変化領域特定装置および変化領域特定プログラム。
【課題】植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出できるようにする。
【解決手段】コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて、観測地域のコヒーレンスを示すコヒーレンス画像１９３を生成する。マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する。変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化領域として特定する。
【解決手段】コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて、観測地域のコヒーレンスを示すコヒーレンス画像１９３を生成する。マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する。変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化領域として特定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、例えば、リモートセンシングに用いる変化領域特定装置および変化領域特定プログラムに関するものである。
【背景技術】
【０００２】
ＳＡＲデータ（ＳＡＲ：Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）を用いて変化領域を検出するＣＣＤ（Ｃｏｈｅｒｅｎｃｅ Ｃｈａｎｇｅ Ｄｅｔｅｃｔｉｏｎ）という技術がある。
ＣＣＤは、観測時期の異なる２つのＳＡＲデータからコヒーレンス（複素相関）を算出し、コヒーレンスの低い領域を変化領域とみなす技術である。
例えば、ＣＣＤは、災害によって状態が変化した被災地域を検出するために用いられる。
しかし、植生域や水域などはコヒーレンスが常に低いため、ＣＣＤはこれらの領域を変化領域として検出してしまう。このため、被災地域を誤って検出してしまう可能性があった。
【０００３】
この課題を解決する技術として特許文献１が存在する。
特許文献１が開示する技術は、コヒーレンス画像を２枚以上使用することにより、コヒーレンスが常に低い領域（植生域、水域など）を除外できる。
しかし、この技術は、コヒーレンス画像を２枚以上生成するため３枚以上のＳＡＲ画像が必要になる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００９−２８９１１１号公報
【非特許文献】
【０００５】
【非特許文献１】山口芳雄著、「レーダポーラリメトリの基礎と応用」、電子情報通信学会、平成１９年１２月２５日発行、ｐ．１２０〜ｐ．１２４
【非特許文献２】佐藤源之、「８ 散乱行列の固有分解」、［ｏｎｌｉｎｅ］、［平成２２年３月１６日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｃｏｂａｌｔ．ｃｎｅａｓ．ｔｏｈｏｋｕ．ａｃ．ｊｐ／ｕｓｅｒｓ／ｓａｔｏ／８％２０Ｅｉｇｅｎ％２０ｄｅｃｏｍｐｏｓｉｔｉｏｎ．ｐｄｆ＞
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、例えば、植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出できるようにすることを目的とする。
これにより、変化領域を検出する技術の利便性や即時性を向上させることができる。
【課題を解決するための手段】
【０００７】
本発明の変化領域特定装置は、
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、
前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部と、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出部と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定部とを備える。
【０００８】
前記画像データ記憶部は、振動方向の異なる複数の電磁波を用いて前記観測地域を観測して得られるポラリメトリ画像データを記憶し、
前記変化領域特定装置は、さらに、
前記ポラリメトリ画像データのエントロピーと前記ポラリメトリ画像データのアルファ角とを画素毎に算出するエントロピーアルファ算出部と、
前記エントロピーアルファ算出部により算出されたエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る部分を前記マスク領域として特定し、特定したマスク領域を示すデータを前記マスク領域特定データとして生成するマスク領域特定データ生成部とを備える。
【０００９】
前記画像データ記憶部は前記第１の画像データと前記第２の画像データとの少なくともいずれかを前記ポラリメトリ画像データとして記憶する。
【００１０】
前記マスク領域特定データ記憶部は、前記観測地域を領域毎に分類する領域分類データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記領域分類データに基づいて所定の種類に分類される領域を前記マスク領域として変化領域から除外する。
【００１１】
前記マスク領域特定データ記憶部は、前記観測地域内の植生領域を特定する植生指標データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記植生指標データに基づいて植生領域を前記マスク領域として変化領域から除外する。
【００１２】
前記マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定する。
【００１３】
本発明の変化領域特定プログラムは、
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部とを備える変化領域特定装置の変化領域特定プログラムであって、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出処理と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定処理とをコンピュータに実行させる。
【発明の効果】
【００１４】
本発明によれば、例えば、植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出することができる。
これにより、変化領域を検出する技術の利便性や即時性を向上させることができる。
【図面の簡単な説明】
【００１５】
【図１】実施の形態１における変化領域検出装置１００の機能構成図。
【図２】実施の形態１における観測地域の観測方法を示す図。
【図３】実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャート。
【図４】実施の形態１における第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとの一例を示す図。
【図５】実施の形態１におけるコヒーレンス画像１９３の一例を示す図。
【図６】実施の形態１における土地被覆分類図１８１を表した概略図。
【図７】実施の形態１における植生指標図１８２を表した概略図。
【図８】実施の形態１におけるエントロピーアルファ分類表１８４の概要図。
【図９】実施の形態１におけるコヒーレンスマスク画像１９４の一例を示す図。実施の形態１において変化領域を特定したコヒーレンスマスク画像１９４の一例を示す図。
【図１０】実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートの別例を示す図。
【図１１】実施の形態１における変化領域検出装置１００のハードウェア資源の一例を示す図。
【発明を実施するための形態】
【００１６】
実施の形態１．
植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出する形態について説明する。
【００１７】
図１は、実施の形態１における変化領域検出装置１００の機能構成図である。
実施の形態１における変化領域検出装置１００の機能構成について、図１に基づいて以下に説明する。
【００１８】
変化領域検出装置１００（変化領域特定装置の一例）は、コヒーレンス画像生成部１１０、マスク領域除外部１２０、変化領域特定部１３０、補助データ記憶部１８０およびＳＡＲ撮像データ記憶部１９０を備える。
【００１９】
ＳＡＲ撮像データ記憶部１９０（画像データ記憶部の一例）は、特定の観測地域を観測して得られる第１の画像データと、第１の画像データの観測時刻と異なる観測時刻に観測地域を観測して得られる第２の画像データとを記憶する。
ＳＡＲ撮像データ記憶部１９０は、振動方向の異なる複数の電磁波を用いて観測地域を観測して得られるポラリメトリ画像データ（後述するポラリメトリ観測データ１９９）を記憶する。
例えば、ＳＡＲ撮像データ記憶部１９０は、第１の画像データと第２の画像データとの少なくともいずれかをポラリメトリ画像データとして記憶する。
【００２０】
補助データ記憶部１８０（マスク領域特定データ記憶部の一例）は、観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶する。
例えば、補助データ記憶部１８０は、観測地域を領域毎に分類する領域分類データをマスク領域特定データとして記憶する。
例えば、補助データ記憶部１８０は、観測地域内の植生領域を特定する植生指標データをマスク領域特定データとして記憶する。
例えば、マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定する。
【００２１】
コヒーレンス画像生成部１１０（コヒーレンス算出部の一例）は、ＳＡＲ撮像データ記憶部１９０に記憶される第１の画像データと第２の画像データとに基づいて第１の画像データと第２の画像データとのコヒーレンスを画素毎に算出する。
【００２２】
マスク領域除外部１２０（エントロピーアルファ算出部、マスク領域特定データ生成部の一例）は、マスク領域特定データに基づいて観測地域内のマスク領域を特定する。
例えば、マスク領域除外部１２０は、ポラリメトリ画像データのエントロピーとポラリメトリ画像データのアルファ角とを画素毎に算出する。マスク領域除外部１２０は、算出したエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る領域をマスク領域として特定する。マスク領域除外部１２０は、特定したマスク領域を示すデータをマスク領域特定データとして生成する。
【００２３】
変化領域特定部１３０（変化領域特定部の一例）は、観測地域内のマスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する。
例えば、変化領域特定部１３０は、領域分類データに基づいて所定の種類に分類される領域をマスク領域として変化領域から除外する。
例えば、変化領域特定部１３０は、植生指標データに基づいて植生領域をマスク領域として変化領域から除外する。
【００２４】
後述する第１のＳＡＲ撮像データ１９１は第１の画像データの一例であり、後述する第２のＳＡＲ撮像データ１９２は第２の画像データの一例である。
マスク領域は、コヒーレンスがいつも低い領域（例えば、植生域や水域）に相当する。
後述する土地被覆分類図１８１、植生指標図１８２、エントロピーアルファ分類図１８３はマスク領域特定データの一例である。土地被覆分類図１８１は観測領域分類データの一例であり、植生指標図１８２は植生指標データの一例である。
【００２５】
図２は、実施の形態１における観測地域の観測方法を示す図である。
実施の形態１における観測地域の観測方法について、図２に基づいて以下に説明する。
【００２６】
合成開口レーダ２００（ＳＡＲ：Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）は、航空機、人工衛星その他の移動体（飛行体）に搭載され、上空を飛行する。
合成開口レーダ２００はアンテナを備え、アクティブ方式によって観測地域を観測する。アクティブ方式において、合成開口レーダ２００は所定の波形を有する電磁波を観測信号としてアンテナから発信し、観測地域で反射して後方散乱した観測信号をアンテナで受信する。
合成開口レーダ２００の進行方向を「アジマス方向」といい、観測信号の進行方向を「レンジ方向」という。
また、観測信号の受信方向と垂直方向とが成す角度θを「観測角（または入射角、オフナディア角）」という。
【００２７】
合成開口レーダ２００によって受信された観測信号を表す波形データ（観測データ）に対してレンジ圧縮、レンジマイグレーション補正およびアジマス圧縮などの処理を行うことにより、ＳＡＲ画像データが生成される。
【００２８】
合成開口レーダ２００は異なる観測日Ｔ１・Ｔ２に同じ観測地域を観測したものとする。
以下、観測日Ｔ１のＳＡＲ画像データを「第１のＳＡＲ撮像データ１９１」といい、観測日Ｔ２のＳＡＲ画像データを「第２のＳＡＲ撮像データ１９２」という。
また、観測日Ｔ１における合成開口レーダ２００の観測位置と観測日Ｔ２における合成開口レーダ２００の観測位置との距離（基線長）は、十分に短いものとする。基線長が長いと観測方向が大きく異なるため観測信号の波形が大きく変化し、状態が変化していない領域を変化領域として検出してしまう可能性があるからである。
【００２９】
例えば、観測衛星「だいち」に搭載されているＰＡＬＳＡＲ（Ｐｈａｓｅｄ Ａｒｒａｙ ｔｙｐｅ Ｌ−ｂａｎｄ ＳＡＲ）で観測する場合、基線長が１キロメートル以下であることが望ましい。
観測衛星「だいち」は基線長が５００メートル程度となるように軌道制御されているため、観測衛星「だいち」の観測によって得られたＳＡＲ撮像データを本実施の形態で利用することが可能である。
【００３０】
変化領域検出装置１００（図１参照）のＳＡＲ撮像データ記憶部１９０には、第１のＳＡＲ撮像データ１９１および第２のＳＡＲ撮像データ１９２が予め記憶されるものとする。
但し、第１のＳＡＲ撮像データ１９１および第２のＳＡＲ撮像データ１９２は合成開口レーダ２００の観測によって得られたデータでなくても構わない。例えば、逆合成開口レーダ（ＩＳＡＲ：Ｉｎｖｅｒｓｅ ＳＡＲ）やその他の観測装置の観測によって得られたデータであっても構わない。
【００３１】
図３は、実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートである。
実施の形態１における変化領域検出装置１００の変化領域検出方法について、図３に基づいて以下に説明する。
【００３２】
まず、変化領域検出方法（変化領域特定方法の一例）の概要について説明する。
【００３３】
コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて観測地域のコヒーレンスを算出し、コヒーレンス画像１９３を生成する（Ｓ１１０）。
マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する（Ｓ１２０）。
変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化流域として特定する（Ｓ１３０）。
【００３４】
図４は、実施の形態１における第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとの一例を示す図である。
第１のＳＡＲ撮像データ１９１を再生した画像を第１のＳＡＲ画像１９１ａとし、第２のＳＡＲ撮像データ１９２を再生した画像を第２のＳＡＲ画像１９２ａとする。
【００３５】
第１のＳＡＲ画像１９１ａは浸水前の観測地域を映し、第２のＳＡＲ画像１９２ａは市街地の一部が浸水した浸水後の観測地域を映している。
説明のため第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとは変化領域（浸水地域）を明確に示しているが、観測信号の信号強度を解析して変化領域を明確に抽出することは困難であることが知られている。
【００３６】
以下に、第２のＳＡＲ画像１９２ａに示す浸水地域を検出する場合を例にして、変化領域検出方法（図３参照）の詳細について説明する。
【００３７】
Ｓ１１０において、コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とのコヒーレンスを第１のＳＡＲ撮像データ１９１（または第２のＳＡＲ撮像データ１９２）から得られるＳＡＲ画像の画素毎に算出する。
【００３８】
コヒーレンスとは、複素関数として表される２つの波形データ（第１のＳＡＲ撮像データ１９１、第２のＳＡＲ撮像データ１９２）の相関をとった値である。
コヒーレンスは「０」から「１」の値を持ち、２つの波形データが似ているほど「１」に近い値になり、２つの波形データが異なるほど「０」に近い値になる。
つまり、コヒーレンスが「１」に近い値であれば、１回目の観測で得られた波形データと２回目の観測で得られた波形データとが似ているから、１回目の観測と２回目の観測とで観測地域の地表面が変化していないと考えられる。
逆に、コヒーレンスが「０」に近い値であれば、１回目の観測で得られた波形データと２回目の観測で得られた波形データとが異なるから、１回目の観測と２回目の観測とで観測地域の地表面が変化したと考えられる。
【００３９】
例えば、植生（木の枝葉など）は風に揺れ又成長し、水面は風に揺れる。このため、植生領域や水域のように常に変化する領域はコヒーレンスが「０」に近い値になる。
また、浸水した地域や、新しく建物が建った地域はその前後で状態が変化しているため、コヒーレンスが「０」に近い値になる。
【００４０】
コヒーレンスの算出方法については後述する。
【００４１】
以下、Ｓ１１０で算出されたコヒーレンスを用いて表した画像を「コヒーレンス画像１９３」という。コヒーレンス画像１９３は観測地域を輝度（信号強度）ではなくコヒーレンスで表す。
【００４２】
Ｓ１１０の後、Ｓ１２０に進む。
【００４３】
図５は、実施の形態１におけるコヒーレンス画像１９３の一例を示す図である。
第１のＳＡＲ画像１９１ａ（図４、浸水前）と第２のＳＡＲ画像１９２ａ（図４、浸水後）とに対して図５に示すようなコヒーレンス画像１９３が得られる。
コヒーレンス画像１９３は、山、湖および浸水地域を「０」に近い値（コヒーレンス）で表している。このため、コヒーレンス画像１９３から浸水地域を特定することができない。
【００４４】
図３に戻り、変化領域検出方法の説明を続ける。
【００４５】
Ｓ１２０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて、観測地域に含まれる植生領域および水域をマスク領域として特定する。
以下に、土地被覆分類図１８１、植生指標図１８２およびエントロピーアルファ分類図１８３について説明する。
【００４６】
図６は、実施の形態１における土地被覆分類図１８１を表した概略図である。
土地被覆分類図１８１は、地域を市街地、水田、畑地、芝地、広葉樹林、針葉樹林、砂地、裸地、水域などの領域に分けて示した地図データである。
マスク領域除外部１２０は、土地被覆分類図１８１に基づいて観測地域内の水田、畑地、芝地、広葉樹林、針葉樹林、砂地、裸地、水域などをマスク領域として特定する。
【００４７】
図７は、実施の形態１における植生指標図１８２を表した概略図である。
植生指標図１８２は、植生の分布状況を表す地図データであり、植物から放射される近赤外線を植生指標（ＮＤＶＩ：Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ）にして生成される。
図７では、植生が活性している地域（植生領域）を濃い網掛けで示している。
マスク領域除外部１２０は、植生指標図１８２に基づいて観測地域内の植生領域をマスク領域として特定する。
【００４８】
図８は、実施の形態１におけるエントロピーアルファ分類表１８４の概要図である。
エントロピーアルファ分類図１８３は、図８に示すようなエントロピーアルファ分類表１８４に基づいて生成される。
【００４９】
エントロピーアルファ分類表１８４は、エントロピーとアルファ角と観測対象の分類とを対応付けた表データである。エントロピーは観測信号の散乱の複雑さを表し、アルファ角は散乱メカニズムを表す。
エントロピーとアルファ角とに基づいて観測対象を分類できることが知られている（非特許文献１参照）。
【００５０】
エントロピーとアルファ角は、合成開口レーダ２００からポラリメトリ観測して得られた観測データから求まる。ポラリメトリ観測とは、振動方向の異なる複数の電磁波（多偏波）を観測信号として用いる観測方法である。
以下、ポラリメトリ観測して得られた観測データを「ポラリメトリ観測データ１９９」という。ポラリメトリ観測データ１９９はＳＡＲ撮像データの一種である。
【００５１】
マスク領域除外部１２０は、観測地域を観測して得られたポラリメトリ観測データ１９９を用いてエントロピーとアルファ角とをＳＡＲ画像の画素毎に算出する。エントロピーとアルファ角との算出式については説明を省略する（例えば、非特許文献２参照）。
ポラリメトリ観測データ１９９は、ＳＡＲ撮像データ記憶部１９０に記憶されているものとする。
但し、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２との少なくともいずれかがポラリメトリ観測データである場合、別のポラリメトリ観測データ１９９を用意する必要はない。マスク領域除外部１２０は第１のＳＡＲ撮像データ１９１または第２のＳＡＲ撮像データ１９２を用いてエントロピーとアルファ角とを算出する。
【００５２】
マスク領域除外部１２０は、エントロピーアルファ分類表１８４を参照してエントロピーとアルファ角とに対応する分類を画素毎に特定し、植生に分類されるＳＡＲ画像内の範囲を植生領域として特定する。
マスク領域除外部１２０は、特定した植生領域を示す地図データとしてエントロピーアルファ分類図１８３を生成し、生成したエントロピーアルファ分類図１８３を補助データ記憶部１８０に記憶する。エントロピーアルファ分類図１８３は土地被覆分類図１８１や植生指標図１８２と同様に植生領域の分布を表す。
【００５３】
図３に戻り、変化領域検出方法の説明を続ける。
【００５４】
Ｓ１２０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に示される観測地域内の植生領域および水域をマスク領域として特定する。
マスク領域除外部１２０は、検出する変化領域（例えば、浸水地域）からマスク領域を除外するため、コヒーレンス画像１９３内のマスク領域をマスクする。例えば、マスク領域除外部１２０は、コヒーレンス画像１９３内のマスク領域の各画素にマスク領域であることを示す所定のマスク値を設定する。また例えば、マスク領域除外部１２０は、コヒーレンス画像１９３に対応する画像であってマスク領域にマスク値を設定したマスク画像を生成する。コヒーレンス画像１９３とマスク画像と対比することにより、コヒーレンス画像１９３に対してマスク領域とマスク領域以外の領域とを区別することができる。
以下、Ｓ１２０でマスクしたコヒーレンス画像１９３を「コヒーレンスマスク画像１９４」という。
Ｓ１２０の後、Ｓ１３０に進む。
【００５５】
図９は、実施の形態１におけるコヒーレンスマスク画像１９４の一例を示す図である。
コヒーレンス画像１９３（図５参照）内の山および湖をマスク領域としてマスクすると、図９に示すようなコヒーレンスマスク画像１９４が得られる。
【００５６】
図３に戻り、変化領域検出方法の説明を続ける。
【００５７】
Ｓ１３０において、変化領域特定部１３０は、コヒーレンスマスク画像１９４に示されるコヒーレンスを所定のコヒーレンス閾値（「０」に近い値）と画素毎に比較する。コヒーレンスマスク画像１９４に示されるコヒーレンスとは、マスク領域以外の画素のコヒーレンスのことである。
変化領域特定部１３０は、コヒーレンスマスク画像１９４内でコヒーレンスがコヒーレンス閾値より小さい部分を変化画素領域として特定する。
変化領域特定部１３０は、変化画素領域に映る領域を変化領域として特定する。例えば、変化領域特定部１３０は、合成開口レーダ２００の観測位置、アンテナの観測角、観測信号の伝播時間（発信から受信までの時間）などの情報に基づいて変化画素領域内の画素に対応する緯度、経度を算出し、変化領域の緯度、経度の範囲を特定する。
【００５８】
例えば、変化領域特定部１３０は、コヒーレンスマスク画像１９４（図９参照）を閾値処理することにより、浸水地域だけを変化領域として特定することができる。
Ｓ１３０により、変化流域検出方法は終了する。
【００５９】
図１０は、実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートの別例を示す図である。
上記の変化領域検出方法（図３参照）では、コヒーレンス画像１９３を生成（Ｓ１１０）した後にマスク領域を特定し（Ｓ１２０）、コヒーレンスマスク画像１９４に基づいてマスク領域以外の領域から変化領域を特定している（Ｓ１３０）。
但し、図１０に示すように、コヒーレンス画像１９３の生成（Ｓ２２０）とマスク領域の特定（Ｓ２１０）との順序を変えてもよい。
【００６０】
Ｓ２１０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する。
Ｓ２２０において、コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて観測地域（マスク領域を除く）のコヒーレンスを算出し、コヒーレンス画像１９３を生成する。このコヒーレンス画像１９３は上記のコヒーレンスマスク画像１９４に相当する。
Ｓ２３０において、変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化流域として特定する。
【００６１】
図１０の処理順序であれば、Ｓ２２０でマスク領域内の画素に対してコヒーレンスを算出しないため、処理時間を短縮することができる。
【００６２】
次に、コヒーレンスの算出方法について説明する。
【００６３】
コヒーレンスγ（０≦γ≦１）は、ＳＡＲ複素データＳ１（第１のＳＡＲ撮像データ１９１）とＳＡＲ複素データＳ２（第２のＳＡＲ撮像データ１９２）とを用いて、以下の式（１）で算出される。
「＜＞」は平均値を示し、「＊」は複素共役を示す。
【００６４】
【数１】
【００６５】
但し、（ｉ，ｊ）画素のコヒーレンスγ（ｉ，ｊ）は、（ｉ，ｊ）画素を含む画素領域のＳＡＲ複素データＳ１・Ｓ２に基づいて算出する。（ｉ，ｊ）画素は、ＳＡＲ画像内の座標（ｉ，ｊ）に位置する画素を意味する。
（ｉ，ｊ）画素のＳＡＲ複素データＳは、以下の式（２）のように表される。「ａ」は振幅（実部）を示し、「ｅ」は複素数（虚部）を示す。
【００６６】
【数２】
【００６７】
例えば、コヒーレンスγ（ｉ，ｊ）は、（ｉ，ｊ）画素を含む「２×２」ピクセルの画素領域または（ｉ，ｊ）画素を中心とする「３×３」ピクセルの画素領域のＳＡＲ複素データＳ１・Ｓ２に基づいて算出される。
【００６８】
上記式（１）を展開した式（３）を以下に示す。
（ｉ’，ｊ’）は対象とする画素領域内の画素の座標を示す。
【００６９】
【数３】
【００７０】
対象とする画素領域を大きくするほどサンプリング量が増え、観測信号の波形を詳細に表すことができるため、コヒーレンスγ（ｉ，ｊ）の精度が高まる。但し、画素領域を大きくするほど、コヒーレンスγ（ｉ，ｊ）の算出に要する計算量は増える。
画素領域の大きさは、コヒーレンスγ（ｉ，ｊ）の精度と計算量とを考慮して設定するとよい。
【００７１】
図１１は、実施の形態１における変化領域検出装置１００のハードウェア資源の一例を示す図である。
図１１において、変化領域検出装置１００は、ＣＰＵ９１１（Ｃｅｎｔｒａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ）（マイクロプロセッサ、マイクロコンピュータともいう）を備えている。ＣＰＵ９１１は、バス９１２を介してＲＯＭ９１３、ＲＡＭ９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、ドライブ装置９０４、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。ドライブ装置９０４は、ＦＤ（Ｆｌｅｘｉｂｌｅ・Ｄｉｓｋ・Ｄｒｉｖｅ）、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ・Ｖｅｒｓａｔｉｌｅ・Ｄｉｓｃ）などの記憶媒体を読み書きする装置である。
【００７２】
通信ボード９１５は、有線または無線で、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット、電話回線などの通信網に接続している。
【００７３】
磁気ディスク装置９２０には、ＯＳ９２１（オペレーティングシステム）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。
【００７４】
プログラム群９２３には、実施の形態において「〜部」として説明する機能を実行するプログラムが含まれる。プログラムは、ＣＰＵ９１１により読み出され実行される。すなわち、プログラムは、「〜部」としてコンピュータを機能させるものであり、また「〜部」の手順や方法をコンピュータに実行させるものである。
【００７５】
ファイル群９２４には、実施の形態において説明する「〜部」で使用される各種データ（入力、出力、判定結果、計算結果、処理結果など）が含まれる。
【００７６】
実施の形態において構成図およびフローチャートに含まれている矢印は主としてデータや信号の入出力を示す。
【００７７】
実施の形態において「〜部」として説明するものは「〜回路」、「〜装置」、「〜機器」であってもよく、また「〜ステップ」、「〜手順」、「〜処理」であってもよい。すなわち、「〜部」として説明するものは、ファームウェア、ソフトウェア、ハードウェアまたはこれらの組み合わせのいずれで実装されても構わない。
【００７８】
変化領域検出装置１００は、植生領域や水域など常に変化している流域を除いて変化領域（例えば、浸水地域）を検出することができる。また、検出できる変化領域は浸水地域に限られず、火災や地震などによって倒壊した建物や亀裂の生じた道路を検出することもできる。さらに、変化領域検出装置１００は、災害が発生した場合でなく、新しく建造された建物を検出する場合などにも利用することができる。
変化領域検出装置１００は、２枚のＳＡＲ画像から生成される１枚のコヒーレンス画像を用いて変化領域を検出することができる。このため、変化領域検出装置１００は、観測時期の異なる３枚のＳＡＲ画像が入手できない場合や３枚目のＳＡＲ画像の観測を待たず早急に災害地域を特定したい場合などにも使用することができる。
【符号の説明】
【００７９】
１００ 変化領域検出装置、１１０ コヒーレンス画像生成部、１２０ マスク領域除外部、１３０ 変化領域特定部、１８０ 補助データ記憶部、１８１ 土地被覆分類図、１８２ 植生指標図、１８３ エントロピーアルファ分類図、１８４ エントロピーアルファ分類表、１９０ ＳＡＲ撮像データ記憶部、１９１ 第１のＳＡＲ撮像データ、１９１ａ 第１のＳＡＲ画像、１９２ 第２のＳＡＲ撮像データ、１９２ａ 第２のＳＡＲ画像、１９３ コヒーレンス画像、１９４ コヒーレンスマスク画像、１９９ ポラリメトリ観測データ、２００ 合成開口レーダ、９０１ 表示装置、９０２ キーボード、９０３ マウス、９０４ ドライブ装置、９１１ ＣＰＵ、９１２ バス、９１３ ＲＯＭ、９１４ ＲＡＭ、９１５ 通信ボード、９２０ 磁気ディスク装置、９２１ ＯＳ、９２２ ウィンドウシステム、９２３ プログラム群、９２４ ファイル群。
【技術分野】
【０００１】
本発明は、例えば、リモートセンシングに用いる変化領域特定装置および変化領域特定プログラムに関するものである。
【背景技術】
【０００２】
ＳＡＲデータ（ＳＡＲ：Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）を用いて変化領域を検出するＣＣＤ（Ｃｏｈｅｒｅｎｃｅ Ｃｈａｎｇｅ Ｄｅｔｅｃｔｉｏｎ）という技術がある。
ＣＣＤは、観測時期の異なる２つのＳＡＲデータからコヒーレンス（複素相関）を算出し、コヒーレンスの低い領域を変化領域とみなす技術である。
例えば、ＣＣＤは、災害によって状態が変化した被災地域を検出するために用いられる。
しかし、植生域や水域などはコヒーレンスが常に低いため、ＣＣＤはこれらの領域を変化領域として検出してしまう。このため、被災地域を誤って検出してしまう可能性があった。
【０００３】
この課題を解決する技術として特許文献１が存在する。
特許文献１が開示する技術は、コヒーレンス画像を２枚以上使用することにより、コヒーレンスが常に低い領域（植生域、水域など）を除外できる。
しかし、この技術は、コヒーレンス画像を２枚以上生成するため３枚以上のＳＡＲ画像が必要になる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００９−２８９１１１号公報
【非特許文献】
【０００５】
【非特許文献１】山口芳雄著、「レーダポーラリメトリの基礎と応用」、電子情報通信学会、平成１９年１２月２５日発行、ｐ．１２０〜ｐ．１２４
【非特許文献２】佐藤源之、「８ 散乱行列の固有分解」、［ｏｎｌｉｎｅ］、［平成２２年３月１６日検索］、インターネット＜ＵＲＬ：ｈｔｔｐ：／／ｃｏｂａｌｔ．ｃｎｅａｓ．ｔｏｈｏｋｕ．ａｃ．ｊｐ／ｕｓｅｒｓ／ｓａｔｏ／８％２０Ｅｉｇｅｎ％２０ｄｅｃｏｍｐｏｓｉｔｉｏｎ．ｐｄｆ＞
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、例えば、植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出できるようにすることを目的とする。
これにより、変化領域を検出する技術の利便性や即時性を向上させることができる。
【課題を解決するための手段】
【０００７】
本発明の変化領域特定装置は、
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、
前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部と、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出部と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定部とを備える。
【０００８】
前記画像データ記憶部は、振動方向の異なる複数の電磁波を用いて前記観測地域を観測して得られるポラリメトリ画像データを記憶し、
前記変化領域特定装置は、さらに、
前記ポラリメトリ画像データのエントロピーと前記ポラリメトリ画像データのアルファ角とを画素毎に算出するエントロピーアルファ算出部と、
前記エントロピーアルファ算出部により算出されたエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る部分を前記マスク領域として特定し、特定したマスク領域を示すデータを前記マスク領域特定データとして生成するマスク領域特定データ生成部とを備える。
【０００９】
前記画像データ記憶部は前記第１の画像データと前記第２の画像データとの少なくともいずれかを前記ポラリメトリ画像データとして記憶する。
【００１０】
前記マスク領域特定データ記憶部は、前記観測地域を領域毎に分類する領域分類データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記領域分類データに基づいて所定の種類に分類される領域を前記マスク領域として変化領域から除外する。
【００１１】
前記マスク領域特定データ記憶部は、前記観測地域内の植生領域を特定する植生指標データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記植生指標データに基づいて植生領域を前記マスク領域として変化領域から除外する。
【００１２】
前記マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定する。
【００１３】
本発明の変化領域特定プログラムは、
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部とを備える変化領域特定装置の変化領域特定プログラムであって、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出処理と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定処理とをコンピュータに実行させる。
【発明の効果】
【００１４】
本発明によれば、例えば、植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出することができる。
これにより、変化領域を検出する技術の利便性や即時性を向上させることができる。
【図面の簡単な説明】
【００１５】
【図１】実施の形態１における変化領域検出装置１００の機能構成図。
【図２】実施の形態１における観測地域の観測方法を示す図。
【図３】実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャート。
【図４】実施の形態１における第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとの一例を示す図。
【図５】実施の形態１におけるコヒーレンス画像１９３の一例を示す図。
【図６】実施の形態１における土地被覆分類図１８１を表した概略図。
【図７】実施の形態１における植生指標図１８２を表した概略図。
【図８】実施の形態１におけるエントロピーアルファ分類表１８４の概要図。
【図９】実施の形態１におけるコヒーレンスマスク画像１９４の一例を示す図。実施の形態１において変化領域を特定したコヒーレンスマスク画像１９４の一例を示す図。
【図１０】実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートの別例を示す図。
【図１１】実施の形態１における変化領域検出装置１００のハードウェア資源の一例を示す図。
【発明を実施するための形態】
【００１６】
実施の形態１．
植生域や水域などを除いた変化領域（例えば、被災地域）を１枚のコヒーレンス画像から検出する形態について説明する。
【００１７】
図１は、実施の形態１における変化領域検出装置１００の機能構成図である。
実施の形態１における変化領域検出装置１００の機能構成について、図１に基づいて以下に説明する。
【００１８】
変化領域検出装置１００（変化領域特定装置の一例）は、コヒーレンス画像生成部１１０、マスク領域除外部１２０、変化領域特定部１３０、補助データ記憶部１８０およびＳＡＲ撮像データ記憶部１９０を備える。
【００１９】
ＳＡＲ撮像データ記憶部１９０（画像データ記憶部の一例）は、特定の観測地域を観測して得られる第１の画像データと、第１の画像データの観測時刻と異なる観測時刻に観測地域を観測して得られる第２の画像データとを記憶する。
ＳＡＲ撮像データ記憶部１９０は、振動方向の異なる複数の電磁波を用いて観測地域を観測して得られるポラリメトリ画像データ（後述するポラリメトリ観測データ１９９）を記憶する。
例えば、ＳＡＲ撮像データ記憶部１９０は、第１の画像データと第２の画像データとの少なくともいずれかをポラリメトリ画像データとして記憶する。
【００２０】
補助データ記憶部１８０（マスク領域特定データ記憶部の一例）は、観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶する。
例えば、補助データ記憶部１８０は、観測地域を領域毎に分類する領域分類データをマスク領域特定データとして記憶する。
例えば、補助データ記憶部１８０は、観測地域内の植生領域を特定する植生指標データをマスク領域特定データとして記憶する。
例えば、マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定する。
【００２１】
コヒーレンス画像生成部１１０（コヒーレンス算出部の一例）は、ＳＡＲ撮像データ記憶部１９０に記憶される第１の画像データと第２の画像データとに基づいて第１の画像データと第２の画像データとのコヒーレンスを画素毎に算出する。
【００２２】
マスク領域除外部１２０（エントロピーアルファ算出部、マスク領域特定データ生成部の一例）は、マスク領域特定データに基づいて観測地域内のマスク領域を特定する。
例えば、マスク領域除外部１２０は、ポラリメトリ画像データのエントロピーとポラリメトリ画像データのアルファ角とを画素毎に算出する。マスク領域除外部１２０は、算出したエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る領域をマスク領域として特定する。マスク領域除外部１２０は、特定したマスク領域を示すデータをマスク領域特定データとして生成する。
【００２３】
変化領域特定部１３０（変化領域特定部の一例）は、観測地域内のマスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する。
例えば、変化領域特定部１３０は、領域分類データに基づいて所定の種類に分類される領域をマスク領域として変化領域から除外する。
例えば、変化領域特定部１３０は、植生指標データに基づいて植生領域をマスク領域として変化領域から除外する。
【００２４】
後述する第１のＳＡＲ撮像データ１９１は第１の画像データの一例であり、後述する第２のＳＡＲ撮像データ１９２は第２の画像データの一例である。
マスク領域は、コヒーレンスがいつも低い領域（例えば、植生域や水域）に相当する。
後述する土地被覆分類図１８１、植生指標図１８２、エントロピーアルファ分類図１８３はマスク領域特定データの一例である。土地被覆分類図１８１は観測領域分類データの一例であり、植生指標図１８２は植生指標データの一例である。
【００２５】
図２は、実施の形態１における観測地域の観測方法を示す図である。
実施の形態１における観測地域の観測方法について、図２に基づいて以下に説明する。
【００２６】
合成開口レーダ２００（ＳＡＲ：Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）は、航空機、人工衛星その他の移動体（飛行体）に搭載され、上空を飛行する。
合成開口レーダ２００はアンテナを備え、アクティブ方式によって観測地域を観測する。アクティブ方式において、合成開口レーダ２００は所定の波形を有する電磁波を観測信号としてアンテナから発信し、観測地域で反射して後方散乱した観測信号をアンテナで受信する。
合成開口レーダ２００の進行方向を「アジマス方向」といい、観測信号の進行方向を「レンジ方向」という。
また、観測信号の受信方向と垂直方向とが成す角度θを「観測角（または入射角、オフナディア角）」という。
【００２７】
合成開口レーダ２００によって受信された観測信号を表す波形データ（観測データ）に対してレンジ圧縮、レンジマイグレーション補正およびアジマス圧縮などの処理を行うことにより、ＳＡＲ画像データが生成される。
【００２８】
合成開口レーダ２００は異なる観測日Ｔ１・Ｔ２に同じ観測地域を観測したものとする。
以下、観測日Ｔ１のＳＡＲ画像データを「第１のＳＡＲ撮像データ１９１」といい、観測日Ｔ２のＳＡＲ画像データを「第２のＳＡＲ撮像データ１９２」という。
また、観測日Ｔ１における合成開口レーダ２００の観測位置と観測日Ｔ２における合成開口レーダ２００の観測位置との距離（基線長）は、十分に短いものとする。基線長が長いと観測方向が大きく異なるため観測信号の波形が大きく変化し、状態が変化していない領域を変化領域として検出してしまう可能性があるからである。
【００２９】
例えば、観測衛星「だいち」に搭載されているＰＡＬＳＡＲ（Ｐｈａｓｅｄ Ａｒｒａｙ ｔｙｐｅ Ｌ−ｂａｎｄ ＳＡＲ）で観測する場合、基線長が１キロメートル以下であることが望ましい。
観測衛星「だいち」は基線長が５００メートル程度となるように軌道制御されているため、観測衛星「だいち」の観測によって得られたＳＡＲ撮像データを本実施の形態で利用することが可能である。
【００３０】
変化領域検出装置１００（図１参照）のＳＡＲ撮像データ記憶部１９０には、第１のＳＡＲ撮像データ１９１および第２のＳＡＲ撮像データ１９２が予め記憶されるものとする。
但し、第１のＳＡＲ撮像データ１９１および第２のＳＡＲ撮像データ１９２は合成開口レーダ２００の観測によって得られたデータでなくても構わない。例えば、逆合成開口レーダ（ＩＳＡＲ：Ｉｎｖｅｒｓｅ ＳＡＲ）やその他の観測装置の観測によって得られたデータであっても構わない。
【００３１】
図３は、実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートである。
実施の形態１における変化領域検出装置１００の変化領域検出方法について、図３に基づいて以下に説明する。
【００３２】
まず、変化領域検出方法（変化領域特定方法の一例）の概要について説明する。
【００３３】
コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて観測地域のコヒーレンスを算出し、コヒーレンス画像１９３を生成する（Ｓ１１０）。
マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する（Ｓ１２０）。
変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化流域として特定する（Ｓ１３０）。
【００３４】
図４は、実施の形態１における第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとの一例を示す図である。
第１のＳＡＲ撮像データ１９１を再生した画像を第１のＳＡＲ画像１９１ａとし、第２のＳＡＲ撮像データ１９２を再生した画像を第２のＳＡＲ画像１９２ａとする。
【００３５】
第１のＳＡＲ画像１９１ａは浸水前の観測地域を映し、第２のＳＡＲ画像１９２ａは市街地の一部が浸水した浸水後の観測地域を映している。
説明のため第１のＳＡＲ画像１９１ａと第２のＳＡＲ画像１９２ａとは変化領域（浸水地域）を明確に示しているが、観測信号の信号強度を解析して変化領域を明確に抽出することは困難であることが知られている。
【００３６】
以下に、第２のＳＡＲ画像１９２ａに示す浸水地域を検出する場合を例にして、変化領域検出方法（図３参照）の詳細について説明する。
【００３７】
Ｓ１１０において、コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とのコヒーレンスを第１のＳＡＲ撮像データ１９１（または第２のＳＡＲ撮像データ１９２）から得られるＳＡＲ画像の画素毎に算出する。
【００３８】
コヒーレンスとは、複素関数として表される２つの波形データ（第１のＳＡＲ撮像データ１９１、第２のＳＡＲ撮像データ１９２）の相関をとった値である。
コヒーレンスは「０」から「１」の値を持ち、２つの波形データが似ているほど「１」に近い値になり、２つの波形データが異なるほど「０」に近い値になる。
つまり、コヒーレンスが「１」に近い値であれば、１回目の観測で得られた波形データと２回目の観測で得られた波形データとが似ているから、１回目の観測と２回目の観測とで観測地域の地表面が変化していないと考えられる。
逆に、コヒーレンスが「０」に近い値であれば、１回目の観測で得られた波形データと２回目の観測で得られた波形データとが異なるから、１回目の観測と２回目の観測とで観測地域の地表面が変化したと考えられる。
【００３９】
例えば、植生（木の枝葉など）は風に揺れ又成長し、水面は風に揺れる。このため、植生領域や水域のように常に変化する領域はコヒーレンスが「０」に近い値になる。
また、浸水した地域や、新しく建物が建った地域はその前後で状態が変化しているため、コヒーレンスが「０」に近い値になる。
【００４０】
コヒーレンスの算出方法については後述する。
【００４１】
以下、Ｓ１１０で算出されたコヒーレンスを用いて表した画像を「コヒーレンス画像１９３」という。コヒーレンス画像１９３は観測地域を輝度（信号強度）ではなくコヒーレンスで表す。
【００４２】
Ｓ１１０の後、Ｓ１２０に進む。
【００４３】
図５は、実施の形態１におけるコヒーレンス画像１９３の一例を示す図である。
第１のＳＡＲ画像１９１ａ（図４、浸水前）と第２のＳＡＲ画像１９２ａ（図４、浸水後）とに対して図５に示すようなコヒーレンス画像１９３が得られる。
コヒーレンス画像１９３は、山、湖および浸水地域を「０」に近い値（コヒーレンス）で表している。このため、コヒーレンス画像１９３から浸水地域を特定することができない。
【００４４】
図３に戻り、変化領域検出方法の説明を続ける。
【００４５】
Ｓ１２０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて、観測地域に含まれる植生領域および水域をマスク領域として特定する。
以下に、土地被覆分類図１８１、植生指標図１８２およびエントロピーアルファ分類図１８３について説明する。
【００４６】
図６は、実施の形態１における土地被覆分類図１８１を表した概略図である。
土地被覆分類図１８１は、地域を市街地、水田、畑地、芝地、広葉樹林、針葉樹林、砂地、裸地、水域などの領域に分けて示した地図データである。
マスク領域除外部１２０は、土地被覆分類図１８１に基づいて観測地域内の水田、畑地、芝地、広葉樹林、針葉樹林、砂地、裸地、水域などをマスク領域として特定する。
【００４７】
図７は、実施の形態１における植生指標図１８２を表した概略図である。
植生指標図１８２は、植生の分布状況を表す地図データであり、植物から放射される近赤外線を植生指標（ＮＤＶＩ：Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ）にして生成される。
図７では、植生が活性している地域（植生領域）を濃い網掛けで示している。
マスク領域除外部１２０は、植生指標図１８２に基づいて観測地域内の植生領域をマスク領域として特定する。
【００４８】
図８は、実施の形態１におけるエントロピーアルファ分類表１８４の概要図である。
エントロピーアルファ分類図１８３は、図８に示すようなエントロピーアルファ分類表１８４に基づいて生成される。
【００４９】
エントロピーアルファ分類表１８４は、エントロピーとアルファ角と観測対象の分類とを対応付けた表データである。エントロピーは観測信号の散乱の複雑さを表し、アルファ角は散乱メカニズムを表す。
エントロピーとアルファ角とに基づいて観測対象を分類できることが知られている（非特許文献１参照）。
【００５０】
エントロピーとアルファ角は、合成開口レーダ２００からポラリメトリ観測して得られた観測データから求まる。ポラリメトリ観測とは、振動方向の異なる複数の電磁波（多偏波）を観測信号として用いる観測方法である。
以下、ポラリメトリ観測して得られた観測データを「ポラリメトリ観測データ１９９」という。ポラリメトリ観測データ１９９はＳＡＲ撮像データの一種である。
【００５１】
マスク領域除外部１２０は、観測地域を観測して得られたポラリメトリ観測データ１９９を用いてエントロピーとアルファ角とをＳＡＲ画像の画素毎に算出する。エントロピーとアルファ角との算出式については説明を省略する（例えば、非特許文献２参照）。
ポラリメトリ観測データ１９９は、ＳＡＲ撮像データ記憶部１９０に記憶されているものとする。
但し、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２との少なくともいずれかがポラリメトリ観測データである場合、別のポラリメトリ観測データ１９９を用意する必要はない。マスク領域除外部１２０は第１のＳＡＲ撮像データ１９１または第２のＳＡＲ撮像データ１９２を用いてエントロピーとアルファ角とを算出する。
【００５２】
マスク領域除外部１２０は、エントロピーアルファ分類表１８４を参照してエントロピーとアルファ角とに対応する分類を画素毎に特定し、植生に分類されるＳＡＲ画像内の範囲を植生領域として特定する。
マスク領域除外部１２０は、特定した植生領域を示す地図データとしてエントロピーアルファ分類図１８３を生成し、生成したエントロピーアルファ分類図１８３を補助データ記憶部１８０に記憶する。エントロピーアルファ分類図１８３は土地被覆分類図１８１や植生指標図１８２と同様に植生領域の分布を表す。
【００５３】
図３に戻り、変化領域検出方法の説明を続ける。
【００５４】
Ｓ１２０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に示される観測地域内の植生領域および水域をマスク領域として特定する。
マスク領域除外部１２０は、検出する変化領域（例えば、浸水地域）からマスク領域を除外するため、コヒーレンス画像１９３内のマスク領域をマスクする。例えば、マスク領域除外部１２０は、コヒーレンス画像１９３内のマスク領域の各画素にマスク領域であることを示す所定のマスク値を設定する。また例えば、マスク領域除外部１２０は、コヒーレンス画像１９３に対応する画像であってマスク領域にマスク値を設定したマスク画像を生成する。コヒーレンス画像１９３とマスク画像と対比することにより、コヒーレンス画像１９３に対してマスク領域とマスク領域以外の領域とを区別することができる。
以下、Ｓ１２０でマスクしたコヒーレンス画像１９３を「コヒーレンスマスク画像１９４」という。
Ｓ１２０の後、Ｓ１３０に進む。
【００５５】
図９は、実施の形態１におけるコヒーレンスマスク画像１９４の一例を示す図である。
コヒーレンス画像１９３（図５参照）内の山および湖をマスク領域としてマスクすると、図９に示すようなコヒーレンスマスク画像１９４が得られる。
【００５６】
図３に戻り、変化領域検出方法の説明を続ける。
【００５７】
Ｓ１３０において、変化領域特定部１３０は、コヒーレンスマスク画像１９４に示されるコヒーレンスを所定のコヒーレンス閾値（「０」に近い値）と画素毎に比較する。コヒーレンスマスク画像１９４に示されるコヒーレンスとは、マスク領域以外の画素のコヒーレンスのことである。
変化領域特定部１３０は、コヒーレンスマスク画像１９４内でコヒーレンスがコヒーレンス閾値より小さい部分を変化画素領域として特定する。
変化領域特定部１３０は、変化画素領域に映る領域を変化領域として特定する。例えば、変化領域特定部１３０は、合成開口レーダ２００の観測位置、アンテナの観測角、観測信号の伝播時間（発信から受信までの時間）などの情報に基づいて変化画素領域内の画素に対応する緯度、経度を算出し、変化領域の緯度、経度の範囲を特定する。
【００５８】
例えば、変化領域特定部１３０は、コヒーレンスマスク画像１９４（図９参照）を閾値処理することにより、浸水地域だけを変化領域として特定することができる。
Ｓ１３０により、変化流域検出方法は終了する。
【００５９】
図１０は、実施の形態１における変化領域検出装置１００の変化領域検出方法を示すフローチャートの別例を示す図である。
上記の変化領域検出方法（図３参照）では、コヒーレンス画像１９３を生成（Ｓ１１０）した後にマスク領域を特定し（Ｓ１２０）、コヒーレンスマスク画像１９４に基づいてマスク領域以外の領域から変化領域を特定している（Ｓ１３０）。
但し、図１０に示すように、コヒーレンス画像１９３の生成（Ｓ２２０）とマスク領域の特定（Ｓ２１０）との順序を変えてもよい。
【００６０】
Ｓ２１０において、マスク領域除外部１２０は、土地被覆分類図１８１、植生指標図１８２またはエントロピーアルファ分類図１８３に基づいて観測地域に含まれる植生域および水域をマスク領域として特定する。
Ｓ２２０において、コヒーレンス画像生成部１１０は、第１のＳＡＲ撮像データ１９１と第２のＳＡＲ撮像データ１９２とに基づいて観測地域（マスク領域を除く）のコヒーレンスを算出し、コヒーレンス画像１９３を生成する。このコヒーレンス画像１９３は上記のコヒーレンスマスク画像１９４に相当する。
Ｓ２３０において、変化領域特定部１３０は、コヒーレンス画像１９３に基づいて、観測地域（マスク領域を除く）内でコヒーレンスがコヒーレンス閾値より小さい領域を変化流域として特定する。
【００６１】
図１０の処理順序であれば、Ｓ２２０でマスク領域内の画素に対してコヒーレンスを算出しないため、処理時間を短縮することができる。
【００６２】
次に、コヒーレンスの算出方法について説明する。
【００６３】
コヒーレンスγ（０≦γ≦１）は、ＳＡＲ複素データＳ１（第１のＳＡＲ撮像データ１９１）とＳＡＲ複素データＳ２（第２のＳＡＲ撮像データ１９２）とを用いて、以下の式（１）で算出される。
「＜＞」は平均値を示し、「＊」は複素共役を示す。
【００６４】
【数１】
【００６５】
但し、（ｉ，ｊ）画素のコヒーレンスγ（ｉ，ｊ）は、（ｉ，ｊ）画素を含む画素領域のＳＡＲ複素データＳ１・Ｓ２に基づいて算出する。（ｉ，ｊ）画素は、ＳＡＲ画像内の座標（ｉ，ｊ）に位置する画素を意味する。
（ｉ，ｊ）画素のＳＡＲ複素データＳは、以下の式（２）のように表される。「ａ」は振幅（実部）を示し、「ｅ」は複素数（虚部）を示す。
【００６６】
【数２】
【００６７】
例えば、コヒーレンスγ（ｉ，ｊ）は、（ｉ，ｊ）画素を含む「２×２」ピクセルの画素領域または（ｉ，ｊ）画素を中心とする「３×３」ピクセルの画素領域のＳＡＲ複素データＳ１・Ｓ２に基づいて算出される。
【００６８】
上記式（１）を展開した式（３）を以下に示す。
（ｉ’，ｊ’）は対象とする画素領域内の画素の座標を示す。
【００６９】
【数３】
【００７０】
対象とする画素領域を大きくするほどサンプリング量が増え、観測信号の波形を詳細に表すことができるため、コヒーレンスγ（ｉ，ｊ）の精度が高まる。但し、画素領域を大きくするほど、コヒーレンスγ（ｉ，ｊ）の算出に要する計算量は増える。
画素領域の大きさは、コヒーレンスγ（ｉ，ｊ）の精度と計算量とを考慮して設定するとよい。
【００７１】
図１１は、実施の形態１における変化領域検出装置１００のハードウェア資源の一例を示す図である。
図１１において、変化領域検出装置１００は、ＣＰＵ９１１（Ｃｅｎｔｒａｌ・Ｐｒｏｃｅｓｓｉｎｇ・Ｕｎｉｔ）（マイクロプロセッサ、マイクロコンピュータともいう）を備えている。ＣＰＵ９１１は、バス９１２を介してＲＯＭ９１３、ＲＡＭ９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、ドライブ装置９０４、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。ドライブ装置９０４は、ＦＤ（Ｆｌｅｘｉｂｌｅ・Ｄｉｓｋ・Ｄｒｉｖｅ）、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ・Ｖｅｒｓａｔｉｌｅ・Ｄｉｓｃ）などの記憶媒体を読み書きする装置である。
【００７２】
通信ボード９１５は、有線または無線で、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット、電話回線などの通信網に接続している。
【００７３】
磁気ディスク装置９２０には、ＯＳ９２１（オペレーティングシステム）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。
【００７４】
プログラム群９２３には、実施の形態において「〜部」として説明する機能を実行するプログラムが含まれる。プログラムは、ＣＰＵ９１１により読み出され実行される。すなわち、プログラムは、「〜部」としてコンピュータを機能させるものであり、また「〜部」の手順や方法をコンピュータに実行させるものである。
【００７５】
ファイル群９２４には、実施の形態において説明する「〜部」で使用される各種データ（入力、出力、判定結果、計算結果、処理結果など）が含まれる。
【００７６】
実施の形態において構成図およびフローチャートに含まれている矢印は主としてデータや信号の入出力を示す。
【００７７】
実施の形態において「〜部」として説明するものは「〜回路」、「〜装置」、「〜機器」であってもよく、また「〜ステップ」、「〜手順」、「〜処理」であってもよい。すなわち、「〜部」として説明するものは、ファームウェア、ソフトウェア、ハードウェアまたはこれらの組み合わせのいずれで実装されても構わない。
【００７８】
変化領域検出装置１００は、植生領域や水域など常に変化している流域を除いて変化領域（例えば、浸水地域）を検出することができる。また、検出できる変化領域は浸水地域に限られず、火災や地震などによって倒壊した建物や亀裂の生じた道路を検出することもできる。さらに、変化領域検出装置１００は、災害が発生した場合でなく、新しく建造された建物を検出する場合などにも利用することができる。
変化領域検出装置１００は、２枚のＳＡＲ画像から生成される１枚のコヒーレンス画像を用いて変化領域を検出することができる。このため、変化領域検出装置１００は、観測時期の異なる３枚のＳＡＲ画像が入手できない場合や３枚目のＳＡＲ画像の観測を待たず早急に災害地域を特定したい場合などにも使用することができる。
【符号の説明】
【００７９】
１００ 変化領域検出装置、１１０ コヒーレンス画像生成部、１２０ マスク領域除外部、１３０ 変化領域特定部、１８０ 補助データ記憶部、１８１ 土地被覆分類図、１８２ 植生指標図、１８３ エントロピーアルファ分類図、１８４ エントロピーアルファ分類表、１９０ ＳＡＲ撮像データ記憶部、１９１ 第１のＳＡＲ撮像データ、１９１ａ 第１のＳＡＲ画像、１９２ 第２のＳＡＲ撮像データ、１９２ａ 第２のＳＡＲ画像、１９３ コヒーレンス画像、１９４ コヒーレンスマスク画像、１９９ ポラリメトリ観測データ、２００ 合成開口レーダ、９０１ 表示装置、９０２ キーボード、９０３ マウス、９０４ ドライブ装置、９１１ ＣＰＵ、９１２ バス、９１３ ＲＯＭ、９１４ ＲＡＭ、９１５ 通信ボード、９２０ 磁気ディスク装置、９２１ ＯＳ、９２２ ウィンドウシステム、９２３ プログラム群、９２４ ファイル群。
【特許請求の範囲】
【請求項１】
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、
前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部と、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出部と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定部と
を備えたことを特徴とする変化領域特定装置。
【請求項２】
前記画像データ記憶部は、振動方向の異なる複数の電磁波を用いて前記観測地域を観測して得られるポラリメトリ画像データを記憶し、
前記変化領域特定装置は、さらに、
前記ポラリメトリ画像データのエントロピーと前記ポラリメトリ画像データのアルファ角とを画素毎に算出するエントロピーアルファ算出部と、
前記エントロピーアルファ算出部により算出されたエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る部分を前記マスク領域として特定し、特定したマスク領域を示すデータを前記マスク領域特定データとして生成するマスク領域特定データ生成部とを備える
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項３】
前記画像データ記憶部は前記第１の画像データと前記第２の画像データとの少なくともいずれかを前記ポラリメトリ画像データとして記憶することを特徴とする請求項２記載の変化領域特定装置。
【請求項４】
前記マスク領域特定データ記憶部は、前記観測地域を領域毎に分類する領域分類データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記領域分類データに基づいて所定の種類に分類される領域を前記マスク領域として変化領域から除外する
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項５】
前記マスク領域特定データ記憶部は、前記観測地域内の植生領域を特定する植生指標データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記植生指標データに基づいて植生領域を前記マスク領域として変化領域から除外する
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項６】
前記マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定することを特徴とする請求項１〜請求項５いずれかに記載の変化領域特定装置。
【請求項７】
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部とを備える変化領域特定装置の変化領域特定プログラムにおいて、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出処理と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定処理と
をコンピュータに実行させる変化領域特定プログラム。
【請求項１】
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、
前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部と、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出部と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定部と
を備えたことを特徴とする変化領域特定装置。
【請求項２】
前記画像データ記憶部は、振動方向の異なる複数の電磁波を用いて前記観測地域を観測して得られるポラリメトリ画像データを記憶し、
前記変化領域特定装置は、さらに、
前記ポラリメトリ画像データのエントロピーと前記ポラリメトリ画像データのアルファ角とを画素毎に算出するエントロピーアルファ算出部と、
前記エントロピーアルファ算出部により算出されたエントロピーとアルファ角とに基づいて所定の組み合わせのエントロピーとアルファ角とを有する画素に映る部分を前記マスク領域として特定し、特定したマスク領域を示すデータを前記マスク領域特定データとして生成するマスク領域特定データ生成部とを備える
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項３】
前記画像データ記憶部は前記第１の画像データと前記第２の画像データとの少なくともいずれかを前記ポラリメトリ画像データとして記憶することを特徴とする請求項２記載の変化領域特定装置。
【請求項４】
前記マスク領域特定データ記憶部は、前記観測地域を領域毎に分類する領域分類データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記領域分類データに基づいて所定の種類に分類される領域を前記マスク領域として変化領域から除外する
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項５】
前記マスク領域特定データ記憶部は、前記観測地域内の植生領域を特定する植生指標データを前記マスク領域特定データとして記憶し、
前記変化領域特定部は、前記植生指標データに基づいて植生領域を前記マスク領域として変化領域から除外する
ことを特徴とする請求項１記載の変化領域特定装置。
【請求項６】
前記マスク領域特定データは植生域と水域との少なくともいずれかの領域をマスク領域として特定することを特徴とする請求項１〜請求項５いずれかに記載の変化領域特定装置。
【請求項７】
特定の観測地域を観測して得られる第１の画像データと、前記第１の画像データの観測時刻と異なる観測時刻に前記観測地域を観測して得られる第２の画像データとを記憶する画像データ記憶部と、前記観測地域内で時刻によって状態が変化する領域をマスク領域として特定するマスク領域特定データを記憶するマスク領域特定データ記憶部とを備える変化領域特定装置の変化領域特定プログラムにおいて、
前記画像データ記憶部に記憶される第１の画像データと第２の画像データとに基づいて前記第１の画像データと前記第２の画像データとのコヒーレンスを画素毎に算出するコヒーレンス算出処理と、
前記観測地域内の前記マスク領域以外の領域であってコヒーレンスが所定のコヒーレンス閾値より小さい画素に映る部分を変化領域として特定する変化領域特定処理と
をコンピュータに実行させる変化領域特定プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１１−２０９７８０（Ｐ２０１１−２０９７８０Ａ）
【公開日】平成２３年１０月２０日（２０１１．１０．２０）
【国際特許分類】
【出願番号】特願２０１０−７４０４７（Ｐ２０１０−７４０４７）
【出願日】平成２２年３月２９日（２０１０．３．２９）
【出願人】（５９１１０２０９５）三菱スペース・ソフトウエア株式会社 (148)
【Ｆターム（参考）】
【公開日】平成２３年１０月２０日（２０１１．１０．２０）
【国際特許分類】
【出願日】平成２２年３月２９日（２０１０．３．２９）
【出願人】（５９１１０２０９５）三菱スペース・ソフトウエア株式会社 (148)
【Ｆターム（参考）】
[ Back to top ]