| 研究概要 |
対象とする画像間の空間分解能が大きく異なる場合のマッチングにおいては,事前に空間分解能を調整する必要が生ずる.空間分解能の調整には,低分解能画像の高分解能化,および高分解能画像の低分解能化が考えられる.高分解能化に対しては,ラプラシアンピラミッドによる高周波数成分の外挿によるもの,ウェーブレット変換による高周波数成分の外挿によるものが提案されている.これらの適用可能性を検討した結果,2倍程度の空間分解能の差に関しては,大きく貢献するものの,それ以上となると,適用可能性が極めて低くなることが確認された.一方の,低分解能化に関しては,単純に分解能を低下させるだけでは,不必要なノイズの影響を除去することが出来ないため,ガウシアンフィルタとの併用により,マッチングに適した分解能の調整が可能となることを確認した.
分解能の調整を行った画像群に対して,マッチングを行うことになるが,特にセンサや撮影状況の相違点を考慮に入れた,最小二乗マッチングを提案し,その高精度化を行った.最小二乗マッチングにおいては,初期値が必要となるが,1ピクセル程度の粗い初期値を与えておけば,最終的には,サブピクセルの精度が安定的に得られることを確認した.さらに,多時点において撮影された画像に関しては,撮影対象自体が変化していることが想定されるため,ロバスト推定を統合することにより,より確実なマッチング手法とした.
提案手法を,メルボルンテストフィールドにおけるIKONOS衛星画像(空間分解能1m)とオルソ空中写真(空間分解能15cm)に適用し,少なくとも1:10,000地形図相当の精度による3次元計測が可能であることを示し,今後,多様な衛星画像の地形図作成への寄与の可能性を示唆した.
|
