| Project/Area Number |
00F00779
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 外国 |
|---|
| Research Field |
Measurement engineering
|
|---|
| Research Institution | Kochi University of Technology |
|---|
Principal Investigator |
大内 和夫 高知工科大学, 工学部, 教授
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
DAVIDSON Glen 高知工科大学, 工学部, 外国人特別研究員
DAVIDSON G.
|
|---|
| Project Period (FY) |
2000 – 2002
|
| Project Status |
Completed (Fiscal Year 2002)
|
| Budget Amount *help |
¥2,200,000 (Direct Cost: ¥2,200,000)
Fiscal Year 2002: ¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 2001: ¥1,200,000 (Direct Cost: ¥1,200,000)
|
|---|
| Keywords | 合成開口レーダ / 画像処理 / region merging algorithm / 画像分類 / Gaussian expectation method / Pi-SAR / AIRSAR / 統計解析 / 水田画像 |
|---|
| Research Abstract |
前年度に開発した「region merging algorithm (RMA)」と「Gaussian Expectation Method (GEM)」を使った画像分類アルゴリズムを宇宙開発事業団/通信総合研究所の航空機搭載合成開口レーダ(Pi-SAR)とNASAの航空機搭載AIRSARで収集された高分解能ポラリメトリック画像に適用し、アルゴリズムの改良と現地データとの精度比較を行った。観測対象の水田は岡山県児島にあリ、AIRSAR飛来時の2000年と前年度に収集した稲のパラメータや作付け面積,および作物種類等のground-truthを比較データとした。航空機搭載の合成開口レーダは分解能1〜4mと衛星搭載レーダと比べて観測対象の識別能力が非常に高いため、高次元データの処理手法の開発が考えられた。結果として、2つの(水田と水田でない)クラスの分類精度の最適化手法を開発し検証を行い、市街地等の混在している画像の多クラスヘの分類手法に発展させた。現段階においても本手法は従来の手法と比べて分類精度が勝っていることは明確である。さらに、ウェーブレット変換を利用して海洋レーダ画像から従来の手法では存在の確認が困難な小型船舶などの小さな対象物を抽出するアルゴリズムを開発した。研究成果は、国内外の学会で発表し、関連論文は国際学術誌に投稿中である。また、本研究で得られた理諭と論文集、およびMatlabを用いた処理と分類アルゴリズムがデータと共に、自由にダウンロードできるように、http://www.radarworks.com、あるいは、http://www.env.kochi-tech.ac.jp/ouchi/member/member.htmで公開している。ホームページに公開(2003年2月)以来、すでに300回以上のダウンロードがされた。
|
