高精度画像マッチングを用いた SAR衛星画像からの地表変位推定

Presentation on theme: "高精度画像マッチングを用いた SAR衛星画像からの地表変位推定"— Presentation transcript:

1 高精度画像マッチングを用いた SAR衛星画像からの地表変位推定
神戸大学 工学研究科 情報知能学専攻 水野　雄介

2 研究背景 衛星画像を利用した災害時の状況把握 衛星画像を用いた地震被害の観測 広範囲の地域について情報が得られる
繰り返し定期的な観測が行える 危険地域への立ち入りを必要としない 衛星画像を用いた地震被害の観測 建物被害、津波被害の観測、土砂崩れの発見　等

3 研究目的 衛星画像からの地表変位推定 地震による地殻変動の面的な把握と可視化 地震発生のメカニズム解明に有効 変動前 （Mater） 変動後
（Slave） 変位ベクトルの マッピング

4 SAR（合成開口レーダ）画像 マイクロ波(L-band) 電波（電磁波）
波長:0.2m – 0.6m、周波数:0.5GHz – 1.5GHz マイクロ波レーダの利点 マイクロ波は樹木を透過し地面で反射するため，地表の観測に有効 合成開口技術によって高い分解能で観測が可能 昼夜や天候を問わず観測が可能 SAR画像

5 従来手法 画像マッチングによる手法（飛田, 2001） A A A A 画像中の小領域のマッチングにより対応点を抽出し、変位ベクトルを推定
変動前の画像をMaster画像、変動後の画像をSlave画像とする A A 1.　Master画像上の任意の点の周りに小領域の窓を設定する Master Slave 2.　画像マッチングにより、Slave画像からMaster画像上の小領域に対応する領域を抽出する A A 3.　対応する領域の移動から変位ベクトルを算出する

6 提案手法 微小な地表変位の推定 ⇒位相限定相関法を用いた画像マッチング 撮影条件の異なる画像の正確な位置合わせ ⇒ロバスト推定による回帰分析
従来と比べてより高精度なマッチングが可能 計算速度が高速 撮影条件の異なる画像の正確な位置合わせ ⇒ロバスト推定による回帰分析 外れ値に対して頑健な推定 ２画像の全体的な位置ずれを補正

7 フローチャート Master画像 参照領域設定 対応点探索 位置ずれ補正 Slave画像 探索領域設定 変位ベクトル
3. 位相限定相関法により参照領域に対応する領域を探索領域から探索 　（対応点探索） 4. 複数の対応点から画像全体の位置ずれをロバスト推定により算出 5. 位置ずれ補正を行い、変位ベクトルを算出

8 位相限定相関法 フーリエ変換 相関ピーク座標 逆フーリエ変換 位相限定合成

9 位相限定相関関数 位相限定相関関数（POC） 位相限定相関の理想的な関数モデル
…位置ずれ 位相限定相関の理想的な関数モデル ピーク評価式を用いた手法により，相関ピーク座標をサブピクセル精度で推定 相関ピーク座標

10 画像の位置あわせ 画像取得時の撮影位置・姿勢による画像の位置ずれを補正 Master Slave Master Slave 変位ベクトル表示

11 ロバスト推定 対応点座標をアフィン変換によってSlaveからMasterの座標系に合わせる Master 対応点 Slave アフィン変換
変位ベクトル アフィン変換のパラメータを推定 Master画像 Slave画像 変位ベクトル ロバスト推定

12 パラメータ推定 Master Slave 最小二乗法 二乗誤差を最小化することでパラメータを推定 外れ値に頑健でない 対応点 ･･･ 誤差

13 ロバスト推定 Biweight法 ･･･ の中央値 最小二乗近似からの誤差をもとに，データに対して重み付けを行う
誤差が大きいデータに対して低い重みを与えることで，ロバストな推定が可能

14 RANSAC データからランダムにサンプリングを行い，推定を行う サンプルデータに外れ値が含まれなければ，より正しい推定が得られる
3. 全てのデータについて誤差を計算する 4. 誤差が閾値Tより小さいデータの数Kを算出する 5. 1~4を繰り返し行い，Kがより大きな推定結果を出力 データからランダムにサンプリングを行い，推定を行う サンプルデータに外れ値が含まれなければ，より正しい推定が得られる

15 実験 対象とする地震 岩手・宮城内陸地震 発生時期 ･･･2008年6月14日 震源 ･･･岩手県内陸南部 規模 ･･･マグニチュード7.2
発生時期 ･･･2008年6月14日 震源 ･･･岩手県内陸南部 規模 ･･･マグニチュード7.2 震度 ･･･最大震度6強 最大変位 ･･･約1.5m

16 使用したデータ ALOS/PALSARセンサデータ ALOS/PALSAR センサパラメータ データ取得日時 軌道 マイクロ波 入射角
2006/07/06 D（南行軌道） 41.5 2007/06/21 A（北行軌道） 34.3 2008/06/23 2008/07/11 マイクロ波周波数 1.27GHｚ（Lバンド） 観測モード 高分解能モード 分解能 縦（4.5m）×横（5.7m） 観測幅 縦（66km）×横（43km） ALOS/PALSAR　センサパラメータ

17 実験 ロバスト推定による位置あわせ精度 取得されたデータのうち，軌道が同じデータのペアについて提案手法による変位推定を行う
ペア1： 2006/07/06　－　2008/07/21 ペア2： 2007/06/21　－　2008/06/23 ロバスト推定による位置あわせ精度 最小二乗法 Bi-weight RANSAC 2006/07/06－2008/07/11 3.00 0.22 0.17 2007/06/21－2008/06/23 2.21 0.19 0.15

18 変位ベクトル表示 2007/06/21 – 2008/06/23 2006/07/06 – 2008/07/11 断層線

19 精度評価 2ペア（4観測）の画像上の変位ベクトルから3次元の変位を計算
正解データとして、国土地理院が提供する座標補正ソフトウェア“PatchJGD”の補正パラメータを使用 緯度方向の誤差： 5.34　(m) 経度方向の誤差： 9.54　(m) 地震による最大変位（約1.5　m）と比較して大きな値 地震による地表変位を正しく推定するために、より精度の向上が必要

20 まとめと今後の課題 まとめ 今後の課題 位相限定相関法による画像マッチング ロバスト推定による位置合わせ 3次元変位
2つの画像間での対応点を得ることが出来た 誤差の大きさがやや大きい　⇒　ノイズによる影響 ロバスト推定による位置合わせ 位置合わせ誤差の低減に有効であることを確認 3次元変位 全体的な誤差の影響から推定精度が落ちる 今後の課題 ノイズ処理による推定誤差の低減 特徴点抽出による変位推定の効率化

21 ご清聴ありがとうございました

22 三次元ベクトル ・・・変位ベクトル ・・・アジマス方向の観測値 ・・・レンジ方向の観測値 ・・・アジマス方向の感度ベクトル
・・・レンジ方向の感度ベクトル

23 正解データ 国土地理院の座標補正ソフトウェア“PatchJGD” 地震などに伴う地殻変動による位置の変化を補正パラメータにより計算処理する
補正パラメータは電子基準点・高度基準点・高度地域基準点での測量による