOR IRREGULARLY SAMPLED DATAに関する2001年12月11日に出願した同時係属出願第10/012049号の一部係属出願であり、この出願の開示は、本願に引用して援用する。
【0002】
本発明は、合成開口イメージにおけるサイドローブおよびエイリアスを軽減するための方法に関する。
【背景技術】
【0003】
合成開口レーダ(SAR)は、すべての照明条件の下で、雲および煙霧を通して機能する能力のために、魅力的なイメージング技術である。図1は、2D SARデータのコレクションの例を示す。飛行機が、レーダデータを収集しながら、関心対象の地域を通過飛行する。飛行経路は、通常、直線である。飛行方向は、方位角と呼ばれる。飛行経路から関心対象の領域に対して直角の方向は、レンジと呼ばれる。方位角方向とレンジ方向によって形成される平面は、傾斜面である。傾斜面に垂直なのが、クロス面である。処理アルゴリズムが、レーダデータのすべてからの情報を組み合わせることにより、関心対象の領域の高分解能2Dイメージを形成する。これを行う際、処理アルゴリズムは、アンテナの実際の開口よりもはるかに大きい開口を効果的に合成する。
【0004】
多くの応用例で成功しているとはいえ、2D形態のSARは、クロス面次元における対象物の分布について、非常に限られた情報しかもたらさない。さらに、2D形態のSARは、覆い被さる層によって覆い隠されている対象物を検出して、識別するのに限られた有用性しか有さない。図2は、覆い被さる群葉によって隠されている対象物を含む3Dシーンの2D SARイメージングの例を示す。レーダは、単一の仰角で左からシーンを照らす。飛行経路は、ページの平面に対して垂直である。従来のSARイメージは、純粋に2Dであるため、所定の(レンジ、方位角)ピクセル内のエネルギーは、クロス面次元における位置にかかわらず、そのレンジと方位角におけるすべての散乱によって戻されるエネルギーの合計である。3次元であれば、周波数空間は、平面であり(例えば、図3に示すとおり)、イメージピクセルは、チューブ形状(例えば、図4に示す)を有する。覆い被さる層(図2の例では、群葉)から戻されるエネルギーは、その下の対象物から戻されるエネルギーと加算されたものとなり、これにより、それらの対象物の信号対散乱比が小さくなる。所望信号を散乱から分離して第3の次元における分解能が要求されることがある。
【0005】
3次元SARは、従来のSARにおいて1次元(方向角)で使用される合成開口の概念を2次元(方向角と仰角)に拡張する。図5は、3Dシーンの3D SARイメージングを示す。この場合、レーダは、複数の仰角で左からシーンを照らし、これにより、1次元ではなく、2次元を有する合成開口が作成される。このタイプのコレクションからの周波数空間は、例えば、図6に示すとおり、複数の平面を含む。もたらされるインパルス応答は、例えば、図7で示すとおり、3つすべての次元における分解能を示す。覆い被さる層、および地面上の対象物からの戻りは、異なるボクセル(3D画素)に含まれ、これにより、信号対散乱比が向上して、対象物のより容易な検出および識別が可能になる。また、2D開口は、コヒーレント積分時間も効果的に増加させて、これにより、信号対雑音比が向上する。2つの仰角でデータを収集し、ときとして3D SARと呼ばれる干渉計型SAR(IFSAR)は、実際、3D SARの変形ケースであることに留意されたい。
【0006】
3D SARの欠点は、十分な3Dサンプリングを獲得することの難しさである。多くのケースで、ナイキストサンプリングレートを満たすのに十分なサンプルが存在しない。さらに、サンプルは、たいてい、一様な間隔を有さない。このまばらな、不規則なサンプリングは、クロス面次元においてサイドローブおよびエイリアスを生じさせる。それらのエイリアスおよびサイドローブが、図8に示されている。図8は、3Dインパルス応答のスライスを、レンジ方向およびクロス面方向が記入された35dB対数目盛り上に示したものである。インパルス応答のピークは、イメージの中心にある。サイドローブの領域は、そのピークに隣接している。サイドローブを超えて、ナイキストサンプリングレートがもはや満たされないところでは、エイリアスが生じる。その領域では、3Dコレクションを構成する個々のパスからのチューブが、認識できる。サイドローブおよびエイリアスは、イメージ品質を低下させる。したがって、サイドローブおよびエイリアスを軽減する技術の必要性が存在する。
【発明の開示】
【課題を解決するための手段】
【0007】
エセックスコーポレーションが、サイドローブおよびエイリアスを軽減する技術を開発し、20dBを超える抑制レベルを実証した。本願で開示されるこれらの新たな技術は、1)サブ開口イメージに対して作用するように変更された、電波天文学において開発されたCLEANアルゴリズムのバージョン、2)CLEANアルゴリズムにおけるポイントを選択するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数、および3)CLEANと一緒に、または別個に、サイドローブおよびエイリアスを軽減するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数を含む。この説明は、概して、2次元を想定し、「イメージ」および「ピクセル」という用語を使用するが、説明される諸技術は、2次元以上の次元を有するイメージにも適用可能である。
【発明を実施するための最良の形態】
【0008】
他の研究者らが、従来の2D SARにおいても、3D SARにおいても、サイドローブ軽減のためにCLEANを使用することを調査した。一般に、CLEANアルゴリズムは、明るいポイントを選択して、そのポイントからインパルス応答のモデルを減算し、これにより、明るいポイントのサイドローブによって隠されていた可能性がある、より弱いポイントを明らかにすることによって機能する。CLEANの異なる変種は、明るいポイントを選択し、インパルス応答モデルを減算する異なる方法を使用するが、基本的な概念は、変わらない。特に3D SARにおいて、他の軽減技術に優るCLEANの1つの大きな利点は、CLEANが、サイドローブだけでなくエイリアスも低減することである。
【0009】
この説明では、従来のCLEANアルゴリズムは、図9に示すとおり作用するものと考えることができる。最初の「ダーティ」イメージを調べて、最大の明るさを有するピクセルが探し出される。そのピクセルの振幅が、後にイメージに再挿入するために格納される。インパルス応答モデルが、そのピクセルの中心に置かれ、スケーリングされ、イメージから減算されて、そのイメージが、その時点で、作業イメージと考えられる。スケーリングは、スケーリングされたインパルス応答モデルのピークが、選択されたピクセルの振幅に係数γを掛けた値となるように計算される。係数γは、イメージがどれだけ速くクリーンにされるかを支配する。より大きいγは、イメージをより迅速にクリーンにするが、アーチファクト(人工誤差)を生じさせるより大きいリスクを伴う。減算の後、停止条件が確認される。停止条件は、繰り返しの回数、時間の長さ、または作業イメージ内の最大ピクセル明るさに関する閾値であることが可能である。停止条件が満たされない場合、プロセスは、作業イメージに対して繰り返される。後の繰り返しにおいて、選択されたピクセルの振幅は、そのピクセルが初めて選択された場合に格納だけがなされることに留意されたい。停止条件が満たされると、イメージ内の最初のピクセル振幅は置き換えられ、サイドローブは減算されているが、真のポイントが復元されている。
【0010】
エセックスは、CLEANの有用性を高めるCLEANのいくつかの変形を開発した。1つの変形は、イメージを作成するのに使用される開口をサブ開口に細分し、完全な開口ではなく、サブ開口を扱うことである。完全な開口は、ポイント選択のために依然として使用されることが可能であるが、インパルスは、それぞれの個々のサブ開口に関してモデル化され、減算される。この変形は、決して理想的なインパルス応答ではない広がった対象物に対してCLEANが有する既知の弱点に対処する。サブ開口を使用することにより、それらのタイプの対象物がより良好に扱われる。なぜなら、完全な開口にわたってよりも、サブ開口にわたって、それらの対象物は、理想的なインパルス応答のように現れる可能性がより高いからである。
【0011】
図10は、サブ開口変形を示す。この場合、プロセスへの入力は、「ダーティ」サブ開口イメージであるものと想定される。サブ開口イメージが組み合わされて、最大の明るさを有するピクセルが探し出される。そのピクセルの振幅が、イメージに後に再挿入するために格納される。次に、各サブ開口イメージに関して、そのサブ開口に関するインパルス応答が、そのピクセルの中心に置かれ、スケーリングされ、イメージから減算される。サブ開口イメージは、その時点で、作業イメージと考えられる。スケーリングは、スケーリングされたサブ開口インパルス応答モデルのピークが、そのサブ開口における選択されたピクセルの振幅に係数γを掛けた値であるように計算され、係数γは、従来のCLEANの場合と同一に定義される。減算の後、停止条件が確認される。停止条件は、個別に、または組み合わせで、繰り返しの回数、時間の長さ、または作業イメージ内の最大ピクセル明るさに関する閾値であることが可能である。停止条件が満たされない場合、プロセスは、作業イメージに対して繰り返される。従来のCLEANの場合と同様に、選択されたピクセルの振幅は、そのピクセルが初めて選択された場合にだけ、後の繰り返しにおいて格納される。停止条件が満たされると、作業イメージは組み合わされ、イメージ内の最初のピクセル振幅は置き換えられ、サイドローブは減算されているが、真のポイントが復元されている。
【0012】
エセックスによって開発された別のCLEAN改良は、扱われるピークを選択する方法を変更する。所定のピクセルへの各サブ開口の寄与の振幅−位相統計を使用して、選択プロセスにおけるピークの大きさを増大させることができる。図11は、ピーク選択における重み関数の追加を示す。この流れ図は、「サブ開口イメージを組み合わせる」ステップが、2つのステップに分けられることを除き、図10と同一である。2つのステップの第1のステップで、サブ開口統計が計算され、2つのステップの第2のステップで、サブ開口イメージが組み合わされ、次に、一つ以上のサブ開口統計から作成された重み関数を使用して、重み付けされる。重み関数は、真のピークを強調し、サイドローブおよびエイリアスの強調を解消して、クリーンにされるべきポイントのより良好な選択を可能にする。作業イメージ、インパルス応答モデル、および格納された振幅は、重み付けされても、重み付けされなくてもよいことに留意されたい。重み付けされることにより、より高速な処理が可能になる可能性があるが、重み付けされないことにより、イメージについてのより多くの情報が保存される。
【0013】
1つの役立つ統計が、サブ開口にわたるピクセルのコヒーレンスである。その統計を計算するのに、サブ開口イメージが、コヒーレントな形と、インコヒーレントな形の両方で合計される。コヒーレント合計の大きさが、インコヒーレント合計で割られる。つまり、合計の大きさが、大きさの合計で割られる。コヒーレンスとは、サブ開口にわたる位相の一様性の目安である。真のピークは、一般に、高いコヒーレンスを有するのに対して、サイドローブは、低いコヒーレンスを有する。図12は、図8の場合と同様に、3Dインパルス応答のスライスを示すとともに、その応答のコヒーレンスのスライスを示す。このコヒーレンスは、常数目盛り上にある。このコヒーレンスを計算するのに使用されたサブ開口は、3Dコレクションの個々のエレベーションである。ピークにおけるコヒーレンスは、個々のエレベーションからのチューブが、そこで強め合うように加えられるため、高いのに対して、サイドローブにおけるコヒーレンスは、チューブが、その領域において弱め合うように干渉するため、低いことに留意されたい。コヒーレンスは、エイリアスにおいて再び高くなる。なぜなら、チューブが重なり合わず、弱め合うようにもはや干渉することが可能でないためである。したがって、コヒーレンスは、ピークをサイドローブから区別するのに役立つ可能性があるが、エイリアスから区別するのには役立たない。
【0014】
別の役立つ統計が、ピークをエイリアスから区別するのに役立つ可能性がある、ピクセルのサブ開口の大きさ分散である。真のピークは、大きさにおいて、かなり低い分散を有する傾向にあるのに対して、真のピークでないボクセル(3D画素)は、よりランダムな大きさを有する。図12は、常数目盛り上で、3Dインパルス応答の大きさの分散のスライスも示す。その分散は、チューブが重なり合うピークおよびサイドローブにおいて低いが、チューブが重なり合わないエイリアスにおいて高い。したがって、大きさの分散は、ピークをエイリアスから区別するのに役立つ可能性があるが、サイドローブから区別するのには役立たない。
【0015】
重み関数を作成するのに多くの変種が可能である。ゆがみやとがりなどの他の統計モーメントも使用することができる。なぜなら、それらの統計モーメントは、真のピーク、サイドローブ、およびエイリアスの間で異なるからである。線形伝達関数およびシグモイド伝達関数が、統計から重み関数を作成する際にしばしば役立つ。伝達関数は、複数の統計を組み合わせて、真のピークをより効果的に区別することが可能である。伝達関数の選択は、サイドローブおよびエイリアスの抑圧と、真のピークの抑圧の可能性の間で所望されるバランスに依存する。
【0016】
図13は、コヒーレンス、および大きさの分散の統計から作成された重み関数の使用を実演する。左上のイメージは、図8と同一の、3Dインパルスのスライスを示す。この図のそのイメージ、およびすべてのイメージは、35dB対数目盛り上にある。右上のイメージは、コヒーレンス重み付けが適用されているスライスを示す。このケースでは、コヒーレンス重み付けは、単にコヒーレンスであり、コヒーレンスがコヒーレント合計に適用されるのに先立って、コヒーレンスを変更するように使用される伝達関数は、全く存在しない。コヒーレンスは、エイリアスよりもサイドローブを低減する。左下のイメージは、大きさの分散の重み付けが適用されているスライスを示す。大きさの分散の重み付けは、大きさの分散を正規化し、次に、その正規化された分散から、1を引いて、高い分散の領域が減衰させられながら、低い分散の領域は、減衰させられないようにすることによって作成されている。この重み付けは、サイドローブよりもエイリアスを低減する。右下のイメージは、両方の重み付けが適用され、サイドローブとエイリアスがともに大幅に低減されているスライスを示す。したがって、CLEANアルゴリズムによる処理のために真のピークを探し出すことがより容易である。
【0017】
エセックスは、サブ開口統計を使用して、CLEANを増強するサイドローブおよびエイリアスの低減のための重み関数を作成することができることも発見した。この増強は、不完全なインパルス応答モデルの効果を低減するのに役立つ。不完全なインパルス応答モデルは、CLEANの出力においてアーチファクトを生じさせるが、サブ開口統計は、それらのアーチファクトを低減する。図14は、本発明を示す。図14は、最後の「サブ開口イメージを組み合わせる」ステップが、2つのステップに分けられていることを除き、図10の場合と基本的に同一である。2つのステップの第1のステップで、サブ開口統計が計算され、2つのステップの第2のステップで、サブ開口イメージが組み合わされ、次に、一つ以上のサブ開口統計から作成された重み関数を使用して重み付けされる。また、以上のステップの後に続く「最初のピクセル振幅を置き換える」ステップは、完全開口イメージの代わりに、サブ開口イメージに関するピクセル振幅が格納される場合、それら2つのステップより前に、またはそれら2つのステップの間に挿入されてもよい。
【0018】
一般に、サブ開口統計は、ピーク選択と、サイドローブおよびエイリアスのさらなる軽減の両方のために使用される。両方の形で統計を使用することが、最良の結果をもたらす傾向がある。
【0019】
サブ開口統計に基づく重み関数は、完全CLEANプロセスより短い時間しかかからない「クイックCLEAN」プロセスを作成するのにも使用されることが可能である。クイックCLEANプロセスは、図15に示されている。サブ開口統計が、「ダーティ」サブ開口イメージから計算される。通常、コヒーレンスなどの、サイドローブに対して効果的に作用する統計が、大きさの分散などの、エイリアスに対して効果的に作用する統計と組み合わされる。サブ開口イメージが組み合わされ、重み付けされて、「クリーン」イメージがもたらされる。サイドローブおよびエイリアスの抑圧は、CLEANが使用される場合ほど効果的ではないが、はるかに高速である。
【0020】
サブ開口は、データに本来備わっていても、人工的に作成されてもよい。本来備わっているサブ開口の例は、マルチパス3D SARコレクションの個々のパスである。別の例は、周波数ごとに、またはパルスごとにSARデータセットアップを分けることである。サブ開口を人工的に作成することの例は、FFTを使用して、SARイメージの周波数空間を獲得し、その周波数空間をタイルに分割することである。次に、元の周波数空間の各タイルが、サブ開口として扱われる。また、多相フィルタリング技術も、このタイプのサブ開口を作成するのに使用されることが可能である。
【0021】
以上の方法は、SARでだけでなく、すべての合成開口技術で使用されることが可能である。合成開口技術は、例えば、超音波、電波天文学、放射計測、光学望遠鏡、顕微鏡法、磁気共鳴イメージング、およびレーダにおいても見ることができる。また、以上の方法は、開口が、サブ開口に分割されることが可能な、フェーズドアレイレーダ、または分割鏡を有する望遠鏡などの、実開口撮像システムにおいても使用されることが可能である。
【図面の簡単な説明】
【0022】
【図1】飛行経路に対する各面の定義を説明する図である。
【図2】覆い被さる群葉によって隠されている対象物を含む3Dシーンの2D SARイメージングの例を示す図である。
【図3】周波数空間を示す図である。
【図4】イメージピクセルの形状を示す図である。
【図5】3Dシーンの3D SARイメージングの例を示す図である。
【図6】インパルス応答を示す図である。
【図7】インパルス応答の分解能を示す図である。
【図8】サンプリングのエイリアス及びサイドローブを示す図である。
【図9】標準のCLEANアルゴリズムを示すフローチャートである。
【図10】サブ開口CLEANアルゴリズムを示すフローチャートである。
【図11】ピーク選択重み付けを伴うサブ開口CLEANアルゴリズムを示すフローチャートである。
【図12】3Dインパルス応答の大きさの分散を示す図である。
【図13】コヒーレンス及び大きさの分散の統計から作成された重み関数を適用した例を示す図である。
【図14】統計処理によって強化されたサブ開口CLEANアルゴリズムを示すフローチャートである。
【図15】クイックCLEANアルゴリズムを示すフローチャートである。
【技術分野】
【0001】
本願は、HD FOURIER TRANSFORMS FOR IRREGULARLY SAMPLED DATAに関する2001年12月11日に出願した同時係属出願第10/012049号の一部係属出願であり、この出願の開示は、本願に引用して援用する。
【0002】
本発明は、合成開口イメージにおけるサイドローブおよびエイリアスを軽減するための方法に関する。
【背景技術】
【0003】
合成開口レーダ(SAR)は、すべての照明条件の下で、雲および煙霧を通して機能する能力のために、魅力的なイメージング技術である。図1は、2D SARデータのコレクションの例を示す。飛行機が、レーダデータを収集しながら、関心対象の地域を通過飛行する。飛行経路は、通常、直線である。飛行方向は、方位角と呼ばれる。飛行経路から関心対象の領域に対して直角の方向は、レンジと呼ばれる。方位角方向とレンジ方向によって形成される平面は、傾斜面である。傾斜面に垂直なのが、クロス面である。処理アルゴリズムが、レーダデータのすべてからの情報を組み合わせることにより、関心対象の領域の高分解能2Dイメージを形成する。これを行う際、処理アルゴリズムは、アンテナの実際の開口よりもはるかに大きい開口を効果的に合成する。
【0004】
多くの応用例で成功しているとはいえ、2D形態のSARは、クロス面次元における対象物の分布について、非常に限られた情報しかもたらさない。さらに、2D形態のSARは、覆い被さる層によって覆い隠されている対象物を検出して、識別するのに限られた有用性しか有さない。図2は、覆い被さる群葉によって隠されている対象物を含む3Dシーンの2D SARイメージングの例を示す。レーダは、単一の仰角で左からシーンを照らす。飛行経路は、ページの平面に対して垂直である。従来のSARイメージは、純粋に2Dであるため、所定の(レンジ、方位角)ピクセル内のエネルギーは、クロス面次元における位置にかかわらず、そのレンジと方位角におけるすべての散乱によって戻されるエネルギーの合計である。3次元であれば、周波数空間は、平面であり(例えば、図3に示すとおり)、イメージピクセルは、チューブ形状(例えば、図4に示す)を有する。覆い被さる層(図2の例では、群葉)から戻されるエネルギーは、その下の対象物から戻されるエネルギーと加算されたものとなり、これにより、それらの対象物の信号対散乱比が小さくなる。所望信号を散乱から分離して第3の次元における分解能が要求されることがある。
【0005】
3次元SARは、従来のSARにおいて1次元(方向角)で使用される合成開口の概念を2次元(方向角と仰角)に拡張する。図5は、3Dシーンの3D SARイメージングを示す。この場合、レーダは、複数の仰角で左からシーンを照らし、これにより、1次元ではなく、2次元を有する合成開口が作成される。このタイプのコレクションからの周波数空間は、例えば、図6に示すとおり、複数の平面を含む。もたらされるインパルス応答は、例えば、図7で示すとおり、3つすべての次元における分解能を示す。覆い被さる層、および地面上の対象物からの戻りは、異なるボクセル(3D画素)に含まれ、これにより、信号対散乱比が向上して、対象物のより容易な検出および識別が可能になる。また、2D開口は、コヒーレント積分時間も効果的に増加させて、これにより、信号対雑音比が向上する。2つの仰角でデータを収集し、ときとして3D SARと呼ばれる干渉計型SAR(IFSAR)は、実際、3D SARの変形ケースであることに留意されたい。
【0006】
3D SARの欠点は、十分な3Dサンプリングを獲得することの難しさである。多くのケースで、ナイキストサンプリングレートを満たすのに十分なサンプルが存在しない。さらに、サンプルは、たいてい、一様な間隔を有さない。このまばらな、不規則なサンプリングは、クロス面次元においてサイドローブおよびエイリアスを生じさせる。それらのエイリアスおよびサイドローブが、図8に示されている。図8は、3Dインパルス応答のスライスを、レンジ方向およびクロス面方向が記入された35dB対数目盛り上に示したものである。インパルス応答のピークは、イメージの中心にある。サイドローブの領域は、そのピークに隣接している。サイドローブを超えて、ナイキストサンプリングレートがもはや満たされないところでは、エイリアスが生じる。その領域では、3Dコレクションを構成する個々のパスからのチューブが、認識できる。サイドローブおよびエイリアスは、イメージ品質を低下させる。したがって、サイドローブおよびエイリアスを軽減する技術の必要性が存在する。
【発明の開示】
【課題を解決するための手段】
【0007】
エセックスコーポレーションが、サイドローブおよびエイリアスを軽減する技術を開発し、20dBを超える抑制レベルを実証した。本願で開示されるこれらの新たな技術は、1)サブ開口イメージに対して作用するように変更された、電波天文学において開発されたCLEANアルゴリズムのバージョン、2)CLEANアルゴリズムにおけるポイントを選択するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数、および3)CLEANと一緒に、または別個に、サイドローブおよびエイリアスを軽減するサブ開口イメージピクセルの位相−振幅統計に基づく重み関数を含む。この説明は、概して、2次元を想定し、「イメージ」および「ピクセル」という用語を使用するが、説明される諸技術は、2次元以上の次元を有するイメージにも適用可能である。
【発明を実施するための最良の形態】
【0008】
他の研究者らが、従来の2D SARにおいても、3D SARにおいても、サイドローブ軽減のためにCLEANを使用することを調査した。一般に、CLEANアルゴリズムは、明るいポイントを選択して、そのポイントからインパルス応答のモデルを減算し、これにより、明るいポイントのサイドローブによって隠されていた可能性がある、より弱いポイントを明らかにすることによって機能する。CLEANの異なる変種は、明るいポイントを選択し、インパルス応答モデルを減算する異なる方法を使用するが、基本的な概念は、変わらない。特に3D SARにおいて、他の軽減技術に優るCLEANの1つの大きな利点は、CLEANが、サイドローブだけでなくエイリアスも低減することである。
【0009】
この説明では、従来のCLEANアルゴリズムは、図9に示すとおり作用するものと考えることができる。最初の「ダーティ」イメージを調べて、最大の明るさを有するピクセルが探し出される。そのピクセルの振幅が、後にイメージに再挿入するために格納される。インパルス応答モデルが、そのピクセルの中心に置かれ、スケーリングされ、イメージから減算されて、そのイメージが、その時点で、作業イメージと考えられる。スケーリングは、スケーリングされたインパルス応答モデルのピークが、選択されたピクセルの振幅に係数γを掛けた値となるように計算される。係数γは、イメージがどれだけ速くクリーンにされるかを支配する。より大きいγは、イメージをより迅速にクリーンにするが、アーチファクト(人工誤差)を生じさせるより大きいリスクを伴う。減算の後、停止条件が確認される。停止条件は、繰り返しの回数、時間の長さ、または作業イメージ内の最大ピクセル明るさに関する閾値であることが可能である。停止条件が満たされない場合、プロセスは、作業イメージに対して繰り返される。後の繰り返しにおいて、選択されたピクセルの振幅は、そのピクセルが初めて選択された場合に格納だけがなされることに留意されたい。停止条件が満たされると、イメージ内の最初のピクセル振幅は置き換えられ、サイドローブは減算されているが、真のポイントが復元されている。
【0010】
エセックスは、CLEANの有用性を高めるCLEANのいくつかの変形を開発した。1つの変形は、イメージを作成するのに使用される開口をサブ開口に細分し、完全な開口ではなく、サブ開口を扱うことである。完全な開口は、ポイント選択のために依然として使用されることが可能であるが、インパルスは、それぞれの個々のサブ開口に関してモデル化され、減算される。この変形は、決して理想的なインパルス応答ではない広がった対象物に対してCLEANが有する既知の弱点に対処する。サブ開口を使用することにより、それらのタイプの対象物がより良好に扱われる。なぜなら、完全な開口にわたってよりも、サブ開口にわたって、それらの対象物は、理想的なインパルス応答のように現れる可能性がより高いからである。
【0011】
図10は、サブ開口変形を示す。この場合、プロセスへの入力は、「ダーティ」サブ開口イメージであるものと想定される。サブ開口イメージが組み合わされて、最大の明るさを有するピクセルが探し出される。そのピクセルの振幅が、イメージに後に再挿入するために格納される。次に、各サブ開口イメージに関して、そのサブ開口に関するインパルス応答が、そのピクセルの中心に置かれ、スケーリングされ、イメージから減算される。サブ開口イメージは、その時点で、作業イメージと考えられる。スケーリングは、スケーリングされたサブ開口インパルス応答モデルのピークが、そのサブ開口における選択されたピクセルの振幅に係数γを掛けた値であるように計算され、係数γは、従来のCLEANの場合と同一に定義される。減算の後、停止条件が確認される。停止条件は、個別に、または組み合わせで、繰り返しの回数、時間の長さ、または作業イメージ内の最大ピクセル明るさに関する閾値であることが可能である。停止条件が満たされない場合、プロセスは、作業イメージに対して繰り返される。従来のCLEANの場合と同様に、選択されたピクセルの振幅は、そのピクセルが初めて選択された場合にだけ、後の繰り返しにおいて格納される。停止条件が満たされると、作業イメージは組み合わされ、イメージ内の最初のピクセル振幅は置き換えられ、サイドローブは減算されているが、真のポイントが復元されている。
【0012】
エセックスによって開発された別のCLEAN改良は、扱われるピークを選択する方法を変更する。所定のピクセルへの各サブ開口の寄与の振幅−位相統計を使用して、選択プロセスにおけるピークの大きさを増大させることができる。図11は、ピーク選択における重み関数の追加を示す。この流れ図は、「サブ開口イメージを組み合わせる」ステップが、2つのステップに分けられることを除き、図10と同一である。2つのステップの第1のステップで、サブ開口統計が計算され、2つのステップの第2のステップで、サブ開口イメージが組み合わされ、次に、一つ以上のサブ開口統計から作成された重み関数を使用して、重み付けされる。重み関数は、真のピークを強調し、サイドローブおよびエイリアスの強調を解消して、クリーンにされるべきポイントのより良好な選択を可能にする。作業イメージ、インパルス応答モデル、および格納された振幅は、重み付けされても、重み付けされなくてもよいことに留意されたい。重み付けされることにより、より高速な処理が可能になる可能性があるが、重み付けされないことにより、イメージについてのより多くの情報が保存される。
【0013】
1つの役立つ統計が、サブ開口にわたるピクセルのコヒーレンスである。その統計を計算するのに、サブ開口イメージが、コヒーレントな形と、インコヒーレントな形の両方で合計される。コヒーレント合計の大きさが、インコヒーレント合計で割られる。つまり、合計の大きさが、大きさの合計で割られる。コヒーレンスとは、サブ開口にわたる位相の一様性の目安である。真のピークは、一般に、高いコヒーレンスを有するのに対して、サイドローブは、低いコヒーレンスを有する。図12は、図8の場合と同様に、3Dインパルス応答のスライスを示すとともに、その応答のコヒーレンスのスライスを示す。このコヒーレンスは、常数目盛り上にある。このコヒーレンスを計算するのに使用されたサブ開口は、3Dコレクションの個々のエレベーションである。ピークにおけるコヒーレンスは、個々のエレベーションからのチューブが、そこで強め合うように加えられるため、高いのに対して、サイドローブにおけるコヒーレンスは、チューブが、その領域において弱め合うように干渉するため、低いことに留意されたい。コヒーレンスは、エイリアスにおいて再び高くなる。なぜなら、チューブが重なり合わず、弱め合うようにもはや干渉することが可能でないためである。したがって、コヒーレンスは、ピークをサイドローブから区別するのに役立つ可能性があるが、エイリアスから区別するのには役立たない。
【0014】
別の役立つ統計が、ピークをエイリアスから区別するのに役立つ可能性がある、ピクセルのサブ開口の大きさ分散である。真のピークは、大きさにおいて、かなり低い分散を有する傾向にあるのに対して、真のピークでないボクセル(3D画素)は、よりランダムな大きさを有する。図12は、常数目盛り上で、3Dインパルス応答の大きさの分散のスライスも示す。その分散は、チューブが重なり合うピークおよびサイドローブにおいて低いが、チューブが重なり合わないエイリアスにおいて高い。したがって、大きさの分散は、ピークをエイリアスから区別するのに役立つ可能性があるが、サイドローブから区別するのには役立たない。
【0015】
重み関数を作成するのに多くの変種が可能である。ゆがみやとがりなどの他の統計モーメントも使用することができる。なぜなら、それらの統計モーメントは、真のピーク、サイドローブ、およびエイリアスの間で異なるからである。線形伝達関数およびシグモイド伝達関数が、統計から重み関数を作成する際にしばしば役立つ。伝達関数は、複数の統計を組み合わせて、真のピークをより効果的に区別することが可能である。伝達関数の選択は、サイドローブおよびエイリアスの抑圧と、真のピークの抑圧の可能性の間で所望されるバランスに依存する。
【0016】
図13は、コヒーレンス、および大きさの分散の統計から作成された重み関数の使用を実演する。左上のイメージは、図8と同一の、3Dインパルスのスライスを示す。この図のそのイメージ、およびすべてのイメージは、35dB対数目盛り上にある。右上のイメージは、コヒーレンス重み付けが適用されているスライスを示す。このケースでは、コヒーレンス重み付けは、単にコヒーレンスであり、コヒーレンスがコヒーレント合計に適用されるのに先立って、コヒーレンスを変更するように使用される伝達関数は、全く存在しない。コヒーレンスは、エイリアスよりもサイドローブを低減する。左下のイメージは、大きさの分散の重み付けが適用されているスライスを示す。大きさの分散の重み付けは、大きさの分散を正規化し、次に、その正規化された分散から、1を引いて、高い分散の領域が減衰させられながら、低い分散の領域は、減衰させられないようにすることによって作成されている。この重み付けは、サイドローブよりもエイリアスを低減する。右下のイメージは、両方の重み付けが適用され、サイドローブとエイリアスがともに大幅に低減されているスライスを示す。したがって、CLEANアルゴリズムによる処理のために真のピークを探し出すことがより容易である。
【0017】
エセックスは、サブ開口統計を使用して、CLEANを増強するサイドローブおよびエイリアスの低減のための重み関数を作成することができることも発見した。この増強は、不完全なインパルス応答モデルの効果を低減するのに役立つ。不完全なインパルス応答モデルは、CLEANの出力においてアーチファクトを生じさせるが、サブ開口統計は、それらのアーチファクトを低減する。図14は、本発明を示す。図14は、最後の「サブ開口イメージを組み合わせる」ステップが、2つのステップに分けられていることを除き、図10の場合と基本的に同一である。2つのステップの第1のステップで、サブ開口統計が計算され、2つのステップの第2のステップで、サブ開口イメージが組み合わされ、次に、一つ以上のサブ開口統計から作成された重み関数を使用して重み付けされる。また、以上のステップの後に続く「最初のピクセル振幅を置き換える」ステップは、完全開口イメージの代わりに、サブ開口イメージに関するピクセル振幅が格納される場合、それら2つのステップより前に、またはそれら2つのステップの間に挿入されてもよい。
【0018】
一般に、サブ開口統計は、ピーク選択と、サイドローブおよびエイリアスのさらなる軽減の両方のために使用される。両方の形で統計を使用することが、最良の結果をもたらす傾向がある。
【0019】
サブ開口統計に基づく重み関数は、完全CLEANプロセスより短い時間しかかからない「クイックCLEAN」プロセスを作成するのにも使用されることが可能である。クイックCLEANプロセスは、図15に示されている。サブ開口統計が、「ダーティ」サブ開口イメージから計算される。通常、コヒーレンスなどの、サイドローブに対して効果的に作用する統計が、大きさの分散などの、エイリアスに対して効果的に作用する統計と組み合わされる。サブ開口イメージが組み合わされ、重み付けされて、「クリーン」イメージがもたらされる。サイドローブおよびエイリアスの抑圧は、CLEANが使用される場合ほど効果的ではないが、はるかに高速である。
【0020】
サブ開口は、データに本来備わっていても、人工的に作成されてもよい。本来備わっているサブ開口の例は、マルチパス3D SARコレクションの個々のパスである。別の例は、周波数ごとに、またはパルスごとにSARデータセットアップを分けることである。サブ開口を人工的に作成することの例は、FFTを使用して、SARイメージの周波数空間を獲得し、その周波数空間をタイルに分割することである。次に、元の周波数空間の各タイルが、サブ開口として扱われる。また、多相フィルタリング技術も、このタイプのサブ開口を作成するのに使用されることが可能である。
【0021】
以上の方法は、SARでだけでなく、すべての合成開口技術で使用されることが可能である。合成開口技術は、例えば、超音波、電波天文学、放射計測、光学望遠鏡、顕微鏡法、磁気共鳴イメージング、およびレーダにおいても見ることができる。また、以上の方法は、開口が、サブ開口に分割されることが可能な、フェーズドアレイレーダ、または分割鏡を有する望遠鏡などの、実開口撮像システムにおいても使用されることが可能である。
【図面の簡単な説明】
【0022】
【図1】飛行経路に対する各面の定義を説明する図である。
【図2】覆い被さる群葉によって隠されている対象物を含む3Dシーンの2D SARイメージングの例を示す図である。
【図3】周波数空間を示す図である。
【図4】イメージピクセルの形状を示す図である。
【図5】3Dシーンの3D SARイメージングの例を示す図である。
【図6】インパルス応答を示す図である。
【図7】インパルス応答の分解能を示す図である。
【図8】サンプリングのエイリアス及びサイドローブを示す図である。
【図9】標準のCLEANアルゴリズムを示すフローチャートである。
【図10】サブ開口CLEANアルゴリズムを示すフローチャートである。
【図11】ピーク選択重み付けを伴うサブ開口CLEANアルゴリズムを示すフローチャートである。
【図12】3Dインパルス応答の大きさの分散を示す図である。
【図13】コヒーレンス及び大きさの分散の統計から作成された重み関数を適用した例を示す図である。
【図14】統計処理によって強化されたサブ開口CLEANアルゴリズムを示すフローチャートである。
【図15】クイックCLEANアルゴリズムを示すフローチャートである。
【特許請求の範囲】
【請求項1】
イメージを作成するのに使用される開口を複数のサブ開口に分割すること、および
それぞれの個別のサブ開口に関してインパルスをモデル化して、減算することを含むことを特徴とするCLEANアルゴリズムを強化する方法。
【請求項2】
サブ開口統計を計算すること、
前記計算されたサブ開口統計に基づく少なくとも1つの重み関数を生成すること、および
前記重み関数を使用してサブ開口イメージを組み合わせ、重み付けすることを含むことを特徴とするCLEANアルゴリズムにおけるポイントを選択する方法。
【請求項1】
イメージを作成するのに使用される開口を複数のサブ開口に分割すること、および
それぞれの個別のサブ開口に関してインパルスをモデル化して、減算することを含むことを特徴とするCLEANアルゴリズムを強化する方法。
【請求項2】
サブ開口統計を計算すること、
前記計算されたサブ開口統計に基づく少なくとも1つの重み関数を生成すること、および
前記重み関数を使用してサブ開口イメージを組み合わせ、重み付けすることを含むことを特徴とするCLEANアルゴリズムにおけるポイントを選択する方法。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【公表番号】特表2007−534962(P2007−534962A)
【公表日】平成19年11月29日(2007.11.29)
【国際特許分類】
【出願番号】特願2007−510709(P2007−510709)
【出願日】平成17年1月25日(2005.1.25)
【国際出願番号】PCT/US2005/002566
【国際公開番号】WO2005/109035
【国際公開日】平成17年11月17日(2005.11.17)
【出願人】(502381162)エセックス コーポレーション (4)
【Fターム(参考)】
【公表日】平成19年11月29日(2007.11.29)
【国際特許分類】
【出願日】平成17年1月25日(2005.1.25)
【国際出願番号】PCT/US2005/002566
【国際公開番号】WO2005/109035
【国際公開日】平成17年11月17日(2005.11.17)
【出願人】(502381162)エセックス コーポレーション (4)
【Fターム(参考)】
[ Back to top ]