JPH08161474A - 異種センサ画像間レジストレーション補正方法 - Google Patents

Abstract

(57)【要約】 【目的】 感度特性が異なる複数のセンサにより得られ
た多量の画像データのレジストレーション処理を高速
化、高精度化かつ自動化する。 【構成】 画像の正規化処理１８０とレジストレーショ
ン誤差算出処理１９０とリサンプリング処理１４０より
なる画像レジストレーション処理において、レジストレ
ーション誤差算出処理１１０を、粗マッチング処理２０
０と閾値による候補エリア算出処理２１０と精密マッチ
ング処理２１２と閾値による誤差算出処理２１３により
おこなう。 【効果】 処理を粗、精密と多段にすることで候補エリ
ア数を減らすことが可能となり、誤差算出処理の負荷を
軽減でき、処理速度の改善が可能となる。また、異種セ
ンサで撮影された多量の画像データの画像間レジストレ
ーション処理の自動化が可能になる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、計算機により自動化を
目的とした画像の位置合わせ（レジストレーション）補
正処理に関わり、特に、衛星画像処理システムにおい
て、センサの感度特性が異なる複数センサにより得られ
た画像（以下、異種センサ画像という）の自動レジスト
レーション処理に好適な異種センサ画像レジストレーシ
ョン補正処理方法に関する。

【０００２】

【従来の技術】画像レジストレーション処理の従来技術
は、長尾真著「画像認識論」（（株）コロナ社、昭和５
８年２月発行）および瀬戸洋一、西島英児、手塚主宇著
「画像レジストレーション処理ユーザ支援システムの開
発」（リモートセンシング学会、ｐｐ．２７−３７、Ｖ
ｏｌ．１０、Ｎｏ．４、１９９１年）に記載されてい
る。

【０００３】処理の概要は以下の通りである。

【０００４】（１）画像の正規化 基準とするセンサ画像（テンプレート画像）の特性（空
間分解能と平均輝度レベル）に、他のセンサ画像（探索
画像）の特性を整合させる。

【０００５】（２）レジストレーション誤差算出 比較するセンサ画像間の位置誤差量を測定する。測定法
としては、特徴量としてスペクトル特性や形状特徴を用
い、類似度として相関係数を用いて自動的に画像マッチ
ングをとる方法と、操作者が異種センサ画像上の対応点
を指示する方法がある。

【０００６】（３）補間処理 レジストレーション誤差算出処理で求めた誤差量を用
い、２個の画像（上記テンプレート画像と探索画像）に
おける画素間の位置関係を多項式であらわし、画素位置
の再配列処理（リサンプリング処理）を行なう。整数座
標以外の画素はキュービックコンボリューション法など
を用いて補間処理を行なう。

【０００７】以上のように従来技術は、同種類のセンサ
画像を比較処理する方法であったり、異種センサ画像の
場合は、操作者が対応点を指示する方法であった。

【０００８】

【発明が解決しようとする課題】従来方法は、スペクト
ル特性が類似の同種センサ画像間のレジストレーション
に適用する場合の自動化処理や、スペクトル特性が異な
る異種センサ画像間の対応点を操作者が指示する場合の
レジストレーション処理を前提としていた。また、対応
点は、あらかじめマッチング精度がいい位置を事前に登
録できた。したがって、処理する画像数が多く、かつス
ペクトル特性の異なる異種センサ画像間のレジストレー
ション処理に従来方法を適用する場合は、以下の課題が
生じた。

【０００９】（１）同一地表点のスペクトル特性、つま
り、輝度レベル分布が２個の画像で異なるため、輝度レ
ベルより求めた相関値（特徴量）を用いた画像マッチン
グ処理を行なっても正しい結果が得られない。

【００１０】例えば、可視画像と熱赤外画像との間の輝
度レベル相関はほとんどなく、画像マッチング処理を正
しく行なうことができない。

【００１１】（２）画像マッチング処理を操作者が手動
でディスプレイに表示された画像を指示することにより
行なう場合、処理データが多量であり、現実的な時間内
で操作者が対応領域を指示できない。

【００１２】例えば、１日１０００シーンの画像を処理
する場合、１シーンについて１００の対応領域を処理す
る必要があると仮定する。各領域についての処理時間を
２分とすると、すべて処理するには約３０００時間を要
する。これを例えば８時間で処理する場合は約４００人
の操作者が必要である。

【００１３】本発明の目的は、異種センサ画像間のレジ
ストレーション処理精度を向上することと多量の画像デ
ータのレジストレーション処理を自動化することにあ
る。

【００１４】

【課題を解決するための手段】上記課題を解決するため
に、以下の処理をおこなう。

【００１５】（１）スペクトル特性が異なる異種センサ
画像のマッチング処理を可能とするために、画像比較に
最適な特徴量を選択し、２個の画像の位置誤差を検出す
るのに必要な対応領域（計算領域）を複数設定し、位置
誤差が正しく算出できた対応領域を粗マッチング処理と
精密マッチング処理よりなる多段かつ閾値判定により絞
り込む。

【００１６】（２）候補となる対応領域の絞り込みを行
なった後、操作者が対応領域を指示する候補選定処理を
設ける。

【００１７】（３）対応領域が精度よく求まらない場合
は、一番類似した位置誤差を用いて代替データとする。

【００１８】（４）拡大した画像を用いて位置誤差を算
出する。あるいは、算出した特徴量を補間して、高精度
に位置誤差を求める。

【００１９】

【作用】

（１）異種センサ画像中に対応領域を複数設け、類似し
た特徴量をもつ対応領域を閾値判定により選定すること
で測定精度の向上を図る。また、処理を多段にし、後段
ほど測定精度がよくなるように候補を絞り込む処理によ
り、計算時間を短縮する。

【００２０】（２）候補を絞り込むことにより、候補対
応領域の数は少なくなるので、操作者による指示入力が
可能となる。

【００２１】（３）衛星センサの場合、センサポインテ
ィング誤差は、時間に依存するので、雲域など、画像マ
ッチング処理が精度よく求まらない場合は、処理すべき
対象画像の撮影時期に一番近いデータを近似値として用
いることにより、処理不能状態を防ぐ。

【００２２】（４）画像を拡大あるいは、特徴量を補間
することにより、実数座標で位置誤差を精度よく求める
ことができる。

【００２３】

【実施例】以下、本発明の実施例を図面にもとづき詳細
に説明する。図２は本発明を適用する衛星地上情報シス
テムの概要図で、資源探査や環境監視などを目的に観測
衛星１０により地表面の所望領域を観測し、観測した画
像データを地上システム２０で処理する。

【００２４】本観測衛星１０は、２個の異なるスペクト
ル特性をもつ異種センサを搭載している。「図３」に示
すようにセンサ１（３０）は可視と近赤外波長域に感度
を有するセンサであり空間分解能は１０ｍ、センサ２
（４０）は熱赤外波長域に感度を有するセンサであり空
間分解能は４０ｍである。一度に６０ｋｍ四方を撮影す
る。衛星は、一日に地球を約１５回周回し地表を１００
０シーン観測する。各々のセンサは衛星の進行方向（軌
道方向）に直交する方向に観測角を変えるポインティン
グ機構を有する。ポインティング角度を制御・計測する
装置もあるが、正確に制御・計測できず、同一方向をポ
インティングしても設定角に誤差を生じる（「図３」の
点線がポインティング誤差が生じた場合の視野を示
す）。例えば、ポインティング誤差が１２５マイクロラ
ジアン生じた場合、地上８００Ｋｍ上空から地表を観測
した場合、地表では１００ｍの位置誤差が生じる。

【００２５】このため、図４に示すように２個のセンサ
画像９２、９４を重ね合わせる場合、重ね合わせ誤差５
０が生じる。この誤差５０を「図２」の地上システム２
０で取り除く必要がある。

【００２６】以下、図にしたがい地上システム２０にお
ける画像レジストレーション補正処理の内容を述べる。
観測衛星１０により観測された地表のデータは、地上の
受信アンテナ１２により受信され、地上システム２０に
入力される。入力された各センサ画像は、センサ固有の
システム補正６０や種々の処理を行ない補正画像７０を
得、ユーザ８０に配布される。

【００２７】センサ１画像を例に処理の詳細を以下に述
べる（センサ２画像も同様である）。

【００２８】（１）センサ固有のシステム補正処理６０ センサ１固有のシステム補正処理６０とは、幾何学ひず
みや放射強度ひずみ補正である。本処理は例えば、山縣
著、地球観測衛星によるリモートセンシング画像処理、
６７頁〜７２頁（日立評論、第６４巻、第６号、１９８
２年６月）に記載の技術で行なえばよい。

【００２９】処理結果は、フォーマット変換された観測
画像９０と幾何学ひずみや放射強度ひずみの補正係数
（以下、本発明に関係する幾何学ひずみ補正係数のみを
単にひずみ補正係数と呼ぶ）１００である。これらは記
録媒体に格納される。

【００３０】（２）レジストレーション処理１１０ 上記ひずみ補正係数１００を用いて、図４に示すよう
に、補正したセンサ１画像９２とセンサ２画像９４を重
ね合わせると、上記システム補正では考慮できなかった
センサのポインティング誤差が残り、画像上に重ね合わ
せ誤差５０が生じる。この誤差を補正するのがレジスト
レーション処理１１０であり、これを実現する方法が本
発明である。

【００３１】本処理では各観測画像９０とひずみ補正係
数１００を用いて、ポインティング誤差を補正する修正
ひずみ補正係数１３０を算出する。

【００３２】（３）リサンプリング処理１４０ 放射強度ひずみなどのひずみ補正係数１００と修正ひず
み補正係数１３０と観測画像９０より補正画像７０を算
出する処理であり、前述の文献（日立評論、第６４巻）
に記載の技術で行なえばよいので詳細は省略する。

【００３３】以下、本発明の中心であるレジストレーシ
ョン処理１１０の詳細を「図５」にしたがい述べる。

【００３４】（１）前処理１５０ レジストレーション誤差を求める画像（該当バンド）
ｆ’、ｇ’（１６０）について、ひずみ補正係数φ１、
φ２（１５５）を用いて処理し、補正画像（ひずみ補正
されたセンサ１画像とセンサ２画像）ｆ−、ｇ−（１７
０）を作成する。

【００３５】ここで、ｆ−、ｇ−はそれぞれｆ、ｇの真
上に「−」を付したことを表わす。

【００３６】（２）画像正規化処理１８０ ひずみ補正されたセンサ１画像ｆ−とセンサ２画像ｇ−
の画像特性の整合をとる。具体的には、空間分解能と平
均輝度レベルの合わせ込みを行なう。求めた画像をｆ、
ｇ（１７０）とする。

【００３７】空間分解能は、センサ１画像の１０メート
ルにあうように、センサ２画像（空間分解能４０メート
ル）の１画素を縦横４倍にリサンプリングする。また、
輝度レベルのヒストグラムを求め、ヒストグラムの平均
と分散が一致するようにヒストグラムを合わせ込む。

【００３８】具体的には、高木、下田監修、画像処理ハ
ンドブック（（財）東京大学出版会発行、１９９１年１
月）４６３頁から４６５頁および４２５頁から４２９頁
の方法で実現できる。

【００３９】（３）レジストレーション誤差算出処理１
９０ レジストレーション誤差算出処理１９０は、「図１」に
より構成される。

【００４０】（ａ）粗マッチング処理２００ 「図６」に示すように画像中のランダムな位置にテンプ
レート領域ｆ２０２とそれに対応する探索領域ｇ（２０
４）を複数設定し、整数画素の精度でマッチングを行な
う。用いる特徴量は、センサ特性などを考慮して事前に
決める。

【００４１】同種類のセンサ画像や類似のセンサ画像比
較においては、輝度レベル値を用いた「数１」で表せる
面積相関γにより類似度を求めればよい。

【００４２】

【数１】 ここで、ｆ〜、ｇ〜は、それぞれｆ、ｇの真上に「〜」
を付したことを表わし、ｆ、ｇの平均を意味する。

【００４３】異種センサ画像間レジストレーション処理
の場合は、輝度レベルに必ずしも正の相関はないため、
形状特徴などを求めてから、類似度を求める。形状特徴
量としては、ＤＰマッチングやフーリエ記述子やテクス
チャ特徴やエッジ特徴などを用いればよい。ここでは、
エッジ特徴を用いた処理を述べる。

【００４４】エッジ抽出は、画像をぼかしてから、ラプ
ラシアンフィルタを考慮する「数２」、「数３」のフィ
ルタ処理の後、ゼロクロッシング法（高木、下田監修、
画像処理ハンドブック５５０頁から５８２頁（（財）東
京大学出版会発行、１９９１年１月）によりエッジを線
情報として抽出する。例えば、画像ｇについて、エッジ
抽出するには、

【００４５】

【数２】

【００４６】

【数３】 ここで、σ：標準偏差、＠：コンボリューションを表
す。

【００４７】標準偏差σをパラメータとして変えること
により抽出するエッジの周波数特性を選択できる。

【００４８】「数２」により求めた画像ｇ＊を２値化し
た後、「数１」により相関値を求めることもできるが、
ここでは、２値化せず濃淡画像として、「数１」により
相関値を求める。

【００４９】また、「数２」「数３」およびゼロクロッ
シング法で求めた画像に対して、低周波通過フィルタ
（例えば、ガウスフィルタなど）を適用後の画像に対
し、相関値を求めることも有効である。

【００５０】求めた相関値の一番大きな値を持つ座標を
画像より求め、位置誤差（レジストレーション誤差）を
算出する。つまり、相関係数が最大となる座標（ｓｍ、
ｔｍ）をマッチング位置として、基準とする画像（例え
ば、センサ１画像）の位置（ｓ０、ｔ０）からのズレ量
（σｘ、σｙ）をレジストレーション誤差として「数
４」［数５」により求める。

【００５１】

【数４】

【００５２】

【数５】 以上の処理を各テンプレート領域について行なう。求め
た相関値γ（ｉ）と誤差量σｘ（ｉ）、σｙ（ｉ）とマ
ッチングエリア（領域）の番号ｉとを次の処理に引き渡
す。本実施例では、ｉは１０点とする。

【００５３】（ｂ）候補エリア選定処理２１０ 位置誤差の大きさと誤差（ズレ）の生じる方向とを用い
て、異常値を閾値判定により取り除く。それ以外を候補
エリア（領域）とする。

【００５４】「図７」に示す閾値判定による候補エリア
選択処理フローを説明するため、「図８」の誤差分布を
仮定する。「図８」の各候補エリアにおける誤差の分布
と誤差量を「図９」と「図１０」に示す。

【００５５】例えば、ｉ＝１のエリアは、相関係数γ
（１）＝０．９、誤差量σｘ（１）＝４画素、σｙ
（１）＝０画素である。

【００５６】まず、ブロック７１０で全エリアについて
相関係数γが０．５以下のエリアを候補から取り除く
（γ判定）。取り除くエリアは、ｉ＝３、６である。残
ったエリアについて、ブロック７２０で位置誤差の大き
さｒとｘ軸となす角度θを算出する。ｉ＝１のエリアで
は、例えば、ｒ＝２、θ＝０となる。

【００５７】次に、ブロック７３０で候補エリアの誤差
の大きさと方向の平均ｒ−、θ−（ｒとθの真上にそれ
ぞれ「−」を付したことを表わす）と偏差δｒ、δθお
よびを算出２３０する。ｒ＝３．２、δｒ＝１．２、θ
＝２０．２５、δθ＝４６．５となる。次に、ブロック
７４０で、θ±δθ以内、かつブロック７５０で、ｒ±
δｒ以内に入っていないエリアを除く。前者のθ判定で
ｉ＝７、９、また、後者のｒ判定でｉ＝２が候補から取
り除かれる。結局、ブロック７６０で、ｉ＝１、４、
５、８、１０が候補エリアとして登録される。

【００５８】（ｃ）精密マッチング処理２２０ マッチング位置を精度よく算出するためには、図７の処
理フローで絞り込んだ候補エリア（ｉ＝１、４、５、
８、１０）を画質の劣化が少ない方法で拡大補間する。
例えば、キュービックコンボリューションカーネルを用
いて１０倍拡大する。

【００５９】拡大したエリアについて、粗マッチング処
理と同様の処理を行ない、テンプレート画像と探索画像
の位置誤差を求める。

【００６０】（ｄ）誤差算出処理２３０ 「図７」と同様の異常値の判定処理を行ない、求めた候
補エリアのデータの誤差の平均値を求める。これを最終
的なレジストレーション誤差とする。

【００６１】「図１０」に精密マッチング処理により算
出した誤差量を示す（１０倍拡大した値）。上記（ｂ）
と同様の閾値判定処理で、異常値を取り除く。「図１
０」では、ｉ＝１、５が取り除かれる。残りの候補エリ
ア（ｉ＝４、８、１０）を用いて、１０倍拡大したこと
を考慮して、元の画像の分解能に相当したレジストレー
ション誤差を算出する。つまり、ｘ方向は、３．１画
素、ｙ方向は、０．２画素と求まる（小数点第２以下は
四捨五入）。

【００６２】以下、「図５」にもどって説明する。

【００６３】（４）誤差の検索処理２７０ レジストレーション誤差算出処理１９０において、処理
対象シーンが、夜間や海域や雲域などの場合、画像マッ
チング処理がうまく行かない。つまり、偏差が極端に大
きくなる場合や、あらかじめ判明している制御・計測誤
差よりもかなり大きな値になるなど、レジストレーショ
ン誤差が精度よく求まらない場合は、次の幾何学ひずみ
補正係数修正処理２８０において、処理対象画像の撮影
時期に一番近い画像から求めた誤差量を誤差ファイル２
７５から検索して用いる。

【００６４】（３）幾何学ひずみ補正係数修正処理２８
０ レジストレーション誤差算出処理１９０で求めた誤差量
（Δｘ、Δｙ）を用い、幾何学ひずみ補正係数φ１（ａ
０、ａ１、ａ２、ａ３）、φ２（ｂ０、ｂ１、ｂ２、ｂ
３）を修正する（φは係数の集合を表す）。

【００６５】「図１１」に示すように、幾何学ひずみ補
正係数φ₁，φ₂（２１４）は、補正画像２０８と未補正
画像２０６の幾何学的関係を示す。また，この係数はブ
ロック２１２ごとに設定される。関係式は一般に「数
６」「数７」に示すバイリニア式が用いられる。

【００６６】

【数６】

【００６７】

【数７】 誤差量（Δｘ、Δｙ）より「数８」「数９」のように修
正幾何学ひずみ補正係数φ１’、φ２’（２９０）を求
め、これを記録媒体に格納する。

【００６８】

【数８】

【００６９】

【数９】 ここで、

【００７０】

【数１０】

【００７１】

【数１１】

【００７２】

【数１２】

【００７３】

【数１３】

【００７４】

【数１４】

【００７５】

【数１５】

【００７６】

【数１６】

【００７７】

【数１７】 誤差がバイアス誤差である場合は、誤差を上記のように
ひずみ補正係数にバイアス的に考慮すればよいが、高次
誤差の場合は、「図２」におけるセンサ固有のシステム
補正６０まで誤差量をフィードバックして再度ひずみ補
正係数を算出することで対処する必要がある。

【００７８】本実施例の代替案として「図１」における
精密マッチング処理２２０のかわりに、「図１２」に示
すように操作者２４４が候補エリアより最終的な候補エ
リアを選択する候補選定処理２４３を設けてもよい。粗
マッチング処理２００により候補エリアを１０分の１程
度にできれば上記処理が可能となる。また、粗マッチン
グ処理２００がうまくいかない画像のみ操作者２４４に
よる候補選定処理２４３を行ってもよい。

【００７９】精密マッチング処理２２０は、画像を所望
の倍率で拡大してから相関値を算出したが、拡大せず
「数１」により相関値を算出した後、「図１３」に示す
ように相関値を補間して相関値が最大となる実数座標値
２６５を算出してもよい。

【００８０】以上に述べた発明は、衛星地上情報システ
ムに適用可能であり、特に、異種センサにより撮影され
た多数の画像のレジストレーション処理の自動化に有効
である。

【００８１】

【発明の効果】本発明によれば以下の効果がある。

【００８２】（１）マッチング処理を粗、精密と多段に
することで候補エリア数を減らすことが可能となり、誤
差算出処理の負荷を軽減できる。また、操作者が介在し
候補エリアを指示することが可能となる。

【００８３】（２）閾値判定による候補エリア選定処理
を機能として加えることにより、誤差の特性が類似の対
応エリアを効率よく選択することが可能となる。

【００８４】（３）精密マッチング処理において、画像
を拡大して、相関値を求めたり、あるいは、相関値を補
間処理することにより、対応エリア領域の位置を、精度
よく求めることができる。

【００８５】（４）画像の組合せにより、特徴量や類似
度を選択することによりマッチング精度を向上できる。

【００８６】（５）閾値による誤差算出処理において、
対応エリアの位置誤差の平均値や平均値からの偏差など
を用いて、異常値を取り除くことにより高精度に対応エ
リア誤差を求めることができる。

【００８７】（６）誤差量ファイルにレジストレーショ
ン誤差量を一時保存しておき、雲、海、夜間などを撮影
したデータの場合は、保存した誤差量の中から時間的に
一番近い値を検索し、修正幾何学ひずみ補正係数算出処
理に用いることにより、処理ができない画像をなくすこ
とができる。

【図面の簡単な説明】

【図１】多段閾値判定によるレジストレーション誤差の
算出フロー。

【図２】本発明を適用する衛星地上情報システムの概要
図。

【図３】センサのポインティング機能と誤差の関係を説
明する概要図。

【図４】２個のセンサ画像の重ね合わせ誤差の説明図。

【図５】レジストレーション処理フロー。

【図６】テンプレート画像と探索画像との画像マッチン
グ処理の概要図。

【図７】閾値判定による候補エリア算出処理フロー。

【図８】閾値判定による候補エリア算出処理の説明図。

【図９】粗マッチング処理による誤差の特性と判定処理
結果を表す図表。

【図１０】精密マッチング処理による誤差の特性を表す
図表。

【図１１】幾何学ひずみ補正係数の説明図。

【図１２】操作者の候補選定処理を考慮したレジストレ
ーション誤差算出処理フロー。

【図１３】誤差の算出を行なう代替方法の説明図。

【符号の説明】

２００…粗マッチング処理、２１０…閾値による候補エ
リア算出処理、２１２…精密マッチング処理、２１３…
閾値による誤差算出処理。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9061−5Ｈ Ｇ０６Ｆ 15/70 ３２０

Claims (15)

【特許請求の範囲】
1. 【請求項１】(A) 異種センサ画像にたいして各画像特性
   間の整合をとるための正規化をおこない、 (B) 正規化された画像間の類似度とレジストレーション
   誤差を算出し、 (C) 算出された類似度とレジストレーション誤差にもと
   づき上記画像間のレジストレーション補正をおこなう、
   異種センサ画像間レジストレーション補正方法。
2. 【請求項２】(a) 異種センサ画像にたいして各画像特性
   間の整合をとるための正規化をおこない、 (b) 正規化された異種センサ画像間の対応領域を複数個
   設定し、 (c) 設定された対応領域間の粗マッチング処理により対
   応領域間の類似度とレジストレーション誤差を算出し、 (d) 算出された類似度とレジストレーション誤差にもと
   づき上記対応領域から候補対応領域を選定し、 (e) 選定された候補対応領域間の精密マッチング処理に
   より候補対応領域間の類似度とレジストレーション誤差
   を算出し、 (f) 該算出された類似度とレジストレーション誤差にも
   とづき上記候補対応領域を絞りこみ、 (g) 絞りこまれた候補対応領域間のレジストレーション
   誤差にもとづき異種センサ画像間のレジストレーション
   誤差を算出し、 (h) 最終的に算出されたレジストレーション誤差にもと
   づき異種センサ画像間のレジストレーション補正をおこ
   なう、異種センサ画像間レジストレーション補正方法。
3. 【請求項３】上記粗マッチング処理は、画像中に設定し
   たテンプレート画像と探索画像の間の対応点の特徴量を
   算出し、該特徴量の類似度を比較し、類似度の高い対応
   点の座標を整数位置で求める請求項２の異種センサ画像
   間レジストレーション補正方法。
4. 【請求項４】上記候補領域選定処理は、上記粗マッチン
   グ処理により求めた対応点座標より位置誤差の方向、大
   きさ、誤差の平均値からの偏差を算出し、誤差の特性が
   類似の対応点を選択する請求項３の異種センサ画像間レ
   ジストレーション補正方法。
5. 【請求項５】上記精密マッチング処理は、上記粗マッチ
   ング処理により求めた対応点の特徴量が最大となる実数
   座標を補間処理により求める請求項４の異種センサ画像
   間レジストレーション補正方法。
6. 【請求項６】上記特徴量としては輝度レベル値、スペク
   トル特性、エッジ特徴、テクスチャ特徴、フーリエ記述
   子のすくなくとも１個を用い、類似度としては、差分値
   または相関値を用いる請求項３の異種センサ画像間レジ
   ストレーション補正方法。
7. 【請求項７】上記（ｇ）のレジストレーション誤差算出
   処理は、上記精密マッチング処理により求めた対応点の
   位置誤差の平均値または該平均値からの偏差を用いて、
   異常値を取り除いた対応点のみを用いて誤差量を求める
   請求項２の異種センサ画像間レジストレーション補正方
   法。
8. 【請求項８】上記粗マッチング処理および精密マッチン
   グ処理は、画像に低周波通過フィルタを適用後、エッジ
   抽出処理を行なって算出した形状特徴を用いる請求項２
   の異種センサ画像間レジストレーション補正方法。
9. 【請求項９】上記エッジ抽出処理によって、抽出したエ
   ッジを２値データあるいは、濃淡データの形状特徴とし
   て用いる請求項８の異種センサ画像間レジストレーショ
   ン補正方法。
10. 【請求項１０】上記エッジ抽出処理は、該エッジ抽出処
    理したデータに低周波通過フィルタを適用して濃淡デー
    タを算出する請求項９の異種センサ画像間レジストレー
    ション補正方法。
11. 【請求項１１】上記精密マッチング処理は、テンプレー
    トおよび探索画像を拡大処理し、整数座標における相関
    値を求め、最大の相関値をとる座標位置を、拡大前の実
    数座標値に換算し求める請求項５の異種センサ画像間レ
    ジストレーション補正方法。
12. 【請求項１２】上記（ｇ）のレジストレーション誤差算
    出処理は、算出したレジストレーション誤差量を誤差量
    ファイルに保存しておき、雲、海、夜間の場合は、保存
    した誤差量の中から時間的に一番近い値を検索し、修正
    幾何学ひずみ補正係数算出処理に用いる請求項２の異種
    センサ画像間レジストレーション補正方法。
13. 【請求項１３】上記（ｃ）と（ｄ）の処理に替えて上記
    （ｂ）で設定された対応領域を候補対応領域として上記
    （ｅ）の処理をする請求項２の異種センサ画像間レジス
    トレーション補正方法。
14. 【請求項１４】上記（ｃ）〜（ｆ）の処理を複数回繰り
    返す請求項２の異種センサ画像間レジストレーション補
    正方法。
15. 【請求項１５】上記（ｅ）と（ｆ）の処理に替えて操作
    者による候補領域絞りこみ処理をする請求項２の異種セ
    ンサ画像間レジストレーション補正方法。