Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지

Small Target Detection in Multi-Resolution Image Using Facet Model

다중 해상도 영상에서 페이싯 모델을 이용한 초소형 표적 검출

  • Received : 2011.03.21
  • Accepted : 2011.04.30
  • Published : 2011.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose the technique to detect the location and size of the small target in multi-resolution image using cubic facet model. The input image is reduced by the multi-resolution and we obtain the multi-resolution images. We apply the facet model and the local maxima conditions to the multi-resolution images of each level. And then, we detect the location of the small target. We estimate that the location at the maximum of the $D_2$ which means the local maxima value of the facet model in the multi-resolution images is the location of the small target. We can detect the small target of the various size about the multi-resolution images of each level. In this paper, we experimented in the various infrared images with the small target. The method using the typical facet model applies a mask. However, the proposed method applies a mask in the multi-resolution images. We verified to vary the mask size and differ the size of the small target. The proposed algorithm can detect the location and size of the small target.

본 논문은 다중 해상도 영상에서 3차 페이싯 모델을 이용하여 적외선 영상의 원거리에 위치하고 있는 초소형 표적의 위치와 크기를 검출하기 위한 방법을 제안한다. 먼저, 원 영상을 점차 축소하여 여려 단계의 다중 해상도의 영상들로 구성한다. 각 단계에서의 다중 해상도 영상들에 대해 페이싯 모델과 국부 극대 조건을 적용하여 초소형 표적의 위치를 검출한다. 다중 해상도 영상에서 각 페이싯 모델의 국부 극대값을 의미하는 $D_2$값 중 최대 크기를 가지는 위치를 표적의 위치라고 평가한다. 이 경우 각 단계의 다중 해상도 영상들에 대해 크기가 다른 표적의 검출이 가능하게 된다. 본 논문에서 제안한 초소형 표적 검출 방법은 초소형 표적이 있는 다양한 적외선 영상에서 실험하였다. 기존의 페이싯 모델을 이용한 방법에서는 하나의 마스크만 적용시킨 것에 반해 제안된 방법은 하나의 마스크를 다중 해상도 영상에서 적용하였다. 고정된 마스크를 다중 해상도 영상에 적용함으로써 마스크의 크기를 달리하는 효과를 확인하였고 그에 따라 검출하는 표적의 크기도 다름을 확인하였다. 이를 이용해서 표적의 위치뿐만 아니라 크기도 검출할 수 있음을 확인하였다.

Keywords

References

  1. G. D. Wang, Ch. Y. Chen and X. B. Shen, "ALGORI THMS FOR OPTICAL WEAK SMALL TARGETS DETECTION AND TRACKING: REVIEW", IEEE Int. Conf. Neural Networks & Signal Processing, pp. 14-17, 2003
  2. R. C. Warren, "Detection of distance airbome targets in cluttered backgrounds in infrared image sequences", Ph.D. Thesis, University of South Australia, 2002.
  3. W. A. C. Schmidt, "Modified matched filter for cloud clutter suppression", IEEE Trans Pattern Anal Mach Intell, vol. 12, no. 6, pp. 594-600, 1990. https://doi.org/10.1109/34.56196
  4. R. Nitzberg et al, "Spatial filtering techniques for infrared (IR) sensors," Proceedings of SPIE 178, pp. 40-458, 1979.
  5. J. Barnett, "Statistical analysis of median subtraction filtering with application to point target detection in infrared backgrounds," Proceedings of SPIE 1050, pp. 10-15, 1989.
  6. D. J. Gregoris, S. K. W. Yu and S. Tritchew, "Detection of dim targets in FLIR imagery using multiscale transforms," Proceedings of SPIE 2269, pp. 62-71, 1994.
  7. G. Wang, T. Zhang, L. Wei, and N. Sang, "Efficient method for multiscale small target fusion detection from a natural scene", Optical Enginnering vol 35, no. 3, pp. 761-768, 1997.
  8. Z. C. Wang, J. W. Tian, J. Liu, and S. Zheng, "Small infrared target fusion detection based on support vector machines in the wavelete domain," Optical Engineering vol. 45, no. 7, 2006.
  9. G. D. Wang, Ch. Y. Chen and X. B. Shen, "Facet-based infrared small target detection method", ELECTRONICS LETTERS, vol. 41, no. 22, 2005
  10. R. M. Haralick, "Digital step edges from zero crossing of second directional derivatives", IEEE Trans. Pattern Anal. Mach. Intell., pp. 58-68, 1984.
  11. Sungho Kim, Yukyung Yang, Joohyoung Lee, Yongchan Park, "Small Target Detection Utilizing Robust Methods of the Human Visual System for IRST", J Infrared Milli Terahz Waves, vol. 30, pp. 994-1011, 2009. https://doi.org/10.1007/s10762-009-9518-2