JP7623616B2 - 処理装置、処理方法およびプログラム - Google Patents

処理装置、処理方法およびプログラム Download PDF

Info

Publication number
JP7623616B2
JP7623616B2 JP2023527139A JP2023527139A JP7623616B2 JP 7623616 B2 JP7623616 B2 JP 7623616B2 JP 2023527139 A JP2023527139 A JP 2023527139A JP 2023527139 A JP2023527139 A JP 2023527139A JP 7623616 B2 JP7623616 B2 JP 7623616B2
Authority
JP
Japan
Prior art keywords
segments
segment
value
representative value
image data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2023527139A
Other languages
English (en)
Other versions
JPWO2022259295A1 (ja
Inventor
尚子 小阪
達哉 飯塚
恒子 倉
晃 小山
浩史 松原
潤 加藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Inc
NTT Inc USA
Original Assignee
Nippon Telegraph and Telephone Corp
NTT Inc USA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp, NTT Inc USA filed Critical Nippon Telegraph and Telephone Corp
Publication of JPWO2022259295A1 publication Critical patent/JPWO2022259295A1/ja
Application granted granted Critical
Publication of JP7623616B2 publication Critical patent/JP7623616B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Description

本発明は、処理装置、処理方法およびプログラムに関する。
衛星に搭載されるセンサは、地球を取り巻く大気、地表面、または海面等からの電磁波の放射または反射を計測する。センサは、対象物の物理量または状態を実測ではない。センサが測定した電磁波から、所望の値に変換するモデルが用いられる。気象予測の分野において、データ同化が発展している(非特許文献1)。データ同化は、観測と数値モデルの間を相補的につなぐ。
気象庁、"第3章 データ同化"、[online]、[2021年5月27日検索]、インターネット〈URL:https://www.jma.go.jp/jma/kishou/books/nwptext/45/1_chapter3.pdf〉
自然環境の変化によって生じるノイズにより、モデルの精度が十分に得られない場合がある。この問題を解決するため、モデル適用前のキャリブレーション等で利用するための実測データが必要とされている。
本発明は、上記事情に鑑みてなされたものであり、本発明の目的は、データ同化において、モデル適用前のキャリブレーションに適したデータの観測地点を効率的に選定可能な技術を提供することである。
本発明の一態様の処理装置は、所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出する抽出部を備える。
本発明の一態様の処理方法は、コンピュータが、所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出する。
本発明の一態様は、上記処理装置として、コンピュータを機能させるプログラムである。
本発明によれば、データ同化において、モデル適用前のキャリブレーションに適したデータの観測地点を効率的に選定可能な技術を提供することができる。
図1は、本発明の実施の形態に係る処理装置の機能ブロックを説明する図である。 図2は、衛星画像データの一例を説明する図である。 図3は、衛星画像データから分割されたセグメントの一例を説明する図である。 図4は、代表値の時間変化を説明する図である。 図5は、代表値の区分の一例を説明する図である。 図6は、プラットフォームの航路の一例を説明する図である。 図7は、本発明の実施の形態に係る処理装置による処理方法を説明するフローチャートである。 図8は、処理装置に用いられるコンピュータのハードウエア構成を説明する図である。
以下、図面を参照して、本発明の実施形態を説明する。図面の記載において同一部分には同一符号を付し説明を省略する。
(処理装置)
本発明の実施の形態に係る処理装置1は、衛星が撮影した衛星画像データ11から、データ同化のモデル適用前のキャリブレーションで利用する実測データを取得する実測セグメントと、その実測セグメントにおける実測ポイントを特定する。また処理装置1は、シミュレーションで利用する実測データを取得する実測セグメントと、その実測セグメントにおける実測ポイントを特定する。実測データは、所定の拠点から実測ポイントまでドローン等のプラットフォームを飛行させ、実測ポイントにおいてプラットフォーム搭載された測定装置で測定される。
図1に示すように処理装置1は、衛星画像データ11、セグメントデータ12、実測セグメントデータ13および実測ポイントデータ14の各データと、分割部21、抽出部22、特定部23および出力部24の各機能を備える。各データは、メモリ902またはストレージ903等の記憶装置に記憶される。各機能は、CPU901に実装される。
衛星画像データ11は、衛星から撮影された地球上の画像である。衛星画像データ11は、各画素について、複数の電磁波のバンドの値を有する。具体的には、各画素は、赤(R)、緑(G)、および青(青)の可視光の値のみならず、近赤外線、熱赤外線等の各バンドの値を有する。画素が有する各バンドの値は、特徴値とも称される。
衛星画像データ11は、図2に示すように、複数の時刻および複数の高度で撮影された、複数の画像データの集合であっても良い。衛星画像データ11は、衛星の軌道によって所定時間間隔に撮影される。図2に示す例において、衛星画像データ11は、時刻t-1で5つの高度で撮影された各画像のデータ、時刻tで5種の高度で撮影された各画像のデータ、および時刻t+1で5つの高度で撮影された各画像のデータを有する。
セグメントデータ12は、所定の時刻かつ高度で撮影された衛星画像データ11から分割された複数のセグメントを特定する。セグメントデータ12は、例えば、撮影時刻および高度のほか、セグメントの識別子と、そのセグメントに属する画素の識別子を対応づける。セグメントデータ12は、分割部21によって生成される。衛星画像データ11は、図3に示すように、複数のセグメントに分割される。図3に示す例において、衛星画像データ11は、5つのセグメントに分割されるが、セグメント数はこれに限るものではない。
実測セグメントデータ13は、分割部21が特定する複数のセグメントのうち、キャリブレーション用またはシミュレーション用に実測対象となるセグメントを特定する。実測セグメントデータ13は、例えば、セグメントの識別子および高度などを含む。実測セグメントデータ13は、抽出部22によって生成される。
実測ポイントデータ14は、実測対象のセグメントのうち、実測対象のポイントを特定する。実測ポイントデータ14は、特定部23によって生成される。実測ポイントデータ14は、実測対象の画素の識別子、またはその画素に対応する緯度および経度を含む。また実測ポイントデータ14は、高度等の位置情報を含んでも良い。
分割部21は、所定時刻に撮影された衛星画像データ11を複数のセグメントに分割して、セグメントデータ12を生成する。分割部21は、例えば、画素の特徴値が類似し、かつ隣接する画素を、セグメントとして特定する(例えば、「高分解能衛星画像のテクスチャ特徴量とスペクトル特徴量を用いたオブジェクト指向型林分タイプ分類」参照(URL:https://www.jstage.jst.go.jp/article/jsprs1975/46/2/46_2_27/_pdf/-char/ja))。
抽出部22は、所定時刻に撮影された衛星画像データ11から分割された複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出する。抽出されるセグメントは、測定対象以外から電磁波を除去するキャリブレーション、またはシミュレーションに用いる実測データを取得する対象である。実測データは、抽出されたセグメント内の実測ポイントで取得されても良い。ここで「代表値が異なる」とは、代表値の値が同一でない場合のみならず、代表値の値が所定値以上離れる場合を含んでも良い。抽出部22は例えば、算出された代表値を所定順序で並べ、順序の離れる2つのセグメントを抽出する。抽出部22は、抽出したセグメントの識別子を含む実測セグメントデータ13を出力する。
まず、キャリブレーションに用いる複数のセグメントを抽出する処理について説明する。
抽出部22は、複数のセグメントのそれぞれについて、そのセグメントに属する画素の特徴値から代表値を算出する。代表値は、セグメントに属する各画素の特徴値の平均値または中央値、セグメントの重心における画素の特徴値等であって、セグメントの属性を特徴づける値である。各画素の特徴値が、バンド毎の値などの複数の要素を含む場合、代表値は、その複数の要素で特定されるベクトルの大きさである。
抽出部22は、各セグメントについて代表値を算出すると、その代表値を所定順序で並べる。抽出部22は、代表値がもっとも大きいセグメントと、最も小さいセグメントなど、代表値が乖離する2つのセグメントを抽出する。抽出部22は、衛星画像データ11に含まれる複数のセグメントのうち、ドローンが移動可能なセグメントから、キャリブレーションに用いる複数のセグメントを抽出しても良い。
例えば抽出部22は、代表値を複数の区分に分割し、最大値および最小値を有する各区分からそれぞれセグメントを抽出する。最大値を有する区分に属するセグメントが1つの場合、抽出部22は、そのセグメントを抽出する。同様に、最小値を有する区分に属するセグメントが1つの場合、抽出部22は、そのセグメントを抽出する。処理装置1は、代表値が乖離する2つのセグメントからキャリブレーション用に実測するポイントを選択することにより、安定したキャリブレーションを支援することができる。
最大値または最小値を有する区分に属するセグメントが複数の場合、抽出部22は、その複数のセグメントから実測セグメントを1つ選択する。抽出部22は、時間変化または距離に着目して、1つの実測セグメントを選択する。
まず時間変化に着目して実測セグメントを選択する処理を説明する。最大値または最小値を有する区分に属するセグメントが複数の場合、抽出部22は、代表値が、所定時刻とは異なる時刻に撮影された衛星画像データにおける代表値との差分の小さいセグメントを、抽出しても良い。最大値を有する区分に属するセグメントが複数の場合、抽出部22は、その複数のセグメントのうち代表値の時間変化の少ないセグメントを、実測セグメントとして抽出する。同様に、最大値を有する区分に属するセグメントが複数の場合、抽出部22は、その複数のセグメントのうち代表値の時間変化の少ないセグメントを、実測セグメントとして抽出する。処理装置1は、既に選択されたセグメントと代表値が乖離するセグメントの候補が複数ある場合、時間変化のより小さいセグメントを抽出する。処理装置1は、時間変化のより小さいセグメントからキャリブレーション用に実測するポイントを選択することにより、安定したキャリブレーションを支援することができる。なお抽出部22は、撮影時刻が異なる2つの衛星画像データから代表値の時間変化を特定しても良いし、撮影時刻が異なる3つ以上の衛星画像データから代表値の時間変化を特定しても良い。
ここで、図4を参照して時間変化を説明する。本発明の実施の形態において、衛星画像データ11は、時間毎の同一の緯度経度かつ高度の衛星画像のデータを有する。各セグメントは、その条件によって、特徴値が時間毎に変化する場合がある。図4は、2つのセグメントの時間毎の代表値の変化を示す。図4において実線は時間毎の変化が小さく、時間変化が小さいことを示す。代表値の時間変化の小さいセグメントは、安定的な補正が可能になるので、キャリブレーションの実測データの測定に好適である。一方、破線は、時間毎の代表値の変化が大きく、時間変化が大きいことを示す。代表値の時間変化の小さいセグメントは、多種多様なデータをシミュレーションに反映させることができるので、シミュレーションの実測データの測定に好適である。
例えば図5に示すように、抽出部22は、代表値の幅を、10などの複数の区分に分割し、各区分に、その区分に属する代表値を有するセグメントの識別子を対応づける。図5に示す例において、最大値を有する区分1と最小値を有する区分10のそれぞれから、セグメントが抽出される。最大値を有する区分1に属するセグメント数は1なので、抽出部22は、区分1について、セグメントAを実測セグメントとして抽出する。
一方最小値を有する区分10に属するセグメント数は2である。そこで抽出部22は、他の時刻に撮影された衛星画像データを参照して、セグメントBとセグメントCのそれぞれにおける代表値を算出する。抽出部22は、セグメントBとセグメントCのうち、衛星画像データ11における代表値と他の時刻に撮影された衛星画像データにおける代表値との差分の小さい方のセグメントを抽出する。
次に距離に着目して実測セグメントを選択する処理を説明する。最大値または最小値を有する区分に属するセグメントが複数の場合、もう一方の区分から選択されるセグメントと距離的に近いセグメントを抽出しても良い。例えば、最大値を有する区分するセグメントが1つで、最小値を有する区分に属するセグメントが複数の場合、抽出部22は、最小値を有する区分に属する複数のセグメントのうち最大値を有する区分に属するセグメントに近いセグメントを、実測セグメントとして抽出する。これにより、実測におけるドローンの飛行距離を抑制することができる。
次に、シミュレーションに用いる複数のセグメントを抽出する処理について説明する。
抽出部22は、代表値が、所定時刻とは異なる時刻に撮影された衛星画像データ11における代表値との差分の大きいセグメントを、シミュレーションのための実測セグメントとして抽出する。抽出部22は、衛星画像データ11に含まれる複数のセグメントのうち、ドローンが移動可能なセグメントから、シミュレーションに用いる複数のセグメントを抽出しても良い。抽出部22は、抽出したセグメントの識別子を含む実測セグメントデータ13を出力する。時間変化の大きいセグメントをシミュレーションのための実測セグメントとすることにより、処理装置1は、多様な実測値を、シミュレーションに反映させることができる。
また抽出部22は、キャリブレーション用に選択されたセグメントのうちの1つを、シミュレーション用のセグメントとしても良い。これにより、ドローンの移動距離を抑制して、効率的に実測値を収集することができる。
特定部23は、実測セグメントデータ13で特定されたセグメントのうち、測定器による実測ポイントを特定する。特定部23は、特定したポイントを実測ポイントデータ14として出力する。特定部23は、衛星画像データ11における画素を特定し、その画素そのものを、実測ポイントとして出力しても良いし、その画素に対応する緯度経度を、実測ポイントとして出力しても良い。
まず、キャリブレーションに用いる実測ポイントを特定する処理について説明する。
特定部23は、キャリブレーション用に抽出された2つのセグメントのそれぞれから、実測ポイントを特定する。特定部23は、抽出されたセグメントにおいて、隣接するセグメントから所定の画素数離れた各画素のうち、所定時刻とは異なる時刻に撮影された衛星画像データにおける特徴値との差分の小さい画素を特定する。特定部23は、特定された画素の位置を、キャリブレーションのための実測ポイントとして特定する。
キャリブレーション用の実測ポイントの特定において特定部23は、まず、セグメントの境界から数画素以内の画素を、実測ポイントの候補から除外する。セグメントの境界に近い画素は、隣接するセグメントの特徴値の影響を受ける可能性がある。このような画素を実測ポイントから除外することにより、特定部23は、セグメントの特徴をより反映した画素から、実測ポイントを選択することができる。
特定部23は、セグメントの境界に近い画素を除外した各画素のうち、時間変化の小さい画素を、キャリブレーション用に測定するポイントとして特定する。時間変化の小さい画素を、キャリブレーション用の実測ポイントとすることにより、処理装置1は、安定したキャリブレーションを支援することができる。
次に、シミュレーションに用いる実測ポイントを特定する処理について説明する。
特定部23は、キャリブレーション用に抽出されたセグメント、またはシミュレーション用に抽出されたセグメントから、シミュレーションのための実測ポイントを特定する。特定部23は、抽出されたセグメントにおいて、隣接するセグメントから所定の画素数離れた各画素のうち、所定時刻とは異なる時刻に撮影された衛星画像データ11における特徴値との差分の大きい画素を特定する。特定部23は、特定された画素の位置を、シミュレーションのための実測ポイントとして特定する。
シミュレーション用の実測ポイントの特定において特定部23は、まず、セグメントの境界に近い画素を、実測ポイントの候補から除外する。セグメントの境界に近い画素は、隣接するセグメントの特徴値の影響を受ける可能性がある。このような画素を実測ポイントから除外することにより、特定部23は、セグメントの特徴をより反映した画素から、実測ポイントを選択することができる。
特定部23は、セグメントの境界に近い画素を除外した各画素のうち、時間変化の大きい画素を、シミュレーション用に測定するポイントとして特定する。時間変化の大きい画素を、シミュレーション用の実測ポイントとすることにより、処理装置1は、多様な実測値を用いたシミュレーションを支援することができる。
出力部24は、実測セグメントデータ13および実測ポイントデータ14を出力する。
出力部24は、抽出部22によって、キャリブレーション用に抽出された2つのセグメントを、測定対象以外からの電磁波を除去するキャリブレーションのための実測セグメントとして出力する。出力部24はさらに、特定部23によって、キャリブレーション用に抽出された2つのセグメントのそれぞれから特定された実測ポイントを出力する。
出力部24は、抽出部22によって、シミュレーション用に抽出されたセグメントを、シミュレーションのための実測セグメントとして出力する。出力部24はさらに、特定部23によって、シミュレーション用に抽出された2つのセグメントのそれぞれから特定された実測ポイントを出力する。
出力部24は、実測セグメントデータ13に含まれるセグメントとして、少なくとも、キャリブレーション用の実測セグメント2つと、シミュレーション用の実測セグメント1つを出力する。シミュレーションようの実測セグメントは、キャリブレーション用の実測セグメント2つのうちの1つと同じでも良いし、異なっても良い。
出力部24は、実測ポイントデータ14に含まれるポイントとして、キャリブレーション用の実測セグメント2つのそれぞれから特定された2つの実測ポイントと、シミュレーション用の実測セグメントから特定された1つの実測ポイントを出力する。なお、本発明の実施の形態においてキャリブレーション用のセグメントとシミュレーション用のセグメントが共通する場合でも、キャリブレーション用の実測ポイントとシミュレーション用の実測ポイントは異なる。キャリブレーション用の実測ポイントは時間変化が小さく、シミュレーション用の実測ポイントは時間変化が大きい。
出力部24は、例えば、キャリブレーション用の実測ポイント2つと、シミュレーション用の実測ポイント1つに移動するための航路を出力しても良い。その場合、航路は、キャリブレーション用の1つの実測ポイント、シミュレーション用の実測ポイント、およびキャリブレーション用のもう1つの実測ポイントの順となることが好ましい。キャリブレーション用の2つのポイントに時間差を設けることにより、より安定したデータを取得することが可能になる。またキャリブレーション用に2つ目の実測ポイントを最後に測定するように航路を設定しても良い。キャリブレーション用およびシミュレーション用にそれぞれ1ポイントずつ測定することで、最小限のデータを取得して、測定の目的を達成することができる。またドローンなどのプラットフォームの動力等に余裕がある場合にキャリブレーション用に2つめのポイントを測定することで、より精度の高いキャリブレーションを支援することができる。
図6に示すように、1つの実測ポイントに対し、八の字を描くように航路が設定される。図6において航路は、(1)から(8)の順序で設定される。これにより、プラットフォームにかかる力学的な隔たりを軽減することができる。具体的には、実測ポイントPを中心とした四角形を平均的に観測できるように、四角形内において対角線を横切り、かつ、外周も順次測定する。
出力部24は、衛星が新たに撮影する衛星画像データと同期できる時間内に、プラットフォームによる測定が完了するように、プラットフォームの航路、移動速度、台数等を設定する。ここで、「衛星画像データと同期できる」とは、衛星が衛星画像データの新たな撮影に要する時間内に、プラットフォームによる測定が終了することを意味する。実測ポイントPの実測データと衛星によって新たに撮影された衛星画像データとの連携により、キャリブレーションまたはシミュレーション等が可能になる。
処理装置1は、出力部24が出力した航路に従ってプラットフォームが移動しているか否かを監視する制御部(図示せず)を備えても良い。制御部は、プラットフォームの位置を追跡し、航路から所定距離離れると、航路から離れた旨の警告を出力して、航路に戻るよう促しても良い。
図7を参照して、本発明の実施の形態に係る処理方法を説明する。
まずステップS1において処理装置1は、所定時刻の所定高度の衛星画像データを、複数のセグメントに分割する。
ステップS2において処理装置1は、各セグメントの代表値を基準に、キャリブレーション用の2つ以上のセグメントを抽出する。ステップS3において処理装置1は、ステップS2において抽出した各セグメントから、キャリブレーション用の実測ポイントを特定する。
ステップS4において処理装置1は、各セグメントの代表値を基準に、シミュレーション用のセグメントを抽出する。ステップS5において処理装置1は、ステップS4において抽出したセグメントから、シミュレーション用の実測ポイントを特定する。
ステップS6において処理装置1は、ステップS3およびステップS5で特定した実測ポイントを通過する航路のデータを出力する。
複数の高度について実測ポイントを特定する場合、処理装置1は、各高度の衛星画像データについて、ステップS1ないしステップS5の処理を繰り返す。
本発明の実施の形態に係る処理装置1は、衛星などの常設の観測システムで取得さあれる相対的な広域の衛星画像データを用いて。キャリブレーション等の所定の目的に合致したデータを局所的にかつ動的に取得することが可能になる、これにより、観測コストを低減し、かつ所望の衛星画像データに好適な実データの測定が可能になる。
また処理装置1は、衛星画像データにおいて特徴値が類似する複数のセグメントに分割し、複数のセグメントから、測定の目的に合致したセグメントを抽出する。処理装置1は、抽出したセグメントから、測定に好適な実測ポイントを特定すること。これにより処理装置1は、所望の実測ポイントを効率的に選択することが可能になる。
本発明の実施の形態に係る処理装置1は、データ同化において、モデル適用前のキャリブレーションに適したデータの観測地点を効率的に選定することができる。
上記説明した本実施形態の処理装置1は、例えば、CPU(Central Processing Unit、プロセッサ)901と、メモリ902と、ストレージ903(HDD:Hard Disk Drive、SSD:Solid State Drive)と、通信装置904と、入力装置905と、出力装置906とを備える汎用的なコンピュータシステムが用いられる。このコンピュータシステムにおいて、CPU901がメモリ902上にロードされたプログラムを実行することにより、処理装置1の各機能が実現される。
なお、処理装置1は、1つのコンピュータで実装されてもよく、あるいは複数のコンピュータで実装されても良い。また処理装置1は、コンピュータに実装される仮想マシンであっても良い。
処理装置1のプログラムは、HDD、SSD、USB(Universal Serial Bus)メモリ、CD (Compact Disc)、DVD (Digital Versatile Disc)などのコンピュータ読取り可能な記録媒体に記憶することも、ネットワークを介して配信することもできる。
なお、本発明は上記実施形態に限定されるものではなく、その要旨の範囲内で数々の変形が可能である。
1 処理装置
11 衛星画像データ
12 セグメントデータ
13 実測セグメントデータ
14 実測ポイントデータ
21 分割部
22 抽出部
23 特定部
24 出力部
901 CPU
902 メモリ
903 ストレージ
904 通信装置
905 入力装置
906 出力装置

Claims (8)

  1. 所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出する抽出部を備え、
    前記2つのセグメントは、測定対象以外から電磁波を除去するキャリブレーションのための実測セグメントであって、
    前記抽出部は、
    前記代表値を複数の区分に分割し、最大値および最小値を有する各区分からそれぞれセグメントを抽出し、
    前記最大値または最小値を有する区分に属するセグメントが複数の場合、前記代表値が、前記所定時刻とは異なる時刻に撮影された衛星画像データにおける代表値との差分の小さいセグメントを、抽出する
    処理装置。
  2. 所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出する抽出部を備え、
    前記2つのセグメントは、測定対象以外から電磁波を除去するキャリブレーションのための実測セグメントであって、
    前記抽出部は、
    前記代表値を複数の区分に分割し、最大値および最小値を有する各区分からそれぞれセグメントを抽出し、
    前記最大値または最小値を有する区分に属するセグメントが複数の場合、もう一方の区分から選択されるセグメントと距離的に近いセグメントを抽出する
    処理装置。
  3. 前記2つのセグメントは、測定対象以外から電磁波を除去するキャリブレーションのための実測セグメントであって、
    抽出されたセグメントにおいて、隣接するセグメントから所定の画素数離れた各画素のうち、前記所定時刻とは異なる時刻に撮影された衛星画像データにおける特徴値との差分の小さい画素を特定し、特定された画素の位置を、実測ポイントとして特定する特定部
    をさらに備える請求項1または2に記載の処理装置。
  4. 抽出されたセグメントにおいて、隣接するセグメントから所定の画素数離れた各画素のうち、前記所定時刻とは異なる時刻に撮影された衛星画像データにおける特徴値との差分の大きい画素を特定し、特定された画素の位置を、シミュレーションのための実測ポイントとして特定する特定部
    をさらに備える請求項1または2に記載の処理装置。
  5. 前記抽出部は、さらに、
    前記代表値が、前記所定時刻とは異なる時刻に撮影された衛星画像データにおける代表値との差分の大きいセグメントを、シミュレーションのための実測セグメントとして抽出する
    請求項1または2に記載の処理装置。
  6. コンピュータが、所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出し、
    前記2つのセグメントは、測定対象以外から電磁波を除去するキャリブレーションのための実測セグメントであって、
    前記コンピュータが、
    前記代表値を複数の区分に分割し、最大値および最小値を有する各区分からそれぞれセグメントを抽出し、
    前記最大値または最小値を有する区分に属するセグメントが複数の場合、前記代表値が、前記所定時刻とは異なる時刻に撮影された衛星画像データにおける代表値との差分の小さいセグメントを、抽出する
    処理方法。
  7. コンピュータが、所定時刻に撮影された衛星画像データから分割された、画素の特徴値が類似する複数のセグメントのそれぞれについて代表値を算出し、算出された代表値が異なる2つのセグメントを抽出し、
    前記2つのセグメントは、測定対象以外から電磁波を除去するキャリブレーションのための実測セグメントであって、
    前記コンピュータが、
    前記代表値を複数の区分に分割し、最大値および最小値を有する各区分からそれぞれセグメントを抽出し、
    前記最大値または最小値を有する区分に属するセグメントが複数の場合、もう一方の区分から選択されるセグメントと距離的に近いセグメントを抽出する
    処理方法。
  8. コンピュータを、請求項1または請求項2に記載の処理装置として機能させるためのプログラム。
JP2023527139A 2021-06-07 2021-06-07 処理装置、処理方法およびプログラム Active JP7623616B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/021528 WO2022259295A1 (ja) 2021-06-07 2021-06-07 処理装置、処理方法およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2022259295A1 JPWO2022259295A1 (ja) 2022-12-15
JP7623616B2 true JP7623616B2 (ja) 2025-01-29

Family

ID=84424969

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023527139A Active JP7623616B2 (ja) 2021-06-07 2021-06-07 処理装置、処理方法およびプログラム

Country Status (2)

Country Link
JP (1) JP7623616B2 (ja)
WO (1) WO2022259295A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7736367B1 (ja) * 2025-05-19 2025-09-09 株式会社Oceanic Constellations 環境観測システム、環境観測方法およびプログラム
JP7736368B1 (ja) * 2025-05-29 2025-09-09 株式会社Oceanic Constellations 環境観測システム、環境観測方法およびプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016031174A1 (ja) 2014-08-27 2016-03-03 日本電気株式会社 シミュレーション装置、シミュレーション方法、および、記憶媒体
WO2017170086A1 (ja) 2016-03-31 2017-10-05 日本電気株式会社 情報処理システム、情報処理装置、シミュレーション方法およびシミュレーションプログラムが記録された記録媒体
WO2020022436A1 (ja) 2018-07-25 2020-01-30 国立大学法人京都大学 修復用関数調整システム、データ修復装置、修復用関数調整方法、修復用関数生成方法、およびコンピュータプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016031174A1 (ja) 2014-08-27 2016-03-03 日本電気株式会社 シミュレーション装置、シミュレーション方法、および、記憶媒体
WO2017170086A1 (ja) 2016-03-31 2017-10-05 日本電気株式会社 情報処理システム、情報処理装置、シミュレーション方法およびシミュレーションプログラムが記録された記録媒体
WO2020022436A1 (ja) 2018-07-25 2020-01-30 国立大学法人京都大学 修復用関数調整システム、データ修復装置、修復用関数調整方法、修復用関数生成方法、およびコンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小阪 尚子ほか,"高分解能衛星画像のテクスチャ特徴量とスペクトル特徴量を用いたオブジェクト指向型林分タイプ分類",写真測量とリモートセンシング,日本,2007年,第46巻,第2号,pp.27-36

Also Published As

Publication number Publication date
WO2022259295A1 (ja) 2022-12-15
JPWO2022259295A1 (ja) 2022-12-15

Similar Documents

Publication Publication Date Title
Dalponte et al. Predicting stem diameters and aboveground biomass of individual trees using remote sensing data
US8290304B2 (en) Iterative region-based automated control point generation
Whitehall et al. Exploring a graph theory based algorithm for automated identification and characterization of large mesoscale convective systems in satellite datasets
JP7623616B2 (ja) 処理装置、処理方法およびプログラム
JP2021047841A (ja) 関心点をラベル付けする方法、装置、コンピュータ機器及び記憶媒体
Forzieri et al. Multiple attribute decision making for individual tree detection using high-resolution laser scanning
Zhang et al. Stand structure of tropical forests is strongly associated with primary productivity
Apke et al. Comparison of optical flow derivation techniques for retrieving tropospheric winds from satellite image sequences
CN109191408B (zh) 快速循环地面气象融合方法、装置及服务器
CN114778774B (zh) 基于人工智能的温室气体监测方法及相关设备
Milstein et al. Detail enhancement of AIRS/AMSU temperature and moisture profiles using a 3D deep neural network
Singh et al. Artificial intelligence and machine learning in earth system sciences with special reference to climate science and meteorology in South Asia
Schmucki et al. Towards an automated acquisition and parametrization of debris‐flow prone torrent channel properties based on photogrammetric‐derived uncrewed aerial vehicle data
Bayr et al. Satellite-based forest monitoring: Spatial and temporal forecast of growing index and short-wave infrared band
Ouyed et al. Two-stage artificial intelligence algorithm for calculating moisture-tracking atmospheric motion vectors
KR101181326B1 (ko) 채프에코 식별 시스템 및 그 방법
Ariff et al. Transforming Physical Crime Scene into Geospatial-based Point Cloud Data
CN119992401A (zh) 一种基于ByteTrack的水柱检测跟踪算法
CN114897859B (zh) 基于矢量化电力线的树障分析方法、装置及电子设备
Liu et al. A satellite-derived typhoon intensity index using a deviation angle technique
KR101556462B1 (ko) 열대 저기압에 대한 지역별 예측 오차의 2차원 표출 방법 및 시스템
CN116755619A (zh) 航空磁放综合站测量数据切片方法、装置、设备及介质
Subasinghe et al. Urban growth evaluation: a new approach using neighborhood characteristics of remotely sensed land use data
CN116089546A (zh) 一种台风云系识别方法、系统、终端以及存储介质
Jancewicz Remote sensing data in wind velocity field modelling: A case study from the Sudetes (SW Poland)

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240910

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20241024

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20241217

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20241230

R150 Certificate of patent or registration of utility model

Ref document number: 7623616

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350