画像解釈におけるアプリオリ情報の有効利用に関する研究

2003 年度 実績報告書

• 研究課題/領域番号: 15100003
• 研究機関: 東京工業大学
• 研究代表者: 小杉 幸夫 東京工業大学, 大学院・総合理工学研究科, 教授 (30108237)
• 研究分担者: 宇都 有昭 東京工業大学, 大学院・総合理工学研究科, 助手 (90345356) ; 亀山 啓輔 筑波大学, 電子・情報工学系・先端学際領域研究センター, 講師 (40242309)
• キーワード: 相互領域拡張法 / セグメンテーション / 変化域抽出 / 地震災害 / 衛星画像 / ハイパースペクトル / 独立成分分析 / 植生

研究概要

衛星画像の分解能向上に伴い、従来多大な労力と時間を要する地上の探査に頼らざるを得なかった大規模災害の被害域分布の測定や作物・森林等の生育管理等が、リモートセンシング技術によって可能となってきた。このような社会的ニーズを実現するために、本年度は主として、1.衛星画像のセグメンテーション技術の確立、2.大規模災害にともなう変化域抽出、および、3.独立成分分析を用いたミクセルデータの分離法において、アプリオリ情報を生かした画像処理方式を提案するとともに、その有効性を実データをもって示した。
先ず、1の「衛星画像のセグメンテーション技術の確立」では、従来から行われていた領域拡張法の概念を拡張し、アプリオリ情報として与えられる教師領域についてのセグメンテーション結果を参照しつつ、新規に与えられる画像と教師側入力画像との類似性を評価した「相互領域拡張法」を提案し、衛星画像や航空写真のセグメンテーションでその有効性を示した。
次の「大規模災害にともなう変化域抽出」では、災害前の衛星画像および地理情報データベースをアプリオリ情報として活用した変化域抽出法の精度・処理速度の改善を行い、2003年12月にイラン南東部で発生した大地震に伴うBam市の変化域抽出を試み、処理時間15分で市ほぼ全域の被害分布の概要を抽出することに成功した。この結果は、我国の現地調査団でも有効に活用され、またイランとの都市防災技術確立の共同研究への足がかりともなりつつある。
3の「独立成分分析を用いたミクセルデータの分離法」では、従来不可能とされていた分解能以下のサイズを周期とする植生分布についても、土壌のスペクトル特性をアプリオリ情報として活用することで、植生のピュアスペクトル推定が可能なことをシミュレーションおよび実観測データについて示した。
以上、画像処理におけるアプリオリ情報の重要性を実例をもって明らかにした。

研究成果

• [文献書誌] 三上直人, 小杉幸夫: "相互領域拡張法による地理画像の適応的セグメンテーション"電子情報通信学会論文誌. J86-D-II. 1329-1340 (2003)
• [文献書誌] 小阪尚子, 小杉幸夫: "ICAを用いた周期性ハイパースペクトル・ミクセルデータの分離"日本リモートセンシング学会誌. 23・5. 530-542 (2003)
• [文献書誌] Y.Kosugi, M.Sakamoto et al.: "Urban Change Detection Related to Earthquake Using an Adaptive Nonlinear Mapping of High-Resolution Images"IEEE Geoscience and Remote Sensing Letters. (印刷中). (2004)
• [文献書誌] S.Kim, M.Suzuki, K.Kameyama et al.: "A System for Content-Retrieval and Browsing Kaou Monogram Images Using Contour and Colour Characteristics"Proc.2003 IEEE Pacific Rim Conf.on CCSP. 844-847 (2003)
• [文献書誌] N.Kosaka, Y.Kosugi: "ICA Aided Linear Spectral Mixture Analysis of Agricultural Remote Sensing Images"Proc.ICA 2003. 221-226 (2003)
• [文献書誌] Y.Kosugi, K.Uto et al.: "Neural Networks for Cerebral Diagnosis Using PET and SPECT"Proc.IEEE EMBS APBME2003. (CD-ROM). (2003)