特許 5955121 画像の表示

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5955121

(24)【登録日】2016年6月24日

(45)【発行日】2016年7月20日

(54)【発明の名称】画像の表示

(51)【国際特許分類】

   G06T 1/00 20060101AFI20160707BHJP

【ＦＩ】

   G06T1/00 285

【請求項の数】12

【外国語出願】

【全頁数】28

(21)【出願番号】特願2012-137786(P2012-137786)

(22)【出願日】2012年6月19日

(65)【公開番号】特開2013-8364(P2013-8364A)

(43)【公開日】2013年1月10日

【審査請求日】2015年5月28日

(31)【優先権主張番号】13/166,357

(32)【優先日】2011年6月22日

(33)【優先権主張国】US

(73)【特許権者】

【識別番号】500520743

【氏名又は名称】ザ・ボーイング・カンパニー

【氏名又は名称原語表記】Ｔｈｅ Ｂｏｅｉｎｇ Ｃｏｍｐａｎｙ

(74)【代理人】

【識別番号】100109726

【弁理士】

【氏名又は名称】園田 吉隆

(74)【代理人】

【識別番号】100101199

【弁理士】

【氏名又は名称】小林 義教

(72)【発明者】

【氏名】メダサニ， スワラップ エス．

(72)【発明者】

【氏名】オウェッコ， ユリ

(72)【発明者】

【氏名】モリネラス， ホセ エム．

(72)【発明者】

【氏名】ケルチ， ドミトリー

【審査官】 ▲広▼島 明芳

(56)【参考文献】

【文献】 特開２００８−１０７８６０（ＪＰ，Ａ）

【文献】 特開２００５−１６９０７７（ＪＰ，Ａ）

【文献】 特開２００７−０００６３８（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００

(57)【特許請求の範囲】

【請求項1】

画像を処理する方法であって、
第１画像（１３２）において識別された第１特徴（１３６）のクラスタを、第１の画像での位置を有する第１特徴ごとに識別するステップであって、クラスタ（１５６）の内の各クラスタ（１５７）は第１特徴（１３６）からの第１グループの特徴（１５９）を含み、それにより、第１の画像の位置のグループを確定する、ステップと、
クラスタ（１５６）のうちの各クラスタ（１５７）を、第２画像（１３４）において識別された第２特徴（１３８）からの第２グループの特徴（１６３）を含む対応するクラスタ（１６１）とともに表示するための変換を、対応するクラスタが第２画像の位置のグループを確定するように、第２画像の位置である第２特徴ごとに、第１画像（１３２）の第１特徴（１３６）と第２画像（１３４）の第２特徴との間の初期対応を使用して識別するステップと、
第１特徴（１３６）のクラスタ（１５６）からのクラスタのセット（１６２）を、各クラスタ（１５７）に対して識別された変換を使用して識別するステップと、
第１画像（１３２）を第２画像（１３４）とともに表示するための最終変換（１７２）を、クラスタのセット（１６２）を使用して識別するステップと、を含み、
クラスタ（１５６）のうちの各クラスタ（１５７）を、第２画像（１３４）において識別された第２特徴（１３８）からの第２グループの特徴（１６３）を含む対応するクラスタ（１６１）とともに表示するための変換を、対応するクラスタが第２画像の位置のグループを確定するように、第２画像の位置である第２特徴ごとに、第１画像（１３２）の第１特徴（１３６）と第２画像（１３４）の第２特徴（１３８）との間の初期対応を使用して識別するステップが、
初期対応を使用して、クラスタ（１５６）のクラスタ（１５７）の第１グループの特徴（１５９）に対応する第２画像（１３４）において識別された第２特徴（１３８）から特徴（１３０）を、第２グループの特徴（１６３）として識別するステップであって、第２グループの特徴（１６３）は、対応するクラスタ（１６１）を形成する、ステップと、
最小二乗アルゴリズムを使用して、クラスタ（１５７）を対応するクラスタ（１６１）とともに表示するための変換を識別するステップであって、変換により、クラスタ（１５７）の第１グループの特徴（１５９）を対応するクラスタ（１６１）の第２グループの特徴（１６３）に合わせて位置調整するために、クラスタ（１５７）の第１グループの特徴（１５９）を第２画像（１３４）に投影するステップと、を含み、
クラスタ（１５６）からクラスタのセット（１６２）を、各クラスタ（１５７）に対して識別された変換（１５５）を使用して識別するステップが、
変換を使用して、第１グループの特徴（１５９）が投影される第２画像（１３４）の第１グループの位置（１５８）を識別するステップと、
第１グループの特徴（１５９）の第１グループの位置（１５８）と、第２グループの特徴（１６３）の第２画像（１３４）の第２グループの位置（１６８）との間の距離を使用して、投影エラー（１６４）を識別するステップと、
クラスタ（１５７）の第１グループの特徴（１５９）を対応するクラスタ（１６１）の第２グループの特徴（１６３）に沿って位置調整するために、投影エラー（１６４）が選択閾値（１７０）よりも小さい時に、クラスタ（１５７）をクラスタのセット（１６２）に追加するステップと、を含む、方法。

【請求項2】

第１画像（１３２）の第１特徴（１３６）と第２画像（１３４）の第２特徴（１３８）との間の初期対応を、第１画像（１３２）を第２画像（１３４）とともに表示するための初期変換を使用して識別するステップをさらに含む、請求項１に記載の方法。

【請求項3】

第１画像（１３２）において識別された第１特徴（１３６）及び第２画像（１３４）において識別された第２特徴（１３８）と、ランダム・サンプル・コンセンサス・アルゴリズムを使用して第１画像（１３２）を第２画像（１３４）とともに表示するための初期の変換（１４２）を識別するステップをさらに含む、請求項２に記載の方法。

【請求項4】

第１画像（１３２）において識別された第１特徴（１３６）のクラスタを、第１の画像での位置を有する第１特徴ごとに識別するステップが、
第１特徴（１３６）を使用して最小スパニング木（１４６）を形成するステップであって、最小スパニング木（１４６）はノード（１４８）と複数のブランチ（１５０）を含み、ノード（１４８）のうちの各ノードは第１特徴（１３６）の特徴であり、複数のブランチ（１５０）の各ブランチはウエイト（１５２）を有する、ステップと、
任意のブランチのウエイト（１５２）が第１特徴（１３６）の複数のクラスタ（１３６）を形成するための選択ウエイトよりも大きい時に、最小スパニング木（１４６）から、複数のブランチ（１５０）のうちの任意のブランチを除去するステップであって、複数のクラスタ（１３６）の各クラスタは第１特徴（１３６）からの第１グループの特徴を含む、ステップと、を含む、請求項１乃至３のいずれか１項に記載の方法。

【請求項5】

クラスタ（１５６）からクラスタのセット（１６２）を、各クラスタ（１５７）に対して識別された変換を使用して識別するステップが、
クラスタ（１５７）に対して識別された変換の投影エラー（１６４）が選択閾値（１７０）よりも小さい時に、クラスタ（１５６）のうちのあるクラスタをクラスタのセット（１６２）に追加するステップを含む、請求項１乃至４のいずれか１項に記載の方法。

【請求項6】

第１画像（１３２）を第２画像（１３４）とともに表示するための最終変換（１７２）を、クラスタのセット（１６２）を使用して識別するステップが、
クラスタのセット（１６２）の特徴と、ランダム・サンプル・コンセンサス・アルゴリズムを使用して、第１画像（１３２）を第２画像（１３４）とともに表示するための最終変換を識別するステップを含む、請求項１乃至５のいずれか１項に記載の方法。

【請求項7】

第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）を識別するステップと、
線分検出アルゴリズムを使用して第１画像（１３２）の第１線と、第２画像（１３４）の第２線を識別するステップと、
第１線の線の交点を第１特徴（１３６）として、第２線の線の交点を第２特徴（１３８）として識別するステップと、をさらに含む、請求項１乃至６のいずれか１項に記載の方法。

【請求項8】

第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）を識別するステップが、特徴検出モジュール（１２４）を使用して行われ、特徴検出モジュール（１２４）は、シュテーガーアルゴリズム、キャニー線分検出アルゴリズム、エッジ検出アルゴリズム、ハフ変換、スケール不変特徴変換、ｓｐｅｅｄｅｄ ｕｐ ｒｏｂｕｓｔ特徴検出器（ＳＵＲＦ検出器）、Ｋａｎａｄｅ−Ｌｕｃａｓ−Ｔｏｍａｓｉ変換のうちの少なくとも１つを使用して、第１特徴と第２特徴を識別する、請求項１乃至７のいずれか１項に記載の方法。

【請求項9】

最終変換を使用して、第１画像（１３２）を第２画像（１３４）とともに表示して、所望の精度（１７４）で第１画像（１３２）を第２画像（１３４）に沿って位置調整するステップであって、第１画像（１３２）と第２画像（１３４）は、正射修正された合成開口レーダー画像（１１４）である、ステップをさらに含む、請求項１乃至８のいずれか１項に記載の方法。

【請求項10】

画像処理モジュール（１０４）を含み、
画像処理モジュール（１０４）は、
第１画像（１３２）において識別された第１特徴（１３６）のクラスタ（１５６）であって、クラスタ（１５６）のうちの各クラスタ（１５７）が第１特徴（１３６）からの第１グループの特徴（１５９）を含み、それにより、第１の画像の位置のグループを確定する、クラスタ（１５６）を、第１の画像での位置を有する第１特徴ごとに識別し、
クラスタ（１５６）の各クラスタ（１５７）を、第２画像（１３４）において識別された第２特徴（１３８）からの第２グループの特徴（１６３）を含む対応するクラスタ（１６１）とともに表示するための変換を、対応するクラスタが第２画像の位置のグループを確定するように、第２画像の位置である第２特徴ごとに、第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）との間の初期対応（１４１）を使用して識別し、
各クラスタ（１５７）に対して識別された変換（１５５）を使用して、第１特徴（１３６）のクラスタ（１５６）からクラスタのセット（１６２）を識別し、
クラスタのセット（１６２）を使用して、第１画像（１３２）を第２画像（１３４）とともに表示するための最終変換（１７２）であって、第１画像（１３２）において識別された第１特徴（１３６）のクラスタ（１５６）を識別するように構成されている画像処理モジュール（１０４）は、第１特徴（１３６）を使用して最小スパニング木（１４６）を形成するように構成されており、最小スパニング木（１４６）は、ノード（１４８）と複数のブランチ（１５０）を含み、ノード（１４８）の各ノードは、第１特徴（１３６）の特徴であり、複数のブランチ（１５０）の各ブランチはウエイト（１５２）を有する、最終変換（１７２）を識別し、
任意のブランチのウエイト（１５２）が第１特徴（１３６）のクラスタ（１５６）を形成するための選択ウエイトよりも大きい時に、最小スパニング木（１４６）から、複数のブランチ（１５０）のうちの任意のブランチであって、クラスタ（１５６）の各クラスタ（１５７）は、第１特徴（１３６）からの第１グループの特徴を含む、任意のブランチを除去するように構成されており、
画像処理モジュール（１０４）は、
初期対応を使用して、クラスタ（１５６）のクラスタ（１５７）の第１グループの特徴（１５９）に対応する第２画像（１３４）において識別された第２特徴（１３８）から特徴（１３０）を、第２グループの特徴（１６３）として識別するステップであって、第２グループの特徴（１６３）は、対応するクラスタ（１６１）を形成する、ステップと、
最小二乗アルゴリズムを使用して、クラスタ（１５７）を対応するクラスタ（１６１）とともに表示するための変換（１５５）を識別するステップであって、変換により、クラスタ（１５７）の第１グループの特徴（１５９）を対応するクラスタ（１６１）の第２グループの特徴（１６３）に合わせて位置調整するために、クラスタ（１５７）の第１グループの特徴（１５９）を第２画像（１３４）に投影するステップと、により、クラスタ（１５６）の各クラスタ（１５７）を、第２画像（１３４）において識別された第２特徴（１３８）からの第２グループの特徴（１６３）を含む対応するクラスタ（１６１）とともに表示するための変換を、対応するクラスタが第２画像の位置のグループを確定するように、第２画像の位置である第２特徴ごとに、第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）との間の初期対応（１４１）を使用して識別するように構成されており、
画像処理モジュール（１０４）は、
クラスタ（１５６）からクラスタのセット（１６２）を、各クラスタ（１５７）に対して識別された変換（１５５）を使用して識別するステップが、
変換を使用して、第１グループの特徴（１５９）が投影される第２画像（１３４）の第１グループの位置（１５８）を識別するステップと、
第１グループの特徴（１５９）の第１グループの位置（１５８）と、第２グループの特徴（１６３）の第２画像（１３４）の第２グループの位置（１６８）との間の距離を使用して、投影エラー（１６４）を識別するステップと、
クラスタ（１５７）の第１グループの特徴（１５９）を対応するクラスタ（１６１）の第２グループの特徴（１６３）に沿って位置調整するために、投影エラー（１６４）が選択閾値（１７０）よりも小さい時に、クラスタ（１５７）をクラスタのセット（１６２）に追加するステップと、により、各クラスタ（１５７）に対して識別された変換（１５５）を使用して、第１特徴（１３６）のクラスタ（１５６）からクラスタのセット（１６２）を識別するように配置されている、装置。

【請求項11】

各クラスタ（１５７）に対して識別された変換を使用して、クラスタ（１５６）からクラスタのセット（１６２）を識別する際に、画像処理モジュール（１０４）は、クラスタ（１５７）に対して識別された変換の投影エラー（１６４）が選択閾値（１７０）よりも小さい時に、クラスタ（１５６）のクラスタ（１５７）をクラスタのセット（１６２）に追加するように構成されている、請求項１０に記載の装置。

【請求項12】

第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）を識別する、画像処理モジュール（１０４）の特徴検出モジュール（１２４）と、
第１画像（１３２）と第２画像（１３４）を生成する、画像処理モジュール（１０４）と連通しているセンサシステム（１０２）と、をさらに含む、請求項１０又は１１に記載の装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は概して画像の処理に関し、具体的には合成開口レーダー（ＳＡＲ）画像の表示に関するものである。さらに具体的には、本発明は正射補正された合成開口レーダー画像を表示する方法及び装置に関するものである。

【背景技術】

【0002】

画像は、様々な種類の操作を実施するのに使用される。これらの操作には例えば非限定的に、オブジェクトの認識、オブジェクトのトラッキング、及び／又はその他の好適な種類の操作が含まれ得る。画像表示はしばしばこれらの操作を実施する前に行われる。画像表示は異なる時点で、異なる視点から、及び／又は異なるセンサによって生成された同じシーンの画像の位置調整である。

【0003】

特徴に基づく画像表示は、ある種の画像表示の一例である。特徴に基づく表示では、シーンの最初の画像を、最初の画像の特徴が同じシーンの２番目の画像の同じ特徴に沿って位置調整されるように変換する。２番目の画像は参照画像又はソース画像とも呼ぶことができる。

【0004】

特徴に基づく画像表示では、異なる種類の変換モデルを使用して第１画像を変換して第１画像を参照画像に沿って位置調整することができる。ある種の変換モデルは線形変換である。線形変換は例えば非限定的に、並進、回転、スケーリング、及び／又はその他の好適な種類のアフィン変換を含むことができる。アフィン変換とは、点と点の間の共線性と、線上の点と点の間の距離比を保つすべての変換である。

【0005】

特徴に基づく画像表示を異なる種類の画像で使用することができる。これら異なる種類の画像は例えば非限定的に、可視スペクトル画像、光画像、赤外線画像、レーダー画像、合成開口レーダー（ＳＡＲ）画像、及びその他の好適な種類の画像を含むことができる。

【0006】

通常、合成開口レーダー画像は、画像の表示を実施する前にオルソ修正される。このプロセスは正射修正とも呼ぶことができる。正射修正とは、画像のスケールがほぼ均一になるように画像から幾何学的ひずみを除去することである。これらの幾何学的ひずみは、画像を生成したセンサの傾き、地形の起伏、レンズのひずみ、及び／又はその他適切なひずみ発生源によって生じうる。オルソ修正された画像は正射修正画像と呼ぶことができる。

【0007】

正射修正画像の特徴に基づく画像表示には、正射修正画像を並進及び／又は回転させて参照画像に沿って位置調整する正射変換を使用することが含まれうる。参照画像もまた正射修正される。合成開口レーダー画像の特徴に基づいて画像表示を実施するための現在利用可能な方法は、可視スペクトル画像の特徴に基づく画像表示の現在利用可能な方法のようには正確でない場合がある。

【0008】

例えば、可視スペクトル画像に比べて合成開口レーダー画像のノイズ量が大きい場合がある。このノイズ量が大きいために、画像の特徴を識別する現在利用可能な方法を利用した合成開口レーダー画像における特徴の識別が、可視スペクトル画像における特徴の識別に比べてより不正確になる場合がある。この結果、合成開口レーダー画像の特徴に基づく画像表示の現在利用可能な方法は、所望するよりも不正確となる可能性がある。

【0009】

したがって、上述した課題のうちの少なくとも幾つかの課題だけでなく、その他の潜在的な課題を考慮した方法及び装置を有することは有利である。

【発明の概要】

【0010】

ある有利な実施形態では、画像を処理する方法が提供されている。第１画像において識別された第１特徴のクラスタを識別する。複数のクラスタの内の各クラスタは第１特徴からの第１グループの特徴を含む。複数のクラスタのうちの各クラスタを、第２画像において識別された第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換は、第１画像の第１特徴と第２画像の第２特徴との間の初期対応を使用して識別される。第１特徴の複数のクラスタからのクラスタのセットは、各クラスタに対して識別された変換を使用して識別される。第１画像を第２画像とともに表示するための最終変換は、クラスタのセットを使用して識別される。

【0011】

別の有利な実施形態では、画像を表示する方法が提供されている。画像における第１画像の第１特徴と、画像における第２画像の第２特徴が識別される。初期の変換は、第１特徴及び第２特徴を使用して第１画像を第２画像とともに表示するために識別される。

【0012】

第１画像の第１特徴と第２画像の第２特徴との間の初期対応は、第１画像を第２画像とともに表示するための初期変換を使用して識別される。第１画像の第１特徴のクラスタは、第１特徴を使用して形成された最小スパニング木を使用して識別される。複数のクラスタの内の各クラスタは、第１特徴からの第１グループの特徴を含む。複数のクラスタのうちの各クラスタを、第２画像において識別された第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換は初期対応を使用して識別される。クラスタに対して識別された変換の投影エラーが選択閾値よりも小さい場合、複数のクラスタの内の一クラスタがクラスタのセットに追加される。第１画像を第２画像とともに表示するための最終変換は、クラスタのセットの特徴と、ランダム・サンプル・コンセンサス・アルゴリズムを使用して識別される。第１画像は最終変換を利用して第２画像とともに表示される。

【0013】

さらに別の有利な実施形態では、装置は画像処理モジュールを含む。画像処理モジュールは、第１画像において識別された第１特徴のクラスタを識別する。複数のクラスタの内の各クラスタは、第１特徴からの第１グループの特徴を含む。

【0014】

画像処理モジュールはさらに、第１画像の第１特徴と第２画像の第２特徴との間の初期対応を使用して、複数のクラスタのうちの各クラスタを第２画像において識別された第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換を識別する。画像処理モジュールはさらに、各クラスタに対して識別された変換を使用して、第１特徴のクラスタからのクラスタのセットを識別する。画像処理モジュールはさらに、クラスタのセットを使用して第１画像を第２画像とともに表示するための最終変換を識別する。

【0015】

別の有利な実施形態は下記：
第１画像内の第１数の閉輪郭と、第２画像内の第２数の閉輪郭を識別し、
第１数の閉輪郭、第２数の閉輪郭、及び整合アルゴリズムを使用して、第１画像を第２画像とともに表示するための初期変換を識別する
ことを含む方法を有する。

【0016】

その他の実施形態は、複数の画像の内の第１画像（１３２）の第１特徴（１３６）と、複数の画像の内の第２画像（１３４）の第２特徴（１３８）を識別し、
第１特徴（１３６）及び第２特徴（１３８）を使用して、第１画像（１３２）を第２画像（１３４）とともに表示するための初期変換（１４２）を識別し、
第１画像（１３２）を第２画像（１３４）とともに表示するための初期変換（１４２）を使用して、第１画像（１３２）の第１特徴（１３６）と、第２画像（１３４）の第２特徴（１３８）との間の初期対応（１４１）を識別し、
第１特徴（１３６）を使用して形成された最小スパニング木（１４６）を使用して、第１画像（１３２）の第１特徴（１３６）のクラスタ（１５６）を識別し、ここでクラスタ（１５６）の各クラスタ（１５７）は第１特徴（１３６）からの第１グループの特徴を含み、
初期対応（１４１）を使用して第２画像（１３４）において識別された第２特徴（１３８）からの第２グループの特徴（１６３）を含む対応するクラスタ（１６１）とともに、クラスタ（１５６）の内の各クラスタ（１５７）を表示するために変換（１５５）を識別し、
クラスタ（１５７）に対して識別された変換（１５５）の投影エラー（１６４）が選択閾値よりも小さい場合に、クラスタ（１５６）の内の一つのクラスタ（１５７）をクラスタのセット（１６２）に追加し、
クラスタのセット（１６２）の特徴と、ランダム・サンプル・コンセンサス・アルゴリズムを使用して、第１画像（１３２）を第２画像（１３４）とともに表示するための最終変換（１７２）を識別し、
最終変換（１７２）を使用して第１画像（１３２）を第２画像（１３４）とともに表示する
ステップを含む画像を表示する方法を包含する。

【0017】

先行実施形態のうちの任意の実施形態の変形例もまた変更可能であり、ここでは第１画像（１３２）は第１合成開口レーダー画像（１１４）であり、第２画像（１３４）は第２合成開口レーダー画像（１１４）であり、第１合成開口レーダー画像（１１４）と第２合成開口レーダー画像（１１４）は正射修正され、最終変換（１７２）を使用して第１画像（１３２）を第２画像（１３４）とともに表示するステップは、
最終変換（１７２）を使用して第１画像（１３２）の並進及び回転のうちの少なくとも一つを行って、第１画像（１３２）を第２画像（１３４）に沿って所望の精度で位置調整する
ことを含む。

【0018】

特徴、機能及び利点は、本発明の様々な実施形態において個別に達成することができる、または下記の説明及び図面を参照することによってさらに詳細を理解することができる更に別の実施形態と組み合わせることができる。

【0019】

有利な実施形態を特徴づけていると思われる新規特性は添付の請求項に記載されている。有利な実施形態だけでなく、使用の好ましいモード、更なる目的及びその利点はしかしながら、添付の図面と併せて読むときに、本発明の有利な実施形態の下記の詳細説明を参照することによって最適に理解される。

【図面の簡単な説明】

【0020】

【図1】図１は有利な実施形態によるブロック図の形態の画像処理環境の図である。

【図2】図２は有利な実施形態による正射修正画像において識別された特徴の図である。

【図3】図３は有利な実施形態による第１画像及び第２画像から識別された特徴の図である。

【図4】図４は有利な実施形態による第２画像とともに表示された第１画像の図である。

【図5】図５は有利な実施形態による画像において識別された特徴の図である。

【図6】図６は有利な実施形態による画像において識別された特徴の図である。

【図7】図７は有利な実施形態による画像を表示するプロセスのフロー図である。

【図8】図８は有利な実施形態による画像の特徴を識別するプロセスのフロー図である。

【図9】図９は有利な実施形態による第１画像を第２画像とともに表示するための初期変換を識別するプロセスのフロー図である。

【図10】図１０は有利な実施形態による第１画像の第１特徴と第２画像の第２特徴との間の初期対応を識別するプロセスのフロー図である。

【図11】図１１は有利な実施形態による第１画像において識別された第１特徴のクラスタを識別するプロセスのフロー図である。

【図12】図１２は有利な実施形態による第１画像の第１特徴のクラスタからクラスタのセットを識別するプロセスのフロー図である。

【図13】図１３は有利な実施形態によるデータ処理システムの図である。

【発明を実施するための形態】

【0021】

異なる有利な実施形態は、多数の異なる検討事項を認識し考慮する。例えば、異なる有利な実施形態は、合成開口レーダー（ＳＡＲ）画像のノイズが所望するよりも大きい場合があることを認識し考慮している。合成開口レーダーイメージングシステムは電磁放射線のパルスを送信する。これらのパルスは電磁信号と呼ぶこともできる。これら電磁信号は、例えば地形の一領域、近隣、森の一区域、都市の一部分、工場、又はその他何らかの好適な種類の領域等の一領域に送られる。

【0022】

異なる有利な実施形態は、少なくとも一部の電磁信号はこれらの電磁信号が表面に接触した時にその領域の表面で反射することを認識し考慮している。表面で反射した電磁波は、後方散乱、散乱した電磁波、散乱した電磁信号、反響波、又は反響と呼ぶことができる。

【0023】

合成開口レーダーイメージングシステムは、散乱したこれらの電磁信号を検出し、合成開口レーダー画像を生成する。この検出はコヒーレント検出と呼ばれる。この種の検出は、散乱した電磁信号に対して行われ、信号の振幅情報及び位相情報の両方の取得が可能な種類の検出である。異なる有利な実施形態は、コヒーレント検出を使用することにより、生成された合成開口レーダー画像の非ガウスノイズが望ましくないレベルとなることを認識し考慮している。

【0024】

加えて、異なる有利な実施形態は表面での電磁信号の反射性が、電磁信号が表面に向かって送られる角度に依存しうることを認識し考慮している。このため、合成開口レーダー画像はしばしば異方性である。つまり、合成開口レーダー画像におけるシーンの様子は、合成開口レーダーイメージングシステムによってその領域に向かって電磁信号が送られる角度によって変化する可能性がある。

【0025】

異なる有利な実施形態は、合成開口レーダー画像に存在する非ガウスノイズと、この種の画像の異方性により、可視スペクトル画像の処理に比べて合成開口レーダー画像の処理がさらに難しくなりうることを認識し考慮している。特に、合成開口レーダー画像の画像表示は、可視スペクトル画像の画像表示と比べてさらに難しい場合がある。

【0026】

例えば、合成開口レーダー画像の画像を表示するための現在利用可能な方法は通常、特徴検出アルゴリズムと、合成開口レーダー画像を表示するための変換モデルを推定するアルゴリズムを使用する。変換モデルは、合成開口レーダー画像の特徴の検出に基づいて推定される。

【0027】

しかしながら、異なる有利な実施形態は、合成開口レーダー画像の画像表示のためのこれらの現在利用可能な方法の精度は望ましいレベルでない可能性があることを認識し、考慮している。特に、合成開口レーダー画像に存在するノイズ量により、現在利用可能な特徴検出アルゴリズムを使用したこれらの画像の特徴の検出の精度が下がり、所望するよりも信頼性が低くなり得る。この結果、これらの合成開口レーダー画像の画像表示は、所望するよりも不正確となる可能性がある。

【0028】

異なる有利な実施形態は、オブジェクトの認識を行う際に、合成開口レーダー画像の正確な画像表示が望ましい場合があることを認識し考慮している。例えば、異なる有利な実施形態はまた、この種の画像が所望の精度よりも劣る精度で表示された時に、オブジェクトの偽識別数が増加する、及び／又は対象のオブジェクトではないオブジェクトの識別数が増加する可能性があることを認識し、考慮している。

【0029】

ある実施例として、合成開口レーダー画像の表示の精度が望ましくないと、影を対象のオブジェクトとして誤って識別することがさらに増える可能性がある。さらに、異なる有利な実施形態は、合成開口レーダー画像表示の精度が望ましいレベルを下回る場合、これらの画像のオブジェクトを長い期間かけてトラッキングすることが所望するよりもさらに難しくなり得ることを認識し、考慮している。

【0030】

加えて、異なる有利な実施形態は、この種の画像表示の精度が所望するよりも低い場合、あるシーンの様々な部分の合成開口レーダー画像を使用して、そのシーンのより大きい画像を形成することが不可能になり得ることを認識し考慮している。

【0031】

したがって、異なる有利な実施形態は画像を表示する方法及び装置を提供する。ある有利な実施形態では、画像を処理する方法が提供されている。第１画像において識別された第１特徴のクラスタが識別される。複数のクラスタの内の各クラスタは、第１特徴からの第１グループの特徴を含む。複数のクラスタの内の各クラスタを第２画像において識別された第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換は、第１画像の第１特徴と第２画像の第２特徴との間の初期対応を使用して識別される。第１特徴の複数のクラスタからのクラスタのセットは、各クラスタについて識別された変換を使用して識別される。第１画像を第２画像とともに表示するための最終変換は、クラスタのセットを使用して識別される。

【0032】

ここで、有利な実施形態によるブロック図の形態の画像処理環境を示す図１を参照する。画像処理環境１００は、センサシステム１０２と画像処理モジュール１０４を含む。

【0033】

これら実施例では、センサシステム１０２は複数のセンサ１０６を含むことができる。本明細書で使われる「複数の品目」は一以上の品目を意味する。例えば、「複数のセンサ」は一以上のセンサを意味している。複数のセンサ１０６は例えば非限定的に、光カメラ、赤外線カメラ、レーダーイメージングシステム、合成開口レーダーイメージングシステム、及びその他好適な種類のセンサのうちの少なくとも一つを含むことができる。

【0034】

本明細書で使用される「少なくとも一つの」という表現は、品目リストとともに使用される場合は、一以上のリスト品目の異なる組み合わせを使用することができ、リストの中の各品目のうちの一つのみが必要であり得ることを意味する。例えば、「品目Ａ、品目Ｂ、及び品目Ｃのうちの少なくとも一つ」は例えば非限定的に、品目Ａ、又は品目Ａ及び品目Ｂを含むことができる。この実施例はまた、品目Ａ、品目Ｂ、及び品目Ｃ、又は品目Ｂ及び品目Ｃも含むことができる。その他の実施例では、「少なくとも一つの」は例えば非限定的に、品目Ａの内の２つ、品目Ｂの内の一つ、及び品目Ｃの内の１０個；品目Ｂの内の４つと品目Ｃの内の７つ；及びその他好適な組み合わせであってよい。

【0035】

図示したように、センサシステム１０２はプラットフォーム１０８に関連している。例えばセンサシステム１０２等の第１コンポーネントは、第２コンポーネントに固定されている、第２コンポーネントに接着されている、第２コンポーネントに溶接されている、第２コンポーネントに締め付けられている、及び／又はその他何らかの好適な方法で第２コンポーネントに接続されていることによって、例えばプラットフォーム１０８等の第２コンポーネントと関連していると判断することができる。第１コンポーネントはまた、第３コンポーネントを使用して第２コンポーネントに接続することもできる。第１コンポーネントはまた、第２コンポーネントの一部として、及び／又は第２コンポーネントの延長として形成することによって第２コンポーネントと関連していると判断することもできる。

【0036】

これらの実施例においては、プラットフォーム１０８は可動プラットフォーム、固定プラットフォーム、陸上構造物、水上構造物、宇宙構造物、空中ビークル、航空機、無人機、水上艦、タンク、人員運搬車、列車、宇宙船、宇宙ステーション、衛星、潜水艦、自動車、発電所、橋、ダム、製造施設、建造物のうちの一つから選択することができる。

【0037】

図示したように、センサシステム１０２は領域１１２の画像１１０を生成する。これらの実施例では、領域１１２はプラットフォーム１０８の下の領域であってよい。さらに、これらの実施例では、画像１１０は合成開口レーダー（ＳＡＲ）画像１１４の形態である。

【0038】

センサシステム１０２は複数の通信リンク１１６上で画像処理モジュール１０４へ画像１１０を送る。複数の通信リンク１１６は、無線通信リンク、有線通信リンク、光通信リンク、及びその他何らかの好適な種類の通信リンクのうちの少なくとも一つを含むことができる。

【0039】

これらの実施例では、画像処理モジュール１０４はハードウェア、ソフトウェア、又は２つの組み合わせを使用して実行することができる。実施例として、画像処理モジュール１０４はコンピュータシステム１１８において実行可能である。コンピュータシステム１１８は複数のコンピュータ１２０を含む。コンピュータシステム１１８に一より多いコンピュータがある時は、これらのコンピュータは相互に連通していてよい。

【0040】

複数のコンピュータ１２０はプラットフォーム１０８上の位置にあってよく、及び／又はプラットフォーム１０８とは離れていてもよい。ある実施例では、複数のコンピュータ１２０は全てプラットフォーム１０８に位置づけすることができる。別の実施例では、複数のコンピュータ１２０の一部をプラットフォーム１０８上に位置づけすることができ、一方で複数のコンピュータ１２０の別の一部をプラットフォーム１０８から離れた地上局に位置づけすることができる。

【0041】

これら実施例では、画像処理モジュール１０４は画像調節モジュール１２２、特徴検出モジュール１２４、及び画像表示モジュール１２６を含むことができる。画像調節モジュール１２２はセンサシステム１０２から受信した画像１１０をオルソ修正して、正射修正画像１２８を形成する。

【0042】

画像１１０のオルソ修正には、画像１１０の各画像のスケールがほぼ均一になるように、画像１１０から幾何学的歪みを除去することが含まれる。画像１１０の一つの画像に存在する幾何学的歪みは、画像を生成した複数のセンサ１０６のうちのセンサの傾き、領域１１２内の地形の起伏、センサのレンズのひずみ、及び／又はその他適切なひずみ発生源によって生じうる。

【0043】

図示したように、画像調節モジュール１２２は正射画像１２８を特徴検出モジュール１２４へ送る。特徴検出モジュール１２４は、正射画像１２８の特徴１３０を識別する。特徴検出モジュール１２４はシュテーガーアルゴリズム、キャニー線分検出アルゴリズム、エッジ検出アルゴリズム、ハフ変換、スケール不変特徴変換（ＳＩＦＴ）、ｓｐｅｅｄｅｄ ｕｐ ｒｏｂｕｓｔ特徴検出器（ＳＵＲＦ検出器）、Ｋａｎａｄｅ−Ｌｕｃａｓ−Ｔｏｍａｓｉトラッカー（ＫＬＴ）、線分検出アルゴリズム、及びその他好適な種類のアルゴリズムのうちの少なくとも１つを使用して特徴１３０を識別することができる。

【0044】

ある実施例として、正射画像１２８は第１画像１３２と第２画像１３４を含む。第１画像１３２及び第２画像１３４は異なる時点においてセンサシステム１０２によって、複数のセンサ１０６内の異なるセンサによって、及び／又は異なる視点から生成されたものであってよい。

【0045】

第１画像１３２と第２画像１３４は、画像表示モジュール１２６を使用して表示される２つの画像の例である。具体的には、第１画像１３２は第１特徴１３６と第２特徴１３８に基づいて第２画像１３４と共に表示される。第２画像１３４はまた、参照画像又はソース画像とも呼ぶことができる。

【0046】

第１画像１３２の第１特徴１３６と第２画像１３４の第２特徴１３８は、特徴検出モジュール１２４を使用して識別される。第１特徴１３６と第２特徴１３８の特徴は、線、形状、及びその他好適な種類の特徴のうちの少なくとも一つから選択することができる。

【0047】

特徴検出モジュール１２４は、正射修正画像１２８において識別された特徴１３０を画像表示モジュール１２６へ送る。画像表示モジュール１２６はまた画像調節モジュール１２２から正射修正画像１２８も受信する。

【0048】

画像表示モジュール１２６は第１画像１３２を第２画像１３４とともに表示して、第１画像１３２を第２画像１３４に沿って位置調整する。具体的には、第１画像１３２を第２画像１３４とともに表示することにより、第１画像１３２の第１特徴１３６を第２画像１３４の第２特徴１３８に沿って位置調整する。この位置調整は実質的に完全な位置調整でなくともよい。

【0049】

つまり、第１画像１３２が第２画像１３４とともに表示された時、第１特徴１３６の一部が第２特徴１３８と実質的に重なり合っていてもよい。第１特徴１３６のその他の部分はしかしながら、第２特徴１３８と重なり合わなくてもよい、又は第２特徴１３８と大幅に重なり合う第１特徴１３６の部分よりも少なく重なり合っていてもよい。第１特徴１３６と第２特徴１３８とが重なる量を使用して、第１画像１３２を第２画像１３４とともに表示する精度を決定することができる。

【0050】

これらの実施例では、画像表示モジュール１２６は第１特徴１３６と第２特徴１３８との間の初期対応１４１を識別する。初期対応１４１はこれらの実施例では一対一の対応である。

【0051】

つまり、第１画像１３２の第１特徴１３６の各特徴には、第２画像１３４の第２特徴１３８の対応する特徴がある。さらに、第２特徴１３８の各特徴は第１特徴１３６の特徴に対応する。ある実施例では、初期対応１４１は第１特徴１３６の一部と第２特徴１３８の一部との間においてのみ識別され得る。

【0052】

初期対応１４１は、第２画像１３４とともに第１画像１３２を表示するための初期変換１４２を使用して識別される。ある実施例では、画像表示モジュール１２６は第１特徴１３６、第２特徴１３８、及びランダム・サンプル・コンセンサス（ＲＡＮＳＡＣ）アルゴリズムを使用して初期変換１４２を識別することができる。

【0053】

初期変換１４２はこれらの実施例では正射変換であってよい。つまり、初期変換１４２を使用して第１画像１３２を第２画像１３４とともに表示することで、第１画像１３２を並進及び／又は回転させて第１画像１３２の第１特徴１３６を第２画像１３４の第２特徴１３８に沿って位置調整する。

【0054】

ある実施例として、画像表示モジュール１２６は初期変換１４２、第１画像１３２、第２画像１３４、及び第１特徴１３６を第２特徴１３８と一致させるアルゴリズムを使用して初期対応１４１を識別する。この実施例では、アルゴリズムは例えば、ｋ次元木アルゴリズム、最近接原子マッチングアルゴリズム、又はその他何らかの好適な種類のアルゴリズムであってよい。

【0055】

さらに、画像表示モジュール１２６は第１特徴１３６を使用して最小スパニング木（ＭＳＴ）１４６を形成する。最小スパニング木１４６はノード１４８と複数のブランチ１５０を有する。

【0056】

ノード１４８のうちの各ノードは第１特徴１３６の特徴である。このように、これらの実施例では、第１特徴１３６は全て最小スパニング木１４６に提示されている。複数のブランチ１５０の各ブランチはノード１４８の２つのノードを接続する。さらに、複数のブランチ１５０の各ブランチはウエイト１５２を有する。これらの実施例では、各ブランチのウエイト１５２はブランチによってつながるノード１４８の２つのノードの間のピクセル単位の距離である。

【0057】

画像表示モジュール１２６は、最小スパニング木１４６から、選択したウエイト１５４よりも大きいウエイト１５２を有する複数のブランチ１５０の任意のブランチを除去する。選択したウエイト１５４よりも大きいウエイト１５２を有するすべてのブランチが最小スパニング木１４６から除去された場合、第１特徴１３６のクラスタ１５６が最小スパニング木１４６に形成される。

【0058】

これら実施例では、画像表示モジュール１２６はクラスタ１５６のうちの各クラスタの変換１５５を識別する。変換１５５とは、第１画像１３２のクラスタ１５６のうちの各クラスタを第２画像１３４の対応するクラスタとともに表示するための正射変換である。変換１５５は、これらの実施例では最小二乗アルゴリズムを使用して識別することができる。

【0059】

クラスタ１５７は、クラスタ１５６のうちの一つのクラスタの一例である。クラスタ１５７は、第１グループの特徴１５９を含む。本明細書に使用される「一グループの品目」は、一以上の品目を意味する。例えば、「一グループの特徴」は、一以上の特徴である。

【0060】

画像表示モジュール１２６は、クラスタ１５７に対応するクラスタ１６１を識別する。具体的には、画像表示モジュール１２６は初期対応１４１に基づいて、第１グループの特徴１５９と対応する第２特徴１３８からの第２グループの特徴１６３を識別する。第２グループの特徴１６３は対応するクラスタ１６１を形成する。初期対応が一対一の対応である時、第１グループの特徴１５９の特徴の合計数は、第２グループの特徴１６３の特徴の合計数と同じである。

【0061】

画像表示モジュール１２６はクラスタ１５７に対して識別された変換１５５を使用して、第１グループの特徴１５９を第２画像１３４に投影する。具体的には、第１グループの特徴１５９を第２画像１３４に投影して、第１グループの特徴１５９を第２画像１３４の第２グループの特徴１６３に沿って位置調整する。第１グループの特徴１５９はこれらの実施例では、第２画像１３４の座標系１６０に投影される。

【0062】

画像表示モジュール１２６は次に、第１グループの特徴１５９が投影される第２画像１３４の第１グループの位置１５８を識別する。第１グループの位置１５８は座標系１６０を使用して画定される。さらに、第２グループの特徴１６３は、これもまた座標系１６０を使用して画定される、第２画像１３４の第２グループの位置１６８を有する。

【0063】

これらの実施例において、画像表示モジュール１２６はクラスタ１５６からクラスタのセット１６２を形成する。本明細書で使用する「品目のセット」とは、ゼロ以上の品目を意味する。「品目のセット」は例えばゼロ又は空のセットであってよい。

【0064】

投影エラー１６４が選択閾値１７０よりも小さい時に、例えばクラスタ１５７等のクラスタ１５６のうちの一つのクラスタがクラスタのセット１６２に追加される。投影エラー１６４とは、第１グループの特徴１５９を第２画像１３４の第２グループの特徴１６３に沿って位置調整するためのエラーである。投影エラー１６４は多数の異なる方法で測定することができる。

【0065】

例えば、投影エラー１６４は、クラスタ１５７の第１グループの特徴１５９の第１グループの位置１５８と、対応するクラスタ１６１の第２グループの特徴１６３の第２グループの位置１６８との間の距離の合計であってよい。実施例においては、投影エラー１６４は、第１グループの位置１５８と、第２グループの位置１６８との間の距離の合計を第１グループの特徴１５９の特徴の合計数で割ったものであってよい。

【0066】

画像表示モジュール１２６はクラスタのセット１６２を使用して、第１画像１３２を第２画像１３４とともに表示するための最終変換１７２を識別する。具体的には、画像表示モジュール１２６はクラスタのセット１６２に含まれる特徴と、ランダム・サンプル・コンセンサス（ＲＡＮＳＡＣ）アルゴリズムを使用して、第１画像１３２を第２画像１３４とともに表示するための最終変換１７２を識別する。

【0067】

これら実施例では、画像表示モジュール１２６は最終変換１７２を用いて第１画像１３２を第２画像１３４とともに表示する。最終変換１７２とはこれらの実施例では正射変換である。つまり、最終変換１７２は、並進及び／又は回転のみを使用して第１画像１３２を第２画像１３４に沿って位置調整する。

【0068】

最終変換１７２は、これらの実施例において初期変換１４２に比べて正確な変換である。つまり、最終変換１７２を使用して所望の精度１７４で第１画像１３２を第２画像１３４とともに表示することが可能である。所望の精度１７４は、初期変換１４２を使用して第１画像１３２を第２画像１３４とともに表示する精度よりも高い可能性がある。

【0069】

このように、画像処理モジュール１０４は、センサシステム１０２によって生成された画像１１０を表示するシステムに所望の精度１７４を提供する。所望の精度１７４は、画像を表示するための現在利用可能な方法の精度よりも高い可能性がある。

【0070】

図１の画像処理環境１００の図は、物理的又はアーキテクチャ制限を暗示するように意図されたものではなく、有利な実施形態が実行可能である。他のコンポーネントを説明したものに加えて、又はそれの代わりに用いてもよい。あるコンポーネントは不必要である場合がある。また、ブロックは幾つかの機能性コンポーネントを説明するために記載されたものである。一以上のこれらのブロックは、有利な実施形態において実行するときに、組み合わせる、あるいは異なるブロックに分割することが可能である。

【0071】

例えば、いくつかの実施例では、特徴検出モジュール１２４は画像表示モジュール１２６の一部であってよい。その他の実施例では、第１画像１３２は、センサシステム１０２以外のセンサシステムによって生成される参照画像とともに表示することができる。例えば、画像処理環境１００には第２プラットフォームに関連する第２センサシステムがあってよい。センサシステム１０２によって生成される画像１１０はセンサシステムを使用して生成された参照画像に沿って位置調整可能である。

【0072】

さらに別の実施例では、初期変換１４２はランダム・サンプル・コンセンサス・アルゴリズム以外のアルゴリズムを使用して識別することができる。例えば、初期変換１４２は、第１画像１３２において識別された閉輪郭の第１数と、第２画像１３４において識別された閉輪郭の第２数のフーリエ輪郭記述子を照合することによって識別することができる。

【0073】

ここで、有利な実施形態による正射修正画像において識別された特徴を示す図２を参照する。この実施例において、画像２００は図１の正射修正画像１２８の例である。

【0074】

画像２００は、第１画像２０２と第２画像２０４を含む。第１画像２０２は図１の第１画像１３２の一実行形態の一例である。第２画像２０４は、図１の第２画像１３４の一実行形態の一例である。図示したように、第１画像２０２において第１特徴２０６が識別されている。さらに、第２画像２０４において第２特徴２０８が識別されている。

【0075】

ここで、有利な実施形態による、図２の第１画像２０２と第２画像２０４から識別された特徴を示す図３を参照する。この実施例において、図２の第１画像２０２から識別された第１特徴２０６は、図２の第２画像２０４から識別された第２特徴２０８の上に重ね合わせられる。

【0076】

第１特徴２０６は、第２画像２０４の座標系に対して第２特徴２０８の上に重ね合わせられる。具体的には、第１画像２０２が第２画像２０４とともに表示される前、第１特徴２０６は第２画像２０４の座標系に対する位置３００にある。さらに、第２特徴２０８は第２画像２０４の座標系に対する位置３０２にある。

【0077】

この実施例において、投影された特徴３０４とは、例えば図１の最終変換１７２を使用して行われる第１特徴２０６の第２画像２０４の座標系への投影である。つまり、投影された特徴３０４とは、最終変換１７２を使用して第２特徴２０８に沿って位置調整された後の第１特徴２０６である。

【0078】

投影された特徴３０４は位置３０６にある。図示したように、第２特徴２０８の対応する部分の位置３０２から選択距離内の位置３０６にある投影された特徴３０４の部分はインライアとみなされる。第１特徴２０６の第２特徴２０８との位置合わせの精度は、インライアである投影された特徴３０４の割合に基づいて決定することができる。

【0079】

ここで、有利な実施形態による図２の第２画像２０４とともに表示された第１画像２０２を示す図４を参照する。この実施例において、第１画像２０２は、図１の最終変換１７２を用いて図２の第２画像２０４とともに表示されている。この実施例では、第１画像２０２は並進し、回転し、その後第２画像２０４上に重ねられる。図示したように、第１画像２０２が第２画像２０４とともに表示された後は、第１画像２０２と第２画像２０４は座標系４００を共有する。

【0080】

ここで、有利な実施形態による、画像において識別された特徴を示す図５に注目する。この実施例において、例えば図１の第１画像１３２等の第１画像の特徴５０２が識別される。例えば図１の第２画像１３４等の第２画像の特徴５０４が識別される。

【0081】

加えて、図示した実施例において、投影された特徴５０６は図１の最終変換１７２を使用して行われる特徴５０２の投影である。この実施例で図示したように、投影された特徴５０６の一部はインライア５０８である。

【0082】

ここで、有利な実施形態による、画像について識別された閉輪郭を使用して形成されたグラフを示す図６を参照する。この実施例において、画像６００は図１の第１画像１３２の一実行形態の一例である。

【0083】

この実施例で示すように、グラフ６０１は画像６００において識別された閉輪郭６０２を使用して形成される。閉輪郭６０２は画像６００のオブジェクトに対して識別される。例えば、閉輪郭６０４は画像６００の木６０６に対して識別される。

【0084】

さらに、この実施例では、閉輪郭６０２のセントロイド６０８が識別されている。グラフ６０１はブランチ６１０を使用してセントロイド６０８を相互につなぎ合わせることによって形成されている。セントロイド６０８はグラフ６０１のノードを形成する。

【0085】

この実施例において、ブランチ６１０の長さを分類して、複数のブランチ６１０のうちの一番長いブランチを識別することができる。具体的には、複数のブランチ６１０の中で一番長い２つのブランチが識別される。図示したように、ブランチ６１２とブランチ６１４は一番長い２つのブランチである。ブランチ６１２は閉輪郭６０４のセントロイド６１６を閉輪郭６２０のセントロイド６１８に接続する。ブランチ６１４は閉輪郭６０４のセントロイド６１６を閉輪郭６２４のセントロイド６２２に接続する。

【0086】

ブランチ６１２とブランチ６１４、及び／又はブランチ６１２とブランチ６１４の端部の閉輪郭６０４、６１８、及び６２４を、第２画像において識別された閉輪郭と比較するために選択することができる。この比較を使用して、画像６００を第２画像に沿って位置調整するための初期変換を識別することができる。

【0087】

ここで、有利な実施形態による、画像を表示するプロセスのフロー図を示す図７を参照する。図７に示すプロセスは、図１の画像処理モジュール１０４を使用して実行可能である。

【0088】

このプロセスは、第１画像の第１特徴と、第２画像の第２特徴を識別することによって開始する（工程７００）。この実施例において、第１画像及び第２画像は正射修正画像である。これらの正射修正画像は、例えば図１のセンサシステム１０２等のセンサシステムから受信した画像を使用して、例えば図１の画像調節モジュール１２２によって生成することができる。センサシステムから受信した画像はこの実施例では、合成開口レーダー画像である。

【0089】

このプロセスは次に、第１画像を第２画像とともに表示するための初期変換を識別する（工程７０２）。この実施例において、工程７０２は第１画像において識別された第１特徴、第２画像において識別された第２特徴、及びランダム・サンプル・コンセンサス・アルゴリズムを使用して実施することができる。初期変換を使用して、第１画像が第２画像に沿って位置調整されるように並進及び／又は回転させることによって、第１画像を第２画像とともに表示することができる。初期変換モデルの第１画像を第２画像に沿って位置合わせする精度は、所望の精度よりも低い。

【0090】

次に、プロセスは初期変換を使用して第１画像の第１特徴と第２画像の第２特徴との間の初期対応を識別する（工程７０４）。このプロセスは次に、第１特徴を使用して形成された最小スパニング木を使用して第１画像の第１特徴のクラスタを識別する（工程７０６）。識別された複数のクラスタのうちの各クラスタは、第１特徴からの第１グループの特徴を含む。

【0091】

その後プロセスは初期対応を使用して、複数のクラスタのうちの各クラスタを、第２画像の第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換を識別する（工程７０８）。工程７０８において、対応するクラスタを形成する第２グループの特徴は初期対応に基づいて識別することができる。

【0092】

さらに、工程７０８において、変換により、クラスタの第１グループの特徴が第２画像に投影され、クラスタの第１グループの特徴が、第２画像の対応するクラスタの第２グループの特徴に沿って位置調整される。工程７０８は、最小二乗アルゴリズムを使用して実施して、第１グループの特徴を第２画像の第２グループの特徴に沿って位置合わせするための最適な変換を識別することができる。

【0093】

このプロセスは、クラスタに対して識別された変換の投影エラーが選択閾値よりも小さい時に、クラスタのセットに複数のクラスタのうちの一つのクラスタを追加する（工程７１０）。このため、工程７１０の実施においては、第１画像の第１特徴の複数のクラスタからクラスタのセットが識別される。工程７１０においては、第１グループの特徴を含むクラスタに対して識別された変換を使用して第１グループの特徴が第２画像に投影された時に、投影エラーにより、第１グループの特徴を第２画像の第２グループの特徴に沿って位置合わせする際のエラーが識別される。

【0094】

その後、プロセスはクラスタのセットの特徴と、ランダム・サンプル・コンセンサス・アルゴリズムを使用して第１画像を第２画像とともに表示するための最終変換を識別する（工程７１２）。プロセスは次に、最終変換を使用して第１画像を第２画像とともに表示し（工程７１４）、その後プロセスは終了する。

【0095】

ここで、有利な実施形態による、ある画像の特徴を識別するプロセスのフロー図を示す図８を参照する。図８に示すプロセスを使用して、図７の工程７００を実行することができる。

【0096】

このプロセスは、第１画像のシュテーガー・エッジと、第２画像のシュテーガー・エッジを識別することによって開始される（工程８００）。シュテーガー・エッジは、シュテーガーアルゴリズムを使用して識別されるエッジである。このプロセスは次に、ハフ変換を使用して第１画像の無限線と第２画像の無限線を識別する（工程８０２）。

【0097】

その後、プロセスは第１画像の無限線の一部を選択し、第１画像のシュテーガー・エッジを使用して第１画像の第１線を形成する（工程８０４）。プロセスは第２画像の無限線の一部を選択し、第２画像のシュテーガー・エッジを使用して第２画像の第２線を形成する（工程８０６）。

【0098】

工程８０４及び工程８０６において、第１画像の無限線の一部と第２画像の無限線の選択は、同じような方法で行うことができる。具体的には、無限線は、無限線とシュテーガー・エッジの間に所望の位置合わせ量が存在する場合に、選択される。

【0099】

次に、プロセスは第１画像の第１線における線の交点を識別して第１画像の第１特徴を形成し、第２画像の第２線における線の交点を識別して第２画像の第２特徴を形成し（工程８０８）、その後プロセスは終了する。第１特徴及び第２特徴はこの実施例において点特徴と呼ぶことができる。

【0100】

ここで、有利な実施形態による、第１画像を第２画像とともに表示するための初期変換を識別するプロセスのフロー図を示す図９を参照する。図９に示すプロセスは、図７の工程７０２を実行するのに使用可能である。

【0101】

このプロセスは、第１画像の第１閉輪郭と第２画像の第２閉輪郭を識別することによって開始される（工程９００）。第１閉輪郭と第２閉輪郭はそれぞれ第１画像及び第２画像において存在するオブジェクトに対して識別される。

【0102】

工程９００は例えば連結画素の鎖を形成するための結合アルゴリズム等の、閉輪郭を識別する現在利用可能な方法を使用して行うことができる。これらの実施例において、閉輪郭とは連続的な閉曲線である。その他の実施例において、閉輪郭は非連続性の閉曲線であってよい。つまり、閉曲線に隙間が存在していてよい。

【0103】

次に、プロセスは第１閉輪郭の第１セントロイドと第２閉輪郭の第２セントロイドを識別する（工程９０２）。プロセスは次に、第１ブランチを使用して第１セントロイドを相互に接続して第１グラフを形成する（工程９０４）。このプロセスは第２ブランチを使用して第２セントロイドを互いに接続して第２グラフを形成する（工程９０６）。

【0104】

その後、プロセスは第１ブランチの長さと第２ブランチの長さを識別して分類する（工程９０８）。プロセスは次に、第１ブランチのうちで一番長い複数の第１ブランチを選択して、第１選択ブランチを形成する（工程９１０）。

【0105】

工程９１０において、２つの一番長いブランチを選択することができる。ある実施例においては、３つの一番長いブランチを選択することができる。当然ながら、任意の数の一番長い第１ブランチを選択することが可能である。

【0106】

このプロセスは次に、第２ブランチのうちの、選択された長さよりも長い各ブランチを選択して第２選択ブランチを形成する（工程９１２）。選択された長さは、この実施例では第１選択ブランチの中の一番短い長さのブランチよりも短い。このため、第２選択ブランチのブランチの数は、第１選択ブランチのブランチの数よりも多い可能性がある。

【0107】

次に、プロセスは第２選択ブランチの複数の組み合わせを識別する（工程９１４）。工程９１４において、第２選択ブランチのそれぞれの組み合わせは、第１選択ブランチのブランチの数と等しい数のブランチを有する。プロセスは、処理を行うために複数の組み合わせの中から特定のブランチの組み合わせを選択する（工程９１６）。

【0108】

プロセスは次に、第１選択ブランチの第１数の特性を選択された特定のブランチの組み合わせの第２数の特性と比較して、整合点数を識別する（工程９１８）。第１数の特性と第２数の特性は例えば非限定的に、ブランチの長さ、ブランチとブランチの間の複数の角度、ブランチ端部の閉輪郭のフーリエ輪郭記述子、及びその他の好適な種類の特性のうちの少なくとも一つを含むことができる。

【0109】

フーリエ輪郭記述子は、閉輪郭の形状を表す数を含み、形状が並進及び／又は回転した時に実質的に変化しない。さらに、これらの記述子はスケールに関しても実質的に変化しない。

【0110】

工程９１８では、整合点数を計算する整合アルゴリズムを使用してこれらの特性間の比較を行うことができる。整合点数とは、第１数の特性と第２数の特性がどれほど一致しているかを測るものである。つまり、整合点数は第１選択ブランチの第１数の特性が選択された特定のブランチの組み合わせの第２数の特性とどれだけ類似しているかを測るものである。

【0111】

整合点数を計算するための整合アルゴリズムは下記の方程式：

及び

を含むことができ、上記式においてＤは整合点数であり、Ｅは第１選択ブランチの端部の第１閉輪郭の第１セントロイドの位置と、選択された特定のブランチの組み合わせのブランチの端部の第２閉輪郭の対応する第２セントロイドの位置との間の距離の合計であり、Ｓ_ｉは第１選択ブランチの端部の第１閉輪郭のフーリエ輪郭記述子と、選択された特定のブランチの組み合わせのブランチの端部の第２閉輪郭のフーリエ輪郭記述子との間の点数差であり、pは第１画像のj番目の第１セントロイドの位置と、第２画像の対応する第２セントロイドの位置との間の距離である。

【0112】

このプロセスは次に、整合点数が選択閾値を上回るかどうかを決定する（工程９２０）。整合点数が選択閾値よりも大きい場合、このプロセスは第１選択ブランチの端部の第１閉輪郭を、選択された特定のブランチの組み合わせのブランチの端部の第２閉輪郭に沿って位置調整をするための変換を識別し（工程９２２）、その後プロセスは終了する。この変換は、図７の工程７０２で識別された、第１画像を第２画像と共に表示するための初期変換である。

【0113】

再び工程９２０を参照する。整合点数が選択閾値よりも小さい場合、プロセスは識別された複数の組み合わせのうちにさらに未処理の組み合わせがあるか否かを決定する（工程９２４）。追加の未処理の組み合わせがない場合、プロセスは終了する。そうでない場合、プロセスは上述した工程９１６へ戻る。

【0114】

ここで、有利な実施形態による、第１画像の第１特徴と第２画像の第２特徴との間の初期対応を識別するプロセスのフロー図を示す図１０を参照する。図１０に示すプロセスは、図７の工程７０４を実行するのに使用可能である。

【0115】

このプロセスは、初期変換を使用して第１画像において識別された第１特徴を第２画像に投影することによって開始される（工程１０００）。プロセスは次に、第１画像において識別された第１特徴からの一つの特徴を第１選択特徴として選択する（工程１００２）。

【0116】

次に、プロセスは第２画像の第２特徴からの一つの特徴を第２選択特徴として識別する（工程１００４）。工程１００４において、第２選択特徴として第２特徴から識別された特徴は、第２特徴のその他の特徴のいかなる位置よりも第２画像に投影された選択特徴の位置に近い第２画像における位置を有する特徴である。

【0117】

プロセスは次に、第１画像の第１選択特徴の値と、第２画像の第２選択特徴との間の差が選択閾値よりも小さいか否かを決定する（工程１００６）。第１選択特徴と第２選択特徴が点特徴である場合、これらの特徴の値は、これらの特徴の位置における画素値であってよい。

【0118】

この差が選択閾値よりも小さい場合、プロセスは第１選択特徴と第２選択特徴との間の対応を識別して、第１画像の第１特徴と、第２画像の第２特徴との間の初期対応を形成する（工程１００８）。

【0119】

このプロセスは次に、第１特徴からの追加の未処理特徴があるか否かを決定する（工程１０１０）。追加の未処理特徴がない場合に、プロセスは終了する。そうでなければ、プロセスは上述した工程１００２に戻る。

【0120】

再び工程１００６を参照する。この差が選択閾値よりも小さくない場合、プロセスは第１選択特徴を検討事項からはずして初期対応を形成する（工程１０１２）。このように、第１画像において識別された第１特徴がすべて、第２画像の第２特徴の対応する特徴を有すると識別できるわけではない。その後、プロセスは上述した工程１０１０へ進む。

【0121】

ここで、有利な実施形態による、第１画像において識別された第１特徴のクラスタを識別するプロセスのフロー図を示す図１１を参照する。図１１に示すこのプロセスは、図７の工程７０６を実行するのに使用可能である。

【0122】

このプロセスは、第１画像において識別された第１特徴を使用して最小スパニング木を形成することによって開始される（工程１１００）。最小スパニング木は、ノードと複数のブランチを含む。複数のノードのうちの各ノードは第１特徴の中の一つの特徴であり、複数のブランチのうちの各ブランチにはウエイトを有する。プロセスは次に、最小スパニング木から選択されたウエイトよりも大きいウエイトを有する複数のブランチのうちのすべてのブランチを取り除いて第１特徴のクラスタを形成し（工程１１０２）、その後プロセスは終了する。

【0123】

ここで、有利な実施形態による、第１画像の第１特徴のクラスタからクラスタのセットを識別するプロセスのフロー図を示す図１２を参照する。図１２に示すプロセスは、図７の工程７１０を実行するのに使用可能である。

【0124】

このプロセスは、処理のために複数のクラスタの中からクラスタを選択することによって開始される（工程１２００）。プロセスは次に、選択されたクラスタに対して識別された変換を使用して、クラスタの第１グループの特徴を第２画像に投影する（工程１２０２）。このプロセスは第１グループの特徴が投影される第２画像の第１グループの位置を識別する（工程１２０４）。第１グループの位置は第２画像の座標系に対して画定される。

【0125】

プロセスは、第１グループの特徴に対応して第２画像の第２グループの特徴の第２グループの位置を識別する（工程１２０６）。プロセスは次に、第１グループの位置と、第２グループの位置のうちの対応する位置との間の距離に基づいて投影エラーを識別する（工程１２０８）。

【0126】

次に、プロセスは投影エラーが選択閾値を下回るか否かを決定する（工程１２１０）。投影エラーが選択閾値よりも小さい場合に、プロセスは選択されたクラスタをクラスタのセットに追加する（工程１２１２）。プロセスは次に、追加の未処理のクラスタが存在するかどうかを決定する（工程１２１４）。追加の未処理のクラスタがない場合、プロセスは終了する。そうでなければ、プロセスは上述した工程１２００に戻る。

【0127】

再び工程１２１０を参照する。投影エラーが選択閾値よりも小さくない場合、プロセスは上述した工程１２１４へ進む。

【0128】

異なる実施形態のフロー図及びブロック図は、有利な実施形態の装置及び方法の幾つかの可能な実行形態のアーキテクチャ、機能性、及び操作を示すものである。これに関してはフロー図又はブロック図の各ブロックはモジュール、セグメント、機能、及び/又は操作又はステップの一部を表すことができる。例えば、一以上のブロックをプログラムコードとして、ハードウェアにおいて、又はプログラムコードとハードウェアを組み合わせて実行することが可能である。ハードウェアにおいて実行される時は、ハードウェアは例えば、フロー図又はブロック図の一以上の操作を実行するように製造された又は構成された集積回路の形態をとることができる。

【0129】

有利な実施形態の幾つかの代替実行形態において、ブロックに注記された一つの機能又は複数の機能は、図面に注記された順番以外の順番で実施可能である。例えば、ある場合には、関連する機能性に依存して、連続して示す２つのブロックは実質的に同時に実行可能である、又はブロックはしばしば逆の順に実行することができる。また、フロー図又はブロック図に図示されたブロック以外に他のブロックを加えることができる。

【0130】

ここで、有利な実施形態によるデータ処理システムを示す図１３に注目する。この実施例では、データ処理システム１３００を使用して、図１のコンピュータシステム１１８の一以上の複数のコンピュータ１２０を実行することができる。

【0131】

図示したように、データ処理システム１３００はプロセッサ装置１３０４、メモリ１３０６、永続記憶装置１３０８、通信装置１３１０、入力／出力（Ｉ／Ｏ）装置１３１２、及び表示装置１３１４の間の通信を可能にする通信ファブリック１３０２を含む。

【0132】

プロセッサ装置１３０４はメモリ１３０６にロード可能なソフトウェアの命令を実行する。プロセッサ装置１３０４は、特定の実行形態によって、複数のプロセッサ一式、マルチプロセッサコア、又はその他何らかの種類のプロセッサであってよい。ある品目に関して本明細書で使用する複数の、とは、一以上の品目を意味する。さらに、プロセッサ装置１３０４は、二次プロセッサを単一チップ上に有するメインプロセッサが設置された一又は複数の異機種環境のプロセッサシステムを使用して実行可能である。別の有利な実施例として、プロセッサ装置１３０４は同じ種類の複数のプロセッサを含む対称なマルチプロセッサシステムであってよい。

【0133】

メモリ１３０６及び永続記憶装置１３０８は、記憶装置１３１６の実施例である。記憶装置は、例えば非限定的に、データ、関数形式のプログラムコード、及び/又は一時的及び/又は永続的のいずれかのその他好適な情報等の情報を記憶できる任意のハードウェアである。記憶装置１３１６はまた、これらの実施例では、コンピュータによって読取可能な記憶装置とも呼ぶことができる。メモリ１３０６はこれらの実施例では例えば、ランダム・アクセス・メモリ、又は他の任意の好適な揮発性又は非揮発性記憶装置であってよい。永続記憶装置１３０８は、特定の実行形態によって様々な形態をとることができる。

【0134】

例えば、永続記憶装置１３０８は一以上の構成部品又はデバイスを含むことができる。例えば、永続記憶装置１３０８は、ハードドライブ、フラッシュメモリ、書き換え可能な光ディスク、書き換え可能な磁気テープ、又は上記の幾つかの組み合わせであってよい。永続記憶装置１３０８によって使用される媒体はまた取り外し可能であってよい。例えば、取り外し可能なハードドライブを永続記憶装置１３０８に使用することが可能である。

【0135】

通信装置１３１０はこれらの実施例では、その他のデータ処理システム又はデバイスとの通信を可能にする。これらの実施例では、通信装置１３１０はネットワークインターフェースカードである。通信装置１３１０は物理的及び無線通信リンクのいずれかあるいは両方の使用を通して通信を可能にすることができる。

【0136】

入力／出力装置１３１２により、データ処理システム１３００に接続可能なその他のデバイスとのデータの入力及び出力が可能になる。例えば、入力／出力装置１３１２は、キーボード、マウス、及び/又はその他何らかの好適な入力デバイスを介してユーザ入力するための接続部を提供しうる。さらに、入力／出力装置１３１２は出力をプリンタに送ることができる。表示装置１３１４は、ユーザに情報を表示する機構を提供する。

【0137】

オペレーティングシステム、アプリケーション、及び/又はプログラムの命令は、通信ファブリック１３０２を通してプロセッサ装置１３０４と通信している記憶装置１３１６に位置しうる。これらの実施例では、命令は永続記憶装置１３０８において関数形式である。これらの命令は、メモリ１３０６にロードされプロセッサ装置１３０４によって実行可能である。異なる実施形態のプロセスは、例えばメモリ１３０６等のメモリに位置しうるコンピュータによって実行される命令を使用して、プロセッサ装置１３０４によって実施可能である。

【0138】

これらの命令は、プロセッサ装置１３０４のうちの一つのプロセッサによって読み取り及び実行可能なプログラムコード、コンピュータが使用可能なプログラムコード、又はコンピュータによって読取可能なプログラムコードと呼ばれる。異なる実施形態のプログラムコードは、例えばメモリ１３０６又は永続記憶装置１３０８等の異なる物理的な又はコンピュータによって読取可能な記憶媒体上に具現化することができる。

【0139】

プログラムコード１３１８は、選択的に取り外し可能で、データ処理システム１３００にロードする又は転送してプロセッサ装置１３０４によって実行可能なコンピュータによって読取可能な媒体１３２０上に関数形式で位置している。プログラムコード１３１８及びコンピュータによって読取可能な媒体１３２０はこれらの実施例においてコンピュータプログラム製品１３２２を形成する。ある実施例では、コンピュータによって読取可能な媒体１３２０は、コンピュータによって読取可能な記憶媒体１３２４又はコンピュータによって読取可能な信号媒体１３２６であってよい。

【0140】

コンピュータによって読取可能な記憶媒体１３２４は例えば、永続記憶装置１３０８の一部であるハードドライブ等の記憶装置に転送するために、永続記憶装置１３０８の一部であるドライブ又はその他のデバイスに挿入されるあるいは配置される光又は磁気ディスクを含むことができる。コンピュータによって読取可能な記憶媒体１３２４はまた、データ処理システム１３００に接続された、例えばハードドライブ、サムドライブ、又はフラッシュメモリ等の永続記憶装置の形態をとることもできる。ある場合には、コンピュータによって読取可能な記憶媒体１３２４は、データ処理システム１３００から取り外し可能でなくてよい。

【0141】

これらの実施例では、コンピュータによって読取可能な記憶媒体１３２４はプログラムコード１３１８を伝播させる又は送信する媒体の代わりに、プログラムコード１３１８を記憶するのに使用される物理的又は有形記憶装置である。コンピュータによって読取可能な記憶媒体１３２４はまた、コンピュータによって読取可能な有形記憶装置、又はコンピュータによって読取可能な物理的記憶媒体とも呼ばれる。つまり、コンピュータによって読取可能な記憶媒体１３２４は人が触ることができる媒体である。

【0142】

あるいは、プログラムコード１３１８はコンピュータによって読取可能な信号媒体１３２６を使用して、データ処理システム１３００に転送することができる。コンピュータによって読取可能な信号媒体１３２６は例えば、プログラムコード１３１８を含む伝播されたデータ信号であってよい。例えば、コンピュータによって読取可能な信号媒体１３２６は、電磁気信号、光信号、及び/又はその他任意の好適な種類の信号であってよい。これらの信号は、例えば無線通信リンク、光ファイバーケーブル、同軸ケーブル、配線、及び／又はその他任意の好適な種類の通信リンク等の通信リンク上で送信することができる。つまり、通信リンク及び／又は接続は実施例において物理的又は無線であってよい。

【0143】

ある有利な実施形態では、プログラムコード１３１８は、データ処理システム１３００内で使用するために、コンピュータによって読取可能な信号媒体１３２６を介して、別のデバイス又はデータ処理システムから永続記憶装置１３０８までネットワーク上をダウンロードすることができる。例えば、サーバデータ処理システムのコンピュータによって読取可能な記憶媒体に記憶されたプログラムコードは、サーバからデータ処理システム１３００までネットワーク上をダウンロードすることができる。プログラムコード１３１８を提供するデータ処理システムは、サーバコンピュータ、クライアントコンピュータ、又はプログラムコード１３１８を記憶し送信することができるその他何らかのデバイスであってよい。

【0144】

データ処理システム１３００について示した異なるコンポーネントは、アーキテクチャ制限をもたらすように意図されたものではなく、異なる実施形態を実行可能である。異なる有利な実施形態は、データ処理システム１３００について示したコンポーネントに追加の、あるいは代わりのコンポーネントを含むデータ処理システムにおいて実行可能である。図１３に示す他のコンポーネントは、図示した実施例から変更することができる。異なる実施形態は、プログラムコードを実行できる任意のハードウェア装置又はシステムを使用して実行することができる。一例として、データ処理システムは無機コンポーネントと統合された有機コンポーネントを含むことができる、及び／又は全体的に人間以外の有機コンポーネントからなるものであってよい。例えば、記憶装置は有機半導体からなるものであってよい。

【0145】

別の実施例では、プロセッサ装置１３０４は、特定使用のために製造された又は構成された回路を有するハードウェア装置の形態であってよい。この種のハードウェアは、プログラムコードを記憶装置からメモリにロードして工程を実施するように構成する必要なく工程を実施することが可能である。

【0146】

例えば、プロセッサ装置１３０４がハードウェア装置の形態である時に、プロセッサ装置１３０４は回路システム、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理回路、又は複数の工程を実施するその他何らかの好適な種類のハードウェアの形態であってよい。プログラマブル論理回路に関しては、複数の工程を実施するように構成されている。この回路は後の時点で再構成することができる、又は複数の工程を実施するように不変に構成することができる。プログラマブル論理回路の実施例は例えば、プログラマブル論理アレイ、プログラマブルアレイ論理、フィールド・プログラマブル論理アレイ、フィールド・プログラマブル・ゲート・アレイ、及びその他好適なハードウェア装置が挙げられる。この種の実行形態では、プログラムコード１３１８を省略することができ、これは異なる実施形態のプロセスがハードウェア装置において実行されるからである。

【0147】

さらに別の実施例では、プロセッサ装置１３０４はコンピュータ及びハードウェア装置に含まれるプロセッサの組み合わせを使用して実行可能である。プロセッサ装置１３０４は、プログラムコード１３１８を実行する複数のハードウェア装置と複数のプロセッサを有することができる。この実施例では、幾つかのプロセスを複数のハードウェア装置において使用することができるのと同時に、その他のプロセスを複数のプロセッサにおいて実行することができる。

【0148】

別の実施例では、バスシステムを使用して通信ファブリック１３０２を実行することができ、バスシステムは例えばシステムバス又は入力／出力バス等の一以上のバスからなるものであってよい。当然ながら、バスシステムは、バスシステムに装着された異なるコンポーネント又は装置の間のデータの送信を可能にする任意の好適な種類のアーキテクチャを使用して実行することができる。

【0149】

加えて、通信装置はデータを送信する、データを受信する、又はデータを送受信する複数の装置を含むことができる。通信装置は、例えばモデム又はネットワークアダプタ、２つのネットワークアダプタ、又はこれらのいくつかの組み合わせであってよい。さらに、メモリは例えば通信ファブリック１３０２にあってよいインターフェース及びメモリコントローラハブに含まれる等のメモリ１３０６、又はキャッシュであってよい。

【0150】

したがって、異なる有利な実施形態は画像を表示する方法及び装置を提供する。ある有利な実施形態では、画像を処理する方法が提供されている。第１画像において識別された第１特徴のクラスタが識別される。複数のクラスタのうちの各クラスタは第１特徴からの第１グループの特徴を含む。複数のクラスタのうちの各クラスタを、第２画像において識別された第２特徴からの第２グループの特徴を含む対応するクラスタとともに表示するための変換は、第１画像の第１特徴と第２画像の第２特徴との間の初期対応を使用して識別される。第１特徴の複数のクラスタからのクラスタのセットは、各クラスタに対して識別された変換を使用して識別される。第１画像を第２画像とともに表示するための最終変換は、クラスタのセットを使用して識別される。

【0151】

異なる有利な実施形態は、画像を所望の精度で表示するためのシステムを提供する。この所望の精度は、画像に非ガウスノイズが見られるときでも提供される。

【0152】

異なる有利な実施形態の記載は、図示及び説明の目的のために提示されたものであり、包括的、又は開示された形の実施形態に限定するように意図されたものではない。当業者には多数の修正及び変形例が明らかである。さらに、他の有利な実施形態と比較して、異なる有利な実施形態により異なる利点を得ることが可能である。選択された一又は複数の実施形態は、実施形態及び実際の応用形態の原理を最適に説明するため、また、当業者が、考えられる特定の使用に好適である様々な修正を施した様々な実施形態の開示内容を理解できるように選択され記載されたものである。

【符号の説明】

【0153】

２０２ 第１画像
２０４ 第２画像
２０６ 第１特徴
２０８ 第２特徴
３００ 第１特徴の位置
３０２ 第２特徴の位置
３０４ 投影された特徴
３０６ 投影された特徴の位置
４００ 座標系
５０２ 第１画像の特徴
５０４ 第２画像の特徴
５０６ 投影された特徴
５０８ インライア
６００ 画像
６０１ グラフ
６０２ 閉輪郭
６０４ 閉輪郭
６０６ 木
６０８ セントロイド
６１０ ブランチ
６１２ ブランチ
６１４ ブランチ
６１６ セントロイド
６１８ セントロイド
６２０ 閉輪郭
６２２ セントロイド
６２４ 閉輪郭

【図1】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図2】

【図3】

【図4】

【図5】

【図6】