JP3564540B2 - Land use classification processing method using SAR image - Google Patents

Description

【００４０】
ここで、ｐ_ｉ，ｊ はＧＬＣＭの行ｉおよび列ｊの生起確率である。各テクスチャ特徴量を、上記４つの方向に対応するＧＬＣＭから計算された４つの値の平均をとることによって得た。前記４つのテクスチャ特徴量を、各テクスチャ画像の各画素で計算し、テクスチャ特徴量ごとに３つの画像を得た。
〔分類処理過程〕
本形態では、分類処理過程１の処理手法として最尤法を採用し、主成分分析（ＰＣＡ）と共に使用した。なお、ＰＣＡは、使用した画像の独立性を検査して直交画像を作るために必要な場合に適用した。
【００４１】
分類処理は、前述のように、分類精度の比較のために下記の３つのカテゴリの画像を使用して行った。
【００４２】
第１カテゴリ：オリジナルのＳＡＲ画像３およびその平均化画像
第２カテゴリ：テクスチャ特徴量画像およびオリジナルのＳＡＲ画像３
第３カテゴリ：テクスチャ画像４およびオリジナルのＳＡＲ画像３
第１カテゴリでは、平均化画像をオリジナルのＳＡＲ画像３にＬｅｅフィルタリングを行うことによって作成した。また、作成した平均化画像を第３カテゴリのテクスチャ画像４の導出に使用した（参考文献１０参照）。ＰＣＡを伴う最尤分類法を、それぞれオリジナルのＳＡＲ画像３および平均化画像に適用した。
【００４３】
第２のカテゴリでは、４種類のテクスチャ特徴量画像（エネルギ、コントラスト、エントロピ、および逆モーメント）のそれぞれを、上記のテクスチャ画像４から導出した。ＳＡＲ画像３からのさまざまな種類の特徴量画像（すなわちエネルギ、コントラスト、エントロピ、および逆モーメント）とＳＡＲ画像３とを組み合わせることによって、複数データセットを作成した。テクスチャ特徴量画像の種類それぞれに、３つの収集日に対応する３つの画像があるので、組合せのそれぞれを分析画像の数すなわち３、６、９、１２、および１５に従って５つの事例に分類した。たとえば、５種類の画像からのＳＡＲ画像３または１種類のテクスチャ特徴量画像を抽出する場合は、分析画像数は３枚である。同様に、ＳＡＲ画像３およびすべての種類のテクスチャ特徴量画像を使用する場合は、分析画像の数は１５枚である。ここでは、最尤分類法を各データセットに適用した。画像の独立性を検査するために、すべての画像（１５枚の画像）にＰＣＡを適用した。
【００４４】
第３のカテゴリでは、テクスチャ画像４およびオリジナルのＳＡＲ画像３に最尤分類法を適用した。尤度は、ＳＡＲ画像３の使用による寄与とテクスチャ画像４の使用による寄与との積によって与えられる。本形態では、尤度は、オリジナルのＳＡＲ画像３に対しては、ＰＣＡを除いて第１カテゴリと同一の形で与えられる。また、テクスチャ画像４に対しては、Ｍａｒｋｏｖ確率場（ＭＲＦ）モデルによる教師なし分類手法（Ｗｏｎ ａｎｄ Ｄｅｒｉｎ １９９２）を、教師付き分類手法、すなわちトレーニングエリアを使用する分類手法に変更して使用した。
【００４５】
テクスチャ画像内の画素の位置（ｉ， ｊ）における、クラスｋの尤度は、次式によって表される。
【００４６】
【数２】

【００４７】
式（５）で、下付き添字ｄは、収集の日付を示す。Ｙは近傍系を表し、
Ｙ＝［ ｙ_ｉ，ｊ ｙ_{ｉ−１，ｊ} ｙ_{ｉ＋１，ｊ} ｙ_{ｉ，ｊ−１} ｙ_{ｉ，ｊ＋１}］^Ｔ
によって与えられる。上付き添字Ｔは転置を表す。
【００４８】
式（５）のｎは、近傍系の画素数である。本例では、ｎ＝５である。
【００４９】
μ_ｋ は平均ベクトルであり、μ_ｋ ＝＜Ｙ＞（Ａ_ｋ がクラスｋのトレーニングエリアであるものとして、Ｙ∈Ａ_ｋ の各要素について）であり、かぎ括弧（＜＞）は集合の平均を意味する。Ｖ_ｋ は、Ｙの共分散行列（Ｙ∈Ａ_ｋ の各要素について）であり、垂直線（｜｜）は行列式を意味し、上付き添字−１は逆行列を表す。
【００５０】
３つの収集日に対応する３つのテクスチャ画像があるので、テクスチャ画像使用による尤度への寄与は、次式によって与えられる。
【００５１】
Ｌ^Ｔ （ｉ，ｊ；ｋ）＝Ｌ_１ Ｌ_２ Ｌ_３ （６）
式（６）で、下付き添字１、２、３は、３つの収集日を意味し、上付き添え字Ｔは、「テクスチャ」を意味する。総尤度は、次式によって与えられる。
【００５２】
Ｌ（ｉ，ｊ；ｋ）＝Ｌ^Ｏ Ｌ^Ｔ （７）
式（７）で、Ｌ^Ｏ は、オリジナルのＳＡＲ画像を使用した寄与を表し、上付き添字Ｏは、「オリジナル」を意味する。最大尤度をもたらすクラスは、位置（ｉ， ｊ）の画素が属するクラスとして決定される。
【００５３】
〔平滑化処理過程〕
本形態での平滑化処理過程２について説明する。
【００５４】
参考文献１１では、２つのクラスのｐｄｆのピークが離れている場合に、平滑化法による誤分類の訂正が正確であることを、同一の標準偏差および異なる平均を有する２つの正規分布を使用する単純なモデルを検討することによって示した。
【００５５】
ｐｄｆのオーバーラップするピークの事例として、同一の平均および異なる標準偏差を有する２つの正規分布を使用するモデルを検討する。
【００５６】
図４に、ｐｄｆのピークがオーバーラップする２つのクラスＩおよびＩＩの相互関係のモデルを示す。クラスＩ、ＩＩのｐｄｆは、同一の平均μ＝０を有する。しかし、標準偏差は異なり、狭いｐｄｆではσ_１ ＝０．５、広いｐｄｆではσ_２ ＝１である。
【００５７】
分類処理過程１で最尤法を適用する場合に、図４においてクラスＩで示す斜線区域のｘの範囲で、狭いｐｄｆクラスの画素が正確に分類され、広いｐｄｆクラスの画素が誤分類される。この斜線区域の断面積をＳ_Ｉ によって示す。同様に、クラスＩＩで示す斜線区域のｘの範囲で、広いｐｄｆクラスの画素が正確に分類され、狭いｐｄｆクラスの画素が誤分類される。この斜線区域の断面積をＳ_ＩＩによって示す。
【００５８】
Ｓ_Ｉ が、狭いｐｄｆの下の総断面積の５０％を超える場合に、狭いｐｄｆクラスの誤分類される画素が、平滑化処理の「過半数の判断」の結果として、誤ったクラスから真のクラスに復元される。さらに、Ｓ_ＩＩが、広いｐｄｆの下の総断面積の５０％を越える場合に、広いｐｄｆクラスの誤分類された画素が、同じ形で復元される。
【００５９】
図５に、Ｓ_Ｉ とＳ_ＩＩの間の関係を示す。図５で、σ_２ は定数１であり、σ_１ は０と１の間で変化する。図５から分かるように、Ｓ_Ｉ は必ず０．５を超える。これは、狭いｐｄｆクラスの誤分類された画素を必ず訂正できることを意味する。その一方で、Ｓ_ＩＩは、σ_１ が０．５未満の時に０．５を超える。これは、σ_２ に対するσ_１ の比が０．５未満である限り、広いｐｄｆクラスの誤分類された画素を訂正できることを意味する。この比が０．５を超える場合には、広いｐｄｆクラスの誤分類された画素は誤分類されたままになり、正しく分類された画素は平滑化処理によって誤分類されてしまう。
【００６０】
かかる状況を是正するためには補助情報が必要であり、この補助情報をテクスチャ分析によって与えることができる。
【００６１】
ｐｄｆ自体は画素の色調情報だけを有するが、テクスチャ分析により近傍に対する画素の空間的関係が提供されるので、テクスチャ分析により得る情報を与えて、混同するｐｄｆを有する２つのクラスを有効に区別することができる（参考文献１、３、１０参照）。
〔実施の具体例〕
以下に、前述の手法により処理した結果の精度を比較する。
（１）テクスチャ分析なしの場合
テクスチャ分析を行わない場合の結果は、前述の第１カテゴリを用いた処理により得られた処理結果である。
【００６２】
図６に、オリジナルＳＡＲ画像の各クラスのｐｄｆの平均および標準偏差を後方散乱係数によって示す。図６に示す画素値から後方散乱係数への変換は、次式によって与えられる。
【００６３】
σ^０ ＝２０ｌｏｇ Ｉ−６８．５［ｄＢ］ （８）
式（８）で、σ^０ が後方散乱係数であり、Ｉが画素値である。図６に示すように、水田および草地のｐｄｆが、互いに重なり区別不能である。郊外域と森林域についても同様に区別不能である。したがって、これら２対のクラス分類精度は、ｐｄｆの混乱に起因する誤分類が原因となって良好とは期待されない。
【００６４】
図７に、トレーニングエリアの画素の分類結果を示す。図７からも分かるように、実際に前記の２対のクラスの分類精度はあまり良くない。対の一方のクラスのメンバとして正しく分類された画素が、他方のクラスのメンバとして誤分類された画素と混在している。全体精度は５６％であり、不満足な値である。
【００６５】
図８に平均化画像の分類結果を示す。図８に示すように、すべてのクラス精度が、オリジナルのＳＡＲ画像３を使用して得られた精度より良い。全体精度は８４％であり、良い値であるといえる。一般的に、画像の平均をとることによりスペックル雑音が減少し、各クラスのｐｄｆ幅が狭くなる。このため、誤分類を引き起こすオーバーラップしたｐｄｆが減少して分類精度が改善される。
（２）テクスチャ特徴量画像を使用した場合
テクスチャ特徴量画像を使用した処理の結果は、前記の第２カテゴリを用いた処理により得られたものである。ＰＣＡは、各データセットの分類には使用しなかったが、すべての画像について適用した。
【００６６】
図９に、各要素の分散占有率を示す。占有率は、全要素の分散の合計によって求まる総分散に対するある要素の分散の比率である。図９では、全要素は、３つの収集日におけるオリジナルＳＡＲ画像（Ｏｒｉ）と、コントラスト（Ｃｏｎ）、逆モーメント（Ｉ＿ｍ）、エントロピ（Ｅｎｔ）、エネルギ（Ｅｎｅ）のテクスチャ特徴量画像との計１５枚の画像である。図９の左側から第１番目から第１０番目までの要素では占有率が１％より大きいので、これらの要素画像が互いに独立であると考えられる。図９は、実際に１０以上の画像を使用できるが、すべての画像を使用すると、分類精度の低下が予想されることを意味する。
【００６７】
図１０に、使用画像のすべての組合せの平均精度および全体精度を示す。
【００６８】
平均精度は、各トレーニングエリアにより評価した精度の平均であり、全体精度は、トレーニングエリアの構成ピクセル数をもとにした重み付けを考慮した精度の平均である。
【００６９】
▲１▼ ３枚の画像を使用する場合
テクスチャ特徴量画像の総合精度を比較するならば、コントラスト画像が最良の精度であり、逆モーメント画像が２番目、エントロピ画像が３番目、エネルギ画像が最悪であった。オリジナルのＳＡＲ画像３の総合精度は５６％であるから、テクスチャ特徴量画像の全体精度は、オリジナルのＳＡＲ画像３の精度と大きくは異ならない。
【００７０】
図１１に、最良の分類精度をもたらしたコントラスト画像の各クラスｐｄｆの平均および標準偏差を示す。水田と草地のｐｄｆのピーク分離は、７月７日に収集した画像により生じたと推察できる。このピーク分離が水田と草地の区別に有効であったと考えられる。また、郊外と森林のｐｄｆのピーク分離は、１０月３日に収集した画像により生じ、このピーク分離が、郊外と森林の区別に有効であったと考えられる。
【００７１】
分類処理への追加入力としてコントラスト画像を使用する場合に、分類精度は、オリジナルのＳＡＲ画像３だけを使用する場合より良くなる。しかし、各クラスのｐｄｆのピーク分離は、図６および図１１からもわかるように、オリジナルのＳＡＲ画像だけではなくコントラスト画像でも明瞭ではなく、いくつかのクラスにｐｄｆのオーバーラップがある。したがって、ある程度の誤分類は避けられない。
【００７２】
▲２▼ ６枚の画像を使用する場合
明らかに、この場合の平均精度と全体精度とは、３枚の画像を使用した場合に得られる精度より良い。図１０に示す組み合わせごとの分類精度からも、オリジナルのＳＡＲ画像３とテクスチャ特徴量画像との組み合わせでの分類は、テクスチャ特徴量画像だけの場合より良い精度が得られることがわかる。全体精度を比較すると、オリジナルのＳＡＲ画像３との組合せでは、組み合わされるテクスチャ特徴量画像の精度の度合が、テクスチャ特徴量画像３枚の場合と一致する。よって、各テクスチャ特徴量画像の区別潜在能力は、使用する画像数が増えた場合にも保持されることが期待できる。
【００７３】
テクスチャ特徴量画像だけの組合せに限定するならば、コントラスト画像と逆モーメント画像との組合せが最良の全体精度であり、エネルギ画像とエントロピ画像との組合せが最悪の精度である。また、全体精度は、一般にコントラスト画像との組み合わせで良くなり、エネルギ画像との組み合わせで悪くなる。最良の全体精度は、オリジナルＳＡＲ画像とコントラスト画像の組合せの７７％であり、エネルギ画像とエントロピ画像の組合せの最悪精度より１６％良かった。
【００７４】
▲３▼ ９枚の画像を使用する場合
９枚の画像を使用する場合の平均精度および全体精度は、３枚から６枚への場合の改善ほど大きくないが、いずれの精度もかなりの改善が見られる。
【００７５】
最良の全体精度は、オリジナルＳＡＲ画像、コントラスト画像、および逆モーメント画像の組み合わせの処理であった。このことは、６ 枚の画像を使用する場合に全体精度が最良である組合せが、オリジナルＳＡＲ画像とコントラスト画像であり、また、テクスチャ特徴量画像だけの組み合わせでの全体精度が最良の組合せが、コントラスト画像と逆モーメント画像とであるという事実によっても裏付けられる。
【００７６】
また、オリジナルのＳＡＲ画像３を含む組合せでは、コントラスト画像および逆モーメント画像の組み合わせの全体精度が最良であり、エネルギ画像およびエントロピ画像の組み合わせが最悪であった。オリジナルのＳＡＲ画像３を含まない組合せでは、コントラスト画像、逆モーメント画像、およびエントロピ画像の組合せが最良の全体精度となり、エネルギ画像、エントロピ画像、および逆モーメント画像の組合せが最悪の全体精度となった。全体精度の最良と最悪との差は１３％であり、一般に、オリジナルのＳＡＲ画像３との組合せが、相対的に良い全体精度をもたらし、コントラスト画像との組合せは、エネルギ画像との組合せに比べてより良い結果をもたらす。このように、テクスチャ特徴量画像ごとの区別潜在能力が保持されていた。
【００７７】
▲４▼ １２枚の画像を使用する場合
１２枚の画像を使用する場合にも、平均精度および全体精度の両方について、いくらかの改善が見られる。オリジナルのＳＡＲ画像３との組合せでは、コントラスト画像、逆モーメント画像、およびエントロピ画像の組み合わせの全体精度が最良であり、エネルギ画像、エントロピ画像、および逆モーメント画像の組み合わせが最悪であった。オリジナルのＳＡＲ画像３を含む組み合わせによる分類は、テクスチャ特徴量画像だけを含む分類より正確である。テクスチャ特徴量画像それぞれの区別潜在能力も保持され、６枚または９枚の画像を使用する場合に得られた処理結果とも一致する。
【００７８】
▲５▼ １５枚の画像を使用する場合
前記▲１▼〜▲４▼の場合においては、平均精度および全体精度は、使用する画像数の増加に従って着実に改善したが、１５枚の画像を使用する場合には、逆に精度低下の傾向を示した。すなわち、１５枚の画像を使用する場合の２種類の精度は、１２枚の画像を使用した場合と比較して低下した。この精度低下は、使用した画像の依存性から生じる。すなわち、１５枚という画像数が分類処理に用いる画像数としては多過ぎて相互に依存する画像が含まれるからである。独立性のある画像数＝１０枚というＰＣＡの結果も、使用画像が１２枚の処理の場合に最良の精度となり、使用枚数が１５枚での処理の場合に精度が低下して失敗することを裏付けている。
【００７９】
分類処理に使用する画像数の増加は、必ずしも分類精度の改善をもたらさない。ＰＣＡにより、独立画像は１０枚とされ１番目から１０番目までの要素画像が１５枚の画像から計算された。この１０枚の画像を分類対象としたが、平均精度は８１％、全体精度は８０％であった。全体精度８０％は、１２枚の画像による分類処理の最良の結果の精度８２％より低い。
【００８０】
ここで、オリジナルのＳＡＲ画像３、コントラスト画像、逆モーメント画像、およびエントロピ画像の１２枚の画像の組合せによる分類が、最良の分類結果をもたらすことを明確にした。
（３）テクスチャ画像を使用する場合
テクスチャ画像４を使用する場合の処理の結果は、前記の第３カテゴリを用いた処理により得られたものである。
【００８１】
図１２に、テクスチャ画像を使用する場合の分類の結果を示す。各クラスの分類結果は、全体として、オリジナルのＳＡＲ画像３を使用する時より良い。平均精度および全体精度は、オリジナルのＳＡＲ画像３を使用する場合より良いが、テクスチャ特徴量画像を使用する場合より悪い。水田と草地の対について、誤分類された画素と正しく分類された画素の混同が見られるが、混同の度合は、オリジナルのＳＡＲ画像３を使用した場合ほど深刻ではない。このような誤分類は、郊外域と森林域の対についても同様である。
【００８２】
図１３に、テクスチャ画像を使用した分類処理による分類画像を示す。図１３の分類画像には、オリジナルのＳＡＲ画像３を使用した処理の場合と同様に、ごま塩雑音が見られ、オリジナルのＳＡＲ画像３を処理した分類画像に類似する。
【００８３】
図１３の分類画像中のごま塩雑音は、次の平滑化処理過程２によって減らすことができる。
（４）平滑化
前述の分類処理過程１において３つのカテゴリで得られた分類画像に対する平滑化処理過程２の処理結果を説明する。なお、第２のカテゴリの分類画像については、最良の分類精度をもたらした組合せの処理による分類画像に対して平滑化処理を施した。
【００８４】
５×５ピクセルの移動ウィンドウを使用し、反復回数は４０である。ウィンドウ・サイズおよび反復回数は、ＥＲＳ−１データ分析で示されたものに従って経験的に決定した。３×３ピクセルの移動ウィンドウを使用する分類精度は低過ぎ、７×７ピクセル移動ウィンドウを使用すると、クラスの間の境界のひずみが多過ぎたことから、５×５の移動ウィンドウとした（参考文献１１参照）。
【００８５】
図１４に、各カテゴリの分類画像に対する平滑化処理の結果を示す。図１４に示すように、すべての分類画像の場合に全体精度が９０％を超えた。平滑化処理によって分類精度が顕著に改善されたことがわかる。
【００８６】
特に、平均化画像を使用して処理した分類画像の場合と、オリジナルのＳＡＲ画像３に加えてテクスチャ特徴量画像を使用して処理した分類画像の場合との２つの場合が、相対的に良い分類精度となっている。しかし、この２つの場合には、後述するように、クラスタ雑音によって分類品質が低下する。したがって、平均化画像を使用した処理に平滑化処理を行うことによって最良の分類結果がもたらされるとしても、分類精度が高いのはトレーニングエリアについてのみであり、それ以外のエリアについては必ずしも分類精度が高いわけではない。
【００８７】
オリジナルのＳＡＲ画像３だけを使用して処理した分類画像の場合と、オリジナルのＳＡＲ画像３に加えてテクスチャ画像４を使用して処理した分類画像の場合の２つの場合では、分類精度は、前記２つの場合の精度に比べてわずかに低い。図１４に示す精度は、トレーニングエリア内における画素の分類の良さを反映するに過ぎないことに留意する必要があり、トレーニングエリアを除く画素の分類精度を検証する必要がある。
【００８８】
図１５に、オリジナルのＳＡＲ画像３およびテクスチャ特徴量画像を用いた分類処理の結果に平滑化処理をした分類画像を示す。図１５は、分類結果を、土地利用の各タイプに対応づけた各クラスの色分けで示している。水田は緑色（図１５中、Ａで示す。以下同様とする。）、麦畑は黄色（Ｂ）、草地は赤（Ｃ）、建築物は水色（Ｄ）、水域は濃い青色（Ｅ）、郊外域は茶色（Ｆ）、森林域はオレンジ色（Ｇ）で示している。
【００８９】
画像中央付近のほぼ長方形の領域が大潟村の中心であり、実際には、この領域の周囲に水田が広がっている。しかし、図１５に示すように、分類画像の水田の領域にクラスタ雑音が見られる。クラスタ雑音が見られる理由の一つとして、平滑化前の分類画像に、既にこのクラスタ雑音が含まれることがあげられる（参考文献１０参照）。
【００９０】
クラスタ雑音は、少なくとも２０〜３０個の誤分類された画素からなり、画素数が多すぎて平滑化処理によって訂正することはできない。クラスタ雑音の中には、１００個以上の誤分類された画素を含むものもある。
【００９１】
前述のように、クラスタ雑音は、画像内の画素とその近傍画素との高い自己相関によって生じ、ＳＡＲ画像３内およびテクスチャ特徴量画像内のｐｄｆの重なりによる混同も誤分類を生じさせる（図６および図１１参照）。すなわち、画像内のある画素が誤分類される場合に、その近傍画素も誤分類される傾向がある。このようなクラスタ雑音の発生は、平均化画像についてもあてはまり、実際に、平均化画像を使用した分類処理後に平滑化した分類画像もクラスタ雑音を有する。そのため、平均化画像による分類処理の精度は、トレーニングエリア内の画素については高く、トレーニングエリア外の画素については低くなる。
【００９２】
図１６に、オリジナルのＳＡＲ画像３およびテクスチャ画像４を用いた分類処理の結果に平滑化処理をした分類画像を示す。図１５に示す分類画像に比べて、水田の画素がより良く分類されているのがわかる。
【００９３】
図１３に示すように、平滑化処理前の分類画像にはごま塩雑音がある。しかし、このごま塩雑音は、ごく少数のクラスタリングされた画素からなるので、誤分類された画素を平滑化処理によって訂正することができる。
【００９４】
オリジナルのＳＡＲ画像３には、分類画像にごま塩雑音を引き起こすスペックル雑音がある。このスペックルは、ＳＡＲ画像３の画素とその近傍画素との自己相関を低くしている。オリジナルのＳＡＲ画像３から平均化画像を減算することによって導出されたテクスチャ画像４も同様であり、雑音特性が保持されて、画素とその近傍画素との自己相関が低くなっている。
【００９５】
図１６に示す分類画像と、オリジナルのＳＡＲ画像３を分類処理し平滑化した分類画像とを比較すると、この２つの画像の差が小さいことがわかる。しかし、水田に関する限りでは、オリジナルのＳＡＲ画像３とテクスチャ画像４とを使用して分類処理した分類画像に対する平滑化処理の結果は、オリジナルのＳＡＲ画像３のみで分類処理した分類画像に対する平滑化処理の結果より、わずかに良かった。
【００９６】
以下のシミュレーションの結果からも、他のクラスについても水田の場合と同様であることが示された。図１７に、シミュレーション画像を示す。ここで、クラスの画素がそれぞれ異なる平均のガウシアン分布を有する３つのクラス分類とその同一の標準偏差とを検討する。
【００９７】
図１７の３つの分析画像は、それぞれ、３つのクラスに対応する３領域に分割されているとする。各領域の画素はガウス雑音によって混濁している。図１７（Ａ）および（Ｂ）の分割画像で、各クラスのｐｄｆ標準偏差は５０である。
【００９８】
図１７（Ａ）では、明るい領域１７ａのｐｄｆの平均は１５０であり、暗い領域１７ｂのｐｄｆの平均は１００である。３つのうちのどれかの画像において、どの２つのクラスのｐｄｆでもピーク分離を有する。したがって、平滑化処理によって誤分類された画素を完全に訂正することができる。図１７（Ｂ）では、明るい領域１７ｃのｐｄｆの平均は１２０であり、暗い領域１７ｄのｐｆの平均は１００である。図１７（Ｂ）に示す画像についても同様の推論が適用できる。
【００９９】
図１８に、分類画像および平滑化後の分類画像の組を示す。左側の画像は分類画像、右側に示す画像が平滑化後の分類画像である。図１８（Ａ）の分類画像は、図１７（Ａ）に示す分類画像に対応し、図１８（Ｂ）の分類画像は、図１７（Ｂ）に示す分類画像に対応している。図１７（Ａ）に示すように、ピーク分離が明瞭であるほど分類結果が良いことがわかる。
【０１００】
平滑化処理は、５×５の移動ウィンドウを用いて、４０回の処理を反復して行った。いずれの分類画像のごま塩雑音も、平滑化によって削減されていることがわかる。
【０１０１】
図１８（Ａ）の画像の組に示すように、分類結果が良いほど、クラスの間の境界が明瞭である。図１８（Ｂ）の画像では、境界に揺れが生じている。これは、平滑化処理後に、クラスの間の境界が多少曖昧になることを意味している。
【０１０２】
オリジナルのＳＡＲ画像３およびテクスチャ画像４を使用した平滑化処理の結果が、オリジナルのＳＡＲ画像３だけを使用した平滑化処理の結果より良い理由は、図７および図１２に示すように、オリジナルのＳＡＲ画像３およびテクスチャ画像４を使用する分類処理の精度が、オリジナルのＳＡＲ画像３だけを使用する分類処理の精度より良いからである。
【０１０３】
【発明の効果】
以上説明したように、本発明によれば、ＳＡＲ画像を利用した土地利用分類の処理において、オリジナルのＳＡＲ画像の他にテクスチャ画像自体を使用して分類処理を行い、その分類画像に対して平滑化処理を行う。これにより、分類処理の精度を改善でき、精度の高い分類結果（分類画像）を得ることができる。
【図面の簡単な説明】
【図１】本発明の原理を説明するための図である。
【図２】分析されたＳＡＲ画像とトレーニングエリアの例を示す図である。
【図３】各土地利用タイプのトレーニングエリアの画素数の例を示す図である。
【図４】確率密度関数（ｐｄｆ）のピークがオーバーラップする２つのクラスＩおよびＩＩの相互関係のモデルを示す図である。
【図５】図４に示すＳ_Ｉ とＳ_ＩＩの間の関係を示す図である。
【図６】ＳＡＲ画像の各クラスの確率密度関数（ｐｄｆ）の平均および標準偏差を後方散乱係数によって示す図である。
【図７】ＳＡＲ画像のトレーニングエリアの画素の分類結果（精度）を示す図である。
【図８】平均化画像の分類結果（精度）を示す図である。
【図９】各要素画像の分散占有率を示す図である。
【図１０】第２カテゴリにおける使用画像のすべての組合せの平均精度および全体精度を示す図である。
【図１１】コントラスト画像の各クラスの確率密度関数（ｐｄｆ）の平均および標準偏差を示す図である。
【図１２】ＳＡＲ画像およびテクスチャ画像を使用する場合の分類の結果（精度）を示す図である。
【図１３】ＳＡＲ画像およびテクスチャ画像を使用した分類処理による分類画像を示す図である。
【図１４】各カテゴリの分類画像に対する平滑化処理の結果（精度）を示す図である。
【図１５】ＳＡＲ画像とテクスチャ特徴量画像とを用いた分類処理の結果に平滑化処理をした分類画像を示す図である。
【図１６】ＳＡＲ画像およびテクスチャ画像を用いた分類処理の結果に平滑化処理をした分類画像を示す図である。
【図１７】分類処理のシミュレーション画像を示す図である。
【図１８】シミュレーションで用いた分類画像および平滑化後の分類画像の組を示す図である。
【符号の説明】
１ 分類処理過程
２ 平滑化処理過程
３ ＳＡＲ画像
４ テクスチャ画像
５ 分類画像（分類結果）[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method for analyzing remote sensing data. In particular, the present invention relates to a land use classification processing method including agricultural land such as a rice cultivation area using a synthetic aperture radar (SAR) image.
[0002]
[Prior art]
In general, a synthetic aperture radar (SAR) image includes speckle noise, which causes sesame salty noise in a classification image, thereby impairing the classification accuracy of the classification target image.
[0003]
Conventionally, in order to improve the ability to distinguish classification targets, texture feature amount images have been widely used for classification processing, as shown in the following references 1 to 3.
[0004]
Reference 1: Shanmugan, K. et al. S. et al, Textural features for radar image analysis, IEEE Transactions on Geoscience and Remote Sensing, GE-19, pp. 153-156, 1981
Reference 2: Holmes, Q. et al. A. et al, Textual analysis and real-time classification of sea-ice types using digital SAR data, IEEE Transactions, Notification and Reception. 113-120, 1984
Reference 3: Ulbay, F .; T. et al, Textual information in SAR images, IEEE Transactions on Geoscience and Remote Sensing, GE-24, pp. 235-245, 1986
Also, various texture measures have been studied to estimate the processing power of texture analysis, as shown in References 4 and 5 below.
[0005]
Reference 4: Luckman, A .; J. et al, Texture in airbone SAR image of tropical forests and it's relations to forestregulation stage, International Journal of Remote. 1333-1349, 1997 Reference 5: Soares, J. et al. V. et al, An investment of the selection of texture features for crop discrimination using SAR imagery, Remote Sensing of Environment, 59. 234-247, 1997
Also, as shown in References 6 to 9 below, a method of texture autocorrelation has been studied to improve the forest classification process.
[0006]
Reference 6: Miranda, F .; P. et al, Application of the semivariogram textural classifier (STC) for vegetation discrimination using SIR-B data on Borneo, International Journal of Japan. 2349-2354, 1992
Reference 7: Miranda, F .; P. et al, Analysis of JERS-1 (Fuyo-1) SAR data for vegetation discrimination in northwestern Brasil using the sem- riotration qualification lts. 3523-3529, 1996
Reference 8: Sheen, D .; R. and Johnston, L.A. P. , Statistical and spatial properties of foreclosure measured with polarimetric synthetic aperture radar (SAR), IEEE TransactionsionSonics.com. 578-588, 1992
Reference 9: Posner, F .; L. , Texture and specification in high resolution synthetic aperture radar cutter, IEEE Transactions on Geoscience and Remote Sensing, 31. 192-203, 1993
Such studies have clarified the correspondence between image texture and backscatter of vegetation areas.
[0007]
Also, the autocorrelation of the texture of an image has become an important factor used for classification. In most cases, the correlation is derived analytically from the original image, but is not always successful. The present inventor has devised a method of deriving a texture image from an original image, and has shown in Reference 10 below.
[0008]
Reference 10: Kurosu, T .; et al, Texture statistics for classification of land use multi-temporal JERS-1 SAR single-look imagery, IEEE Transactions, Geography. 227-235, 1999
Furthermore, the smoothing processing method using the majority filter is effective in reducing salt and pepper noise in the classified image of the SAR image as shown in Reference Document 11 below.
[0009]
Reference 11: Kurosu, T .; et al. , The identification of fields using multi-temporal ERS-1 C-band SAR data, International Journal of Remote Sensing, 18, pp. 2953-2965, 1997
[0010]
[Problems to be solved by the invention]
When improving the performance of discriminating a target in the land classification processing using the SAR image, there is a problem how to reduce the influence of speckle noise peculiar to the SAR image. Conventionally, as described above, classification performance has been improved by using a texture feature image.
[0011]
The misclassification that lowers the classification performance is naturally affected by confusion due to the overlap of the probability density functions (pdf) in the SAR image and the texture feature image. However, the reason why cluster noise is included in the classification image using the texture feature image is that it is caused by relatively high autocorrelation between a certain pixel and its neighboring pixels in the texture feature image used in the classification process. That is, since the texture feature amount must be constant within a certain classification region, the texture feature amount image has an inherently high autocorrelation, and when a certain pixel in the image is misclassified, the Neighboring pixels also tend to be misclassified.
[0012]
The original SAR image contains speckle noise that causes salt and pepper noise in the classified image. Due to this speckle noise, the autocorrelation between the pixel of the SAR image and its neighboring pixels is low. This low autocorrelation also applies to texture images. This is because the texture image is derived by subtracting the averaged image from the original SAR image, and retains the noise characteristics. Therefore, by using the texture image, speckle noise which is usually a removal target may be used, and erroneous classification caused by high autocorrelation may be reduced.
[0013]
Further, in land use classification processing using SAR images for land including agricultural land, multi-temporal images, that is, a plurality of SAR images collected at a plurality of different times are usually used as target images for classification processing. . The benefits of using multitemporal SAR images are attributed to seasonal changes in land use.
[0014]
Consider the effect of image collection date on classification when using multitemporal SAR images. For example, it is assumed that the collection dates of the SAR images used for the classification are July 7, August 20, and October 3.
[0015]
In Japan, rice seedlings are transplanted to rice fields around May 20 and rice is harvested in early October. Rice morphology changes with growth. This change in rice morphology makes it possible to distinguish paddy fields, which are used for rice, from other lands. Also, grass morphology may look very similar to rice morphology, but grass is more often cut than rice. At the day of collection of the three SAR images, the height of the rice was 40 cm, 80 cm, and 92 cm, and the grass was 30-40 cm, 10-20 cm, and 40-50 cm. The height of the rice varies greatly on the last two image acquisition days.
[0016]
If the difference in height between rice and grass was reflected in the backscatter, the rice should be distinguishable from grass. However, in reality, both the rice and the grass show similar backscattering probability densities on the SAR image. Thus, the difference in height between rice and pasture does not cause a large difference in backscatter. In contrast, rice is planted in rows and pasture is planted randomly. Such differences in planting morphology can cause texture differences.
[0017]
Forest areas and suburban areas also have similar backscatter. The difference between the forest area and the suburban area lies in the density of plant growth, and the density of the forest is high, but in the suburban area the grass may be spread and the trees may appear sparse. In addition, there may be seasonal fluctuations in the grass. However, the difference between forest and suburban areas is not clear in backscatter. However, differences in plant growth density can result in texture differences. Thus, with the introduction of texture analysis, rice fields may be distinguished from pastures and forests may be distinguished from suburban areas.
[0018]
Thus, texture analysis is considered to be one of the powerful techniques for improving the classification accuracy of land use classification.
[0019]
It is an object of the present invention to provide a land use classification method that can obtain higher classification accuracy by using texture analysis of a SAR image.
[0020]
[Means for Solving the Problems]
In order to achieve the above object, the present invention provides a land use classification method using a SAR image, wherein a SAR image for a classification target and a texture derived by subtracting an averaged image derived from the SAR image from the SAR image. The likelihood of each pixel of the SAR image and the likelihood of each pixel of the texture image are obtained by inputting the image and the maximum likelihood given by the product of the contribution by using the SAR image and the contribution by using the texture image. And a smoothing process of performing a smoothing process on the classified image acquired by the classification process.
[0021]
Further, the classification process includes a process of performing a maximum likelihood classification using a training area on the texture image.
[0022]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described.
[0023]
FIG. 1 is a diagram for explaining the principle of the present invention. As shown in FIG. 1, the method of the present invention comprises a classification processing step 1 and a smoothing processing step 2.
[0024]
In the classification process 1, the multitemporal SAR image 3 and the texture image 4 derived from the SAR image 3 are used as inputs, and processing is performed by the maximum likelihood method using supervised training, that is, using a training area. The maximum likelihood method is a classification method in which the likelihood between unknown pixel data and each classification class is obtained, and the pixel data belongs to the classification class having the maximum likelihood. The maximum likelihood method can improve the classification accuracy based on the increase in the number of images used, as long as the independence of the images is maintained.
[0025]
In the smoothing process 2, a smoothing method using a majority filter is performed using the classification image processed in the classification process 1 as an input, and a classification image (classification result) 5 is output. A method of providing a moving window of N × N pixels as a majority filter and replacing the category of the central pixel when the category is likely to have a large number of pixels and occupies a majority in the window excluding the central pixel It is. Thereby, salt and pepper noise of the classified image caused by the speckle noise of the original SAR image 3 is removed.
[0026]
[SAR image data to be used]
First, the SAR image 3 used in the embodiment of the present invention will be described.
[0027]
JERS-1 is the first satellite in Japan to have a SAR in space. The SAR frequency is 1.275 GHz, and its polarization is horizontal for both transmission and reception. The observation width (swath width) is 75 km, and the incident angle is 38.5 degrees at the center of the image. Nominal resolution is 18 m in both the azimuth and range directions.
[0028]
The SAR image used is a standard 3-looks image processed by NASDA. The pixel size is 12.5 m in both the azimuth and range directions. The observation area is Ogata Village, Akita Prefecture, located about 40 degrees north latitude and about 140 degrees east longitude. Image collection was performed on July 7, August 20, and October 3, 1993. Also, from the land use survey of 1993, there were types of land use in paddy fields, wheat fields, grasslands, buildings, suburbs, water bodies, and forest areas.
[0029]
FIG. 2 shows the analyzed SAR image and the training area for each type of land use.
[0030]
The image shown in FIG. 2 is a color composite (color composite) image in which the vertical (vertical) direction is the azimuth direction, the horizontal (left / right) direction is the range direction, and the image size is 1024 × 800 pixels. The color synthesis is a color synthesis image in which the image collected on July 7 is red, the image collected on August 20 is green, and the image collected on October 3 is blue. The rectangle shown in the analysis image of FIG. 2 indicates an area defined as a training area for each land use. In the training area, TA indicates a paddy field, TB indicates a wheat field, TC indicates a grassland, TD indicates a building, TE indicates a water area, TF indicates a suburban area, and TG indicates a forest area.
[0031]
FIG. 3 shows a list of the number of pixels included in the training area for each land use. The training area is used for obtaining a mean vector and a covariance matrix of the maximum likelihood method used in the classification processing. Since the number of pixels in each training area is sufficient for the calculation of the normal distribution parameters used for the classification, the selection of the training data set does not impair the classification quality.
[0032]
In the present embodiment, the above-described 3-looks image of the SAR of the JERS-1 satellite is used as an input to the classification process 1. The texture image 4 derived from the SAR image 3 was used as an additional input to the classification process 1.
[0033]
Further, in order to compare the effects of the present invention, an averaged image of the SAR image and a certain kind of texture feature image were derived and used.
[Texture analysis]
Texture analysis for deriving an input image to the classification process 1 will be described.
[0034]
The probability density, the texture autocorrelation, the texture feature quantity derived from the occurrence matrix, and the texture image itself are characteristic elements used for target analysis in texture analysis.
[0035]
Earlier analysis using single-look images showed that the probability densities of the paddy fields and grassland were similar and the autocorrelations were slightly different (see ref. 10). Therefore, since it cannot be expected that the probability density can be satisfactorily distinguished depending on the probability density, the probability density is not used in this embodiment. Further, texture autocorrelation was not used because the harvest unit field is about 1.25 ha and the image is only about 9 × 9 pixels, which is not wide enough to calculate autocorrelation using a moving window.
[0036]
The texture image 4 is obtained by obtaining an averaged image obtained by averaging the original SAR image 3 and subtracting the averaged image from the SAR image 3 (see Reference 10). In a texture image, the variations result from positive and negative excursions around the mean, thus reflecting spatial frequency variations and preserving the properties of the underlying spec noise. In this embodiment, three texture images 4 are derived from three SAR images 3 corresponding to three collection dates.
[0037]
Displacement vectors for obtaining a gray level occurrence matrix (GLCM) required for calculating texture features are (d, θ) at (1, 0 °), (1, 45 °), (1, 90 °). , And (1,135 °), where d represents distance and θ represents angle. The texture features used are energy, contrast, entropy, and inverse moment. Each of these texture features is given as follows according to References 3 and 12.
[0038]
Reference 12: Haralick, R .; M. , Statistical and structural approaches to texture, PJ Roceedings of the IEEE, 67, pp. 786-804, 1979
[0039]
(Equation 1)

[0040]
Where p_{i, j}Is the occurrence probability of row i and column j of the GLCM. Each texture feature was obtained by averaging the four values calculated from the GLCMs corresponding to the four directions. The four texture features were calculated for each pixel of each texture image, and three images were obtained for each texture feature.
[Classification process]
In the present embodiment, the maximum likelihood method is adopted as the processing method of the classification process 1 and used together with the principal component analysis (PCA). Note that PCA was applied when necessary to check the independence of the used images and create orthogonal images.
[0041]
As described above, the classification processing was performed using images of the following three categories for comparison of classification accuracy.
[0042]
First category: Original SAR image 3 and its averaged image
Second category: texture feature image and original SAR image 3
Third category: texture image 4 and original SAR image 3
In the first category, an averaged image was created by performing Lee filtering on the original SAR image 3. The created averaged image was used to derive the texture image 4 of the third category (see Reference 10). The maximum likelihood classification with PCA was applied to the original SAR image 3 and the averaged image, respectively.
[0043]
In the second category, each of four types of texture feature amount images (energy, contrast, entropy, and inverse moment) was derived from the texture image 4 described above. Multiple data sets were created by combining the SAR image 3 with various types of feature images (ie, energy, contrast, entropy, and inverse moment) from the SAR image 3. Since each type of texture feature image has three images corresponding to three collection dates, each of the combinations was classified into five cases according to the number of analysis images, ie, 3, 6, 9, 12, and 15. For example, when extracting the SAR image 3 or one type of texture feature image from five types of images, the number of analysis images is three. Similarly, when the SAR image 3 and all types of texture feature amount images are used, the number of analysis images is fifteen. Here, the maximum likelihood classification method was applied to each data set. PCA was applied to all images (15 images) to check for image independence.
[0044]
In the third category, the maximum likelihood classification method was applied to the texture image 4 and the original SAR image 3. The likelihood is given by the product of the contribution from using SAR image 3 and the contribution from using texture image 4. In the present embodiment, the likelihood is given to the original SAR image 3 in the same manner as in the first category except for the PCA. For the texture image 4, the unsupervised classification method using a Markov random field (MRF) model (Won and Derin 1992) was changed to a supervised classification method, that is, a classification method using a training area.
[0045]
The likelihood of the class k at the pixel position (i, j) in the texture image is expressed by the following equation.
[0046]
(Equation 2)

[0047]
In equation (5), the subscript d indicates the date of collection. Y represents a neighborhood system,
Y = [y_{i, j}y_{i-1, j}y_{i + 1, j}y_{i, j-1}y_{i, j + 1}]^T
Given by The superscript T indicates transposition.
[0048]
N in Expression (5) is the number of pixels in the neighborhood system. In this example, n = 5.
[0049]
μ_kIs the mean vector and μ_k= <Y> (A_kIs a training area for class k, Y∈A_k, And the angle brackets (<>) mean the average of the set. V_kIs the covariance matrix of Y (Y∈A_k, The vertical line (||) means a determinant, and the superscript -1 indicates an inverse matrix.
[0050]
Since there are three texture images corresponding to three collection dates, the contribution to likelihood by using texture images is given by:
[0051]
L^T(I, j; k) = L₁L₂L₃                                    (6)
In the equation (6), the subscripts 1, 2, and 3 mean three collection dates, and the superscript T means "texture". The total likelihood is given by the following equation.
[0052]
L (i, j; k) = L^OL^T                                              (7)
In equation (7), L^ORepresents the contribution using the original SAR image, and the superscript O means “original”. The class that gives the maximum likelihood is determined as the class to which the pixel at the position (i, j) belongs.
[0053]
(Smoothing process)
The smoothing process 2 in the present embodiment will be described.
[0054]
Reference 11 uses two normal distributions with the same standard deviation and different averages to ensure that the misclassification correction by the smoothing method is accurate when the pdf peaks of the two classes are separated. This was shown by examining a simple model.
[0055]
As a case of overlapping peaks in pdf, consider a model that uses two normal distributions with the same mean and different standard deviations.
[0056]
FIG. 4 shows a model of the correlation of two classes I and II where the pdf peaks overlap. Class I, II pdfs have the same average μ = 0. However, the standard deviation is different, and for narrow pdfs, σ₁= 0.5, σ for wide pdf₂= 1.
[0057]
When the maximum likelihood method is applied in the classification process 1, pixels in the narrow pdf class are correctly classified in the range of x in the hatched area indicated by class I in FIG. 4, and pixels in the wide pdf class are erroneously classified. . The cross-sectional area of this shaded area is S_IIndicated by Similarly, pixels in the wide pdf class are correctly classified and pixels in the narrow pdf class are incorrectly classified in the range of x in the hatched area indicated by class II. The cross-sectional area of this shaded area is S_IIIndicated by
[0058]
S_IIs greater than 50% of the total cross-sectional area under the narrow pdf, the misclassified pixel of the narrow pdf class is converted from the wrong class to the true class as a result of the "majority decision" of the smoothing process Will be restored. Furthermore, S_IIIs larger than 50% of the total cross-sectional area under the wide pdf, the misclassified pixels of the wide pdf class are restored in the same way.
[0059]
FIG._IAnd S_IIShows the relationship between In FIG.₂Is a constant 1 and σ₁Varies between 0 and 1. As can be seen from FIG._IAlways exceeds 0.5. This means that misclassified pixels in the narrow pdf class can always be corrected. On the other hand, S_IIIs σ₁Exceeds 0.5 when is less than 0.5. This is₂Σ for₁As long as the ratio is less than 0.5, it means that misclassified pixels of a wide pdf class can be corrected. If this ratio exceeds 0.5, the misclassified pixels of the wide pdf class will remain misclassified, and correctly classified pixels will be misclassified by the smoothing process.
[0060]
To correct such a situation, auxiliary information is necessary, and this auxiliary information can be provided by texture analysis.
[0061]
The pdf itself has only pixel tonal information, but the texture analysis provides the spatial relationship of the pixel to its neighbors, giving the information gained by the texture analysis to effectively distinguish between the two classes with confusing pdfs. (See References 1, 3, and 10).
[Specific examples of implementation]
Hereinafter, the accuracy of the result processed by the above-described method will be compared.
(1) Without texture analysis
The result when the texture analysis is not performed is a processing result obtained by the processing using the above-described first category.
[0062]
FIG. 6 shows the average and standard deviation of the pdf of each class of the original SAR image by the backscattering coefficient. The conversion from the pixel values shown in FIG. 6 to the backscattering coefficient is given by the following equation.
[0063]
σ⁰= 20 log I-68.5 [dB] (8)
In equation (8), σ⁰Is the backscattering coefficient, and I is the pixel value. As shown in FIG. 6, the pdfs of the paddy field and the grassland overlap each other and are indistinguishable. Suburban areas and forest areas are similarly indistinguishable. Therefore, these two pairs of classification accuracy are not expected to be good due to misclassification due to confusing pdf.
[0064]
FIG. 7 shows the classification result of the pixels in the training area. As can be seen from FIG. 7, the classification accuracy of the two pairs of classes is actually not very good. Pixels correctly classified as members of one class of the pair are mixed with pixels incorrectly classified as members of the other class. The overall accuracy is 56%, which is an unsatisfactory value.
[0065]
FIG. 8 shows the classification result of the averaged image. As shown in FIG. 8, all class accuracy is better than the accuracy obtained using the original SAR image 3. The overall accuracy is 84%, which is a good value. In general, by averaging images, speckle noise is reduced and the pdf width of each class is reduced. For this reason, overlapping pdfs causing misclassification are reduced, and classification accuracy is improved.
(2) When a texture feature image is used
The result of the process using the texture feature image is obtained by the process using the second category. PCA was not used to classify each data set, but was applied for all images.
[0066]
FIG. 9 shows the variance occupancy of each element. The occupancy is the ratio of the variance of a certain element to the total variance determined by the sum of the variances of all the elements. In FIG. 9, all elements are a total of 15 of the original SAR image (Ori) and the texture feature amount images of contrast (Con), inverse moment (I_m), entropy (Ent), and energy (En) on three collection dates. These are images. In the first to tenth elements from the left side in FIG. 9, the occupation ratio is greater than 1%, and it is considered that these element images are independent of each other. FIG. 9 shows that although more than 10 images can actually be used, the classification accuracy is expected to decrease if all images are used.
[0067]
FIG. 10 shows the average accuracy and the overall accuracy of all combinations of the used images.
[0068]
The average accuracy is the average of the accuracy evaluated for each training area, and the overall accuracy is the average of the accuracy considering the weight based on the number of pixels constituting the training area.
[0069]
▲ 1 ▼ When using three images
When comparing the total accuracy of the texture feature amount images, the contrast image was the best accuracy, the reverse moment image was the second, the entropy image was the third, and the energy image was the worst. Since the overall accuracy of the original SAR image 3 is 56%, the overall accuracy of the texture feature image is not significantly different from the accuracy of the original SAR image 3.
[0070]
FIG. 11 shows the average and standard deviation of each class pdf of the contrast image that yielded the best classification accuracy. It can be inferred that the peak separation of the pdf of paddy fields and grassland was caused by the image collected on July 7. It is considered that this peak separation was effective in discriminating between paddy fields and grassland. Further, the peak separation of the pdf of the suburbs and the forest was caused by the image collected on October 3, and it is considered that this peak separation was effective in distinguishing between the suburbs and the forest.
[0071]
When a contrast image is used as an additional input to the classification process, the classification accuracy is better than when only the original SAR image 3 is used. However, as can be seen from FIGS. 6 and 11, the peak separation of the pdf of each class is not clear not only in the original SAR image but also in the contrast image, and some classes have pdf overlap. Therefore, some misclassification is inevitable.
[0072]
▲ 2 ▼ When using 6 images
Obviously, the average accuracy and the overall accuracy in this case are better than those obtained when using three images. From the classification accuracy for each combination shown in FIG. 10, it can be seen that classification based on the combination of the original SAR image 3 and the texture feature amount image can obtain better accuracy than when only the texture feature amount image is used. Comparing the overall accuracy, in the combination with the original SAR image 3, the degree of accuracy of the combined texture feature amount image matches the case of three texture feature amount images. Therefore, it can be expected that the distinction potential of each texture feature image is retained even when the number of images used increases.
[0073]
If the combination is limited to only the texture feature amount image, the combination of the contrast image and the inverse moment image has the best overall accuracy, and the combination of the energy image and the entropy image has the worst accuracy. In addition, overall accuracy generally improves when combined with a contrast image, and deteriorates when combined with an energy image. The best overall accuracy was 77% of the combination of the original SAR image and the contrast image, 16% better than the worst accuracy of the combination of the energy image and the entropy image.
[0074]
③ When using 9 images
The average accuracy and overall accuracy when using nine images is not as great as the improvement from three to six, but each accuracy shows a significant improvement.
[0075]
The best overall accuracy was the processing of a combination of the original SAR image, contrast image, and inverse moment image. This means that the combination having the best overall accuracy when using six images is the original SAR image and the contrast image, and the combination having the best overall accuracy using only the texture feature amount image is: This is supported by the fact that they are contrast images and inverse moment images.
[0076]
In the combination including the original SAR image 3, the overall accuracy of the combination of the contrast image and the inverse moment image was the best, and the combination of the energy image and the entropy image was the worst. For the combination that did not include the original SAR image 3, the combination of contrast image, inverse moment image, and entropy image had the best overall accuracy, and the combination of energy image, entropy image, and inverse moment image had the worst overall accuracy. . The difference between the best and worst overall accuracy is 13%, and in general, the combination with the original SAR image 3 gives a relatively good overall accuracy, and the combination with the contrast image is better than the combination with the energy image. For better results. As described above, the distinction potential for each texture feature amount image is held.
[0077]
▲ 4 ▼ When using 12 images
When using 12 images, there is also some improvement in both average and overall accuracy. In combination with the original SAR image 3, the overall accuracy of the combination of the contrast image, the inverse moment image, and the entropy image was the best, and the combination of the energy image, the entropy image, and the inverse moment image was the worst. The classification based on the combination including the original SAR image 3 is more accurate than the classification including only the texture feature image. The discrimination potential of each texture feature amount image is also retained, and matches the processing result obtained when using six or nine images.
[0078]
▲ 5 ▼ When using 15 images
In the above cases (1) to (4), the average accuracy and the overall accuracy improved steadily as the number of images used increased, but when 15 images were used, the accuracy tended to decrease. showed that. That is, the accuracy of the two types when using 15 images is lower than that when using 12 images. This decrease in accuracy results from the dependence of the image used. That is, the number of images of 15 images is too large as the number of images used for the classification process, and includes images that are interdependent. The PCA result of 10 images with independence is also the best accuracy when processing 12 images, and the accuracy decreases when processing 15 images. I support it.
[0079]
Increasing the number of images used in the classification process does not necessarily lead to an improvement in classification accuracy. By PCA, the number of independent images was set to ten, and the first to tenth element images were calculated from the fifteen images. The ten images were classified, and the average accuracy was 81% and the overall accuracy was 80%. The overall accuracy of 80% is lower than the accuracy of 82% of the best result of the classification process with 12 images.
[0080]
Here, it has been clarified that classification based on a combination of 12 images of the original SAR image 3, the contrast image, the inverse moment image, and the entropy image provides the best classification result.
(3) When using a texture image
The result of the processing when the texture image 4 is used is obtained by the processing using the third category.
[0081]
FIG. 12 shows a result of the classification in the case where the texture image is used. The classification result of each class is generally better than when the original SAR image 3 is used. The average accuracy and the overall accuracy are better than when the original SAR image 3 is used, but worse than when the texture feature amount image is used. Confusion between misclassified pixels and correctly classified pixels is observed for the paddy / grassland pair, but the degree of confusion is not as severe as when the original SAR image 3 is used. Such misclassification is the same for a pair of a suburban area and a forest area.
[0082]
FIG. 13 shows a classified image obtained by a classification process using a texture image. As in the case of the processing using the original SAR image 3, salt and pepper noise is seen in the classified image of FIG. 13 and is similar to the classified image obtained by processing the original SAR image 3.
[0083]
The sesame salt noise in the classification image of FIG. 13 can be reduced by the following smoothing process 2.
(4) Smoothing
The processing result of the smoothing processing step 2 for the classified images obtained in the three categories in the above-described classification processing step 1 will be described. As for the classified image of the second category, a smoothing process was performed on the classified image obtained by the combination process that provided the best classification accuracy.
[0084]
Using a moving window of 5 × 5 pixels, the number of iterations is 40. Window size and number of iterations were determined empirically according to what was shown in the ERS-1 data analysis. Classification accuracy using a 3 × 3 pixel moving window was too low, and using a 7 × 7 pixel moving window resulted in too much distortion of the boundaries between classes, so a 5 × 5 moving window was used. Reference 11).
[0085]
FIG. 14 shows the result of the smoothing process on the classified images of each category. As shown in FIG. 14, the overall accuracy exceeded 90% for all the classified images. It can be seen that the classification accuracy was significantly improved by the smoothing process.
[0086]
In particular, the two cases of the classified image processed using the averaged image and the classified image processed using the texture feature amount image in addition to the original SAR image 3 are relatively good. Classification accuracy. However, in these two cases, as will be described later, the classification quality is degraded due to the cluster noise. Therefore, even if the best classification result is obtained by performing the smoothing processing on the processing using the averaged image, the classification accuracy is high only in the training area, and the classification accuracy is not necessarily obtained in other areas. Not expensive.
[0087]
In two cases, a classification image processed using only the original SAR image 3 and a classification image processed using the texture image 4 in addition to the original SAR image 3, the classification accuracy is as described above. Slightly lower than the accuracy in the two cases. It should be noted that the accuracy shown in FIG. 14 merely reflects the goodness of the pixel classification in the training area, and it is necessary to verify the pixel classification accuracy excluding the training area.
[0088]
FIG. 15 shows a classified image obtained by performing a smoothing process on the result of the classification process using the original SAR image 3 and the texture feature amount image. FIG. 15 shows the classification results by color coding of each class associated with each type of land use. Paddy fields are green (indicated by A in FIG. 15; the same applies hereinafter), wheat fields are yellow (B), grasslands are red (C), buildings are light blue (D), water bodies are dark blue (E), and suburbs. The area is shown in brown (F), and the forest area is shown in orange (G).
[0089]
An almost rectangular area near the center of the image is the center of Ogata Village, and in fact, paddy fields spread around this area. However, as shown in FIG. 15, cluster noise is seen in the paddy field region of the classified image. One reason why cluster noise is seen is that the clustered image before smoothing already contains this cluster noise (see Reference 10).
[0090]
Cluster noise consists of at least 20 to 30 misclassified pixels and is too numerous to correct by smoothing. Some cluster noise includes more than 100 misclassified pixels.
[0091]
As described above, cluster noise is caused by high autocorrelation between pixels in an image and neighboring pixels, and confusion due to overlapping of pdfs in the SAR image 3 and the texture feature image also causes misclassification (FIG. 6). And FIG. 11). That is, when a certain pixel in an image is misclassified, its neighboring pixels also tend to be misclassified. Such generation of cluster noise also applies to the averaged image, and in fact, the classified image smoothed after the classification processing using the averaged image also has the cluster noise. Therefore, the accuracy of the classification process using the averaged image is high for pixels in the training area and low for pixels outside the training area.
[0092]
FIG. 16 shows a classified image obtained by performing a smoothing process on the result of the classification process using the original SAR image 3 and the texture image 4. It can be seen that the pixels in the paddy field are better classified as compared to the classified image shown in FIG.
[0093]
As shown in FIG. 13, the classified image before the smoothing process has salt and pepper noise. However, since the sesame salt noise is composed of a very small number of clustered pixels, misclassified pixels can be corrected by a smoothing process.
[0094]
The original SAR image 3 has speckle noise that causes salt and pepper noise in the classified image. This speckle lowers the autocorrelation between the pixel of the SAR image 3 and its neighboring pixels. The same holds true for the texture image 4 derived by subtracting the averaged image from the original SAR image 3. The noise characteristic is maintained, and the autocorrelation between the pixel and its neighboring pixels is low.
[0095]
Comparing the classification image shown in FIG. 16 with the classification image obtained by performing classification processing on the original SAR image 3 and smoothing it, it can be seen that the difference between the two images is small. However, as far as the paddy field is concerned, the result of the smoothing process on the classified image classified using the original SAR image 3 and the texture image 4 is the smoothing process on the classified image classified only with the original SAR image 3. Was slightly better than the results.
[0096]
The following simulation results also show that the other classes are the same as in the case of paddy fields. FIG. 17 shows a simulation image. Here, three class classifications in which the pixels of the class have different average Gaussian distributions and the same standard deviation will be considered.
[0097]
It is assumed that each of the three analysis images in FIG. 17 is divided into three regions corresponding to three classes. The pixels in each region are turbid due to Gaussian noise. In the divided images of FIGS. 17A and 17B, the pdf standard deviation of each class is 50.
[0098]
In FIG. 17A, the average of the pdf of the bright region 17a is 150, and the average of the pdf of the dark region 17b is 100. In any of the three images, any two classes of pdf have peak separation. Therefore, the pixels erroneously classified by the smoothing process can be completely corrected. In FIG. 17B, the average of the pdf of the bright region 17c is 120, and the average of the pdf of the dark region 17d is 100. Similar inference can be applied to the image shown in FIG.
[0099]
FIG. 18 shows a set of the classified image and the classified image after the smoothing. The image on the left is the classified image, and the image on the right is the smoothed classified image. The classification image in FIG. 18A corresponds to the classification image shown in FIG. 17A, and the classification image in FIG. 18B corresponds to the classification image shown in FIG. As shown in FIG. 17A, the clearer the peak separation, the better the classification result.
[0100]
The smoothing process was repeated 40 times using a 5 × 5 moving window. It can be seen that salt and pepper noise of any of the classified images is reduced by the smoothing.
[0101]
As shown in the set of images in FIG. 18A, the better the classification result, the clearer the boundary between the classes. In the image of FIG. 18 (B), the boundary is shaking. This means that the boundaries between classes become somewhat ambiguous after the smoothing process.
[0102]
The reason why the result of the smoothing process using the original SAR image 3 and the texture image 4 is better than the result of the smoothing process using only the original SAR image 3 is as shown in FIG. 7 and FIG. This is because the accuracy of the classification process using the SAR image 3 and the texture image 4 is better than the accuracy of the classification process using only the original SAR image 3.
[0103]
【The invention's effect】
As described above, according to the present invention, in the land use classification process using the SAR image, the classification process is performed using the texture image itself in addition to the original SAR image, and the classification image is smoothed. Perform the conversion process. As a result, the accuracy of the classification process can be improved, and a highly accurate classification result (classified image) can be obtained.
[Brief description of the drawings]
FIG. 1 is a diagram for explaining the principle of the present invention.
FIG. 2 is a diagram illustrating an example of an analyzed SAR image and a training area.
FIG. 3 is a diagram illustrating an example of the number of pixels in a training area of each land use type.
FIG. 4 shows a model of the interaction of two classes I and II where the peaks of the probability density function (pdf) overlap.
FIG. 5 shows S shown in FIG._IAnd S_IIIt is a figure which shows the relationship between.
FIG. 6 is a diagram showing an average and a standard deviation of a probability density function (pdf) of each class of an SAR image by a backscattering coefficient.
FIG. 7 is a diagram illustrating a classification result (accuracy) of pixels in a training area of a SAR image.
FIG. 8 is a diagram showing a classification result (accuracy) of an averaged image.
FIG. 9 is a diagram showing the variance occupancy of each element image.
FIG. 10 is a diagram showing average accuracy and overall accuracy of all combinations of used images in a second category.
FIG. 11 is a diagram illustrating an average and a standard deviation of a probability density function (pdf) of each class of a contrast image.
FIG. 12 is a diagram illustrating a classification result (accuracy) when a SAR image and a texture image are used.
FIG. 13 is a diagram illustrating a classified image obtained by a classification process using a SAR image and a texture image.
FIG. 14 is a diagram illustrating a result (accuracy) of a smoothing process on a classified image of each category.
FIG. 15 is a diagram showing a classified image obtained by performing a smoothing process on the result of the classification process using the SAR image and the texture feature amount image.
FIG. 16 is a diagram showing a classified image obtained by performing a smoothing process on a result of the classification process using the SAR image and the texture image.
FIG. 17 is a diagram showing a simulation image of a classification process.
FIG. 18 is a diagram showing a set of a classified image used in the simulation and a classified image after smoothing.
[Explanation of symbols]
1 Classification process
2 Smoothing process
3 SAR image
4 Texture images
5 Classification image (classification result)

Claims (2)

In the land use classification processing method using the SAR image,
The SAR image for the classification target and the texture image derived by subtracting the averaged image derived from the SAR image from the SAR image are input, and the likelihood for each pixel of the SAR image and each pixel of the texture image are input. A classification processing step of determining the likelihood of the SAR image and classifying based on the maximum likelihood given by the product of the contribution by using the SAR image and the contribution by using the texture image;
A land use classification processing method using an SAR image, the method further comprising: performing a smoothing processing using a majority filter on a classified image that is a processing result of the classification processing. In the classifying process, a maximum likelihood classification is performed on the texture image by using training information provided in advance.

Images