2018 Fiscal Year Annual Research Report
サイドスキャンソナーと画像解析を組み合わせた海底質の面的モニタリング手法の開発
Project/Area Number |
17H01859
|
Research Institution | Hiroshima University |
Principal Investigator |
西嶋 渉 広島大学, 環境安全センター, 教授 (20243602)
|
Co-Investigator(Kenkyū-buntansha) |
長尾 正之 国立研究開発法人産業技術総合研究所, 地質調査総合センター, 主任研究員 (70251626)
中井 智司 広島大学, 工学研究科, 教授 (80313295)
|
Project Period (FY) |
2017-04-01 – 2020-03-31
|
Keywords | 粒度組成 / 画像解析 / サイドスキャンソナー / 深層学習 |
Outline of Annual Research Achievements |
本研究では、粒度分布に焦点を絞り、分析に多大な時間と労力がかかる従来の篩法に代替する手法として、底質海底画像からの粒度分布測定手法を開発すると同時に、そのデータを使用して数百m 幅の音波を扇状に発信できるサイドスキャンソナーの反射強度データを粒度分布に変換するアルゴリズムを開発し、面的モニタリング手法を開発することを目的とする。 昨年までに写真画像から粒子としての判別が困難なシルト・クレイ含有率を背景処理によって求める技術の開発に成功した。本年度はその手法を用いてシルト・クレイ含有率が異なる土壌を作成し、目視法との比較において精度確認を行い、低シルト・クレイ含有率においても目視法との有意な違いは認められず、本方法の有用性が示された。一方で、画像サイズの関係でサイズが大きな礫分が含まれると正確な粒度組成が算出できないことがわかり、適用粒子サイズとしては2.8 mm以下であることが示された。この範囲の粒度組成を持つ土壌であれば誤差12%(RMSE)で粒度組成を算出可能であった。 昨年開発した現場海域での画像撮影装置を用いて広島県竹原沖で異なる粒度組成を持つ24枚の海底質画像を得て、本法による粒度組成を算出したところ目視法と比較して誤差14%以下で推定可能であり、実海域への適用においても問題がないことを確認した。 サイドスキャンソナーによる底質判別では、まだ画像法による検証はできていないが、256諧調の反射強度画像から目視で礫、砂、泥、サンドウェーブ、穴、溝、画像接合部の7区分に分類し、深層学習させた。その結果、7区分すべてを識別することはできなかったが、砂、画像接続部をそれ以外と分離することは可能であった。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまで解像度の問題で粒子として判別困難であったシルト・クレイを含む底質の画像解析に成功し、その精度が高いことが確認され、実海域で適用できることも確認できたことから画像解析に関してはほぼ技術的に課題を完了できたと考えている。 サイドスキャンソナーを用いた解析では、深層学習を活用して砂質底質を他の底質区分と区別できることが確認でき、底質判別への応用が期待できることがわかった。最終年度に画像解析データを用いてさらにサイドスキャンスキャンによる判別制度を高める方向性が確認されたため、ここまでの順調に進んでいるといえる。
|
Strategy for Future Research Activity |
最終年度は、広島県竹原沖において、底質の写真撮影とサイドスキャンソナーによる反射強度データを同時に取得し、画像解析結果を深層学習させ、サイドスキャンソナーの反射強度データから粒度組成を判別するアルゴリズム作成を行う。
|