JP3742882B2

JP3742882B2 - 偏波合成開口レーダ画像処理方法及び装置

Info

Publication number: JP3742882B2
Application number: JP2003376492A
Authority: JP
Inventors: 敏文森山; 清峰浦塚
Original assignee: National Institute of Information and Communications Technology
Current assignee: National Institute of Information and Communications Technology
Priority date: 2003-11-06
Filing date: 2003-11-06
Publication date: 2006-02-08
Anticipated expiration: 2023-11-06
Also published as: JP2005140607A

Description

本発明は、地球表面を観測する衛星や航空機などに搭載された高分解能偏波合成開口レーダで得られた画像データから、土地被覆分類を行う偏波合成開口レーダ画像処理方法及び装置に関する。

本発明は、電波を用いたリモートセンシングの中で、特に偏波情報を利用する衛星、航空機に搭載される合成開口レーダのデータ処理に関する分野で利用される。土地被覆分類の応用として、環境、災害のモニタリング、土地利用の計画立案の補助データなどに利用できる。

衛星や航空機に搭載される合成開口レーダに応用した偏波合成開口レーダが現在開発され、幾つか運用されている。合成開口レーダ装置は、人工衛星や航空機等の移動プラットホームから進行方向に対して側方の地上に電波を発射し、地上の映像を再生するための２次元データを得る装置である。この合成開口レーダ装置では、アジマス距離分解能を向上させるために合成開口技術が用いられる。合成開口技術は、搭載プラットホームの移動を利用して実効的に極めて大口径のアンテナを用いたのと同等の高分解能を得る技術である（特許文献１参照）。

合成開口レーダは、イメージレーダの一種であり、その画像（ＳＡＲ画像）は、地表にある物体からの散乱パワーを２次元的にマッピングしたものである。そして、散乱パワーは、物体の粗さ、複素誘電率、形状、送信信号の周波数、偏波、入射角等によって影響を受ける。即ち、周波数、偏波、入射角等を変えることによって、対象物体からより多くの情報を得ることが出来る。

偏波合成開口レーダ装置は、前述の散乱パワーに影響を与えるものの中で偏波に着目をし、偏波を変えることで対象物体の情報を出来るだけ多く得ることを目的とした装置である。この偏波合成開口レーダ装置のアンテナ部は、水平偏波用アンテナと、垂直偏波用アンテナとを備えて、水平偏波と垂直偏波とを送信している。そして、この送信に対し、地表面の対象物からの散乱波は垂直偏波成分と水平偏波成分を含むが、これは２つのアンテナに受信される。

即ち、レーダの送信アンテナと受信アンテナにそれぞれ水平偏波（H）、垂直偏波（V）を送受信する機能が有ることにより、水平偏波で送受信したＨＨ（受信偏波、送信偏波）偏波信号、水平偏波で送信／垂直偏波で受信したＶＨ信号、垂直偏波で送信／水平偏波で受信したＨＶ信号、垂直偏波で送受信したＶＶ信号の各偏波信号が入力することになる。

このように、偏波合成開口レーダ装置では、レーダの送信アンテナと受信アンテナにそれぞれ水平偏波（H）、垂直偏波（V）を送受信する機能が有ることにより、送受信の偏波の組み合わせからHH,HV,VH,VVの４つのデータを得ることができる。但し、HV＝VHになることが知られているため、実際は三つになる。合成開口レーダの場合、画像の１ピクセル毎にHH,HV,VH,VVの散乱係数からなるデータの組み合わせが得られる。このデータは、一般に散乱マトリクスと呼ばれている。この散乱マトリクスを解析することにより、地上の土地被覆状況を調べることができる。従来の散乱マトリクスを解析する方法の例として
(1) 散乱行列の三成分分解
(2) 偏波エントロピー（Polarimetric Entropy）
(3) 三成分散乱モデル分解（Three-component scattering model）
等が知られている（非特許文献１〜３参照）。これらの手法から得られた特徴をもとに、最尤法などの教師付き分類、ISODATAなどの教師無し分類を行い、土地被覆状況を推定する。

従来方法の欠点として、都市部の分類の困難さがある。図４に示すように、電波入射角（ＥＬ）方向には、表面散乱と、二回反射散乱と、体積散乱がある。表面散乱は、海域、農地、低植生域における一次Bragg 散乱過程であり、森林領域に関しては、主に葉の表面からの散乱を表している。二回反射散乱は、地表面に入射して樹幹に反射する散乱過程である。体積散乱は、ランダムに傾いたワイヤが合成された散乱過程であり、主にＨＶ偏波に起因している。また、図示したように、自然地形において、一般に海洋、草原、林などの自然植生は、アジマスシンメトリー（Azimuth symmetry）と呼ばれ、表面散乱、二回反射散乱、体積散乱の各散乱係数はアジマス（ＡＺ）方向に依存しない。

これに対して、人工地形において、都市部などのビルディング等では、植生層（Vegetation layer）のような体積散乱の影響はあまり無いと考えられており、ビルディングの向きとレーダとの位置関係により、散乱係数が大きく変化し、２回反射散乱からクロス偏波も発生する（非特許文献4参照）。そのため、都市部などでは、アジマスシンメトリーの特性が無いため、ビルディングや住宅地の家の配置により、それら領域の分類精度が大きく変化する可能性があった。

特開平09-178847号公報 E. Krogager, Z.H. Czyz, "Properties of the sphere, deplane, helix decomposition," Proc. 3rd International Workshop on Radar Polarimetry, vol.1, pp.106-1114,1995 S.R. Cloude and E. Pottier, "A Entropy Based Classification Scheme for Land Applications of Polarimetric SAR," IEEE Trans. Geosci. Remote Sensing, vol.34, no.2, pp.68-78, March 1996 A. Freeman and S.L. Durden, " A Three-Component Scattering Model for Polarimetric SAR Data," IEEE Trans. Geosci. Remote Sensing, vol.36, no.3, pp.963-973, May 1998 G. Franceschetti, A. Iodice and D. Riccio, " A Canonical Problem in Electromagnetic Backscattering from Buildings," IEEE Trans. Geosci. Remote Sensing, vol.40, no.8, pp.1787-1801 August 2002 山口芳雄、偏波（ポーラリメトリック）レーダの基礎と応用、リアライズ社、平成１０年

Freemanのアルゴリズム（上述の三成分散乱モデル分解法）では、クロス偏波が生じる成分を体積散乱として取り扱う。しかし、都市部や住宅地では、建物の向きにより２回反射散乱からクロス偏波を生じる。そのため、従来の方法では都市部においてクロス偏波が生じた場合、体積散乱が生じたと誤判定されることがあった。

そこで、本発明は、係る問題点を解決して、自然地形とその他を判定する手法の改良により、誤判定を少なくして、都市部の分類精度を向上させることを目的としている。

本発明の偏波合成開口レーダ画像処理方法は、各偏波で取得した２次元画像でありかつ１ピクセル毎に複素数の散乱係数が与えられている偏波複素画像データの読み込みを行ない、読み込んだ偏波複素画像データの水平偏波で送受信したＨＨ画像と垂直偏波で送信／水平偏波で受信したＨＶ画像との間及び水平偏波で送信／垂直偏波で受信したＶＨ画像と垂直偏波で送受信したＶＶ画像との間の相関を各ピクセルに対して計算し、この計算した各ピクセルの相関値を基準値に基づき、自然地形とその他の地形に分離判定し、自然地形と判断されたピクセルについて自然地形のモデルで特徴量を計算し、かつ、その他の地形と判断されたピクセルについてその他のモデルで特徴量を計算し、この計算された両方の特徴量から土地被覆状況の分類を行なうことから成る。

また、本発明の偏波合成開口レーダ画像処理装置は、各偏波で取得した２次元画像でありかつ１ピクセル毎に複素数の散乱係数が与えられている偏波複素画像データの読み込みを行う画像データ取得処理部と、読み込んだ偏波複素画像データの水平偏波で送受信したＨＨ画像と垂直偏波で送信／水平偏波で受信したＨＶ画像との間及び水平偏波で送信／垂直偏波で受信したＶＨ画像と垂直偏波で送受信したＶＶ画像との間の相関を各ピクセルに対して計算する相関処理部と、計算した各ピクセルの相関値を基準値に基づき、自然地形とその他の地形に分離判定する分離処理部と、自然地形と判断されたピクセルについて自然地形のモデルで特徴量を計算する自然地形用散乱マトリクス分解処理部と、その他の地形と判断されたピクセルについてその他のモデルで特徴量を計算する人工地形用散乱マトリクス分解処理部と、前記計算された両方の特徴量から土地被覆状況の分類を行う土地被覆分類処理部と、から成る。

本発明によれば、自然地形とその他の判定手法の改良により、誤判定を少なくすることができ、都市部の分類精度が向上することが期待できる。本発明によれば、偏波合成開口レーダ画像から都市部の散乱メカニズムを考慮して、都市構造物とレーダのアジマス方向の位置関係にあまり影響を受けずに、特徴を抽出することが可能となる。

一般に、高分解能偏波合成開口レーダでは、送受信アンテナの組み合わせにより、例えば水平偏波アンテナをH、垂直偏波アンテナをVと呼ぶことにより、送受でHH,HV,VH,VVの組み合わせによる画像を得ることができる。そして、この画像の１ピクセル毎に各偏波の複素散乱係数が与えられ、この散乱係数を組み合わせにより散乱マトリクスSが構成できる。

一般に、レーダの送受信アンテナが同じ位置にある場合、散乱マトリクスの非対角項である要素は等しくなり（SHV=SVH）、散乱マトリクスを３変量で表すことができる。この散乱マトリクスの各変量の共分散行列をCovariance Matrix（コバリアンスマトリクス）と呼ぶ。

ここで、< >は画素間の平均（アンサンブル平均）を意味する。一般に海洋、草地、森林などの自然地形は<SHHSHV*>, <SVHSVV*>=0が成り立つことが知られている。これはライク偏波（HH,VV偏波）とクロス偏波（HV,VH偏波）間で相関が無いことを意味する。ここで、＊は、複素共役を表している。

本発明は、従来の技術にあるFreemanの三成分散乱モデル分解（Three-component scattering model）を改良して都市部にも適用できるようにしたものである。この参考にした手法は、（数４），（数５）に示すように、海洋、草原、林などの自然地形の散乱を表面散乱（Ｓsurface）、２回反射散乱（Ｓdihedral）、体積散乱（Ｓvolume）の合成としてモデル化している。一方、都市部の散乱では、表面散乱（Ｓsurface）、２回反射散乱（Ｓdihedral）、改良した２回反射散乱（Ｓ'dihedral）或いはワイヤー散乱（Ｓwire）などが主に生じている。そこで、Freemanの方法を、都市部の散乱をモデル化できるように拡張を行った。具体的には、モデルを自然地形とそれ以外に分けた。また、自然地形以外のモデルでは体積散乱が生じないとし、２回反射散乱でクロス偏波の発生を表現できるように改良した。

アジマスシンメトリー（azimuth symmetry）になる植生では、ライク偏波（HH,VV偏波）とクロス偏波（HV,VH偏波）間での相関が無いと言われている。この特徴を利用して、自然地形とその他の構造物とを分離する判断基準を作ることができる。

また、本発明は、Freemanの手法をもとに２回反射モデルを拡張して、クロス偏波が生じた場合も取り扱うことができる。さらに、拡張した２回反射モデルから、ワイヤーなどの散乱も取り扱うことができる。

図１は、本発明の偏波合成開口レーダ画像処理装置を例示する図である。「画像データ取得処理部」１に対して、処理する偏波複素画像データを指示し、その画像データの読み込みを行う。偏波複素画像データは、各偏波で取得したHH,HV,VH,VV偏波の２次元画像であり、その１ピクセル毎に複素数の散乱係数が与えられている。

「ＨＨ画像とＨＶ画像、ＶＨ画像とＶＶ画像との相関処理部」２は、読み込んだデータを以下の（数６）（数７）を用いて画像間の相関を調べる。計算の仕方は、注目する画像の座標(i,j)を中心としてMxN個のデータを用いて以下の式で計算する。

これを各ピクセルに対して行う。

「人工地形と自然地形の分離処理部」３は、上記計算した各ピクセルの相関値Cor(SHH,SHV*),Cor(SVH,SVV*)に関して以下のような判定を行う。Cor(SHH,SHV*)又はCor(SVH,SVV*)が基準値より大きいならば自然地形でないその他（人工地形）の領域と判定する。上記の判定以外のときは自然地形と判定する。

「自然地形用Covariance Matrix分解処理部」４は、自然地形と判断されたピクセルについて自然地形のモデルで、特徴量を計算する。

「人工地形用Covariance Matrix分解処理部」５は、その他（人工地形）と判断されたピクセルについてその他（人工地形）のモデルで、特徴量を計算する。

「土地被覆分類処理部」６は、上記で求めた両特徴量から、データベースを使って、教師付き分類の最尤法や教師無し分類のISODATA法などにより土地被覆状況の分類を行う。そして、この分類した結果を表示する。

図１に示された「自然地形用Covariance Matrix分解処理部」４について、さらに具体的に説明する。「人工地形と自然地形の分離処理部」３において自然地形と判断されたピクセルは、「非特許文献３」に記載された手法に基づいて散乱マトリクスを分解することができ、分類に適用できる特徴量を算出できる。この手法は、自然地形が、図２に示すように、表面散乱、２回反射散乱、体積散乱に因るものとして分解している。また、クロス偏波は体積散乱からのみ生じるとしている。そのため、都市域への適用は適さない。実際の計算では、上記のモデルを以下のようにモデル化している。

１）表面散乱モデル：
表面散乱は、図２（Ａ）に示すように、海域、農地、低植生域における一次Bragg散乱過程である。森林領域に関しては、主に葉の表面からの散乱を表している。その散乱マトリクス及びCovariance Matrixの各要素は、以下のように表すことができる。

２）２回反射散乱モデル：
２回反射散乱は、図２（Ｂ）に示すように、地表面を入射して樹幹に反射する、またはその逆の散乱過程である。その散乱マトリクス及びCovariance Matrixの各要素は、以下のように表すことができる。但し、αに関わるパラメータＲｐｑはフレネルの反射係数を表し、pは偏波（v：垂直偏波, h：水平偏波）、ｑは反射する場所（g：地表面, t：樹幹）を表す。また、γpは偏波による位相の変化、減衰を表す。

３）体積散乱モデル：
体積散乱は、図２（Ｃ）に示すように、ランダムに傾いたワイヤーが合成された散乱過程である。主にHV偏波に起因している。そのCovariance Matrixの各要素は、以下のように表すことができる。

計測データは三つのモデルの合成であるため、Covariance Matrixの各要素は、以下のように記述できる。

fs,fd,fvは、それぞれ表面散乱、２回反射散乱、体積散乱の寄与を示す。α、βは、２回反射散乱、表面散乱の成分から得られる係数である。fvは<ShvShv*>から直接導出できる。残りのパラメータは、<SHHSVV*>の実部の符号から、

の仮定を行い、その他のパラメータfs、fd、α、βを推定する。
以上から、三つのモデルに対する未知パラメータを求めることができる。そして、求まったパラメータから分類に利用する特徴量を算出する。特徴量とは、各偏波間の受信電力<SHHSHH*>,<SHVSHV*>, <SVHSVH*>,<SVVSVV*>の合計Pに対する表面散乱、２回反射散乱、体積散乱などの電力寄与Ps,Pd,Pvである。各偏波の電力の合計P、表面散乱、２回反射散乱、体積散乱などの電力寄与Ps,Pv, Pdは、以下のように与えられる。

図１に示された「人工地形用Covariance Matrix分解処理部」５について、さらに具体的に説明する。「人工地形と自然地形の分離処理部」３において、その他（人工地形）と判断されたピクセルでは、以下の方法で散乱マトリクスを分解し、分類に適用できる特徴量を算出する。条件として、以下の点を考慮する。

(1)図３に示すように、人工地形での散乱は、主に表面散乱、２回反射散乱、改良した２回反射散乱、ワイヤー散乱からなる。
(2)この地形では<SHHSHV*>, <SVHSVV*>=0の条件は成り立たない。しかし、実施例２の表面散乱と２回反射散乱の各モデルではクロス偏波成分はゼロとなるため、<SHHSHV*>, <SVHSVV*>=0となる。一方で、非特許文献４においてビルディングなどの人工構造物において、２回反射散乱からクロス偏波成分が発生することが示されている。そこで、２回反射散乱モデルにおいてクロス偏波成分の発生を考慮できるように拡張する。これにより、拡張した２回反射散乱から<SHHSHV*>, <SVHSVV*>≠0の条件を満たせる。また、単一のワイヤー散乱モデルにおいても、<SHHSHV*>, <SVHSVV*>≠0の条件を満たせる。実際の計算では、上記のモデルを、以下のようにモデル化する。

１）表面散乱モデル（図３（Ａ）参照）：
表面散乱モデルの散乱マトリクス及びCovariance Matrixの各要素は、以下のように表すことができる。

２）２回反射散乱モデル（図３（Ｂ）参照）：
２回反射散乱モデルの散乱マトリクス及びCovariance Matrixの各要素は、以下のように表すことができる。

３）改良した２回反射散乱モデル（図３（Ｃ）参照）：
改良した２回反射散乱モデルの散乱マトリクス及びCovariance Matrixの各要素は、以下のように表すことができる。

４)ワイヤー散乱モデル（図３（Ｄ）参照）：
ワイヤー散乱モデルの散乱マトリクス（非特許文献5参照）及びCovariance Matrixの各要素は、以下のように表すことができる。

ここで、モデル３）、４）は同じ表現形式となるため、計測データは１）と２）、３)又は４）タイプの三つの合成と考え、Covariance Matrixの各要素を以下のように記述する。

<SHHSHV*>、<SHVSVV*>からα´が算出できることから、

と判定し、パラメータρとfw又はfd´を求めることができる。さらに、残りのパラメータfs、fd、α、βは、上記実施例２の手法と同様にして求めることができる。

以上から、表面散乱、２回反射散乱、拡張した２回反射散乱、ワイヤー散乱のモデルに対する未知パラメータを求めることができる。そして、求まったパラメータから分類に利用する特徴量を算出する。特徴量とは、各偏波間の受信電力<SHHSHH*>,<SHVSHV*>, <SVHSVH*>,<SVVSVV*>の合計Pに対する表面散乱、２回反射散乱、ワイヤー散乱などの電力寄与Ps,Pd,Pwである。但し、拡張した２回反射散乱のモデルの寄与は、従来の２回反射散乱の寄与の一部として算出する。各偏波の電力の合計P、表面散乱、２回反射散乱、ワイヤー散乱などの電力寄与Ps,Pd,Pwは、以下のように与えられる。

本発明の偏波合成開口レーダ画像処理装置を例示する図である。自然地形での表面散乱、２回反射散乱、体積散乱の概念を示す図である。人工地形での表面散乱、２回反射散乱、改良した２回反射散乱、ワイヤー散乱の概念を示す図である。自然地形及び人工地形での散乱を説明する図である。

符号の説明

１画像データ取得処理部
２ＨＨ画像とＨＶ画像、ＶＨ画像とＶＶ画像との相関処理部
３人工地形と自然地形の分離処理部
４自然地形用Covariance Matrix分解処理部
５人工地形用Covariance Matrix分解処理部
６土地被覆分類処理部

Claims

各偏波で取得した２次元画像でありかつ１ピクセル毎に複素数の散乱係数が与えられている偏波複素画像データの読み込みを行ない、
前記読み込んだ偏波複素画像データの水平偏波で送受信したＨＨ画像と垂直偏波で送信／水平偏波で受信したＨＶ画像との間及び水平偏波で送信／垂直偏波で受信したＶＨ画像と垂直偏波で送受信したＶＶ画像との間の相関を各ピクセルに対して計算し、
上記計算した各ピクセルの相関値を基準値に基づき、自然地形とその他の地形に分離判定し、
自然地形と判断されたピクセルについて自然地形のモデルで特徴量を計算し、かつ、その他の地形と判断されたピクセルについてその他のモデルで特徴量を計算し、
前記計算された両方の特徴量から土地被覆状況の分類を行なう、
ことから成る偏波合成開口レーダ画像処理方法。
各偏波で取得した２次元画像でありかつ１ピクセル毎に複素数の散乱係数が与えられている偏波複素画像データの読み込みを行う画像データ取得処理部と、
前記読み込んだ偏波複素画像データの水平偏波で送受信したＨＨ画像と垂直偏波で送信／水平偏波で受信したＨＶ画像との間及び水平偏波で送信／垂直偏波で受信したＶＨ画像と垂直偏波で送受信したＶＶ画像との間の相関を各ピクセルに対して計算する相関処理部と、
上記計算した各ピクセルの相関値を基準値に基づき、自然地形とその他の地形に分離判定する分離処理部と、
自然地形と判断されたピクセルについて自然地形のモデルで特徴量を計算する自然地形用散乱マトリクス分解処理部と、
その他の地形と判断されたピクセルについてその他のモデルで特徴量を計算する人工地形用散乱マトリクス分解処理部と、
前記計算された両方の特徴量から土地被覆状況の分類を行う土地被覆分類処理部と、
から成る偏波合成開口レーダ画像処理装置。