| 研究課題/領域番号 |
16K12457
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
熊澤 逸夫 東京工業大学, 科学技術創成研究院, 教授 (70186469)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | マルチスペクトル画像センサ / センサ融合 / 逆問題 / デコンボリューション / クロストーク除去 / 分光 |
|---|
| 研究実績の概要 |
28年度に構成した構造の独自センサを用いて、クロストーク除去アルゴリズムとセンサ融合の原理により、スペクトルの分離を試みてきたが期待していた分離性能は達成できていない。通常のRGBカラーカメラでの計測結果と従来より簡易で高速撮影ができるがクロストークが大きくなる新方式マルチスペクトルカメラの計測結果を融合することにより、クロストークの除去を試みてきたが、想定以上に悪条件のデコンボリューション問題となることが判明した。また異なるカメラ間で計測画像の画素の正確な対応付けが必要であり、対応付けの際に上述したクロストークが画像照合を困難とするため、従来技術だけでは対応付けが困難であることから、ステレオカメラで被写体との距離を計測して幾何光学的に画素の対応付けを行うことを試みてきた。ステレオカメラの2台のカラーカメラと上記独自センサのセンサ融合により、空間分解能とスペクトル分解能がいずれも高まることを期待していたが、まだ装置の試作が完了していないため、本課題の研究期間を1年延長することとした。幾何光学的校正を行う際には、3つのセンサの対応画素のスペクトル情報間に多数の連立方程式ができるのでこれを高次の逆問題として定式化することができた。しかしながら、問題の各種パラメータや行列の要素の値は実験的に求める必要があり、本年度は、そのために多数のサンプル画像を蓄積し、これらサンプルから以下の(1)(2)の方針によって、パラメータを推定することに成功した。(1)人工ニューラルネットワークを学習することによってクロストークを除去する仕組みを形成する。(2)線形で定式化すると逆行列を解く際に悪条件ため、各種の制約項を導入して、制約下での復元誤差最小化問題として定式化して、各種の最適化アルゴリズムを用いてクロストークを排除する。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
スペクトルの近接バンドや画像の近隣画素間のとクロストークの除去を試みてきたが、想定以上に悪条件のデコンボリューション問題となることが判明したため、計算機上のシミュレーションで期待通りの性能を確認できなかったため、それを原理とする計測システムの試作になかなか着手できなかった。また異なるカメラ間で計測画像の画素の正確な対応付けが必要であり、対応付けの際に上述したクロストークが画像照合を困難とするため、従来技術だけでは対応付けが困難であることから、ステレオカメラで被写体との距離を計測して幾何光学的に画素の対応付けを行うことになったが、ステレオカメラの2台のカラーカメラと上記独自センサのセンサ情報を融合するためのキャリブレーションが困難であったため、計測実験が予定通りに行えなかった。ただし上述した(1)(2)の方針がいずれも成功したことから、研究期間を1年延長して試作システムを完成させて、クロストークを除去し、空間分解能とスペクトル分解能の当初目標を達成する見込みである。
|
| 今後の研究の推進方策 |
上述したように試作装置の試作と計測実験が遅れていたが、上述した(1)(2)の方針がいずれも成功したことから、研究期間を1年延長して試作システムを完成させて、クロストークを除去し、空間分解能とスペクトル分解能の当初目標を達成する見込みである。
|
| 次年度使用額が生じた理由 |
スペクトルの近接バンドや画像の近隣画素間のとクロストークの除去を試みてきたが、想定以上に悪条件のデコンボリューション問題となることが判明したため、計算機上のシミュレーションで期待通りの性能を確認できなかったため、それを原理とする計測システムの試作になかなか着手できなかった。そのため研究期間を1年延長して試作システムを完成させて、クロストークを除去し、空間分解能とスペクトル分解能の当初目標を達成する見込みである。次年度使用額はこの試作費用に充てる予定である。
|
