位相限定相関法による衛星画像マッチングにおける雲混入の影響評価

摘要

If the Phase-Only-Correlation (POC) method, known as an accurate and robust algorithm for image matching, is applied to a satellite image with clouds, only clear areas after cloud screening can be input. However, if the cloud screening is not perfect, the method will be applied to a cloud-contaminated image. For example, it is difficult to perform accurate cloud screening for images created using JAXA's ALOS-2/Compact Infrared Camera (CIRC) with only a single thermal infrared (TIR) band, and Moderate Resolution Imaging Spectroradiometer (MODIS) cloud mask products are less accurate for some types of surfaces. However, the robustness of the POC method in cloud-contaminated satellite images has not been fully investigated. Thus, in the present paper, we evaluated it, particularly for TIR images, using two approaches. In the first approach, we placed various simulated clouds on actual CIRC images, and evaluated the accuracy of the POC method under cloud conditions that varied in terms of coverage and position. As a result, the gap estimation error was within 0.03 pixels, although the image-to-image similarity (alpha value) decreased and the error increased with increasing cloud coverage. This approach was also applied to Advanced Spacebome Thermal Emission and Reflection Radiometer (ASTER) near-infrared (NIR) images and showed a similar tendency and a gap estimation error of 0.005 pixels or less. In the second approach, we used cloud-contaminated CIRC images as target images and ASTER/TIR images as base images, and the gaps between the CIRC and ASTER images were evaluated by the POC method. As a result, the gap estimation error was somewhat larger than that in the first approach, but was within 0.7 pixels. In conclusion, the POC method is robust against cloud contamination on satellite images if an error of 1 pixel is acceptable. This is useful information for some applications such as automatic satellite image registration and automatic geolocation validation.%位相限定相関(Phase-Only-Correlation, POC)法は高精度かつロバストな画像マッチング手法として知られており，指紋や虹彩パターン認証などのバイオメトリクスでの利用，工業用画像認識への応用など，その利用分野は多岐に渡る。衛星画像分野においてはサブピクセル単位で衛星画像間の位置ずれを推定する際にしばしば利用されるほか，Landsat画像とDEM陰影画像のマッチングに利用した例などもある。一方，POC法はノイズに対してロバストであると言われるが，画像中に雲が含まれる場合には事前にこれを識別し，雲以外の領域でマッチングを行う必要がある。しかし，雲検出に正確さを欠く場合には，対象画像中に雲が混入したままPOC法を適用することを想定する必要がある。一例を挙げれば，陸域観測技術衛星(だいち)2号機(ALOS-2)に搭載されているJAXA開発のCompact Infrared Camera (CIRC)は単バンドの熱赤外二次元アレイセンサであるが，同時搭載されている可視〜短波長赤外センサが無いため，とりわけ山岳域を含む場合や雪氷圏においては雲検出が難しい。また，可視〜熱赤外波長域までをカバーするMODISのようなセンサにおいても雲検出の誤差は避けられず，例えば非植生域，砂漠と植生の遷移域，標高が高い地域等では精度が下がる。こうした場合，POC法が雲混入に対してロバストであることが望まれる。POC法のロバスト性評価に開しては，特にバイオメトリクス分野を中心に研究が進んでおり，POC法が明るさの変化や加算ノイズといった因子にはロバストであることが知られている。しかし，雲混入を想定した局所的な画素欠損に対する評価事例は見当たらず，また衛星画像の主要なメタ情報である雲量に対し，POC法が持つ精度の傾向も明らかとなっていない。そこで本研究では，シミュレーションベースの手法及び実画像べースの手法により，これを検証した結果を報告する。なお，POC法における雲混入の影響は，可視〜熱赤外波長域の大気の窓においては，画像の一部を雲が覆うことによって地表パターン由来の高空間周波数成分が失われ，ベース画像と対象画像の間で不整合となることで生じる点では波長帯にあまり依らないと考えられるため，本研究ではテストデータとしては主として熱赤外画像を使用するが，一部の評価においては比較として近赤外画像も使用する。