DOI QR코드

DOI QR Code

다중센서 영상 기반의 지상 표적 분류 알고리즘

Ground Target Classification Algorithm based on Multi-Sensor Images

  • 이은영 (경북대학교 전자전기컴퓨터학부) ;
  • 구은혜 (경북대학교 전자전기컴퓨터학부) ;
  • 이희열 (경북대학교 전자전기컴퓨터학부) ;
  • 조웅호 (대구공업대학 디지털전자정보계열) ;
  • 박길흠 (경북대학교 전자공학과)
  • 투고 : 2011.09.09
  • 심사 : 2011.11.22
  • 발행 : 2012.02.29

초록

본 논문은 다중센서 영상을 이용한 결정 융합 기반의 지상 표적 분류 알고리즘 및 특징 추출 기법을 제안한다. 표적의 인식률 향상을 위하여 가중 투표 방법을 적용함으로써 개별 분류기로부터 획득된 결과를 융합하였다. 또한 개별 센서 영상 내에 속한 표적을 분류하기 위해 CCD 영상으로부터 획득한 CM 영상의 밝기 차이와 FLIR 영상 내 표적의 윤곽선 정보 및 차량과 포탑의 너비 비율을 이용하여 스케일과 회전변화에 강인한 특징들을 추출하였다. 마지막으로 실험을 통하여 본 논문에서 제안한 지상 표적 분류 알고리즘과 특징 추출 기법에 대한 성능을 검증한다.

This paper proposes ground target classification algorithm based on decision fusion and feature extraction method using multi-sensor images. The decisions obtained from the individual classifiers are fused by applying a weighted voting method to improve target recognition rate. For classifying the targets belong to the individual sensors images, features robust to scale and rotation are extracted using the difference of brightness of CM images obtained from CCD image and the boundary similarity and the width ratio between the vehicle body and turret of target in FLIR image. Finally, we verity the performance of proposed ground target classification algorithm and feature extraction method by the experimentation.

키워드

참고문헌

  1. R. Bhanu and T. Jones, "Image Understanding Research for Automatic Target Recognition," IEEE AES Systems Magazine, Vol.8, No.10, pp. 15-23, October 1993.
  2. 김기홍, 김주영, 정태연, 전병균, 이의혁, 김덕규, "소형 표적 탐지를 위한 파라노믹 적외선 영상 향상 장치 및 경보시스템 구현," 멀티미디어학회논문지, 제8권, 제1호, pp. 46-55, 2005.
  3. 이승익, 김주영, 김기홍, 구본호, "복잡한 FLIR 영상에서의 소형 표적 탐지 기법," 멀티미디어학회논문지, 제10권, 제4호, pp. 432-440, 2007.
  4. 유정재, 선선구, 박현욱, "CCD 영상에서의 실시간 자동 표적 탐지 알고리즘," 전자공학회논문지, 제41권, 제6호, pp. 99-108, 2004.
  5. S. Roy, H.H. Arsenault, and Y. Sheng, "Shift, Scale, Rotation and Pose Invariant Object Recognition using Centroid Wedge Sampling and a Feature Space Trajectory Classifier," J . Mod. Opt, Vol.50, No.2, pp. 285-297, 2003. https://doi.org/10.1080/09500340308235177
  6. D. Lowe, "Distinctive Image Features from Scale-Invariant Keypooints," International Journal on Computer Vision, Vol.60, No.2, pp. 91-110, 2004. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  7. S.G. Sun and H.W. Park, "Automatic Target Recognition using Boundary Partitioning and Invariant Features in Forward - Looking Infrared Images," Optical Engineering, Vol.42, No.2, pp. 524-533, 2003. https://doi.org/10.1117/1.1532743
  8. 송태언, 회전, 크기, 이동, 자세 변화에 강인한 SIFT 기반 표적 분류, 경북대학교석사학위논문, 2008.
  9. G. Niu, S.S. Lee, B.S. Yang, and S.J. Lee, "Decision Fusion System for Fault Diagnosis of Elevator Traction Machine," Journal of Mechanical Science and Technology, Vol.22, No.1, pp. 85-95, 2008. https://doi.org/10.1007/s12206-007-1010-0
  10. S.M. Pizer and E.P. Amburn, "Adaptive Histogram Equalization and its Variations," Computer Graphics Image Process, Vol.39, No.3, pp. 355-368, 1987. https://doi.org/10.1016/S0734-189X(87)80186-X