• 한국멀티미디어학회논문지
• /
• 제15권3호
• /
• pp.291-298
• /
• 2012

일반적인 ATR시스템에서는 대부분 FLIR센서에 의존하여 영상을 획득하나, 표적의 경계가 모호한 경우 견실한 표적 분할을 보장할 수 없는 한계점이 있다. 이에 본 논문은 FLIR과 CCD센서를 통해 획득된 영상에 대한 적응적 가중치 기반의 융합 방법을 제안함으로써 보다 정확한 표적 분할 성능을 재현한다. 융합을 위한 FLIR영상의 가중치는 모호한 경계를 구분하기 위한 bi-modality 척도와 표적 경계와의 거리를 통해 결정되고, CCD영상의 가중치는 표적과 배경의 질감차이를 나타내는 질감 척도와 거리 척도를 통해 도출된다. 제안 방법의 타당성 검증을 위하여 다양한 환경에서 획득된 표적 영상에 대한 제안 방법과 단일 센서 기반의 표적 분할의 성능 비교를 수행하였다.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.432-440
• /
• 2007

본 논문에서는 복잡한 배경을 가지는 전방 관측 열상(FLIR; forward looking infrared) 영상에서의 소형 표적 탐지 기법을 제안하였다. 제안한 기법에서는 먼저 이전 프레임과 현재 프레임의 차를 구하여 표적의 움직임 정보를 획득할 뿐만 아니라 시간적으로 발생하는 배경 잡음을 제거한다. 이때 먼 거리에서 다가오는 표적이나 속도가 느린 표적의 경우 차 영상 내에서의 표적의 움직임 정보는 매우 작은 명암도 값을 가진다. 이런 작은 명암도 값을 두드러지게 하여 표적 탐지를 용이하게 하기 위하여 프레임 차 영상에 국부 감마교정을 행한다. 이렇게 표적이 개선된 영상에서 국부적인 통계적인 특성을 이용하여 탐지 지표를 계산한 후 가장 낮은 탐지 지표 값을 탐지하고자하는 표적으로 선정한다. 실험을 통하여 제안한 기법이 표적의 탐지성능이 기존의 탐지기법보다 우수하였음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.304-310
• /
• 2009

본 논문은 bi-modality와 근접성(adjacency)을 고려하여 멤버쉽 값(membership value)을 결정하는 퍼지 임계화(fuzzy thresholding)에 기반한 FLIR(forward-looking infrared) 영상에서의 표적 추출 방법을 제안한다. Bi-modality는 국부 영역의 화소값 분포를 이용한 것으로 화소가 표적 부분으로 분류되는 정도를 나타내고, Adjacency는 각 화소가 표적 영역으로 부터 얼마나 떨어져 있는지를 나타내는 척도이다. 이 두 가지 척도를 이용하여 멤버쉽 값을 계산한 후, 퍼지 임계화 방법으로 표적을 추출한다. 제안한 표적 추출 방법의 성능을 평가하기 위해 다양한 실제 전차의 FLIR 영상을 이용하여 기존의 분할 방법과 비교한다. 실험을 통해 제안한 알고리즘이 우수한 분할 성능을 보임을 증명한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1988년도 한국자동제어학술회의논문집(국내학술편); 한국전력공사연수원, 서울; 21-22 Oct. 1988
• /
• pp.183-186
• /
• 1988

The problem addressed in this paper is the accurate tracting of a dynamic target using outputs from a forward - looking infrared(FLIR) sensor as measurements. The important variations are 1) the spread of the target intensity pattern in the FLIR image plane, 2) target motion characteristics, and 3) the rms value and both spartial and temporal correlation of the back - ground noise. Based on this insights. design modifications and on - line adaptation copabilities are incorporated to enable this type of filter track highly maneuverable targets such as air-to-air missiles, with spatially distributed and changing image intensity profiles, against, background clutter.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2359-2368
• /
• 1999

본 논문에서는 2차원 영상을 기반으로 3차원 목표물을 인식하는 기법의 한 예로서 적외선 영상으로부터 추출된 물체의 모양 정보와 모양 정보의 신뢰도를 이용해서 지상에서 지상용 차량을 인식하는 기법(ground-to-ground vehicle recognition)을 제안한다. 우선 목표물 추출과정에서 얻어진 마스크의 윤곽선 상에 있는 점들 중 에지 경사도의 크기와 밝기값이 일정한 값 이상이 되는 점들을 신뢰도가 높은 점이라고 정의하고 신뢰도가 높은 점들을 연결해서 신뢰도가 높은 부분 윤곽선(sub-contour)을 추출한다. 모델로부터 입력 영상의 신뢰도가 높은 윤곽선에 해당되는 윤곽선을 선택한 후 각각 해당되는 윤곽선들은 이산 정현 변환(Discrete Sine Transform)을 사용해서 특징값을 계산한 다음 서로 비교한다. 실험 결과 영상 분할이 불완전한 경우 신뢰도를 이용한 방법이 그렇지 않은 방법보다 더 나은 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.37-48
• /
• 2005

본 논문에서는 적외선 영상에서 밝기변화를 예측하기 어려운 일정한 크기의 관심 물체를 검출하기 위하여, 밝기순위 특징과 이론 이용한 물체식별기법을 제안한다. 제안하는 밝기순위 특징은 밝기값의 분포가 균일하도록 영상을 정규화하여 나타낸 것으로, 적외선 영상과 같이 검출대상 물체의 밝기분포를 쉽게 예측하기 어려운 경우에 적합한 특징이다. 제안하는 식별기법은 주어진 후보영역이 검출대상 물체의 학습영상들에 대해 밝기순위가 부합하는 정도를 수치화하여 각각의 후보영역을 물체와 비물체로 식별한다 제안하는 기법을 통하여 별도의 후보영역 선정과정 없이도 일정한 크기의 관심 물체에 대해 화소단위의 검출결과를 획득할 수 있다. 실험에서는 적외선 자동차 영상을 이용하여 밝기순위특징이 적외선 영상 내 물체식별에 적합함을 보이고, 잡음 및 물체의 크기변화, 기울어짐이 존재하는 상황에서의 검출결과를 보인다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.665-671
• /
• 2010

본 논문은 FLIR(forward looking infra-red) 영상에서 효과적인 표적검출이 가능하도록 명도값의 변화방향이 발산하는 경우의 대칭성을 강조한 발산 방향성 강조 대칭변환(DDEGST, divergent-direction-emphasis generalized symmetry transform)을 제안한다. 제안된 방안에서는 명도값의 변화방향이 발산하는 경우의 대칭도가 강조 될 수 있도록 일반화 대칭변환의 위상 가중함수를 여현함수 대신 지수함수를 사용해서 표적의 명도값이 배경에 비해 상대적으로 크게 나타나는 FLIR 영상에서 효과적인 표적 검출이 가능하도록 한다. 제안한 표적 검출 방안의 성능을 평가하기 위해, 실험에서는 기존의 GST 변환 방법과 제안 방법을 비교, 분석한다. 제안 방법이 FLIR 영상에서 우수한 성능을 가짐을 증명한다.

• 한국멀티미디어학회논문지
• /
• 제10권12호
• /
• pp.1559-1565
• /
• 2007

The many target-detection methods that use forward-looking infrared (FUR) images can deal with large targets measuring $70{\times}40$ pixels, utilizing their shape features. However, detection small targets is difficult because they are more obscure and there are many target-like objects. Therefore, few studies have examined how to detect small targets consisting of fewer than $30{\times}10$ pixels. This paper presents a small target detection method using clutter rejection with stochastic hypothesis testing for FLIR imagery. The proposed algorithm consists of two stages; detection and clutter rejection. In the detection stage, the mean of the input FLIR image is first removed and then the image is segmented using Otsu's method. A closing operation is also applied during the detection stage in order to merge any single targets detected separately. Then, the residual of the clutters is eliminated using statistical hypothesis testing based on the t-test. Several FLIR images are used to prove the performance of the proposed algorithm. The experimental results show that the proposed algorithm accurately detects small targets (Jess than $30{\times}10$ pixels) with a low false alarm rate compared to the center-surround difference method using the receiver operating characteristics (ROC) curve.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2108-2111
• /
• 2003

This paper introduces a new local feature extraction method and image matching method for the localization and classification of targets. Proposed method is based on the block-by-block projection associated with directional pattern of blocks. Each pattern has its own eigen-vertors called as CEBs(Classified Eigen-Blocks). Also proposed block-based image matching method is robust to translation and occlusion. Performance of proposed feature extraction and matching method is verified by the face localization and FLIR-vehicle-image classification test.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.203-216
• /
• 2003

In this paper a new feature extraction and target classification method is proposed for the recognition part of FLIR(Forwar Looking Infrared)-image-based ATR system. Proposed feature extraction method is "cluster(=set of classes)-based"version of previous fisherfaces method that is known by its robustness to illumination changes in face recognition. Expecially introduced class clustering and cluster-based projection method maximizes the performance of fisherfaces method. Proposed target image classification method is based on the mixture of experts model which consists of RBF-type experts and MLP-type gating networks. Mixture of experts model is well-suited with ATR system because it should recognizee various targets in complexed feature space by variously mixed conditions. In proposed classification method, one expert takes charge of one cluster and the separated structure with experts reduces the complexity of feature space and achieves more accurate local discrimination between classes. Proposed feature extraction and classification method showed distinguished performances in recognition test with customized. FLIR-vehicle-image database. Expecially robustness to pixelwise sensor noise and un-wanted intensity variations was verified by simulation.