| 研究課題/領域番号 |
13460147
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
酒井 徹朗 京都大学, 情報学研究科, 教授 (10101247)
|
|---|
| 研究分担者 |
守屋 和幸 京都大学, 情報学研究科, 教授 (90159195)
沼田 邦彦 京都大学, 情報学研究科, 助教授 (30026405)
荒井 修亮 京都大学, 情報学研究科, 助教授 (20252497)
吉村 哲彦 京都大学, 情報学研究科, 助手 (40252499)
|
|---|
| キーワード | 時系列画像 / 高解像度 / クラスター分類 / イコノス / NOAA / NDVI |
|---|
| 研究概要 |
衛星画像の解析にはクラスター分析が一般に用いられる。クラスター分析では、各ピクセルは各分類クラスの中心までの距離が最短距離のクラスに分類される。しかしこの方法では、時系列的な画像を取り扱う場合観測機器や気候の年変動の影響を受け、土地被覆に変化がなくとも年により分類クラスが異なることが多々ある。また、高解像度の画像においては微妙なDN値の差異により分類クラスの連続性が失われる場合が多く発生する。そこで、クラスター分類結果をもとに各クラスの分類距離の平均及び標準偏差を用いて、分類クラスの再統合をおこなう方法について検討した。
ひとつは時系列画像を取り扱うもので、土地被覆に大きな変化がない限り、全期間とおして同一の分類クラスとなることを期待したものである。そのアルゴリズムは、全期間とおして同一クラス(クラスA)に分類されたピクセルを抽出する。抽出されたピクセルの近傍のピクセルに対し、クラスAに分類された年があった場合、クラスA以外に分類された年を対象に、クラスAの中心までの距離を計算する。その距離と当初のクラスター分析結果から得られるクラスAの平均距離と標準偏差から算出される閾値と比較し以下であれば、その年の分類クラスをクラスAに置き換える。これを新たな分類変更がなくなるまで繰り返すものである。
他は、高解像度画像を取り扱うもので、各分類クラスヘの帰属度を求め、分類クラスの連続性を期待したものである。クラスター分類の結果得られる各分類クラスまで平均距離と標準偏差を元に、ピクセル毎に各クラスヘの距離から帰属度を算定する。ファジィクラスター分析でのメンバーシップ関数は、その合計が1となるのに対し、この方法の帰属度は必ずしも1にならないのが特徴である。
|
