特許 6362839 ハイパースペクトル特性に基づくシーン内の物質減算

(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】6362839

(24)【登録日】2018年7月6日

(45)【発行日】2018年7月25日

(54)【発明の名称】ハイパースペクトル特性に基づくシーン内の物質減算

(51)【国際特許分類】

   G06T 7/254 20170101AFI20180712BHJP

【ＦＩ】

   G06T7/254 B

【請求項の数】7

【外国語出願】

【全頁数】13

(21)【出願番号】特願2013-184552(P2013-184552)

(22)【出願日】2013年9月6日

(65)【公開番号】特開2014-96139(P2014-96139A)

(43)【公開日】2014年5月22日

【審査請求日】2016年8月31日

(31)【優先権主張番号】13/673,054

(32)【優先日】2012年11月9日

(33)【優先権主張国】US

(73)【特許権者】

【識別番号】506388923

【氏名又は名称】ジーイー・アビエイション・システムズ・エルエルシー

(74)【代理人】

【識別番号】100137545

【弁理士】

【氏名又は名称】荒川 聡志

(74)【代理人】

【識別番号】100105588

【弁理士】

【氏名又は名称】小倉 博

(74)【代理人】

【識別番号】100129779

【弁理士】

【氏名又は名称】黒川 俊久

(74)【代理人】

【識別番号】100113974

【弁理士】

【氏名又は名称】田中 拓人

(72)【発明者】

【氏名】ベンジャミン・トーマス・オッチピンティ

(72)【発明者】

【氏名】トーマス・ベイビー・セバスティアン

(72)【発明者】

【氏名】コンラッド・ロバート・クッチンスキー

(72)【発明者】

【氏名】エリック・ダニエル・ブューラー

(72)【発明者】

【氏名】リチャード・ショーン・ケリー

【審査官】 村松 貴士

(56)【参考文献】

【文献】 特開２０１０−２３７８６５（ＪＰ，Ａ）

【文献】 国際公開第２０１０／０４１４４７（ＷＯ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００ − ７／９０

Ｇ０１Ｎ ２１／００ − ２１／０１

Ｇ０１Ｎ ２１／１７ − ２１／６１

(57)【特許請求の範囲】

【請求項1】

少なくとも１つのハイパースペクトル画像からハイパースペクトルシグネチャを除去する方法であって、
それぞれ異なる時間に同じ場所で収集されたハイパースペクトル画像同士の比較に基づいて、背景を描写する複数のハイパースペクトル画像を選択し、該複数のハイパースペクトル画像に基づいて、背景画像に対応するハイパースペクトルシグネチャを生成するステップと、
前記少なくとも１つのハイパースペクトル画像内の各ピクセルと、前記背景画像に対応するハイパースペクトルシグネチャとの間の非類似値を判定するステップと、
前記少なくとも１つのハイパースペクトル画像内の所与のピクセルのシグネチャと、前記背景画像に対応するハイパースペクトルシグネチャとの間の前記非類似値が所定の閾値未満である場合は、前記所与のピクセルのシグネチャの値をゼロに設定してシグネチャを減算したハイパースペクトル画像を生成するステップと、
前記選択、減算、及び設定ステップを繰り返して付加的なハイパースペクトルシグネチャを除去するステップと、
を含み、
前記除去するステップが、移動体を含むハイパースペクトル画像から背景画像を除外することにより、移動体に対応するハイパースペクトルシグネチャを特定するステップを含む、方法。

【請求項2】

前記少なくとも１つのハイパースペクトル画像内の各ピクセルと前記背景画像に対応するハイパースペクトルシグネチャとの間の、マンハッタン距離を計算するステップ、ユークリッド距離を計算するステップ、チェビシェフ距離を計算するステップ、マハラノビス距離を計算するステップ、スペクトル角度マッパ（ＳＡＭ）を計算するステップ、スペクトル情報発散（ＳＩＤ）を計算するステップ、ゼロ平均差分領域（ＺＭＤＡ）を計算するステップ、及びバタチャリヤ距離を計算するステップのうち１つを、前記判定ステップが含む、請求項１に記載の方法。

【請求項3】

前記少なくとも１つのハイパースペクトルシグネチャが背景画像であり、
前記シグネチャ減算されたハイパースペクトル画像を表示するステップを更に含む、請求項１または２に記載の方法。

【請求項4】

ハイパースペクトルシグネチャを選択する前記ステップが、前記ハイパースペクトルシグネチャをハイパースペクトルシグネチャのデータベースから選択するステップを更に含む、請求項１乃至３のいずれかに記載の方法。

【請求項5】

前記少なくとも１つのハイパースペクトルシグネチャを選択する前記ステップが、前記少なくとも１つのハイパースペクトル画像内に含まれるハイパースペクトルシグネチャから前記少なくとも１つのハイパースペクトルシグネチャを選択するステップを更に含む、請求項１乃至４のいずれかに記載の方法。

【請求項6】

前記選択ステップを手動的または自動的に行う、請求項１乃至５のいずれかに記載の方法。

【請求項7】

前記シグネチャ減算されたハイパースペクトル画像を保存するステップを更に含む、請求項１乃至６のいずれかに記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ハイパースペクトル画像からハイパースペクトルシグネチャを除去する方法に関する。

【背景技術】

【0002】

ハイパースペクトル画像（ＨＳＩ）の遠隔検知システムの環境は、Ｍａｎｏｌａｋｉｓ，Ｄ．、Ｍａｒｄｅｎ，Ｄ．、及びＳｈａｗ Ｇ．共著の「Ｈｙｐｅｒｓｐｅｃｔｒａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ｆｏｒ Ａｕｔｏｍａｔｉｃ Ｔａｒｇｅｔ Ｄｅｔｅｃｔｉｏｎ Ａｐｐｌｉｃａｔｉｏｎｓ（自動ターゲット検知アプリケーション用ハイパースペクトル画像処理）」（Ｌｉｎｃｏｌｎ Ｌａｂｏｒａｔｏｒｙ Ｊｏｕｒｎａｌ；２００３年第１４巻、７９〜８２ページ）に詳細に記載されている。イメージングセンサは、ハイパースペクトルエネルギの計測結果を記録するピクセルを有している。ＨＳＩデバイスは、配列の幾何学的形態により空間情報を収集し、連続する幾つかのハイパースペクトルバンドの各ピクセル内で計測を行うことによりスペクトル情報を収集する。空間情報及びスペクトル情報の更なる処理は、遠隔検知システムの特定のアプリケーションによって左右される。

【0003】

遠隔感知ＳＨＩは、環境及び土地利用のモニタリング、軍事的監視及び偵察を含む広範な用途で有効であることが実証されている。ＨＳＩは空間情報とスペクトル情報の両方を含む画像データを提供する。これらのタイプの情報は、遠隔検知及び追跡任務に使用することができる。具体的には、無人航空機（ＵＡＶ）又は固定地上局等のプラットフォームに視覚センサのセットを搭載すると、ＨＳＩのビデオを取得でき、スペクトルビデオにアルゴリズムのセットを適用してフレームごとに物体を検知し、追跡することができる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】米国特許第６６６５４３８号明細書

【発明の概要】

【0005】

本発明の一態様は、少なくとも１つのハイパースペクトル画像からハイパースペクトルシグネチャを除去する方法である。本方法は、ハイパースペクトルシグネチャを選択するステップ、少なくとも１つのハイパースペクトル画像内の各ピクセルと選択された少なくとも１つのハイパースペクトルシグネチャとの間の非類似値を判定するステップ、及び少なくとも１つのハイパースペクトル画像と選択された少なくとも１つのハイパースペクトルシグネチャ内の所与のピクセルのシグネチャとの間の非類似値が所定の閾値未満である場合は、所与のピクセルのシグネチャの値をゼロに設定してシグネチャ減算したハイパースペクトル画像を生成するステップを含む。

【図面の簡単な説明】

【0006】

【図1】本発明の一実施形態による、背景減算に使用する移動物体を含まないシーンのハイパースペクトル画像選択方法の概略図である。

【図2】本発明の一実施形態による、背景減算されたハイパースペクトル画像を生成する方法の概略図である。

【図3】本発明の一実施形態による、シグネチャ減算されたハイパースペクトル画像を生成する方法の概略図である。

【図4】草深い地勢に囲まれた高速道路のシーンのハイパースペクトル画像を示す図である。

【図5】車両が高速道路を走行中の図４のシーンのハイパースペクトル画像を示す図である。

【図6】本発明の一実施形態による、高速道路及び草深い地勢が除去された図５のシーンの背景減算されたハイパースペクトル画像を示す図である。

【図7】本発明の一実施形態による、草深い地勢が除去された図５のシーンのシグネチャ減算されたハイパースペクトル画像を示す図である。

【発明を実施するための形態】

【0007】

背景技術及び以下の説明では、本明細書に記載の技術の完全な理解のために説明目的で多くの特定の細部が記載される。しかし、実施例をこれらの特定の細部なしで実施してもよいことが当業者には明らかであろう。別の例では、実施例を説明し易くするため、構造及びデバイスを略図で示す。

【0008】

図面を参照して実施例を説明する。これらの図面は、本明細書に記載のモジュール、方法、又はコンピュータプログラム製品を実装する特定の実施形態の特定の細部を示している。しかし、図面は、図面に存在することがある何らかの限定性を加えるものと解釈されるべきではない。本方法及びコンピュータプログラム製品は、それらの動作を達成するためにいずれかの機械読み取り可能媒体で提供されてもよい。実施形態は既存のコンピュータプロセッサを使用して、又はこの目的又は別の目的のために組み込まれる特定用途向きコンピュータプロセッサによって実装されてもよい。

【0009】

前述のように、本明細書に記載の実施形態は、機械実行可能命令又はデータ構造を保存し、格納するための機械読み取り可能媒体を備えるコンピュータプログラム製品を含んでもよい。このような機械読み取り可能媒体は、汎用又は特定用途向けコンピュータ、又はプロセッサを有するその他の機械によりアクセス可能ないずれかの利用可能な媒体でよい。例として、このような機械読み取り可能媒体はＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、又はその他の光ディスク又は磁気ディスク記憶デバイス、又は機械実行可能命令又はデータ構造の形態の所望のプログラムコードを保存又は記憶可能であり、又は汎用又は特定用途向けコンピュータ、又はプロセッサを有するその他の機械によりアクセス可能なその他のいずれかの媒体でよい。情報がネットワーク又はその他の機械への通信接続（ハードワイヤ、ワイヤレス、又はハードワイヤ又はワイヤレスの組み合わせのいずれか）を経て伝送されると、機械は接続を適切に機械読み取り媒体であるとみなす。したがって、このような接続はどれも機械読み取り可能媒体であると言える。上記の組み合わせも機械読み取り可能媒体の範囲に含まれる。機械読み取り可能命令は、例えば汎用コンピュータ、特定用途向きコンピュータ、又は特定用途向き処理装置にある特定の機能又は機能群を実行させる命令及びデータである。

【0010】

例えばネットワーク環境で機械により実行されるプログラムモジュールの形態のプログラムコード等の機械実行可能命令を含むプログラム製品により一実施形態において実装されてもよい方法ステップの一般的な文脈で実施形態を記載する。一般に、プログラムモジュールは、特定のタスクを実施し、又は特定の中小データ型を実装する技術的効果を有するルーチン、プログラム、物体、コンポーネント、データ構造等を含んでいる。データ構造に関連する機械実行可能命令、及びプログラムモジュールは、本明細書に記載の方法のステップを実行するためのプログラムコードの例を表している。このような実行可能命令又は関連するデータ構造は、このようなステップに記載される機能を実装する対応するアクションの例を表している。

【0011】

実施形態を、プロセッサを有する１つ又は複数のコンピュータへの論理接続を用いてネットワーク環境で実行してもよい。論理接続は、本明細書に限定的なものではなく例として提示されるローカルエリアネットワーク（ＬＡＮ）及びワイドエリアネットワーク（ＷＡＮ）を含んでもよい。このようなネットワーク環境は、オフィスワイドコンピュータネットワーク、企業ワイドコンピュータネットワーク、イントラネット及びインターネットで一般的なものであり、多様な異なる通信プロトコルを使用してもよい。このようなネットワークコンピューティング環境は通常は、パーソナルコンピュータ、携帯用デバイス、マルチプロセッサシステム、マイクロプロセッサベースの、又はプログラム可能家電電子機器、ネットワークＰＣ、ミニコンピュータ、メインフレームコンピュータ等を含む多くのタイプのコンピュータシステム構成を包含していることを当業者は理解するであろう。

【0012】

実施形態は更に、タスクが通信ネットワークを介して（ハードワイヤリンク、ワイヤレスリンクにより、又はハードワイヤリンクとワイヤレスリンクとの組み合わせにより）リンクされる局所処理及び遠隔処理デバイスによって実施される分散コンピューティング環境で実施されてもよい。分散コンピューティング環境では、プログラムモジュールは局所及び遠隔メモリ記憶デバイスの両方に配置されてもよい。

【0013】

実施例の全体又は一部を実装する例示的システムは、処理ユニット、システムメモリ、及びシステムメモリを含む様々なシステムコンポーネントを処理ユニットに結合する、システムバスを含むコンピュータの形態の汎用コンピューティングデバイスを含み得る。システムメモリは、読み出し専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）を含む。コンピュータは更に、磁気ハードディスクから読み出し、これに書き込む磁気ハードディスクドライブ、リムーバブル磁気ディスクから読み出し、これに書き込む磁気ディスクドライブ、及びＣＤ−ＲＯＭ又はその他の光学媒体等のリムーバブル光ディスクから読み出し、これに書き込む光ディスクドライブを含んでもよい。ドライブ及びそれらに関連する機械読み取り可能媒体は、機械実行可能命令、データ構造、プログラムモジュール、及びコンピュータ用のその他のデータの不揮発性記憶装置を提供する。

【0014】

実施形態で開示の方法の技術的効果には、不要なハイパースペクトルシグネチャを含む全てのピクセルを除去することによりハイパースペクトル画像の圧縮性を高めることが含まれる。その結果、アーカイブ目的に必要なデータ及び期間の量が低減する。同様に、この方法は手動又は自動的に探索されるデータのサイズを大幅に縮小することにより既存の検知方法の速度を高める。加えて、本方法は、ハイパースペクトル画像を増強して、それまでは検知されなかった物体と特徴を検知できるようにする。

【0015】

図１は、本発明の一実施形態による背景減算に使用される、移動物体がないシーンのハイパースペクトル画像を選択する方法１０の概略図である。プロセスの開始時１２に、単一画像又はハイパースペクトルビデオ画像を含むことがある遠隔検知されたＨＳＩが１４でＨＳＩを処理できるプロセッサに入力されてもよい。

【0016】

１４でプロセッサに入力されたＨＳＩは、ターゲットシーンのハイパースペクトル画像シリーズである。ターゲットシーンは、イメージングされたエリアが、固定カメラにより収集されるようなハイパースペクトル画像の収集画像を通して一定に留まるようなイメージングされたシーンである。例えば、ターゲットシーンは、草深い地勢で囲まれた高速道路の区画であってよい。各々のハイパースペクトル画像は、例えば車両が高速道路を行き来し、又は周囲光のレベルが一日中変化する等して異なることはあるが、収集されたハイパースペクトル画像は全て高速道路の同じ区間である必要がある。この例は説明目的に過ぎず、限定的なものとみなされるべきではない。固定シーンのどのハイパースペクトル画像シリーズとも関連性があり得る。

【0017】

ターゲットシーン内に移動物体がない少なくとも１つのハイパースペクトル画像を判定するため、プロセッサは１６で収集されたハイパースペクトル画像シリーズを通して反復を開始してもよい。収集された各ハイパースペクトル画像シリーズについて、プロセッサは１８で、ターゲットシーンでハイパースペクトル画像に移動物体又は新たな物体があるか否かを判定する。ターゲットシーンに移動物体又は新たな物体があることをプロセッサが判定すると、プロセッサは、ループターミネータ３２及びループイテレータ１６で反復論理ステップを介してハイパースペクトル画像シリーズ内の次のハイパースペクトル画像に進んでもよい。２０でハイパースペクトル画像に移動物体又は新たな物体がないとプロセッサが判定すると、プロセッサは２２でハイパースペクトル画像をターゲットシーンの背景として選択する。

【0018】

本発明の方法により２４で、実装に応じてハイパースペクトル画像がターゲットシーンの背景を描写するか、ハイパースペクトル画像のセットがターゲットシーンの背景を描写するかのいずれかが可能である。２６で単一のハイパースペクトル画像がターゲットシーンの背景を描写することをプロセッサが指定すると、プロセッサは選択された単一の背景を４６でデータベースに保存し、４８で背景選択プロセスが終了してもよい。３０で複数のハイパースペクトル画像がターゲットシーンの背景を描写することをプロセッサが指定すると、プロセッサは３２でのループターミネータ、及び１６でのループイテレータの反復論理ステップを介してハイパースペクトル画像のセットを通して反復を継続してもよい。

【0019】

３２でプロセッサがターゲットシーンの背景シリーズを通して完全に反復すると、プロセッサは、複数のハイパースペクトル画像がターゲットシーンの背景を描写するものと指定されたか否かを判定する。３６で複数のハイパースペクトル画像がターゲットシーンの背景を描写することをプロセッサが指定している場合には、３８でプロセッサは複数のハイパースペクトル画像の平均値を計算して、４６でデータベースに保存されている単一のハイパースペクトル画像を作成し、４８で背景選択プロセスは終了する。５０で複数のハイパースペクトル画像がターゲットシーンの背景を描写するものとプロセッサが指定していない場合は、４０で単一のハイパースペクトル画像がターゲットシーンの背景を描写することをプロセッサが指定している場合に、４２でプロセッサは単一のハイパースペクトル画像をデータベース４６に保存する。その場合は４８でプロセッサはプロセスを終了する。４０で、どの画像もターゲットシーンの背景を描写することを指定していない場合は、４４でプロセッサは新たなハイパースペクトル画像シリーズを収集して、移動物体がないターゲットシーンの少なくとも１つのハイパースペクトル画像を選択する１４でのプロセスを再び開始してもよい。

【0020】

プロセッサは１８で、ターゲットシーンのハイパースペクトル画像が移動物体又は新たな物体を含んでいるかをユーザーによる手動による介在で、又は自動的に判定する。本発明の実施形態によれば、プロセッサは１８で、初期動作状態中にハイパースペクトル画像シリーズをユーザーに表示してもよい。ユーザーは２２で、少なくとも１つのハイパースペクトル画像をターゲットシーンの背景画像として選択してもよい。或いは、プロセッサは１８で、現在のハイパースペクトル画像に適用される判定基準セットに基づいて、２２での少なくとも１つのハイパースペクトル画像を自動的に選択してもよい。判定基準はハイパースペクトル画像の空間特性又はスペクトル特性に基づくものでもよく、又は現在のハイパースペクトル画像と以前に収集されたＨＳＩとの比較を用いてもよい。

【0021】

ハイパースペクトル画像が移動物体又は新た物体がないターゲットシーンの背景を表すことの判定、選択及び保存がなされると、プロセッサは次いで背景をターゲットシーンのハイパースペクトル画像から除去してもよい。図２は、本発明の一実施形態による背景減算されたハイパースペクトル画像の生成方法１００の概略図である。プロセスの開始時１１２で、単一画像又はハイパースペクトルビデオ画像を含むことがある遠隔検知されたＨＳＩが１１４でＨＳＩを処理できるプロセッサに入力されてもよい。遠隔検知されたＨＳＩは図１の１４で入力されたものと同じハイパースペクトル画像シリーズでもよく、又は同じターゲットシーンの新たなハイパースペクトル画像シリーズでもよい。プロセッサは１１６で、収集されたターゲットシーンのハイパースペクトル画像シリーズを通して反復してもよい。

【0022】

プロセッサは１１８で、４６でデータベースに保存されたターゲットシーンの背景画像を現在のハイパースペクトル画像から減算して、背景減算されたハイパースペクトル画像を生成してもよい。減算は背景画像のピクセルシグネチャが対応するハイパースペクトル画像のピクセルから減算される単純なピクセル減算でもよいが、実装に応じて別の減算方法を用いてもよい。例えば、背景画像のピクセルシグネチャとハイパースペクトル画像の対応するピクセルシグネチャとの絶対値の差が所定の閾値未満である場合は、プロセッサは１１８で、結果として生じるピクセル値をゼロに設定することにより減算を行ってもよい。所定の閾値の一例では、ハイパースペクトルシグネチャの全ての値は対応する背景画像のピクセルシグネチャ値の５％以内でなければならない。実装に応じて別の閾値を用いてもよい。

【0023】

次いで、背景減算されたハイパースペクトル画像を、４６でデータベースに保存するか、又はユーザーに表示してもよい。プロセッサは次いで、１２２でプロセスが終了するまで、１２０及び１１６で反復論理を介してハイパースペクトル画像を通してループしてもよい。

【0024】

４６でデータベースに保存された背景減算されたハイパースペクトル画像のフォーマットは、オリジナルのハイパースペクトル画像の大幅に圧縮されたバージョンを表している。伝統的なカラー画像内の各ＲＧＢピクセルが３つの値を含む態様と同様に、ハイパースペクトル画像内の各ピクセルは各スペクトルバンド毎に１つずつＮ個の値を含み、Ｎは３よりも大幅に大きい。ターゲットシーン内の移動物体又は新たな物体のピクセルだけを残すことによって、４６でデータベースに保存されたピクセルの数を飛躍的に減らすことができ、しかも全てのスペクトルバンドのＮ個の値は確保される。例えば、２０のバンドを有する６４０ｘ４８０ピクセルのハイパースペクトル画像には、データベース４６に完全に保存するには６，１４４，０００個の一意的数値が必要であろう。３００のピクセルだけがシーン内の移動物体又は新たな物体であると判定された場合は、プロセッサは３００^*２０＝６０００の数値と、全体で６，６００の値のための対応する二次元ピクセル座標とをデータベース４６に保存する必要があるだろう。

【0025】

本発明の一実施形態では、単一のターゲットシーンの幾つかの異なる背景画像が、背景画像を判定する方法１０の複数の場合を通してデータベース４６に保存され、分類される。データベース４６内のターゲットシーンの各背景画像は、ターゲットシーンの照度によって分類される。分類例は、朝、昼、日光、午後、夜、一部曇り、及び完全な曇り等の日中の状態を表すものでよい。プロセッサが１１８で背景減算された画像を生成すると、プロセッサは、ハイパースペクトル画像の属性を特徴付け、又は背景画像の収集時間とシーンのハイパースペクトル画像とを比較することにより、どの背景画像をデータベース４６から検索するかを判定する。

【0026】

図３は、本発明の一実施形態によるシグネチャ減算されたハイパースペクトル画像の生成方法２００の略図である。プロセスの開始時２１２で、ハイパースペクトル画像及びハイパースペクトルシグネチャがハイパースペクトル画像のピクセルを処理できるプロセッサ入力される。ハイパースペクトル画像は、図１の１４でのハイパースペクトル画像シリーズの１つでよいが、ハイパースペクトル画像のソースは実装に応じて異なってもよい。

【0027】

ハイパースペクトル画像から除去されるハイパースペクトル画像シグネチャのソースは、シグネチャのデータベース、又はハイパースペクトル画像自体からのシグネチャでもよい。ハイパースペクトルシグネチャのデータベースは、方法２００のユーザーに関心がある自然の又は人工の物質のシグネチャを含んでいてもよい。加えて、ユーザーはデータベース内の既知の物質シグネチャを組み合わせることによって減算のための付加的なシグネチャを生成することを選択してもよい。例えば、ユーザーは、各々が異なる重みを有する複数のシグネチャを組み合わせることにより、減算のためのシグネチャを生成してもよい。別の例では、ユーザーは第１のシグネチャからスペクトルバンドのセットを選択し、第２のシグネチャから別のスペクトルバンドのセットを選択することにより、減算のためのシグネチャを生成してもよい。更に別の例ではプロセッサは、日光、月光又はヘッドライト等の変化する光の状態での物質のシグネチャをシミュレートするために、選択されたシグネチャに変換を加えることにより関連するシグネチャのセットを生成してもよい。

【0028】

プロセッサは２１４で、ハイパースペクトル画像のピクセルを通して反復を開始してもよい。プロセッサは、２１６で非類似尺度を判定し、２１８で非類似尺度の値と所定閾値とを比較することによって整合を判定するために、ハイパースペクトル画像のピクセルのシグネチャを選択されたハイパースペクトルシグネチャと比較してもよい。非類似尺度は、２つのベクトル間の数学的距離を判定する測度である。例えば、ハイパースペクトル画像のピクセルのシグネチャと選択されたハイパースペクトルシグネチャとの差の絶対値の総和が所定の閾値未満であるか否かを計算するため、プロセッサはマンハッタン距離又はｌ₁ノルムを用いて整合性を判定してもよい。

【0029】

プロセッサは別の非類似尺度を計算してもよい。１つの種類の非類似尺度はノルムベースであり、２つのベクトル間の距離の直接計算である。マンハッタン距離の他に、ハイパースペクトル画像のピクセルシグネチャと選択されたハイパースペクトルシグネチャとの二乗差の総和の平方根が所定の閾値未満であるか否かを判定するため、プロセッサは、ｌ₂ノルムとしても知られるユークリッド距離から非類似尺度を計算してもよい。ノルムベースの非類似尺度の別の例では、ハイパースペクトル画像のピクセルシグネチャと選択されたハイパースペクトルシグネチャとの差の最大絶対値が所定の閾値未満であるか否かを判定するため、プロセッサは、ｌ∞ノルムとしても知られるチェビシェフ距離を計算してもよい。

【0030】

画像内のターゲット候補の統計的特徴を活用するため、別の種類の非類似尺度が開発されている。例えば、マハラノビス距離は、ハイパースペクトルピクセルシグネチャに適用されてきた類似性の統計的基準である。マハラノビス距離は、シグネチャを既知の種類のシグネチャの平均及び標準偏差に対してテストすることにより、シグネチャの類似性を計測する。計測の統計的性質のため、マハラノビス距離の計算には、ノルムベースの計算に用いられる単一のシグネチャの比較ではなくシグネチャのセットが必要である。

【0031】

周知の別の技術には、スペクトル角度マッパ（ＳＡＭ）、スペクトル情報発散（ＳＩＤ）、ゼロ平均差分領域（ＺＭＤＡ）、及びバタチャリヤ距離が含まれる。ＳＡＭは各スペクトルをベクトルとして扱い、ベクトル間の角度を計算することによりシグネチャを既知のシグネチャと比較する方法である。ＳＡＭはベクトルの方向だけを用い、ベクトルの長さを用いないので、この方法は照明の変化には感受性がない。ＳＩＤは、スペクトル間の確率的不一致又は相違を計測することにより、ターゲット候補のシグネチャを既知のシグネチャと比較する方法である。ＺＭＤＡはシグネチャの分散でこれらを正規化し、２つのベクトル間の領域に対応するそれらの差を計算する。バタチャリヤ距離はマハラノビス距離と同類であるが、既知の種類のシグネチャに対する候補ターゲットシグネチャのセット間の距離を計測するために用いられる。

【0032】

非類似尺度を計算した後、プロセッサは非類似尺度の値を所定の閾値と比較して整合性を判定してもよい。所定の閾値の一例では、選択されたシグネチャの全ての値はハイパースペクトル画像の対応するピクセルシグネチャ値の５％以内でなければならない。実装に応じて別の閾値を用いてもよい。

【0033】

２２０でシグネチャが整合しない場合は、プロセッサはループ論理ターミネータ２２６及びイテレータ２１４を介してハイパースペクトル画像内の次のピクセルへと反復してもよい。２２２でシグネチャが整合すると、２２４でハイパースペクトル画像内のピクセル値をゼロに設定することによりこれが消去されてもよく、次いでプロセッサはループ論理ターミネータ２２６及びイテレータ２１４を介してハイパースペクトル画像の残りのピクセルを通した反復に進んでもよい。プロセッサがハイパースペクトル画像内の全てのピクセルを通して反復し終えると、プロセスは２２８で終了し、この時点でシグネチャ減算されたハイパースペクトル画像をデータベースに保存し、又はユーザーがディスプレイで閲覧してもよい。

【0034】

方法２００は、ハイパースペクトル画像の選択された追加のシグネチャを除去するために繰り返されてもよい。加えて、プロセスはハイパースペクトル画像シリーズで繰り返されてもよい。プロセッサは、ディスプレイを介してユーザーに中間結果を表示し、グラフィカルユーザーインターフェースを介してどの物質のシグネチャが減算されるかに関する命令を受信することによりこれらのステップを自動的又は手動的に実行するように構成されてもよい。本方法の一実施形態では、プロセッサは移動物体又は新たな物体のシグネチャと相関する画像だけを残して、背景画像を表すシグネチャを全て除去する。

【0035】

一例として、図４〜７は本発明の実施形態を示している。図４は、草深い地勢に囲まれた高速道路のシーン３００のハイパースペクトル画像を示している。画像は、高速道路３１０、タワー３１２、樹木３１４、人工インフラストラクチャ３１６、及び草深い地勢３２０を示している。プロセッサは、図１の１８でハイパースペクトル画像を非移動物体があるものと識別し、これをターゲットシーンの背景画像としてデータベース４６に保存してもよい。

【0036】

図５は、車両４１０が高速道路３１０を行き来する図４のシーンのハイパースペクトル画像４００を示している。プロセッサは、１８でこの画像を移動物体があるものと識別してもよい。シーンの画像４００は図２の背景減算方法１００の候補である。

【0037】

図６は、本発明の実施形態により高速道路と草深い地勢とが除去された図５のシーンの背景減算されたハイパースペクトル画像５００を示している。プロセッサは、図２のデータベース４６から図４の背景画像３００を検索してもよい。プロセッサは、図４の背景画像３００を図５のシーンのハイパースペクトル画像４００から減算する。画像に残る唯一の要素は車両４１０である。背景画像３００から全ての非移動物体を除去すると、空いたスペース５１０が残る。高速道路の概略だけが参考のために示され、実際の画像５００にはないことになる。

【0038】

図７は、本発明の実施形態により図４から草深い地勢３２０が除去された図５のシーンの、シグネチャ減算されたハイパースペクトル画像６００を示している。プロセッサは、結果として生じるシグネチャ減算された画像６００内の空いたスペース６２０の広大な区画を作成するため、図３のシグネチャ減算方法２００を用いて図４の草深い地勢３２０のシグネチャを除去した。高速道路３１０、樹木３１４、及び人工インフラストラクチャ３１６のシグネチャを含む別のシグネチャ候補を除去のために特定することもできよう。

【0039】

図６の背景減算された画像５００、及び図７のシグネチャ減算された画僧６００は、本発明の方法がハイパースペクトル画像内の移動物体の検知可能性を飛躍的に高めることを示している。加えて、前述のデータ圧縮レベルは、車両４１０だけが残された図６で視覚的に明白である。

【0040】

本記述要件は、最良の形態を含む本発明を開示し、当業者がどのデバイス又はシステムをも製造し、使用し、組み込まれるどの方法をも実施することを含めて本発明を実施することを可能にするために実施例を使用する。本発明の特許可能な範囲は特許請求の範囲によって規定され、当業者が想到する他の実施例を包含し得る。このような実施例は、それらが特許請求の範囲の文言と相違しない構成要素を有するか、又はそれらが特許請求の範囲の文言と実質的に相違ない等価の構成要素を含んでいれば、特許請求の範囲内にあることが意図されている。

【符号の説明】

【0041】

１０ 背景画像の指定方法
１２ プロセスの開始
１４ ハイパースペクトル画像を入力
１６ ループイテレータ
１８ ターゲットシーンのハイパースペクトル画像が移動物体又は新たな物体を含むか否かを判定
２０ ターゲットシーンのハイパースペクトル画像が移動物体又は新たな物体を含まないと判定
２２ ハイパースペクトル画像を背景画像として選択
２４ 複数の背景画像が許容されるか？
２６ ノー：単一の背景画像のみ
２８ イエス：移動物体が存在する
３０ イエス：複数の背景画像が許容される
３２ ループターミネータ
３４ 複数のハイパースペクトル画像がターゲットシーンの背景を表すものと指定されたか否かを判定
３６ イエス：複数のハイパースペクトル画像がターゲットシーンの背景を表すものと指定されている
３８ 複数のハイパースペクトル画像の平均値を計算
４０ 単一の画像が指定されたか？
４２ イエス：単一の背景画像
４４ 背景画像は指定されず
４６ データベース
４８ プロセスの終了
５０ ノー：複数のハイパースペクトル画像は指定されず
１００ 背景減算の方法
１１２ プロセスの開始
１１４ ハイパースペクトル画像を入力
１１６ 収集されたハイパースペクトル画像シリーズを通して反復
１１８ ターゲットシーンの背景画像を減算
１２０ ループターミネータ
１２２ プロセスの終了
２００ スペクトル物質減算の方法
２１２ プロセスの開始
２１４ 画像を通してループ
２１６ 非類似値を判定して探索シグネチャをピクセルシグネチャと比較
２１８ シグネチャが整合するか？
２２０ ノー
２２２ イエス
２２４ ピクセルを削除
２２６ ループターミネータ
２２８ プロセスの終了
３００ 背景画像として使用されるシーンのハイパースペクトル画像
３１０ 高速道路
３１２ タワー
３１４ 樹木
３１６ 人工インフラストラクチャ
３２０ 草深い地勢
４００ シーンのハイパースペクトル画像
４１０ 車両
５００ 背景減算されたハイパースペクトル画像
５１０ 背景が除去されたスペース
６００ シグネチャ減算されたハイパースペクトル画像
６２０ シグネチャ減算されたスペース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】