1 位相相関の概観
1.1 定義と基本概念
位相相関は、2つの信号の一致度を評価する際に、振幅よりも位相の整合性に着目する相関手法である。一般に、画像や時系列信号を周波数領域へ変換すると、情報の大部分はスペクトルの振幅と位相に分かれて現れる。位相相関では、このうち位相成分を中心に比較することで、対応する構造がどのような位置関係で現れているか、またはずれがどれほど小さいかを推定する。
位相は、パターンの境界や反復構造など、空間的な形状に強く結びつく。したがって位相の一致は、単なる濃淡の近さではなく、形の整合を意味しやすい。位相相関はこの性質を利用し、相関ピークの位置や大きさから整列パラメータを導く。
1.2 信号処理における位置づけ
位相相関は相関解析の一系統に属し、特に周波数領域での処理に適している。従来の相互相関が振幅情報も含めて一致度を測るのに対し、位相相関は位相に関する比較を強めることで、照明変動や局所的な強度差に影響されにくい推定を目指す。
光学計測では、参照パターンと観測パターンの間で生じる相対運動が問題になりやすい。位相相関は、その運動に対応する平行移動や回転を推定する計測として位置づけられる。信号処理では、テンプレートマッチングや位置推定の周辺技術として応用される。
1.3 位相相関が扱う「ずれ」の種類
1.3.1 平行移動
平行移動は、画像や信号が同一形状を保ったまま位置だけがずれる状況である。位相相関では、フーリエ領域の位相が平行移動量と関係するため、位相整合のピークが移動量を反映しやすい。結果として、相関面の最大値近傍からシフト量を読み取る構成が取りやすい。
1.3.2 回転・角度ずれ
回転は、パターンの向きが変わることで生じるずれである。位相相関では、回転に伴う位相の変化を利用するか、前処理として座標変換を施し、回転と相関の関係を扱いやすくする。角度ずれは、回転角に対応するピークの出現として推定できる場合が多い。
1.3.3 スケール差
スケール差は、拡大縮小により同じ形でも見かけの大きさが変わる現象である。位相相関は基本形では平行移動に強い一方、拡張手法によりスケール差も推定対象に含めることが可能となる。典型的には、周波数空間での半径方向の情報を利用し、スケールに関するピークとして推定する。
2 数学的基礎
2.1 フーリエ変換と位相
連続または離散のフーリエ変換では、スペクトルは複素数として表され、振幅と位相に分解できる。位相は、周波数成分がどのように空間的な位置関係へ寄与しているかを示す役割を担う。たとえば、空間領域でのシフトはフーリエ領域では位相の線形成分として現れやすい。
この性質により、対応関係の良い2信号では、位相の整合が強く現れる。一方で振幅の差は、照明やゲイン、局所的なコントラスト変化などの要因で変動しやすい。位相相関はこの差を抑え、比較に必要な位相成分の整合を強調する設計になる。
2.2 相関と畳み込みの関係
相互相関は、畳み込みの考え方と密接に結びつく。周波数領域では畳み込みが積に変換されるため、相関計算を高速化する基盤になる。位相相関でも同様に、フーリエ変換後の積演算を中心にして相関面を求める。
具体的には、ある信号を参照し、もう一方の信号をずらしたときの類似度を求める操作が相互相関に相当する。位相相関では、その相関計算の中で位相成分に関する正規化や選択を加え、結果のピーク性状を改善する。
2.3 正規化による位相抽出
2.3.1 位相限定相関の考え方
位相限定相関は、周波数成分のうち振幅成分を実質的に取り除き、位相のみを残して比較する発想である。各周波数ビンについて、複素スペクトルを振幅で割って単位位相に正規化し、振幅差が相関結果に与える影響を抑える。
この処理により、2信号が同一の位相構造を持つ場合に相関ピークが顕著になりやすい。逆に、位相が異なる場合はピークが弱くなるため、位相整合の程度が評価関数として反映される。
2.3.2 位相のみを用いる利点
位相中心の比較は、振幅に起因するばらつきへの感度を下げる。結果として、強度スケールの違いや一部のコントラスト差に対して頑健になり得る。また、ピーク位置の推定に関して、相関面の局所的な形状が安定する傾向がある。
ただし利点は常に成立するわけではない。極端な雑音下や、共通構造が周波数領域の広範で失われる場合には、位相推定自体が不安定になる。そのためロバスト性と前処理条件の整合が重要になる。
2.4 位相相関の評価関数
2.4.1 相関ピークと推定
位相相関の実装では、計算された相関面を平行移動量や回転量などのパラメータ空間上で解釈する。通常は相関面の最大値（または局所的なピーク位置）を推定値とする。ピーク周辺の形状は、サンプリングや窓関数、信号内容に依存し、サブピクセル的な補間で精度を高める運用が行われることもある。
ピークの鋭さが推定の確信度に対応しやすい。ピークが広がる場合は、対応の曖昧さや対象構造の不足が疑われる。位相相関は位相情報に基づくため、対応する構造が十分に含まれているかが性能を左右する。
2.4.2 類似度指標の解釈
相関ピークの大きさは類似度の目安として扱えるが、値の絶対解釈には注意が必要である。たとえば、共通領域の少なさやマスクの有無、頻度成分の欠落は、ピーク高に影響する。したがって実用では、ピーク値だけでなくピーク対雑音比、あるいはピーク周辺の分散などと組み合わせて判断することが多い。
位相相関は「どれだけ構造が整っているか」を反映しやすい一方、振幅成分を抑えるため、強度差を手がかりとする判断は弱くなる。類似度の解釈は、目的が位置・角度推定なのか、単なる同一判定なのかで調整される。
3 手法の種類と実装
3.1 位相限定相関（PCC）
位相限定相関（PCC）は、周波数領域での正規化により位相成分に焦点を当てる方式として広く知られる。手順の骨格は、(1) 2つの入力信号をフーリエ変換する、(2) 各周波数成分を振幅で正規化して単位位相に変換する、(3) 正規化スペクトル同士を用いて逆変換し、相関面を得る、という流れになる。
PCCの実装では、ゼロ振幅に相当する周波数ビンへの扱い（小さい値での置換など）が結果に影響する。適切な正規化はピークの安定性を高めるため、計算上の数値安定性が重要になる。さらに窓関数やマスクを用いるかどうかで、周辺成分の混入が変わり、ピークの形状も変化する。
3.2 位相相関フィルタ
位相相関フィルタは、相関計算の前後または周波数領域での処理にフィルタリングを組み込むことで、安定性や頑健性を高める考え方である。たとえば、周波数帯域を制限して信号に含まれない成分や雑音寄与を抑える、あるいは特定の周波数領域を強調する、といった設計が行われる。
フィルタの導入は、位相限定に伴う情報の欠落を補う方向にも働く。位相正規化だけでは、共通構造が弱い周波数領域の影響が相関面で支配的になる場合がある。そこで帯域選択や重み付けによって、推定に寄与する成分を優先する。
3.3 復元・推定を含む拡張
3.3.1 ずれ推定の手順
拡張的な運用では、入力2信号からずれパラメータを順に推定する流れが採られる。一般的には、(1) 前処理として背景除去や窓掛けを行い、境界の不連続性を緩和する、(2) フーリエ変換で周波数表現を得る、(3) 位相抽出あるいは正規化を適用する、(4) 相関面を計算しピーク位置からずれ量を求める、(5) 必要ならピーク周辺を補間し精度を高める、という段階になる。
補間には、ピーク周辺の局所モデル（例えば3点や放物線近似）を用いる方法がある。計測用途では、推定値の信頼度指標を併用して誤推定を抑制する設計も行われる。
3.3.2 多段階推定（粗→精）
多段階推定は、まず大域的に粗い探索を行い、その結果を初期値として局所探索で精度を詰める方式である。位相相関はピークを得やすいため、粗推定に適しやすい。粗推定で得た位置・角度・スケールの候補近傍に焦点を当て、再度計算条件を最適化すると、誤差を小さくできる。
粗→精の運用では、解像度やサンプリングの取り方を変えることがある。たとえば粗段階では低解像度で計算し計算量を抑え、精段階で高解像度の処理に切り替える。これにより、計算資源と推定精度のバランスが取りやすくなる。
4 実用上の論点
4.1 雑音・ロバスト性
雑音は位相情報に対しても影響し、特に低信号領域や弱い構造を含む場合に相関ピークの劣化として現れる。位相限定は振幅差の影響を減らす一方、位相推定が不安定になりやすい状況では逆効果になり得るため、雑音モデルや入力の前処理が重要になる。
ロバスト性を高める実務的手段として、帯域制限、重み付け、マスク適用、外れ値抑制などが用いられる。ピークの強度やピーク対背景比を評価し、品質の低いケースを判別する閾値設計も行われる。
4.2 振幅変動とコントラスト差への影響
位相相関は振幅の寄与を抑える設計であるため、ゲインや露光の違いによる強度変動には比較的耐性がある。しかしコントラスト差は単なるスカラー変化とは限らず、局所的な変換として現れることがある。局所コントラストの変化が大きい場合、位相を通じても相関ピークが鈍る可能性がある。
そのため実務では、正規化だけに依存せず、平均化や局所正規化、エッジ強調といった前処理を組み合わせることがある。目的が位置推定であるとき、形状の輪郭成分を確保する前処理が有効になりやすい。
4.3 窓関数・サンプリング要件
離散化では、有限長のデータをそのまま変換すると端部で不連続が生じ、スペクトル漏れが起こりやすい。窓関数の適用はこの影響を抑え、相関面における不要なピークや広がりを減らす狙いがある。適切な窓選択は、ピークの鋭さと誤推定率に影響する。
サンプリング要件は、ピークの位置をどれだけ細かく推定したいかに関わる。サンプリングが粗いと、ピーク位置の量子化誤差が増える。逆に過剰に細かいサンプリングは計算量増に直結するため、目的とリソースの折り合いが必要となる。
4.4 計算効率と高速化
4.4.1 フーリエ領域での計算コスト
位相相関はフーリエ変換を含むため、主な計算コストは変換処理と周波数領域での要素積に集中する。高速フーリエ変換を利用すると、サイズNに対して概ねN log Nの計算量で対応できる場合が多い。実装では、この計算量とメモリ負荷、入出力コストのバランスを考慮する。
また、処理する領域（全画素か、領域限定か）によって実効コストは大きく変化する。マスクや関心領域の導入でデータサイズを削減すると、ピークの有効性を保ちながら処理を軽くできる。
4.4.2 実装最適化の考え方
最適化では、計算の前後で変換を何度行うか、テンソルの再利用、型変換回数、メモリ配置などが性能に影響する。多段階推定を行う場合は、粗段階での解像度を下げることで変換回数や計算量を抑えつつ、精段階で必要な箇所に絞って計算する設計が採用される。
並列化やGPU実行では、フーリエ変換ライブラリの選択と、データ転送の回数を最小化する工夫が重要になる。さらに、正規化におけるゼロ割回避や閾値処理を効率よく実装することで、数値安定性と速度を両立しやすい。