밝기 차, 유사성, 근접성을 이용한 적응적 표적 검출 알고리즘

Abstract

적외선 탐색 및 추적 시스템에서 원거리에 표적이 존재할 경우 표적의 크기가 매우 작고, 해무와 같은 클러터와 다양한 센서 잡음으로 인해 표적의 검출이 매우 어렵다. 특히 표적의 화소 값과 유사한 잡음이나 클러터가 존재하는 경우 일반적인 임계화 기법을 적용하는 경우 표적의 오검출 위험이 매우 높다. 이러한 이유로 본 논문에서는 영상의 밝기 정보와 표적에 대한 사전 정보를 이용하여 최적의 표적 검출 결과를 도출하기 위한 적응적 임계화 기법을 제안한다. 소형 표적을 강조하기 위하여 인간 시각 시스템을 반영한 CSF(Contrast Sensitivity Function)를 적용하고, 표적이 강조된 영상에서 영상의 밝기 정보와 거리 정보를 이용하여 표적을 검출한다. 다양한 환경 조건에서 획득된 적외선 영상에 대한 실험 결과들은 제안 알고리즘의 견실한 성능을 보여준다. In IRST(infrared search and track) system, the small target detection is very difficult because the IR(infrared) image have various clutter and sensor noise. The noise and clutter similar to the target intensity value produce many false alarms. In this paper. We propose the adaptive detection method which obtains optimal target detection using the image intensity information and the prior information of target. In order to enhance the target, we apply the human visual system. we determine the adaptive threshold value using image intensity and distance measure in target enhancement image. The experimental results indicate that the proposed method can efficiently extract target region in various IR images.