図面 (/)

技術 背景を除外することによるスペクトルシーンの簡易化

出願人 ジーイー・アビエイション・システムズ・エルエルシー
発明者 ベンジャミン・トーマス・オッチピンティエリック・ダニエル・ビューラートーマス・ベイビー・セバスティアンコンラッド・ロバート・クチンスキー
出願日 2013年9月6日 (7年5ヶ月経過) 出願番号 2013-184551
公開日 2014年5月22日 (6年8ヶ月経過) 公開番号 2014-096138
状態 拒絶査定
技術分野 イメージ処理・作成
主要キーワード リモートセンシングシステム 統計的測度 日なた 遠隔感知 数学的距離 人工物体 追加特徴 ハイパースペクトル画像
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2014年5月22日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題

背景を除外することによるスペクトルシーン簡易化を提供する。

解決手段

ハイパースペクトル画像から静止物体を除去する方法は、対象シーン一連のハイパースペクトル画像を収集するステップ14と、動いている物体または新しい物体を対象シーンの中に有していない少なくとも1つの第1のハイパースペクトル画像を決定するステップ20と、少なくとも1つの第1のハイパースペクトル画像を選択するステップ22と、動いている物体を対象シーンの中に有している少なくとも1つの第2のハイパースペクトル画像を決定するステップ18と、背景除外ハイパースペクトル画像を生成するために、少なくとも1つの第2のハイパースペクトル画像から少なくとも1つの第1のハイパースペクトル画像を除外するステップと、を含む。

概要

背景

ハイパースペクトル画像(HSI)のためのリモートセンシングシステムの環境については、Manolakis, D.、Marden, D.およびShaw G.による「Hyperspectral Image Processing for Automatic Target Detection Applications」(Lincoln Laboratory Journal; Volume 14; 2003 pp. 79 - 82)に良好に記載されている。イメージングセンサは、ハイパースペクトルエネルギー測定値を記録する複数の画素を有している。HSIデバイスは、複数の画素のアレイ幾何構造によって空間情報捕獲し、かつ、多数の連続するハイパースペクトル帯域の個々の画素内で測定することによってスペクトル情報を捕獲する、該複数の画素のアレイ内のエネルギーを記録することができる。空間情報およびスペクトル情報のさらなる処理は、リモートセンシングシステムの特定の用途で決まる。

遠隔感知HSIは、環境および国土使用監視事的監視および偵察を始めとする広範囲にわたる用途で価値があることを立証している。HSIは、空間情報およびスペクトル情報の両方を含んだ画像データを提供する。これらのタイプの情報は、遠隔検出および追跡タスクのために使用することができる。詳細には、無人航空機UAV)または静止地上局などのプラットフォーム上に取り付けられた一組の視覚センサが与えられると、HSIのビデオを得ることができ、また、一組のアルゴリズムスペクトルビデオに適用して、フレーム毎に物体を検出し、かつ、フレーム毎に物体を追跡することができる。

概要

背景を除外することによるスペクトルシーン簡易化を提供する。ハイパースペクトル画像から静止物体を除去する方法は、対象シーン一連のハイパースペクトル画像を収集するステップ14と、動いている物体または新しい物体を対象シーンの中に有していない少なくとも1つの第1のハイパースペクトル画像を決定するステップ20と、少なくとも1つの第1のハイパースペクトル画像を選択するステップ22と、動いている物体を対象シーンの中に有している少なくとも1つの第2のハイパースペクトル画像を決定するステップ18と、背景除外ハイパースペクトル画像を生成するために、少なくとも1つの第2のハイパースペクトル画像から少なくとも1つの第1のハイパースペクトル画像を除外するステップと、を含む。

目的

HSIは、空間情報およびスペクトル情報の両方を含んだ画像データを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

少なくとも1つのハイパースペクトル画像から静止物体を除去する方法であって、対象シーン一連のハイパースペクトル画像を収集するステップと、動いている物体を前記対象シーンの中に有していない少なくとも1つの第1のハイパースペクトル画像を決定するステップと、前記少なくとも1つの第1のハイパースペクトル画像を選択するステップと、動いている物体を前記対象シーンの中に有している少なくとも1つの第2のハイパースペクトル画像を決定するステップと、背景除外ハイパースペクトル画像を生成するために、前記少なくとも1つの第2のハイパースペクトル画像から前記少なくとも1つの第1のハイパースペクトル画像を除外するステップとを含む方法。

請求項2

前記背景除外ハイパースペクトル画像を表示するステップをさらに含む、請求項1記載の方法。

請求項3

前記背景除外ハイパースペクトル画像を記憶するステップをさらに含む、請求項1記載の方法。

請求項4

前記除外するステップにおいて、前記少なくとも1つの第1のハイパースペクトル画像の平均特徴と前記少なくとも1つの第2のハイパースペクトル画像の特徴の絶対差が所定の閾値未満である場合、前記差の値がゼロに設定される、請求項1記載の方法。

請求項5

前記対象シーンの照度の差を考慮するために、前記少なくとも1つの第1のハイパースペクトル画像および前記少なくとも1つの第2のハイパースペクトル画像を較正するステップをさらに含む、請求項1記載の方法。

請求項6

前記決定するステップおよび選択するステップが手動で実施される、請求項1記載の方法。

請求項7

前記決定するステップおよび選択するステップが自動的に実施される、請求項1記載の方法。

請求項8

前記選択するステップが、少なくとも2つの第1のハイパースペクトル画像を選択するステップ、および前記少なくとも2つの第1のハイパースペクトル画像の特徴を平均化するステップをさらに含む、請求項1記載の方法。

請求項9

動いている物体を前記対象シーンの中に有していない前記少なくとも1つの第1のハイパースペクトル画像を決定する前記ステップが、前記少なくとも1つの第1のハイパースペクトル画像を対象シーンの前記一連のハイパースペクトル画像と比較することによって実施される、請求項1記載の方法。

技術分野

0001

本発明は、ハイパースペクトル画像から静止物体を除去する方法に関する。

背景技術

0002

ハイパースペクトル画像(HSI)のためのリモートセンシングシステムの環境については、Manolakis, D.、Marden, D.およびShaw G.による「Hyperspectral Image Processing for Automatic Target Detection Applications」(Lincoln Laboratory Journal; Volume 14; 2003 pp. 79 - 82)に良好に記載されている。イメージングセンサは、ハイパースペクトルエネルギー測定値を記録する複数の画素を有している。HSIデバイスは、複数の画素のアレイ幾何構造によって空間情報捕獲し、かつ、多数の連続するハイパースペクトル帯域の個々の画素内で測定することによってスペクトル情報を捕獲する、該複数の画素のアレイ内のエネルギーを記録することができる。空間情報およびスペクトル情報のさらなる処理は、リモートセンシングシステムの特定の用途で決まる。

0003

遠隔感知HSIは、環境および国土使用監視事的監視および偵察を始めとする広範囲にわたる用途で価値があることを立証している。HSIは、空間情報およびスペクトル情報の両方を含んだ画像データを提供する。これらのタイプの情報は、遠隔検出および追跡タスクのために使用することができる。詳細には、無人航空機UAV)または静止地上局などのプラットフォーム上に取り付けられた一組の視覚センサが与えられると、HSIのビデオを得ることができ、また、一組のアルゴリズムスペクトルビデオに適用して、フレーム毎に物体を検出し、かつ、フレーム毎に物体を追跡することができる。

先行技術

0004

米国特許第8081825号明細書

0005

本発明の一態様は、少なくとも1つのハイパースペクトル画像から静止物体を除去する方法に関している。この方法は、対象シーン一連のハイパースペクトル画像を収集するステップと、動いている物体または新しい物体を対象シーンの中に有していない少なくとも1つの第1のハイパースペクトル画像を決定するステップと、少なくとも1つの第1のハイパースペクトル画像を選択するステップと、動いている物体を対象シーンの中に有している少なくとも1つの第2のハイパースペクトル画像を決定するステップと、背景除外ハイパースペクトル画像を生成するために、少なくとも1つの第2のハイパースペクトル画像から少なくとも1つの第1のハイパースペクトル画像を除外するステップとを含む。

図面の簡単な説明

0006

本発明の一実施形態による、背景を除外するために使用される、動いている物体を有していないシーンのハイパースペクトル画像を選択する方法の線図である。
本発明の一実施形態による、背景除外ハイパースペクトル画像を生成する方法の線図である。
本発明の一実施形態による、特徴除外ハイパースペクトル画像を生成する方法の線図である。
草深い地域によって取り囲まれた高速道路のシーンのハイパースペクトル画像を示す図である。
自動車が高速道路を縦走している図4のシーンのハイパースペクトル画像を示す図である。
本発明の一実施形態に従って高速道路および草深い地域が除去された図5のシーンの背景除外ハイパースペクトル画像を示す図である。
本発明の一実施形態に従って草深い地域が除去された図5のシーンの特徴除外ハイパースペクトル画像を示す図である。

実施例

0007

背景技術および以下の説明では、本明細書において説明されている技術の完全な理解を提供するために、説明を目的とした多くの特定の詳細が示されている。しかしながら、これらの特定の詳細がなくてもこれらの例示的実施形態を実践することができることは当業者には明らかであろう。他の例では、構造およびデバイスは、これらの例示的実施形態の説明を容易にするために線図の形態で示されている。

0008

これらの例示的実施形態は、図面を参照して説明されている。これらの図面には、本明細書において説明されているモジュール、方法またはコンピュータプログラム製品を実施する特定の実施形態の特定の詳細が示されている。しかしながら、これらの図面は、これらの図面に存在し得る何らかの制限を課すものとして解釈してはならない。これらの方法およびコンピュータプログラム製品は、それらの動作を達成するための任意の機械可読媒体上で提供することができる。これらの実施形態は、既存のコンピュータプロセッサを使用して実施することができ、もしくはこの目的または他の目的のために組み込まれる専用コンピュータプロセッサによって、あるいはハードワイヤードステムによって実施することができる。

0009

上で言及したように、本明細書において説明されている実施形態は、機械可読媒体を備えたコンピュータプログラム製品を含むことができ、機械可読媒体は、記憶された機械実行可能命令またはデータ構造をその上に担っている、つまり有している。このような機械可読媒体は、汎用コンピュータまたは専用コンピュータ、あるいはプロセッサを備えた他の機械によってアクセスすることができる任意の入手可媒体であってもよい。一例として、このような機械可読媒体は、RAM、ROM、EPROM、EEPROM、CD−ROM、または他の光ディスク記憶装置磁気ディスク記憶装置または他の磁気記憶デバイス、あるいは機械実行可能命令またはデータ構造の形態の所望のプログラムコードを担う、つまり記憶するために使用することができ、かつ、汎用コンピュータまたは専用コンピュータ、あるいはプロセッサを備えた他の機械によってアクセスすることができる任意の他の媒体を備えることができる。ネットワークまたは他の通信接続(ハードワイヤード、無線、またはハードワイヤードもしくは無線の組合せのいずれか)を介して機械に情報が転送すなわち提供されると、その機械は、適切にその接続を機械可読媒体として見なすことになる。したがって任意のこのような接続は、適切に、機械可読媒体と呼ばれている。また、上記の組合せは、機械可読媒体の範囲内に含まれる。機械実行可能命令は、例えば、汎用コンピュータ、専用コンピュータまたは専用処理機械が特定の機能または複数の機能のグループを実施することになる命令およびデータからなっている。

0010

これらの実施形態は、一実施形態では、例えばネットワーク化された環境の機械によって実行されるプログラムモジュールの形態のプログラムコードなどの機械実行可能命令を含んだプログラム製品によって実施することができる方法ステップの一般的な文脈で説明される。通常、プログラムモジュールは、特定のタスクを実施し、あるいは特定の抽象データタイプを実施する技術的な効果を有するルーチンプログラムオブジェクト、構成要素、データ構造、等々を含む。機械実行可能命令、関連するデータ構造およびプログラムモジュールは、本明細書において開示されている方法のステップを実行するためのプログラムコードの例を表している。このような実行可能命令または関連するデータ構造の特定のシーケンスは、このようなステップで記述されている機能を実施するための対応する動作の例を表している。

0011

これらの実施形態は、プロセッサを有する1つまたは複数の遠隔コンピュータへの論理接続を使用して、ネットワーク化された環境で実践することができる。これらの論理接続は、ここでは一例として提供されている非制限のローカルエリアネットワーク(LAN)および広域ネットワークWAN)を含むことができる。このようなネットワーク環境は、オフィス広域コンピュータネットワークまたは企業広域コンピュータネットワーク、イントラネットおよびインターネットではごくありふれており、広範囲にわたる異なる通信プロトコルを使用することができる。このようなネットワーク計算環境は、典型的には、パーソナルコンピュータハンドヘルドデバイス多重プロセッサシステム、マイクロプロセッサベースとする家庭用電化製品またはプログラマブル家庭用電化製品、ネットワークPC、ミニコンピュータ本体コンピュータ、等々を始めとする多くのタイプのコンピュータシステム構成を包含することになることは当業者には理解されよう。

0012

また、これらの実施形態は、通信ネットワークを介してリンクされる(ハードワイヤードリンク、無線リンクのいずれかによって、またはハードワイヤードリンクもしくは無線リンクの組合せによって)局所処理デバイスおよび遠隔処理デバイスによって複数のタスクが実施される分散計算環境で実践することも可能である。分散計算環境では、局所メモリ記憶装置および遠隔メモリ記憶装置の両方にプログラムモジュールを配置することができる。

0013

これらの例示的実施形態のすべてまたは一部を実施するための一例示的システムは、処理装置システムメモリ、およびシステムメモリを始めとする様々なシステム構成要素を処理装置に結合するシステムバスを含んだコンピュータの形態の汎用計算デバイスを含むことができる。システムメモリは、リードオンリメモリ(ROM)およびランダムアクセスメモリ(RAM)を含むことができる。また、コンピュータは、磁気ハードディスクから読み出し、かつ、磁気ハードディスクに書き込むための磁気ハードディスクドライブ取外し可磁気ディスクから読み出し、あるいは取外し可能磁気ディスクに書き込むための磁気ディスクドライブ、およびCD−ROMまたは他の光媒体などの取外し可能光ディスクから読み出し、あるいは取外し可能光ディスクに書き込むための光ディスクドライブを含むことも可能である。これらのドライブおよびそれらの関連する機械可読媒体は、機械実行可能命令、データ構造、プログラムモジュールおよびコンピュータのための他のデータの不揮発性記憶を提供している。

0014

これらの実施形態で開示されている方法の技術的効果には、不必要なハイパースペクトル特徴を含んだすべての画素を除去することによってハイパースペクトル画像の圧縮性が高くなることがある。したがって記録目的のために必要なデータの量および時間が低減される。それに加えて、この方法によれば、手動であれ、あるいは自動であれ、探索すべきデータのサイズが実質的に低減されるため、既存の検出方法の速度が改善される。さらに、この方法によればハイパースペクトル画像が改善され、これまでは検出されなかった物体および特徴を検出することが可能になる。

0015

図1は、本発明の一実施形態による、背景を除外するために使用される、動いている物体を有していないシーンのハイパースペクトル画像を選択する方法10の線図である。プロセス12の開始時に、単一の画像またはハイパースペクトルビデオフィードを含むことができる遠隔感知HSIを、14で、HSIを処理することができるプロセッサに入力することができる。

0016

14におけるプロセッサへのHSI入力は、対象シーンの一連のハイパースペクトル画像である。対象シーンは、静止カメラによって収集されるようなハイパースペクトル画像を収集している間、その全体にわたって画像化領域空間範囲が一定を維持している画像化領域である。例えば対象シーンは、草深い地域によって取り囲まれた高速道路のセグメントの対象シーンであってもよい。個々のハイパースペクトル画像は、例えば高速道路を縦走している自動車、あるいは一日を通してレベルが変化する周辺光のように異なっていてもよいが、収集中のすべてのハイパースペクトル画像は、高速道路の同じセグメントのハイパースペクトル画像でなければならない。この例は、実例による説明を目的としたものにすぎず、限定するものと見なしてはならず、静止シーンの任意の一連のハイパースペクトル画像が関連していてもよいことに留意されたい。

0017

動いている物体を対象シーンの中に有していない少なくとも1つのハイパースペクトル画像を決定するために、プロセッサは、16で、収集された一連のハイパースペクトル画像を通して反復を開始することができる。連続的に収集されたハイパースペクトル画像毎に、プロセッサは、18で、ハイパースペクトル画像が何らかの動いている物体または新しい物体を対象シーンの中に有しているかどうかを決定することができる。プロセッサが、動いている物体または新しい物体が対象シーンの中に存在していることを決定すると、プロセッサは、ループターミネータ32およびループイタレータ16の反復論理ステップを介して、一連のハイパースペクトル画像中の次のハイパースペクトル画像へ進行することができる。プロセッサが、20で、動いている物体または新しい物体がハイパースペクトル画像の中に存在していないことを決定すると、プロセッサは、22で、対象シーンの背景としてそのハイパースペクトル画像を選択することができる。

0018

本発明の方法によれば、24で、実施態様に応じて、ハイパースペクトル画像に対象シーンの背景を表現させるか、あるいは一組のハイパースペクトル画像に対象シーンの背景を表現させることができる。プロセッサが、26で、対象シーンの背景を表現するために単一のハイパースペクトル画像を指定すると、プロセッサは、単一の選択されたハイパースペクトル画像をデータベース46に記憶することができ、48で背景選択プロセスが終了する。プロセッサが、30で、対象シーンの背景を表現するために複数のハイパースペクトル画像を指定すると、プロセッサは、ループターミネータ32およびループイタレータ16の反復論理ステップを介して、その一組のハイパースペクトル画像を通して反復を継続することができる。

0019

プロセッサが、32で、対象シーンのその一連のハイパースペクトル画像を通して完全に反復すると、プロセッサは、対象シーンの背景を表現するために複数のハイパースペクトル画像が指定されているかどうかを決定することができる。プロセッサが、36で、対象シーンの背景を表現するために複数のハイパースペクトル画像を指定している場合、プロセッサは、データベース46に記憶される単一の背景画像を生成するために、38で複数のハイパースペクトル画像を平均することができ、48で背景選択プロセスが終了する。プロセッサが、50で、対象シーンの背景を表現するために複数のハイパースペクトル画像を指定していない場合、次に、プロセッサが、40で、対象シーンの背景を表現するために単一のハイパースペクトル画像を指定していると、プロセッサは、42でデータベース46にその単一のハイパースペクトル画像を記憶する。次に、プロセッサは、48でプロセスを終了する。プロセッサが、40で、対象シーンの背景を表現するためにハイパースペクトル画像を全く指定していない場合、プロセッサは、44で、動いている物体を有していない対象シーンの少なくとも1つのハイパースペクトル画像を選択するプロセスを再開するために、14で新しい一連のハイパースペクトル画像を収集することができる。

0020

プロセッサは、18で、ユーザによる手動介在を使用して、あるいは自動的に、対象シーンのハイパースペクトル画像が動いている対象または新しい対象を含んでいるかどうかを決定することができる。本発明の一実施形態によれば、プロセッサは、18で、初期動作状態の間、一連のハイパースペクトル画像をユーザに表示することができる。ユーザは、22で、対象シーンの背景画像として少なくとも1つのハイパースペクトル画像を選択することができる。別法としては、プロセッサは、18で、現在のハイパースペクトル画像に適用されている一組の基準に基づいて、22で対象シーンの背景画像として少なくとも1つのハイパースペクトル画像を自動的に選択することも可能である。この基準は、ハイパースペクトル画像の空間特性またはスペクトル特性に基づくことができ、また、現在のハイパースペクトル画像と既に収集済みのHSIとの比較を使用することができる。

0021

動いている物体または新しい物体を有していない対象シーンの背景を表現するためにハイパースペクトル画像を決定し、選択し、かつ、記憶すると、プロセッサは、次に、対象シーンのハイパースペクトル画像から背景を除去することができる。図2は、本発明の一実施形態による、背景除外ハイパースペクトル画像を生成する方法100の線図である。プロセス112の開始時に、単一の画像またはハイパースペクトルビデオフィードを含むことができる遠隔感知HSIを、114で、HSIを処理することができるプロセッサに入力することができる。遠隔感知HSIは、図1の14からの同じ一連のハイパースペクトル画像であっても、あるいは同じ対象シーンの新しい一連のハイパースペクトル画像であってもよい。プロセッサは、116で、収集された一連のハイパースペクトル画像を通して反復を開始することができる。

0022

118でプロセッサは、背景除外ハイパースペクトル画像を生成するために、現在のハイパースペクトル画像から、46でデータベースに記憶された対象シーンの背景画像を除外することができる。この除外は、背景画像の画素特徴がハイパースペクトル画像の対応する画素の特徴から除外される単純な画素除外であってもよいが、実施態様に応じて他の除外方法を使用することも可能である。例えばプロセッサは、背景画像画素の特徴とハイパースペクトル画像の対応する画素の特徴の間の絶対差が所定の閾値未満である場合、結果として得られる画素値をゼロに設定することにより、118で除外を実施することができる。所定の閾値の一例では、ハイパースペクトル特徴のすべての値は、背景画像の画素の特徴の対応する値の5%以内でなければならない。実施態様に応じて他の閾値を使用することも可能である。

0023

次に、46で背景除外ハイパースペクトル画像をデータベースに記憶することができ、あるいはユーザに表示することができる。次に、プロセッサは、120および116の反復論理を介して、122でプロセスが終了するまでその一連のハイパースペクトル画像を通してループすることができる。

0024

46でデータベースに記憶される背景除外ハイパースペクトル画像のフォーマットは、元のハイパースペクトル画像の実質的に圧縮されたバージョンを表している。従来のカラー画像における個々のRGB画素が3つの値を含んでいるやり方と同様、ハイパースペクトル画像における個々の画素もスペクトル帯域毎に1つずつN個の値を含んでおり、Nは3よりはるかに大きい。対象シーンの中の動いている物体または新しい物体の画素のみを保管することにより、データベース46に保管される画素の数を劇的に低減することができ、その一方ですべてのスペクトル帯域のN個の値を保存することができる。例えば20の帯域を有する640×480画素のハイパースペクトル画像は、データベース46に完全に記憶するためには6,144,000個の固有数値が必要である。シーンの中の動いている物体または新しい物体に対して300個の画素しか決定されない場合、プロセッサに必要であるのは、300*20=6000個の数値および合計6,600個の値の対応する二次元画素座標をデータベース46に記憶することである。

0025

本発明の一実施形態では、単一の対象シーンのいくつかの異なる背景画像が、背景画像を決定する方法10の複数の実例を通してデータベース46に記憶され、かつ、分類される。データベース46内の対象シーンの個々の背景画像は、対象シーンの照度によって分類される。これらの分類の例は、、真昼、日なた、夕方、夜、部分的に曇りおよび完全に曇りなどの昼間の状態を表すことができる。プロセッサが118で背景除外画像を生成する場合、プロセッサは、ハイパースペクトル画像の属性を特性化するか、あるいは背景画像の収集時間とシーンのハイパースペクトル画像を比較することによって、データベース46から検索すべき背景画像を決定することができる。

0026

図3は、本発明の一実施形態による、特徴除外ハイパースペクトル画像を生成する方法200の線図である。プロセス212の開始時に、ハイパースペクトル画像の画素を処理することができるプロセッサにハイパースペクトル画像およびハイパースペクトル特徴を入力することができる。ハイパースペクトル画像は、図1の14からの一連のハイパースペクトル画像の1つであってもよいが、ハイパースペクトル画像源は実施態様によって様々であってもよい。

0027

ハイパースペクトル画像から除去すべきハイパースペクトル特徴源は、特徴のデータベースまたはハイパースペクトル画像自体からの特徴であってもよい。ハイパースペクトル特徴のデータベースは、この方法200のユーザにとって重要な天然物体または人工物体の特徴を含むことができる。さらに、ユーザは、データベース内の物体の既知の特徴を組み合わせることにより、除外のための追加特徴を生成するべく選択することができる。例えばユーザは、それぞれ異なる重みを有する複数の特徴を組み合わせることにより、除外のための特徴を生成することができる。他の例では、ユーザは、第1の特徴から一組のスペクトル帯域を選択し、かつ、第2の特徴から異なる一組のスペクトル帯域を選択することにより、除外のための特徴を生成することができる。さらに他の例では、プロセッサは、選択された特徴に変換を適用し、太陽光、月光またはヘッドライトなどの変化する照度状態の下で物体の特徴を模擬することにより、一組の関連する特徴を生成することができる。

0028

プロセッサは、214で、ハイパースペクトル画像の画素を通して反復を開始することができる。プロセッサは、ハイパースペクトル画像の画素の特徴を選択されたハイパースペクトル特徴と比較し、それにより216で不同性測度を決定し、また、218で不同性測度の値を所定の閾値と比較することによって整合を決定することができる。不同性測度は、2つのベクトル間の数学的距離を決定するための計量である。例えばプロセッサは、ハイパースペクトル画像の画素の特徴と選択されたハイパースペクトル特徴の間の絶対差の合計が所定の閾値未満である場合、計算するために、マンハッタン距離すなわちl1ノルムを使用して整合を決定することができる。

0029

プロセッサは、他の不同性測度を計算することができる。不同性測度の1つの等級はノルムに基づいており、また、2つのベクトル間の距離の直接計算である。マンハッタン距離以外に、プロセッサは、ハイパースペクトル画像の画素の特徴と選択されたハイパースペクトル特徴の間の差の二乗の合計の平方根が所定の閾値未満である場合、整合を決定するために、l2ノルムとしても知られているユークリッド距離から不同性測度を計算することができる。ノルムに基づく不同性測度の他の例では、プロセッサは、ハイパースペクトル画像の画素の特徴と選択されたハイパースペクトル特徴の間の最大絶対差が所定の閾値未満である場合、整合を決定するために、l∞ノルムとしても知られているチェビシェフ距離を計算することができる。

0030

不同性測度の他の等級は、画像中の候補対象統計的特性を利用するために開発されている。例えばマハラノビス距離は、ハイパースペクトル画素特徴に適用されている類似性統計的測度である。マハラノビス距離は、特徴を既知の等級の特徴の平均偏差および標準偏差に対して試験することによって特徴の類似性を測定する。測度の統計的性質のため、マハラノビス距離の計算には、ノルムに基づく計算のために使用されている単一の特徴の比較の代わりに、複数の組の特徴の比較が必要である。

0031

他の知られている技法には、Spectral Angle Mapper(SAM)、Spectral Information Divergence(SID)、Zero Mean Differential Area(ZMDA)およびバタチャリヤ距離がある。SAMは、個々のスペクトルをベクトルとして処理し、かつ、これらのベクトル間の角度を計算することによって特徴を既知の特徴と比較するための方法である。SAMは、ベクトルの方向のみを使用し、ベクトルの長さは使用しないため、この方法は、照度の変化に対して鈍感である。SIDは、スペクトル間の確率的矛盾または発散を測定することによって候補対象の特徴を既知の特徴と比較するための方法である。ZMDAは、特徴の分散によってこれらの特徴を正規化し、かつ、2つのベクトル間の面積に対応するそれらの差を計算する。バタチャリヤ距離は、マハラノビス距離と類似しているが、一組の候補対象の特徴と既知の等級の特徴の間の距離を測定するために使用される。

0032

不同性測度を計算すると、プロセッサは、整合を決定するために不同性測度の値を所定の閾値と比較することができる。所定の閾値の一例では、選択された特徴のすべての値は、ハイパースペクトル画像の画素の特徴の対応する値の5%以内でなければならない。実施態様に応じて他の閾値を使用することも可能である。

0033

220で特徴が整合しない場合、プロセッサは、ループ論理ターミネータ226およびイタレータ214を介して、ハイパースペクトル画像中の次の画素に対して反復することができる。222で特徴が整合すると、224でその画素の値をゼロに設定することによってハイパースペクトル画像中の画素を削除することができ、プロセッサは、次に、ループ論理ターミネータ226およびイタレータ214を介して、ハイパースペクトル画像の残りの画素を通した反復へ進行することができる。プロセッサが、ハイパースペクトル画像中のすべての画素を通して反復すると、228でプロセスが終了し、その時点で特徴除外ハイパースペクトル画像をデータベースに記憶することができ、あるいはユーザはディスプレイ上でその画像を見ることができる。

0034

方法200を反復することにより、ハイパースペクトル画像のために選択された追加特徴を除去することができる。さらに、このプロセスは、一連のハイパースペクトル画像に対して反復することができる。プロセッサは、これらのステップを自動的に実施するように、あるいはディスプレイを介して中間結果をユーザに表示し、かつ、グラフィカルユーザインタフェースを介して、除外すべき物体の特徴に関する命令を受け取ることによって手動で実施するように構成することができる。この方法の一実施態様では、プロセッサは、背景画像を表すすべての特徴を除去し、動いている物体または新しい物体の特徴に相関する画像のみを残す。

0035

一例として図4〜7は、本発明の一実施形態を立証したものである。図4は、草深い地域によって取り囲まれた高速道路のシーン300のハイパースペクトル画像を示したものである。この画像には、高速道路310、312、木314、人工インフラストラクチャ316および草深い地域320が示されている。プロセッサは、図1の18で、動いている物体を有していない画像としてハイパースペクトル画像を識別することができ、かつ、識別したハイパースペクトル画像を対象シーンの背景画像としてデータベース46に記憶することができる。

0036

図5は、図4のシーンのハイパースペクトル画像400を示したもので、自動車410が高速道路310を縦走している。プロセッサは、18で、動いている物体を有する画像としてこの画像を識別することができる。このシーンの画像400は、図2の背景を除外する方法100の候補である。

0037

図6は、図5のシーンから背景除外ハイパースペクトル画像500を示したもので、本発明の一実施形態に従って高速道路および草深い地域が除去されている。プロセッサは、図2のデータベース46から、図4の背景画像300を検索することができる。プロセッサは、図5のシーンのハイパースペクトル画像400から図4の背景画像300を除外する。残される画像の要素は自動車410のみである。300の動いていない物体はすべて削除され、空き空間510が残される。図に示されている高速道路の輪郭は参考にすぎず、実際の画像500には存在しない。

0038

図7は、図5のシーンから特徴除外ハイパースペクトル画像600を示したもので、本発明の一実施形態に従って図4の草深い地域320が除去されている。プロセッサは、結果として得られた特徴除外画像600中に空き空間620の広い領域を生成するために、図3の特徴除外方法200を使用して図4の草深い地域320の特徴を除去している。高速道路310、木314および人工インフラストラクチャ316の特徴を始めとする除去のための他の候補特徴を識別することも可能である。

0039

図6の背景除外画像500の例および図7の特徴除外画像600の例は、本発明の方法がハイパースペクトル画像中の動いている物体の検出可能性を劇的に改善することができることを立証している。さらに、既に説明したデータ圧縮のレベルは、とりわけ自動車410のみが残されている図6で目で見て明らかである。

0040

本明細書には、最良のモードを含む、本発明を開示するための例が使用されており、また、任意のデバイスまたはシステムの構築および使用、ならびに組み込まれている任意の方法の実施を含む、すべての当業者による本発明の実践を可能にするための例が使用されている。本発明の特許可能な範囲は、特許請求の範囲によって定義されており、当業者に思い浮ぶ他の例を含むことができる。このような他の例には、それらが特許請求の範囲の文字言語と同じ構造要素を有している場合であっても、あるいはそれらが特許請求の範囲の文字言語とは非現実的に異なる等価構造要素を含んでいる場合であっても、特許請求の範囲に包含されることが意図されている。

0041

10背景画像指定方法
12、112、212 プロセスの開始
14、114ハイパースペクトル画像入力
16ループイタレータ
18対象シーンのハイパースペクトル画像が動いている対象または新しい対象を含んでいるかどうか決定する
20 対象シーンのハイパースペクトル画像が動いている対象または新しい対象を含んでいないことを決定する
22 ハイパースペクトル画像を背景画像として選択する
24 複数の背景画像が許容されているか?
26 いいえ、単一の背景画像のみ
28 はい、移動している物体が存在する
30 はい、複数の背景画像が許容されている
32、120、226 ループターミネータ
34 対象シーンの背景を表現するために複数のハイパースペクトル画像が指定されているかどうか決定する
36 はい、対象シーンの背景を表現するために複数のハイパースペクトル画像が指定されている
38 複数のハイパースペクトル画像を平均する
40 単一の画像が指定されているか?
42 はい、単一の背景画像
44 背景画像は指定されていない
46データベース
48、122、228 プロセスの終了
50 いいえ、複数のハイパースペクトル画像は指定されていない
100 背景除外方法
116収集された一連のハイパースペクトル画像を通して反復する
118 対象シーンの背景画像を除外する
200スペクトル物体除外方法
214 画像を通してループする
216 探索特徴と画素特徴を比較するために不同性の値を決定する
218 特徴が整合しているか?
220 いいえ
222 はい
224 画素を削除する
300 背景画像として使用されるシーンのハイパースペクトル画像
310高速道路
312塔
314 木
316人工インフラストラクチャ
320 草深い地域
400 シーンのハイパースペクトル画像
410自動車
500 背景除外ハイパースペクトル画像
510 背景が除去された空間
600 特徴除外ハイパースペクトル画像
620 特徴が除去された空間

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ