Journal of the Institute of Electronics Engineers of Korea SC (전자공학회논문지SC)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Target Detection Using Texture Features and Neural Network in Infrared Images

적외선영상에서 질감 특징과 신경회로망을 이용한 표적탐지

  • Received : 2010.01.04
  • Published : 2010.09.25
Download PDF
⟨ Previous Next ⟩

Abstract

This study is to identify target locations with low false alarms on thermal infrared images obtained from natural environment. The proposed method is different from the previous researches because it uses morphology filters for Gabor response images instead of an intensity image in initial detection stage. This method does not need precise extracting a target silhouette to distinguish true targets or clutters. It comprises three distinct stages. First, morphological operations and adaptive thresholding are applied to the summation image of four Gabor responses of an input image to find out salient regions. The locations of extracted regions can be classified into targets or clutters. Second, local texture features are computed from salient regions of an input image. Finally, the local texture features are compared with the training data to distinguish between true targets and clutters. The multi-layer perceptron having three layers is used as a classifier. The performance of the proposed method is proved by using natural infrared images. Therefore it can be applied to real automatic target detection systems.

적외선영상에서 표적을 효율적으로 탐지하는 새로운 자동표적탐지 알고리즘을 제안한다. 이 연구의 목적은 실제 야지환경에서 획득된 적외선영상에서 낮은 오경보 확률로 표적의 위치를 정확히 찾는 것이다. 제안한 방법이 기존의 방법과 다른 점은 초기 탐지단계에서 사용되는 모폴로지 필터링 기법을 밝기정보를 갖고 있는 원래 입력 영상이 아닌 가버(Gabor) 응답 영상에 적용한 것과 표적과 클러터를 구분하기 위해 표적의 정확한 윤곽선 추출을 필요로 하지않는 것이다. 제안한 방법은 크게 3단계로 구성된다. 첫째로, 영상에서 돌출된 영역을 찾기 위해 입력영상으로부터 4 방향의 가버 응답을 구하고 픽셀별로 가버응답 합 영상을 구한다. 이 영상에 모폴로지 기법을 적용하여 돌출된 영역의 위치를 찾는다. 둘째로, 원래의 입력영상의 돌출된 영역에서 지역적인 질감특징 정보들을 찾는다. 마지막 단계로, 찾아진 지역적 특징 정보들이 신경회로망인 다층퍼셉트론 (Multi-Layer Perceptron)으로 입력되어 학습된 훈련 데이터들과의 비교를 통해 실제 표적과 클러터를 구분한다. 실험에서는 제안한 방법을 군사용 적외선 영상장비를 사용하여 실제 야지 환경에 획득된 영상에 적용하여 우수성과 실용가능성을 확인한다.

Keywords

References

  1. J.A. Ratches, R.H. Vollmerhausen and R.G. Driggers, "Target acquisition performance modeling of infrared imaging systems: past, present, and future," IEEE sensors journal, Vol. 1., no 1, pp. 31-40, 2001. https://doi.org/10.1109/JSEN.2001.923585
  2. S.K. Rogers, J.M. Colombi, C.E. Martin, J.C. Gainey, K.H. Fielding, T.J. Burns, D.W. Ruck, M.Kabrisky and M. Oxley, "Neural networks for automatic target recognition," Neural Networks, Vol. 8. no. (7/8), pp. 1153-1184, 1995. https://doi.org/10.1016/0893-6080(95)00050-X
  3. 유정재, 선선구, 박현욱, "CCD 영상에서의 실시간 자동 표적탐지 알고리즘," 전자공학회논문지 제41권, SP편 6호, 99-108쪽, 2004년 11월
  4. S.G. Sun and H.W. Park, "Automatic target recognition using boundary partitioning and invariant features in forward-looking infrared images," Opt. Eng., Vol. 42, no. 2, pp. 524-533, 2003. https://doi.org/10.1117/1.1532743
  5. D.S. Jun, S.G. Sun and H.W. Park, "An automatic target detection using binary template matching," Opt. Eng., Vol. 44, no. 3, pp. 036401-1-036401-7, 2005. https://doi.org/10.1117/1.1869997
  6. D. Casasent and A. Ye, "Detection filters and algorithm fusion for ATR," IEEE Trans. on Image Processing, Vol. 6, no. 1, pp. 114-125, 1997. https://doi.org/10.1109/83.552101
  7. Q.H. Pham, T.M. Brosnan and M.J.T. Smith, "Sequential digital filters for fast detection of targets in FLIR image data," Proc. SPIE, Vol. 3069, pp. 62-73, 1997.
  8. U. Braga-Neto, M. Choudhary and J. Goutsias, "Automatic target detection and tracking in forward-looking infrared image sequences using morphological connected operators," Journal of Elect. Imaging, Vol. 13, no. 4, pp. 802-812, 2004. https://doi.org/10.1117/1.1789982
  9. S.A. Rizvi, N.M. Nasrabadi, and S.Z. Der, "A clutter rejection technique for FLIR imagery using region-based principal component analysis," Proc. SPIE 3718, pp. 57-66, 1999.
  10. L.A. Chan, N.M. Nasrabadi and D. Torrieri, "Bipolar eigenspace separation transformation for automatic clutter rejection," Proc. IEEE Conf., on Image Processing, Vol. 1, pp. 139-142, 1999.
  11. R.M. Braithwaite, and B. Bhanu, "Hierarchical Gabor filters for object detection in infrared images," Proc. IEEE Conf. on Computer Vision Pattern Recognition, pp. 628-631, 1994.
  12. A.K. Jain, "Fundamentals of digital image processing," Englewood Cliffs, NJ: Prentice Hall, 1989.
  13. R.M. Haralick, "Statistical and structural approaches to texture," IEEE Proc., Vol. 67, no. 5, pp. 786-804, 1979.
  14. S. Haykin, "Neural Networks," Englewood Cliffs, NJ: Prentice Hall, 1999.