EP2715668A1 - Detection et pistage de cibles dans une serie d'images - Google Patents

Detection et pistage de cibles dans une serie d'images

Info

Publication number
EP2715668A1
EP2715668A1 EP12728715.9A EP12728715A EP2715668A1 EP 2715668 A1 EP2715668 A1 EP 2715668A1 EP 12728715 A EP12728715 A EP 12728715A EP 2715668 A1 EP2715668 A1 EP 2715668A1
Authority
EP
European Patent Office
Prior art keywords
image
tracking
clutter
pad
detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP12728715.9A
Other languages
German (de)
English (en)
Inventor
Dominique MALTESE
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Safran Electronics and Defense SAS
Original Assignee
Sagem Defense Securite SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sagem Defense Securite SA filed Critical Sagem Defense Securite SA
Publication of EP2715668A1 publication Critical patent/EP2715668A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30212—Military

Definitions

  • the present invention relates to a method of detection and tracking ("search and tracking") of targets, and a system adapted to implement such a method.
  • Target detection and tracking is a commonly used mode of environmental monitoring, particularly in the naval sector. It involves successively entering a series of optronic images of the environment, then looking in each image for the potential presence of targets, and confirming or denying such a presence by searching for whether a repetition of detections exists for several successive images.
  • Such a monitoring mode is often implemented from images of the environment that are captured in an infrared spectral band.
  • the detection and tracking device is usually designated by IRST, for "InfraRed Search and Track”.
  • the monitoring of the environment can be panoramic. For this, the environment can be scanned by continually varying the line of sight in azimuth over 360 ° (degree). Each scan passage then produces a new image which is also called banner.
  • a pad is detected by implementing a detection criterion, which can be determined with respect to a mean signal level and a noise level of the image.
  • the detection criterion requires that the intensity value at a point in the image, to which the intensity value of the background in the vicinity of the point can be subtracted, is greater than a determined detection threshold;
  • probability of false alarm probability that a pad that is detected in an image is a detection aberration, that is to say that this pad does not correspond to a target present in the field of observation;
  • the algorithm for setting a track on a track may consist of a series of detection reports of the block in successive images, called the tracking sequence.
  • a detection ratio is M / N, where M and N are two positive and non-zero integers, and M is less than or equal to N.
  • the detection ratio means that the pad is detected in M images among N successive images.
  • the detection report is satisfied if the pad is detected in at least M of the N successive images.
  • the tracking sequence is itself satisfied if all the detection reports of this sequence are satisfied.
  • the setting on track leads to the declaration of the stud as being a target. As soon as one of the reports is not satisfied, the block is considered as a detection aberration and is discarded.
  • the time to put a plot on the track is linked to the number of successive images that are needed to declare this pad as a target or a detection aberration. It therefore depends on the sum of the denominators of the detection ratios of the tracking sequence that is used. It also depends on the probability of detection of the target.
  • the value of the false run probability and the average run time may be requirements of an operator of environmental monitoring. In general, a low value is sought for the probability of false track with an average time of setting that is limited. However, the probability of false track decreases when the tracking sequences are longer, and therefore when the average time of placing on the track is increased.
  • a difficulty occurs in practice when the field of view includes areas for which the noise level varies greatly from one area to another. This is the case, in particular, for surveillance in the maritime environment. Indeed, each image then contains a zone of sea in its lower part, and a zone of sky in its upper part. Because of the variable waves and reflections that are present on the surface of the water, the sea area generally has a noise level that is higher than that of the sky zone. This level of noise is even higher in a part of the sea zone which is called solar reflection pool, and which corresponds to the reflection of the sun on the surface of the water.
  • the pads that are detected in each frame are more concentrated in the area whose average signal level and noise level are higher, while the probability of false track is itself greater. Adjusting the detection threshold to limit the number of blocks that are detected in an image may reduce the probability of detecting a target, particularly if the intensity of this target is comparable to or lower than the average signal level in the area where it is located. is the most important.
  • the document WO 2005/069197 proposes to cut the image into distinct portions, and to vary the detection threshold that is used within each image portion for adjusting a false alarm probability value that is obtained in this image portion.
  • EP 1 792 278 proposes another principle of adaptation of detection and tracking to obtain a desired value for the false-track probability.
  • a false alarm probability value is calculated for this plot, as a function of the numbers m and N, and the value that is desired for the false track probability.
  • a value is deduced for the pad detection threshold that must be applied to the entire image to obtain this value of the probability of false alarm.
  • the pad is then declared as a target if its relative intensity with respect to the background in the vicinity of the pad is greater than the value of the detection threshold.
  • Such a method makes it possible to obtain the same false track probability for each target that is declared. But it requires to recalculate the probability of false alarm in the images for several values that are tried for the detection threshold.
  • An object of the present invention is then to propose a new target detection and tracking method, which provides an improved compromise for the combination of the false track probability and the average track time.
  • Another object of the invention is to provide such a method whose reliability is superior.
  • the invention proposes a method for detecting and tracking targets in a series of optronic images of the same field of observation, comprising the following steps: / 1 / predefining image clutter levels according to false alarm probability values, and assigning tracking sequences respectively to the clutter levels, so that at least two of the clutter levels correspond to different tracking sequences;
  • the tracking sequence is adapted according to the probability of false alarm which is calculated separately for each image portion.
  • An image portion that has a high noise level, and therefore that is likely to generate many pads, can then be associated with a more demanding tracking sequence in order to test these pads in a more reliable manner. In this way, a value that is reduced can still be obtained for the false-track probability.
  • the invention does not require the use of a pin detection criterion that is enhanced when the probability of false alarm is high, so that the risk of missing real targets that are low intensity is not increased.
  • the adaptation of the tracking sequence according to the probability of false alarm which is calculated for each image is fixed at step / 1 / independently of the content of the image.
  • This mode of adaptation is one of the main features of the invention. It consists in predefining clutter levels from the possible values for the false alarm probability that will be calculated later for each image portion, and assigning a tracking sequence to each level of clutter.
  • the domain of clutter values is segmented a priori, each segment corresponding to a different level of clutter, with a sequencing sequence which is assigned respectively to each segment. This division and this assignment then form an analysis structure, which is then applied separately to each image portion within the same image, in steps 12-21 and / 2-3 /.
  • the tracking sequences can be assigned to the clutter levels in step / 1 / using a table ("look-up table") which is recorded. .
  • Step / 2-3 / can then be performed by reading this table.
  • the clutter level is the or an input parameter of the table for each image portion, and the tracking sequence is the result of reading for that portion of the image.
  • An improvement of the invention may be to use an additional parameter, in addition to the level of clutter, to determine the tracking sequence that is assigned to an image portion.
  • This parameter can result in particular from a prior knowledge of the content of the images.
  • several tracking sequences may be assigned at step / 1 / at least some clutter levels depending on a type of image content.
  • the step / 2-3 / is executed to associate with each pad detected the tracking sequence which corresponds to both the level of clutter that is assigned to the image portion and the content type d image that is identified for this image portion.
  • Another improvement of the invention may concern the possibility for a target to be mobile in the field of view and to pass between two successive images of an initial image portion which has a first level of clutter, to a subsequent image portion that has a second level of clutter different from the first.
  • the corresponding pad is then simultaneously associated with two different sequences of placing on the track after having passed from the first to the second image portion: a first sequence corresponding to the clutter level of the initial image portion, and a second sequence which corresponds to the clutter level of the subsequent image portion.
  • This further refinement is intended to resolve this conflict to determine which one of the two tracking sequences is used from the second frame. For this, the following steps can be executed for at least one of the blocks that are detected:
  • Step 131 is then executed for the pad using the tracking sequence which has the highest priority value.
  • the priority values can be initially set in step / M, for each tracking sequence that is assigned to a clutter level.
  • the priority values are representative of a non-detection probability that is related to the level of clutter, or a combination of the level of clutter and a type of image content.
  • the tracking sequence that is used may be the one that corresponds to the highest level of clutter among those portions of images that are traversed by the pad. Such a priority makes it possible to select the most demanding setting sequence, to reduce the probability of false track.
  • the invention also proposes a target detection and tracking system which is adapted to implement a method as described above.
  • a target detection and tracking system includes: a device for capturing optronic images;
  • a unit for determining the tracking sequences which is adapted to assign the tracking sequences to the clutter levels according to the step IM of the method; an image processing unit, which is adapted to process each image according to step 121; and
  • a tracking unit which is adapted to perform step 13 / for each pad detected.
  • the system may be of the type of infrared detection and tracking system.
  • FIG. 1 shows the main elements of a detection and tracking system adapted to implement the invention
  • FIG. 2 is an example of an image that can be captured during an implementation of the invention
  • FIG. 3 reproduces an extract from a read table, which can be used to determine the tracking sequence to be assigned to a portion of an image
  • FIG. 4 reproduces an extract from a tracking table of a stud, obtainable during an implementation of the invention.
  • the system may be of the IRST type and may comprise the image capture device 1 with the units 2 to 5. It may furthermore comprise additional elements, such as memory memories. image storage and controllers of such memories, but the use of such elements in a detection and tracking system is assumed to be known, and is not repeated here.
  • the device 1 can be mounted on a rotating turret about a vertical axis, and controlled to continuously perform rotation turns at a constant speed. In this way, an image can be captured at each rotation turn, which represents the limited system environment between a minimum value and a maximum height value in elevation. Each shot during a complete turn constitutes a new image, so that a series of successive images is captured during a continuous rotation of the turret.
  • the acquisition rate of the images may be between 1 and 10 seconds, for example.
  • FIG. 2 schematically reproduces a possible content for such an image 100, for example for an IRST system which is embarked on board a ship on mission.
  • the image is then a 360 ° azimuth complete landscape strip, and may include a sky zone 1 1 in its upper part, and a sea zone 12 in its lower part.
  • the image may also include a portion of the coastal strip 13, or terrestrial area, and a portion 14 of the upper structure of the ship that hides the landscape in part of the field of view.
  • the image content at the left edge of the image is continuous with the image content at the right boundary.
  • References 16 to 19 identify targets that are potentially present in the field of observation: other vessels for references 16 and 17, and aircraft for references 18 and 19, as examples.
  • Zone 15 is commonly called solar reflection spot, or solar puddle, in the jargon of the skilled person.
  • the noise level of the image is generally higher in the sea zone 12 with respect to the sky zone 1 1, and is maximum inside the solar reflection spot 15.
  • the position and the extension of the solar reflection spot can be determined in each image by analysis of the content thereof, or determined a priori according to a prior knowledge of the time of capture of the image, the geographical position of the image. 1, the orientation of the field of view between the left and right boundaries of the image 100, and an average wave height in the sea area 12.
  • Unit 3 is dedicated to the processing of successive images of the series, one by one. It is assumed in the following that this treatment makes it possible to exclude the part 14 of the upper structure of the ship from the useful content of the images.
  • the unit 3 then proceeds to cut each image into image portions 10 which are adjacent, according to a cutting matrix that can be predetermined and fixed.
  • This cutting die may be periodic and square or rectangular, so that each image portion 10 is itself square or rectangular, with dimensions that are the same for two different image portions.
  • each image portion may correspond to respective elevation and azimuth variations in elevation less than 3 ° (degree), and include 240 x 240 pixels, referred to as pixels.
  • the clipping matrix can be adapted according to an image content that is expected for each image, or that is identified in each image.
  • the unit 3 applies a detection criterion to search for one or more pads within that image portion.
  • the detection criterion that is used can be the same inside an entire image. Alternatively, it may vary between image portions that are different.
  • the detection criterion that is used in an image portion 10 may be set depending on the average signal level and the noise level that are determined for that image portion. In this way, the detection criterion of the pads can be adapted to the landscape that is present in the background in each portion of the image.
  • This detection criterion can simply be that the intensity that is measured for a pixel, at which we subtract an average intensity of its neighborhood in the image, is greater than a fixed threshold. But other more complex detection criteria can be used alternately.
  • the detection criterion can take into account several neighboring pixels, to declare a plot only if the intensities of several of these neighboring pixels are sufficient. Such detection criteria are well known to those skilled in the art, so that it is not necessary to recall them here.
  • the unit 3 calculates a false alarm probability value for this image portion.
  • the probability of false alarm of an image portion may be equal to the quotient of the number of pixels of this portion for which the detection criterion is satisfied, relative to the total number of pixels of the image portion.
  • the detection criterion that is used for each image portion can optionally be modified to obtain a false alarm probability value that belongs to a fixed interval, for this portion of image.
  • each image can be cut by positioning the cutting matrix with respect to at least one element that is contained in this image.
  • the image contains the sea zone 12 and the sky zone 1 1 which are contiguous with each other, it may be advantageous for a boundary between two of the image portions 10 to coincide with the boundary between the zones. sea 12 and sky 1 1.
  • the cutting matrix can be adjusted in height and inclination in each image so that a cutting line of the image is superimposed on the maritime horizon. In this way, the content of the image background is more homogeneous within each image portion, so that the value that is obtained for the false alarm probability is more representative of the whole of the image portion.
  • the unit 3 detects zero, one or more pads within this image portion.
  • Unit 2 is designed according to the invention to determine a tracking sequence for each image portion.
  • a succession of clutter levels is predefined, which makes it possible to assign one of these levels to each image portion as a function of the value that has been determined for the false alarm probability, for this portion of the image. picture.
  • the set of possible values of false alarm probability can be divided into several disjoint and successive intervals, which can be numbered in the order of 1 for the range of the lowest values, to a any integer F greater than two for the range of the highest values.
  • These value interval numbers for the false alarm probability constitute a scale of clutter levels, within the meaning of the present invention.
  • the association of image portions with their respective clutter levels forms a clutter map ("clutter map").
  • Unit 3 then assigns a tracking sequence to each pad that is detected within an image portion.
  • the unit 2 is adapted to assign at least one tracking sequence at each level of clutter, then this tracking sequence is assigned by the unit 3 to each pad which is detected in a portion of image having this level of clutter.
  • the unit 2 may comprise a recorded look-up table, with the clutter levels 1 to J as an input parameter, and for each of these levels, a tracking sequence that constitutes the reading result.
  • each tracking sequence can be a sequence of detection reports of the block in successive images.
  • the tracking sequences can be assigned to the clutter levels as a function of values that are desired respectively for the false track probability and the average track time.
  • the table which is recorded for assigning the tracking sequences to the clutter levels may vary depending on whether the images have been captured in daytime or nighttime conditions. Indeed, the average signal level and the noise level in each image portion, as well as the presence or absence of the solar reflection spot, can vary in a significant proportion between daytime and nighttime conditions. For this reason, two different tables can be provided initially, respectively for the day and the night, and one of them is selected to read there the sequences of setting to track to be attributed to each portion of image, and then with each detected pad.
  • several tracking sequences can be assigned to at least some levels of clutter.
  • One of these sequences can then be selected for an image portion that corresponds to such a level of clutter, depending on a type of image content present in the image portion.
  • the type of image content that is present in the image portion may constitute a second input parameter of the read table, in addition to the level of clutter of the image portion, to attribute the sequence for setting the track to this image portion, and consequently to each pad that is detected therein.
  • the type of image content may vary according to at least one of the following data: sea area or sky zone or land area, a distance from a portion of sea area that is contained in the image portion, a wave height in the sea area, the presence of a solar reflection spot at the location of the image portion, an image capture time, etc.
  • This data may result from an identification of the image content within each image portion, or may result from a prior knowledge of this image content, especially from the time of entry of the image. image, the geographical position of the image capture device, the average wave height, the azimuth and elevation limits in the field of view of each image, etc.
  • FIG. 3 reproduces a simplified extract 101 of a two-input table for determining the tracking sequences in accordance with an exemplary implementation of the invention.
  • This table extract 101 is given for illustration only, in particular for the third improvement of the invention.
  • the first column groups the clutter levels from 1 to J.
  • the second column groups together, for each level of clutter, the types of image content that are expected.
  • the image content may be sky, sea at three different distances - far, intermediate, and near - or an area earthly.
  • the maximum level J the expected image contents may be only the sea zone for the intermediate and near remotations, and the solar reflection spot.
  • the clutter level is the first input parameter of the table, and the type of image content for each clutter level is the second input parameter.
  • the fourth column of the table indicates the tracking sequence for each level of clutter and each type of image content, in the form of variable sequences of ratios M x / N x , where the index x indicates the variation in value for the integers M and N.
  • a fourth refinement of the invention is now described for a pad which is detected in successive images within image portions to which different tracking sequences are assigned.
  • the objective is to determine which sequence is to be applied to a pad to which a first tracking sequence is first assigned based on a first frame of the series in which it is detected, and then a second to see several other sequences. Tracking is then allocated from subsequent images where it is then detected.
  • the allocation table of the positioning sequences can be completed by an additional column, which contains a priority value for each indicated tracking sequence.
  • This priority value may be higher as the level of clutter itself is high. It can also depend on the type of image content when it is also used to determine the tracking sequence. In this case, in particular, the increase of the priority values can be reversed with respect to some of the clutter levels.
  • two distinct lines of the allocation table of the registration sequences have priority values which are different. In the table extract of FIG. 3, the third column contains such priority values.
  • a tracking table can be associated with each pad that is detected in at least one image.
  • Such a table may contain an identifier of the pad, to differentiate the pad and its trajectory from other pins that are also detected and tracked.
  • the table may further contain a number of the first picture in which the pad is detected, and a line for each subsequent picture in the picture series, until the pad is declared as a target or discarded.
  • Figure 4 shows a continuation table extract 102 as a comprehension support only.
  • the first column of this table indicates the image numbers. In the example considered, the identified pad has been detected for the first time in the image number I.
  • the two following columns include the coordinates of the positions at which the pad is detected in the successive images. These coordinates may be the azimuth values ⁇ , ai + i,. .. and height values in site ⁇ , ⁇ + ⁇ ,. .. corresponding, respectively for each image I, 1 + 1, .... For example, the pad was not detected in the image I + 2, so no value of azimuth
  • the plot tracking table is completed by the tracking sequence attributed to it according to its position in this image, as already described, and by the priority value that is associated with this tracking sequence.
  • ; ⁇ / ⁇ is indicated for image I, with the priority value P
  • the plot tracking table is then completed in the same way for the images subsequent to the image I.
  • the tracking sequences and the priority values which are shown for successive images may vary.
  • ; ⁇ / ⁇ which has been allocated to the pad according to the first picture in which the pad has been detected, is used initially for its placing on the track. It is used as long as the priority values of the tracking sequences which are determined from the subsequent images are smaller than the P
  • a priority value which is greater than Pi is recorded for an image posterior to the image I, then the sequence which is used to put the plot on the track is replaced by the one whose priority is higher. For example, if Pi + is greater than Pi and ⁇ + ⁇ is greater than 1 1, then the Mi + Ni + tracking sequence; Mi + n '/ Ni + n' is adopted to test the setting of the plot on the basis of the image 1 + 1 1. The process is then continued in the same way until the tracking sequence ⁇ + ⁇ ⁇ + ⁇ ⁇ ; ⁇ + ⁇ ⁇ '/ ⁇ + ⁇ ⁇ ' is completed, or a higher priority value is again raised.
  • a chronological list of the tracking sequences which are successively determined for the same pad is formed.
  • a secondary list can also be formed, which groups in chronological order those of these tracking sequences that are actually used.
  • each sequence which is used for the tracking of the plot being applied to the successive images of the series is selected as the one which corresponds to the highest level of clutter, unless the type of image content at the location of the plot reverses the priority values.
  • other methods can alternatively be used to update the tracking sequence to be used depending on the displacement that is detected in real time for the pad.
  • the invention can be used whatever the content of the images.
  • This image content is obviously not limited to the simultaneous presence of a sea zone and a sky zone. It may be arbitrary, for example consisting solely of a sea zone. However, the invention may also be used in a setting that is different from that of a maritime surveillance, with different image backgrounds.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

Un procédé de détection et de pistage de cibles dans une série d'images optroniques comprend un découpage de chaque image en portions d'image, et l'attribution d'une séquence de mise en piste à chaque portion d'image. La séquence de mise en piste est sélectionnée en fonction d'un niveau de fouillis qui est déterminé pour chaque portion d'image. Cette séquence est ensuite utilisée pour tester des plots qui sont détectés dans la portion d'image, par rapport à leur présence dans plusieurs images successives. Un compromis amélioré entre probabilité de fausse piste et temps moyen de mise en piste est ainsi obtenu.

Description

DETECTION ET PISTAGE DE CIBLES DANS UNE SERIE D'IMAGES
La présente invention concerne un procédé de détection et de pistage («search and tracking» en anglais) de cibles, ainsi qu'un système adapté pour mettre en œuvre un tel procédé.
La détection et le pistage de cibles constituent un mode de surveillance d'environnement qui est couramment utilisé, notamment dans le secteur naval. Il consiste à saisir successivement une série d'images optroniques de l'environnement, puis rechercher dans chaque image la présence potentielle de cibles, et confirmer ou infirmer une telle présence en recherchant si une répétition de détections existe pour plusieurs images successives.
Un tel mode de surveillance est souvent mis en œuvre à partir d'images de l'environnement qui sont saisies dans une bande spectrale infrarouge. Dans ce cas, le dispositif de détection et de pistage est usuellement désigné par IRST, pour «InfraRed Search and Track». En outre, la surveillance de l'environnement peut être panoramique. Pour cela, l'environnement peut être balayé en variant continûment la ligne de visée en azimut sur 360° (degré). Chaque passage de balayage produit alors une nouvelle image qui est appelée aussi bandeau.
Les termes suivants sont utilisés dans le domaine technique de la détection et du pistage de cibles :
- plot, ou point chaud : point d'une image auquel l'intensité saisie est élevée, qui peut correspondre à une cible présente réellement dans le champ d'observation ou à une aberration de détection. Un plot est détecté en mettant en œuvre un critère de détection, qui peut être déterminé par rapport à un niveau moyen de signal et un niveau de bruit de l'image. En général, le critère de détection requiert que la valeur d'intensité en un point de l'image, à laquelle on peut retrancher la valeur d'intensité du fond au voisinage du point, soit supérieure à un seuil de détection déterminé ;
- probabilité de détection : probabilité pour qu'une cible qui est réellement présente dans le champ d'observation soit détectée dans une image en tant que plot ;
- probabilité de fausse alarme : probabilité pour qu'un plot qui est détecté dans une image soit une aberration de détection, c'est-à-dire que ce plot ne corresponde pas à une cible présente dans le champ d'observation ;
- mise en piste : algorithme de pistage d'un plot dans plusieurs images successives, pour aboutir soit à une déclaration du plot comme correspondant à une cible réelle, soit à une décision selon laquelle le plot est considéré comme une aberration de détection ;
- probabilité de mise en piste : probabilité pour qu'une cible réelle soit détectée puis déclarée à l'issue de la mise en piste ;
- probabilité de fausse piste : probabilité pour qu'un plot soit déclaré à tort comme une cible à l'issue de la mise en piste ; et
- temps de mise en piste : durée entre la première détection d'un plot dans une image et sa déclaration en tant que cible.
L'algorithme de mise en piste d'un plot peut être constitué par une suite de rapports de détection du plot dans des images successives, appelée séquence de mise en piste. Un tel algorithme est supposé connu de l'Homme du métier, et décrit par exemple dans le document WO 02/21 152. Un rapport de détection est M / N, où M et N sont deux nombres entiers positifs et non nuls, et M est inférieur ou égal à N. Le rapport de détection signifie que le plot est détecté dans M images parmi N images successives. Le rapport de détection est satisfait si le plot est détecté dans au moins M des N images successives. La séquence de mise en piste est elle-même satisfaite si tous les rapports de détection de cette séquence sont satisfaits. Dans ce cas, la mise en piste aboutit à la déclaration du plot comme étant une cible. Dès qu'un des rapports n'est pas satisfait, le plot est considéré comme une aberration de détection et est écarté.
Le temps de mise en piste d'un plot est lié au nombre d'images successives qui sont nécessaires pour déclarer ce plot comme une cible ou une aberration de détection. Il dépend donc de la somme des dénominateurs des rapports de détection de la séquence de mise en piste qui est utilisée. Il dépend aussi de la probabilité de détection de la cible.
La valeur de la probabilité de fausse piste et le temps moyen de mise en piste peuvent être des exigences d'un opérateur de la surveillance de l'environnement. De façon générale, une valeur faible est recherchée pour la probabilité de fausse piste avec un temps moyen de mise en piste qui est limité. Or la probabilité de fausse piste diminue lorsque les séquences de mise en piste sont plus longues, et par conséquent lorsque le temps moyen de mise en piste est augmenté.
Par ailleurs, une difficulté intervient dans la pratique lorsque le champ d'observation comporte des zones pour lesquelles le niveau de bruit varie fortement d'une zone à l'autre. Tel est le cas, notamment, pour une surveillance en environnement maritime. En effet, chaque image contient alors une zone de mer dans sa partie inférieure, et une zone de ciel dans sa partie supérieure. A cause des vagues et de reflets variables qui sont présents à la surface de l'eau, la zone de mer présente généralement un niveau de bruit qui est supérieur à celui de la zone de ciel. Ce niveau de bruit est encore supérieur dans une partie de la zone de mer qui est appelée flaque de réflexion solaire, et qui correspond au reflet du soleil sur la surface de l'eau. Alors, lorsque des seuils de détection sont appliqués d'une même façon à l'intérieur de zones dont les niveaux de bruit sont différents, les plots qui sont détectés dans chaque image sont plus concentrés dans la zone dont le niveau moyen de signal et le niveau de bruit sont supérieurs, alors que la probabilité de fausse piste y est elle-même plus importante. Or ajuster le seuil de détection pour limiter le nombre de plots qui sont détectés dans une image risque de réduire la probabilité de détecter une cible, particulièrement si l'intensité de cette cible est comparable ou inférieure au niveau moyen de signal dans la zone où il est le plus important.
Pour améliorer la fiabilité d'un tel système de détection et de pistage de cibles, le document WO 2005/069197 propose de découper l'image en portions distinctes, et de varier le seuil de détection qui est utilisé à l'intérieur de chaque portion d'image pour ajuster une valeur de probabilité de fausse alarme qui est obtenue dans cette portion d'image.
Le document EP 1 792 278 propose un autre principe d'adaptation de la détection et du pistage pour obtenir une valeur désirée pour la probabilité de fausse piste. Lorsqu'un plot a été détecté m fois dans N images successives, une valeur de probabilité de fausse alarme est calculée pour ce plot, en fonction des nombres m et N, et de la valeur qui est désirée pour la probabilité de fausse piste. Une valeur en est déduite pour le seuil de détection de plot qui doit être appliqué à l'image entière pour obtenir cette valeur de la probabilité de fausse alarme. Le plot est alors déclaré comme une cible si son intensité relative par rapport au fond au voisinage du plot est supérieure à la valeur du seuil de détection. Un tel procédé permet d'obtenir la même probabilité de fausse piste pour chaque cible qui est déclarée. Mais il nécessite de recalculer la probabilité de fausse alarme dans les images pour plusieurs valeurs qui sont essayées pour le seuil de détection.
Enfin, l'article qui est intitulé «New génération of Naval IRST : Example of EOMS NG», de D. Maltèse et al., Proc. of SPIE Vol. 7660, pp. 1 -12, 2010, divulgue le principe de retarder l'initialisation du pistage d'un point chaud lorsque celui-ci se situe dans une zone à fouillis important. De cette façon, la probabilité de fausse-alarme peut être réduite, mais le temps moyen de mise en piste est augmenté à cause du retard qui est appliqué à l'initialisation du pistage.
Un but de la présente invention est alors de proposer un nouveau procédé de détection et de pistage de cibles, qui procure un compromis amélioré pour la combinaison de la probabilité de fausse piste et du temps moyen de mise en piste.
Un autre but de l'invention est de proposer un tel procédé dont la fiabilité soit supérieure.
Pour cela, l'invention propose un procédé de détection et de pistage de cibles dans une série d'images optroniques d'un même champ d'observation, comprenant les étapes suivantes : /1 / prédéfinir des niveaux de fouillis («clutter» en anglais) d'image en fonction de valeurs de probabilité de fausse alarme, et attribuer des séquences de mise en piste respectivement aux niveaux de fouillis, de sorte qu'au moins deux des niveaux de fouillis correspondent à des séquences de mise en piste qui sont différentes ;
121 découper chaque image en portions adjacentes, puis pour chaque portion d'image :
/2-1 / fixer un critère de détection et calculer une valeur de probabilité de fausse alarme pour cette portion d'image ; 12-21 à partir de la valeur de probabilité de fausse alarme, attribuer un des niveaux de fouillis à la portion d'image ;
12-3/ rechercher des plots à l'intérieur de la portion d'image en utilisant le critère de détection, puis associer à chaque plot détecté la séquence de mise en piste du niveau de fouillis qui est attribué à la portion d'image ; puis
131 pour chaque plot qui est détecté une première fois dans une des images de la série, tester la séquence de mise en piste associée à ce plot en utilisant des images de la série postérieures à l'image dans laquelle le plot a été détecté pour la première fois, et déclarer une piste de cible pour le plot si la séquence de mise en piste est satisfaite.
Ainsi, selon l'invention, la séquence de mise en piste est adaptée en fonction de la probabilité de fausse alarme qui est calculée séparément pour chaque portion d'image. Une portion d'image qui présente un niveau de bruit élevé, et donc qui est susceptible de générer de nombreux plots, peut alors être associée à une séquence de mise en piste plus exigeante afin de tester ces plots d'une façon plus fiable. De cette façon, une valeur qui est réduite peut encore être obtenue pour la probabilité de fausse piste. Toutefois, l'invention n'impose pas d'utiliser un critère de détection des plots qui soit renforcé lorsque la probabilité de fausse alarme est élevée, si bien que le risque de manquer des cibles réelles qui sont peu intenses n'est pas accru.
L'adaptation de la séquence de mise en piste en fonction de la probabilité de fausse alarme qui est calculée pour chaque image, est fixée à l'étape /1/ indépendamment du contenu de l'image. Ce mode d'adaptation constitue l'une des caractéristiques principales de l'invention. Il consiste à prédéfinir des niveaux de fouillis à partir des valeurs possibles pour la probabilité de fausse alarme qui sera calculée ultérieurement pour chaque portion d'image, et à attribuer une séquence de mise en piste à chaque niveau de fouillis. Autrement dit, le domaine des valeurs de fouillis est segmenté a priori, chaque segment correspondant à un niveau de fouillis différent, avec une séquence de mise en piste qui est affectée respectivement à chaque segment. Ce découpage et cette affectation forment alors une structure d'analyse, qui est appliquée ensuite séparément à chaque portion d'image à l'intérieur d'une même image, aux étapes 12-21 et /2-3/.
Dans des modes de mise en œuvre préférés de l'invention, les séquences de mise en piste peuvent être attribuées aux niveaux de fouillis à l'étape /1 / en utilisant une table («look-up table» en anglais) qui est enregistrée. L'étape /2-3/ peut alors être exécutée en lisant cette table. Le niveau de fouillis constitue le ou un paramètre d'entrée de la table pour chaque portion d'image, et la séquence de mise en piste est le résultat de la lecture pour cette portion d'image.
Un perfectionnement de l'invention peut consister à utiliser un paramètre supplémentaire, en plus du niveau de fouillis, pour déterminer la séquence de mise en piste qui est attribuée à une portion d'image. Ce paramètre peut résulter notamment d'une connaissance préalable du contenu des images. Ainsi, plusieurs séquences de mise en piste peuvent être attribuées à l'étape /1 / à certains au moins des niveaux de fouillis en fonction d'un type de contenu d'image. Dans ce cas, l'étape /2-3/ est exécutée pour associer à chaque plot détecté la séquence de mise en piste qui correspond à la fois au niveau de fouillis qui est attribué à la portion d'image et au type de contenu d'image qui est identifié pour cette portion d'image.
Un autre perfectionnement de l'invention peut concerner la possibilité pour une cible d'être mobile dans le champ d'observation et de passer entre deux images successives d'une portion d'image initiale qui possède un premier niveau de fouillis, à une portion d'image ultérieure qui possède un second niveau de fouillis différent du premier. Le plot correspondant est alors associé simultanément à deux séquences différentes de mise en piste après être passé de la première à la seconde portion d'image : une première séquence qui correspond au niveau de fouillis de la portion d'image initiale, et une seconde séquence qui correspond au niveau de fouillis de la portion d'image ultérieure. Cet autre perfectionnement a pour but de résoudre ce conflit pour déterminer celle des deux séquences de mise en piste qui est utilisée à partir de la seconde image. Pour cela, les étapes suivantes peuvent être exécutées pour l'un au moins des plots qui sont détectés :
- identifier des positions du plot dans les images successives pour reconstituer sa trajectoire ; et
- déterminer une séquence de mise en piste pour chacune de ces positions, conformément au niveau de fouillis qui est attribué à la portion d'image qui contient cette position, avec des valeurs de priorité respectivement associées à ces séquences de mise en piste.
L'étape 131 est alors exécutée pour le plot en utilisant la séquence de mise en piste qui possède la valeur de priorité la plus élevée.
Les valeurs de priorité peuvent être définies initialement à l'étape /M, pour chaque séquence de mise en piste qui est attribuée à un niveau de fouillis.
De préférence, les valeurs de priorité sont représentatives d'une probabilité de non-détection qui est reliée au niveau de fouillis, ou à une combinaison du niveau de fouillis et d'un type de contenu d'image. Ainsi, la séquence de mise en piste qui est utilisée peut être celle qui correspond au niveau de fouillis le plus élevé parmi ceux des portions d'images qui sont traversées par le plot. Une telle priorité permet de sélectionner la séquence de mise en piste la plus exigeante, pour réduire la probabilité de fausse piste.
L'invention propose aussi un système de détection et de pistage de cibles qui est adapté pour mettre en œuvre un procédé tel que décrit précédemment. Un tel système comprend : - un dispositif de saisie des images optroniques ;
- une unité de détermination des séquences de mise en piste, qui est adaptée pour attribuer les séquences de mise en piste aux niveaux de fouillis selon l'étape IM du procédé ; - une unité de traitement des images, qui est adaptée pour traiter chaque image selon l'étape 121 ; et
- une unité de mise en piste, qui est adaptée pour exécuter l'étape 13/ pour chaque plot détecté.
En particulier, le système peut être du type système de détection et de pistage infrarouge.
D'autres particularités et avantages de la présente invention apparaîtront dans la description ci-après d'exemples de mise en œuvre non limitatifs, en référence aux dessins annexés, dans lesquels :
- la figure 1 montre les principaux éléments d'un système de détection et de pistage adapté pour mettre en œuvre l'invention ;
- la figure 2 est un exemple d'image pouvant être saisie lors d'une mise en œuvre de l'invention ;
- la figure 3 reproduit un extrait d'une table de lecture, pouvant être utilisée pour déterminer la séquence de mise en piste à attribuer à une portion d'image ; et
- la figure 4 reproduit un extrait d'une table de poursuite d'un plot, pouvant être obtenue lors d'une mise en œuvre de l'invention.
A titre d'illustration, l'invention est maintenant décrite pour un système de surveillance opérationnel dans le domaine spectral infrarouge. Dans ce cas, et en référence à la figure 1 , le système peut être du type IRST et peut comprendre le dispositif de saisie des images 1 avec les unités 2 à 5. Il peut comprendre en outre des éléments supplémentaires, tels que des mémoires de stockage d'images et des contrôleurs de telles mémoires, mais l'utilisation de tels éléments dans un système de détection et de pistage est supposée connue, et n'est pas reprise ici. Le dispositif 1 peut être monté sur une tourelle rotative autour d'un axe vertical, et commandée pour réaliser continûment des tours de rotation à vitesse constante. De cette façon, une image peut être saisie à chaque tour de rotation, qui représente l'environnement du système limité entre une valeur minimale et une valeur maximale de hauteur en site. Chaque prise de vue pendant un tour complet constitue une nouvelle image, de sorte qu'une série d'images successives est saisie lors d'une rotation continue de la tourelle. Ainsi, la fréquence d'acquisition des images peut être comprise entre 1 et 10 secondes, par exemple.
La figure 2 reproduit schématiquement un contenu possible pour une telle image 100, par exemple pour un système IRST qui est embarqué à bord d'un navire en mission. L'image est alors une bande de paysage complète sur 360° d'azimut, et peut comprendre une zone de ciel 1 1 dans sa partie supérieure, et une zone de mer 12 dans sa partie inférieure. L'image peut aussi comprendre une partie de bande côtière 13, ou zone terrestre, ainsi qu'une partie 14 de la structure supérieure du navire qui masque le paysage dans une partie du champ d'observation. Par principe, le contenu d'image à la limite gauche de l'image est continu avec le contenu d'image à la limite droite. Les références 16 à 19 désignent des cibles qui sont potentiellement présentes dans le champ d'observation : d'autres navires pour les références 16 et 17, et des avions pour les références 18 et 19, à titre d'exemples.
Le soleil (non représenté) peut former une zone lumineuse 15 à l'intérieur de la zone de mer 12, dans laquelle des reflets solaires intenses apparaissent de façon transitoire. La zone 15 est couramment appelée tache de réflexion solaire, ou encore flaque solaire, dans le jargon de l'Homme du métier. Le niveau de bruit de l'image est en général supérieur dans la zone de mer 12 par rapport à la zone de ciel 1 1 , et est maximal à l'intérieur de la tache de réflexion solaire 15. De façon connue, la position et l'extension de la tache de réflexion solaire peut être déterminée dans chaque image par analyse du contenu de celle-ci, ou bien déterminée a priori d'après une connaissance préalable de l'heure de saisie de l'image, la position géographique du dispositif de saisie d'image 1 , de l'orientation du champ d'observation entre les limites gauche et droite de l'image 100, et d'une hauteur moyenne des vagues dans la zone de mer 12.
L'unité 3 est dédiée au traitement des images successives de la série, une à une. On suppose dans la suite que ce traitement permet d'exclure la partie 14 de la structure supérieure du navire, du contenu utile des images. L'unité 3 procède alors à un découpage de chaque image en portions d'image 10 qui sont adjacentes, selon une matrice de découpage qui peut être prédéterminée et fixe. Cette matrice de découpage peut être périodique et carrée ou rectangulaire, de sorte que chaque portion d'image 10 soit elle- même carrée ou rectangulaire, avec des dimensions qui sont les mêmes pour deux portions d'image différentes. Par exemple, chaque portion d'image peut correspondre à des variations respectives d'azimut et de hauteur en site qui sont inférieures à 3°(degré), et comprendre 240 x 240 points d'image, appelés pixels. Alternativement, la matrice de découpage peut être adaptée en fonction d'un contenu d'image qui est attendu pour chaque image, ou bien qui est identifié dans chaque image.
Dans chaque portion d'image 10 de chaque image, l'unité 3 applique un critère de détection pour rechercher un ou plusieurs plots à l'intérieur de cette portion d'image. Le critère de détection qui est utilisé peut être le même à l'intérieur d'une image entière. Alternativement, il peut varier entre des portions d'image 10 qui sont différentes. Par exemple, le critère de détection qui est utilisé dans une portion d'image 10 peut être fixé en fonction du niveau moyen de signal et du niveau de bruit qui sont déterminés pour cette portion d'image. De cette façon, le critère de détection des plots peut être adapté au paysage qui est présent en arrière-plan dans chaque portion d'image. Ce critère de détection peut être simplement que l'intensité qui est mesurée pour un pixel, à laquelle on retranche une intensité moyenne de son voisinage dans l'image, soit supérieure à un seuil fixé. Mais d'autres critères de détection plus complexes peuvent être utilisés alternativement. Notamment, le critère de détection peut prendre en compte plusieurs pixels voisins, pour ne déclarer un plot que si les intensités de plusieurs de ces pixels voisins sont suffisantes. De tels critères de détection sont bien connus de l'Homme du métier, si bien qu'il n'est pas nécessaire de les rappeler ici. En fonction du critère de détection qui est adopté pour chaque portion d'image, l'unité 3 calcule ensuite une valeur de probabilité de fausse alarme pour cette portion d'image. Simplement, la probabilité de fausse alarme d'une portion d'image peut être égale au quotient du nombre de pixels de cette portion pour lesquels le critère de détection est satisfait, par rapport au nombre total de pixels de la portion d'image. Le critère de détection qui est utilisé pour chaque portion d'image peut éventuellement être modifié pour obtenir une valeur de probabilité de fausse alarme qui appartienne à un intervalle fixé, pour cette portion d'image.
Selon un premier perfectionnement de l'invention, chaque image peut être découpée en positionnant la matrice de découpage par rapport à au moins un élément qui est contenu dans cette image. En particulier, lorsque l'image contient la zone de mer 12 et la zone de ciel 1 1 qui sont contiguës entre elles, il peut être avantageux qu'une limite entre deux des portions d'image 10 coïncide avec la limite entre les zones de mer 12 et de ciel 1 1 . Autrement dit, la matrice de découpage peut être ajustée en hauteur et en inclinaison dans chaque image pour qu'un trait de découpage de l'image soit superposé à l'horizon maritime. De cette façon, le contenu de l'arrière-plan d'image est plus homogène à l'intérieur de chaque portion d'image, si bien que la valeur qui est obtenue pour la probabilité de fausse alarme est plus représentative de l'ensemble de la portion d'image.
En appliquant le critère de détection qui est adopté pour chaque portion d'image 10, l'unité 3 détecte zéro, un ou plusieurs plots à l'intérieur de cette portion d'image.
L'unité 2 est conçue selon l'invention pour déterminer une séquence de mise en piste pour chaque portion d'image. Pour cela, une succession de niveaux de fouillis est prédéfinie, qui permet d'attribuer l'un de ces niveaux à chaque portion d'image en fonction de la valeur qui a été déterminée pour la probabilité de fausse alarme, pour cette portion d'image. Par exemple, l'ensemble des valeurs possibles de probabilité de fausse alarme peut être divisé en plusieurs intervalles disjoints et successifs, qui peuvent être numérotés dans l'ordre de 1 pour l'intervalle des valeurs les plus faibles, à un nombre entier quelconque F supérieur à deux pour l'intervalle des valeurs les plus élevées. Ces numéros d'intervalles de valeurs pour la probabilité de fausse alarme constituent une échelle de niveaux de fouillis, au sens de la présente invention. Pour chaque image, l'association des portions d'image avec leurs niveaux de fouillis respectifs forme une carte de fouillis («clutter map» en anglais).
L'unité 3 attribue alors une séquence de mise en piste à chaque plot qui est détecté à l'intérieur d'une portion d'image. Pour cela, l'unité 2 est adaptée pour attribuer au moins une séquence de mise en piste à chaque niveau de fouillis, puis cette séquence de mise en piste est attribuée par l'unité 3 à chaque plot qui est détecté dans une portion d'image ayant ce niveau de fouillis. Selon un mode de réalisation particulier de l'unité 2, celle-ci peut comprendre une table de lecture («look-up table» en anglais) enregistrée, avec les niveaux de fouillis 1 à J comme paramètre d'entrée, et pour chacun de ces niveaux, une séquence de mise en piste qui constitue le résultat de lecture. D'une façon qui a été rappelée plus haut, chaque séquence de mise en piste peut être une suite de rapports de détection du plot dans des images successives.
Il est entendu que d'autres méthodes peuvent être utilisées alternativement au sein de l'unité 2, pour déterminer la séquence de mise en piste qui est attribuée à chaque du niveau de fouillis.
Dans une mise en œuvre réelle de l'invention, les séquences de mise en piste peuvent être attribuées aux niveaux de fouillis en fonction de valeurs qui sont voulues respectivement pour la probabilité de fausse piste et le temps moyen de mise en piste.
Selon un second perfectionnement de l'invention, la table qui est enregistrée pour attribuer les séquences de mise en piste aux niveaux de fouillis peut varier selon que les images ont été saisies en condition diurne ou en condition nocturne. En effet, le niveau moyen de signal et le niveau de bruit dans chaque portion d'image, ainsi que la présence ou non de la tache de réflexion solaire, peuvent varier dans une proportion importante entre des conditions diurnes ou nocturnes. Pour cette raison, deux tables différentes peuvent être prévues initialement, respectivement pour le jour et la nuit, et l'une d'elles est sélectionnée pour y lire les séquences de mise en piste à attribuer à chaque portion d'image, et ensuite à chaque plot détecté.
Selon un troisième perfectionnement de l'invention, plusieurs séquences de mise en piste peuvent être attribuées à certains au moins des niveaux de fouillis. L'une de ces séquences peut alors être sélectionnée pour une portion d'image qui correspond à un tel niveau de fouillis, en fonction d'un type de contenu d'image présent dans la portion d'image. Autrement dit, le type de contenu d'image qui est présent dans la portion d'image peut constituer un second paramètre d'entrée de la table de lecture, en plus du niveau de fouillis de la portion d'image, pour attribuer la séquence de mise en piste à cette portion d'image, et par suite à chaque plot qui est détecté dans celle-ci. Par exemple, le type de contenu d'image peut varier en fonction de l'une au moins des données suivantes : zone de mer ou zone de ciel ou zone terrestre, un éloignement d'une partie de zone de mer qui est contenue dans la portion d'image, une hauteur de vagues dans la zone de mer, la présence d'une tache de réflexion solaire à l'endroit de la portion d'image, une heure de saisie des images, etc. Cette donnée peut résulter d'une identification du contenu d'image à l'intérieur de chaque portion d'image, ou bien résulter d'une connaissance préalable de ce contenu d'image, notamment à partir de l'heure de saisie de l'image, la position géographique du dispositif de saisie d'image, la hauteur moyenne des vagues, les limites d'azimut et de hauteur en site pour le champ d'observation de chaque image, etc.
La figure 3 reproduit un extrait simplifié 101 d'une table à deux entrées, pour déterminer les séquences de mise en piste conformément à un exemple de mise en œuvre de l'invention. Cette extrait de table 101 n'est donné qu'à titre d'illustration, notamment pour le troisième perfectionnement de l'invention. La première colonne regroupe les niveaux de fouillis, de 1 à J. La seconde colonne regroupe, pour chaque niveau de fouillis, les types de contenu d'image qui sont attendus. Par exemple, pour le niveau de fouillis le plus faible, c'est-à- dire le niveau 1 , le contenu d'image peut être du ciel, de la mer à trois éloignements différents - lointain, intermédiaire et proche - ou une zone terrestre. Pour un niveau de fouillis supérieur, par exemple le niveau maximal J, les contenus d'image attendus peuvent être seulement la zone de mer pour les éloignements intermédiaire et proche, et la tache de réflexion solaire. Le niveau de fouillis constitue le premier paramètre d'entrée de la table, et le type de contenu d'image pour chaque niveau de fouillis constitue le second paramètre d'entrée.
La fonction de la troisième colonne de la table sera expliquée plus loin, en liaison avec le quatrième perfectionnement de l'invention.
Enfin, la quatrième colonne de la table indique la séquence de mise en piste pour chaque niveau de fouillis et chaque type de contenu d'image, sous la forme de suites variables de rapports Mx/Nx, où l'indice x indique la variation de valeur pour les nombres entiers M et N.
Après qu'une séquence de mise en piste a ainsi été attribuée à un plot détecté dans une première image de la série, cette séquence est testée sur ce plot dans les images ultérieures par l'unité de mise en piste 4. Si cette séquence est satisfaite, le plot est déclaré comme une cible par l'unité de présentation 5. Dans le cas contraire, c'est-à-dire si la séquence de mise en piste n'est pas satisfaite, le plot peut être considéré comme une fausse détection, et peut être abandonné.
On décrit maintenant un quatrième perfectionnement de l'invention, pour un plot qui est détecté dans des images successives à l'intérieur de portions d'image auxquelles sont attribuées des séquences de mise en piste qui sont différentes. L'objectif consiste à déterminer quelle séquence doit être appliquée à un plot auquel une première séquence de mise en piste est d'abord attribuée d'après une première image de la série dans laquelle il est détecté, puis auquel une seconde voir plusieurs autres séquences de mise en piste sont ensuite attribuées d'après des images ultérieures où il est ensuite détecté.
Pour ce perfectionnement de l'invention, la table d'attribution des séquences de mise en piste peut être complétée d'une colonne supplémentaire, qui contient une valeur de priorité pour chaque séquence de mise en piste indiquée. Cette valeur de priorité peut être d'autant plus élevée que le niveau de fouillis est lui-même élevé. Elle peut en outre aussi dépendre du type de contenu d'image lorsque celui-ci est aussi utilisé pour déterminer la séquence de mise en piste. Dans ce cas notamment, l'augmentation des valeurs de priorité peut être inversée par rapport à certains des niveaux de fouillis. De préférence, deux lignes distinctes de la table d'attribution des séquences de mise en piste ont des valeurs de priorité qui sont différentes. Dans l'extrait de table de la figure 3, la troisième colonne contient de telles valeurs de priorité.
Des méthodes pour suivre la trajectoire d'un même plot qui apparaît mobile dans plusieurs images successives sont bien connues de l'Homme du métier. Par exemple, des fenêtres sont associées aux détections dans les images successives, qui s'étendent autour de la position de détection dans chaque image. Les détections successives sont alors attribuées au même plot si elles sont chacune situées à l'intérieur de la fenêtre associée à la dernière détection antérieure.
Ainsi, une table de poursuite peut être associée à chaque plot qui est détecté dans au moins une image. Une telle table peut contenir un identifiant du plot, pour différencier le plot et sa trajectoire d'autres plots qui sont aussi détectés et poursuivis. La table peut contenir en outre un numéro de la première image dans laquelle le plot est détecté, et une ligne pour chaque image ultérieure de la série d'image, jusqu'à ce que le plot soit déclaré comme cible ou abandonné. La figure 4 reproduit un extrait de table de poursuite 102, à titre de support de compréhension uniquement. La première colonne de cette table indique les numéros d'image. Dans l'exemple considéré, le plot identifié a été détecté pour la première fois dans l'image numéro I. Les deux colonnes suivantes regroupent les coordonnées des positions auxquelles le plot est détecté dans les images successives. Ces coordonnées peuvent être les valeurs d'azimut αι, ai+i , . .. et les valeurs de hauteur en site βι, βι+ι , . .. correspondantes, respectivement pour chaque image I, 1+1 ,.... Par exemple, le plot n'a pas été détecté dans l'image I+2, si bien qu'aucune valeur d'azimut ni de hauteur en site n'est indiquée.
Après chaque image de la série, la table de poursuite du plot est complétée par la séquence de mise en piste qui lui est attribuée d'après sa position dans cette image, de la façon déjà décrite, et par la valeur de priorité qui est associée à cette séquence de mise en piste. Ainsi, la séquence M|/N| ; Μ /ΝΓ est indiquée pour l'image I, avec la valeur de priorité P|. La table de poursuite du plot est ensuite complétée de la même façon pour les images ultérieures à l'image I. Ainsi, en fonction du déplacement du plot dans le champ d'observation, les séquences de mise en piste et les valeurs de priorité qui sont indiquées pour les images successives peuvent varier.
La séquence M|/N| ; Μ /Ν qui a été attribuée au plot d'après la première image dans laquelle le plot a été détecté, est utilisée initialement pour sa mise en piste. Elle est utilisée tant que les valeurs de priorité des séquences de mise en piste qui sont déterminées d'après les images ultérieures sont inférieures à la valeur P|. Si cette séquence initiale de mise en piste M|/N| ; M|7N|' est satisfaite avant qu'une nouvelle valeur de priorité qui est supérieure à Pi soit relevée, alors le plot est déclaré comme cible.
A l'inverse, si une valeur de priorité qui est supérieure à Pi est relevée pour une image postérieure à l'image I, alors la séquence qui est utilisée pour la mise en piste du plot est remplacée par celle dont la priorité est supérieure. Par exemple, si Pi+ est plus grande que Pi et Νι+Ν est plus grand que 1 1 , alors la séquence de mise en piste Mi+ Ni+ ; Mi+n'/Ni+n' est adoptée pour tester la mise en piste du plot à partir de l'image 1+1 1 . Le procédé est ensuite poursuivi de la même façon jusqu'à ce que la séquence de mise en piste Μι+ι ι Νι+ι ι ; Μι+ι ι'/Νι+ι ι' soit menée à son terme, ou bien qu'une valeur de priorité encore supérieure soit de nouveau relevée.
Une telle mise en œuvre du quatrième perfectionnement de l'invention peut être exécutée avantageusement par l'unité de mise en piste 4.
Dans le mode de mise en œuvre de l'invention qui vient d'être décrit en liaison avec la figure 4, une liste chronologique des séquences de mise en piste qui sont déterminées successivement pour un même plot est formée. Une liste secondaire peut aussi être formée, qui regroupe dans l'ordre chronologique celles de ces séquences de mise en piste qui sont réellement utilisées.
En outre, dans ce mode de mise en œuvre décrit, chaque séquence qui est utilisée pour la mise en piste du plot en étant appliquée aux images successives de la série est sélectionnée comme celle qui correspond au niveau de fouillis le plus élevé, sauf si le type de contenu d'image à l'endroit du plot inverse les valeurs priorité. Toutefois, il est entendu que d'autres méthodes peuvent être utilisées alternativement pour actualiser la séquence de mise en piste à utiliser en fonction du déplacement qui est détecté en temps réel pour le plot.
Enfin, il est évident que l'invention peut être utilisée quelque soit le contenu des images. Ce contenu d'image n'est donc évidemment pas limité à la présence simultanée d'une zone de mer et d'une zone de ciel. Il peut être quelconque, par exemple constitué uniquement d'une zone de mer. Mais l'invention peut aussi être utilisée dans un cadre qui est autre que celui d'une surveillance maritime, avec des arrière-plans d'image qui sont différents.

Claims

R E V E N D I C A T I O N S
1 . Procédé de détection et de pistage de cibles dans une série d'images optroniques d'un même champ d'observation, comprenant les étapes suivantes : /1 / prédéfinir des niveaux de fouillis d'image en fonction de valeurs de probabilité de fausse alarme, et attribuer des séquences de mise en piste respectivement aux niveaux de fouillis, de sorte qu'au moins deux des niveaux de fouillis correspondent à des séquences différentes de mise en piste ; 121 découper chaque image (100) en portions adjacentes (10), puis pour chaque portion d'image :
/2-1 / fixer un critère de détection et calculer une valeur de probabilité de fausse alarme pour ladite portion d'image ;
12-21 à partir de ladite valeur de probabilité de fausse alarme, attribuer un des niveaux de fouillis à ladite portion d'image ;
12-3/ rechercher des plots à l'intérieur de ladite portion d'image en utilisant le critère de détection, puis associer à chaque plot détecté la séquence de mise en piste du niveau de fouillis attribué à ladite portion d'image ; puis 131 pour chaque plot détecté une première fois dans une des images de la série, tester la séquence de mise en piste associée audit plot en utilisant des images de la série postérieures à celle dans laquelle ledit plot a été détecté pour la première fois, et déclarer une piste de cible (16-19) pour le plot si ladite séquence de mise en piste est satisfaite. 2. Procédé selon la revendication 1 , suivant lequel les séquences de mise en piste sont attribuées aux niveaux de fouillis à l'étape /1 / en utilisant une table enregistrée (101 ), et l'étape 12-3/ est exécutée en lisant ladite table.
3. Procédé selon la revendication 2, suivant lequel la table enregistrée (101 ) varie selon que les images ont été saisies en condition diurne ou en condition nocturne.
4. Procédé selon l'une quelconque des revendications précédentes, suivant lequel les séquences de mise en piste sont attribuées aux niveaux de fouillis à l'étape /1/ en fonction de valeurs voulues respectivement pour une probabilité de fausse piste et un temps moyen de mise en piste.
5. Procédé selon l'une quelconque des revendications précédentes, suivant lequel chaque image (100) est découpée selon une matrice de découpage qui est positionnée par rapport à au moins un élément contenu dans ladite image.
6. Procédé selon la revendication 5, suivant lequel chaque image (100) contient une zone de mer (12) et une zone de ciel (1 1 ) contiguës, et la matrice de découpage est positionnée de sorte qu'une limite entre deux des portions d'image (10) coïncide avec une limite entre la zone de mer et la zone de ciel.
7. Procédé selon l'une quelconque des revendications précédentes, suivant lequel plusieurs séquences de mise en piste sont attribuées à l'étape /M à certains au moins des niveaux de fouillis, en fonction d'un type de contenu d'image, et l'étape /2-3/ est exécutée pour associer à chaque plot détecté la séquence de mise en piste qui correspond au niveau de fouillis attribué à ladite portion d'image (10) et au type de contenu d'image identifié pour ladite portion d'image.
8. Procédé selon la revendication 7, suivant lequel le type de contenu d'image varie en fonction d'une au moins des données suivantes : zone de mer (12) ou zone de ciel (1 1 ) ou zone terrestre (13), un éloignement d'une partie de zone de mer contenue dans la portion d'image (10), une hauteur de vagues dans la zone de mer, la présence d'une tache de réflexion solaire (15) à l'endroit de la portion d'image, et une heure de saisie des images.
9. Procédé selon l'une quelconque des revendications précédentes, suivant lequel les étapes suivantes sont exécutées pour l'un au moins des plots détectés :
- identifier des positions du plot dans les images (100) successives pour reconstituer une trajectoire dudit plot ; et
- déterminer une séquence de mise en piste pour chacune des dites positions, conformément au niveau de fouillis attribué à la portion d'image (10) qui contient ladite position, avec des valeurs de priorité respectivement associées aux dites séquences de mise en piste;
l'étape 131 étant exécutée pour ledit plot en utilisant la séquence de mise en piste qui possède la valeur de priorité la plus élevée.
10. Procédé selon la revendication 9, suivant lequel les valeurs de priorité sont représentatives d'une probabilité de non-détection reliée au niveau de fouillis, ou reliée à une combinaison dudit niveau de fouillis et d'un type de contenu d'image.
1 1 . Procédé selon l'une quelconque des revendications 9 ou 10, suivant lequel les valeurs de priorité peuvent être définies à l'étape IM pour chaque séquence de mise en piste qui est attribuée à un niveau de fouillis.
12. Procédé selon l'une quelconque des revendications précédentes, suivant lequel le critère de détection est fixé à l'étape /2-1/ en fonction d'un niveau moyen de signal et d'un niveau de bruit déterminés pour la portion d'image (10).
13. Système de détection et de pistage de cibles adapté pour mettre en œuvre un procédé selon l'une quelconque des revendications précédentes, ledit système comprenant :
- un dispositif (1 ) de saisie des images optroniques (100) ;
- une unité de détermination des séquences de mise en piste (2), adaptée pour attribuer les séquences de mise en piste aux niveaux de fouillis selon l'étape IM ; - une unité de traitement des images (3), adaptée pour traiter chaque image (100) selon l'étape 121 ; et
- une unité de mise en piste (4), adaptée pour exécuter l'étape 131 pour chaque plot détecté.
14. Système selon la revendication 13, du type système de détection et de pistage infrarouge.
EP12728715.9A 2011-05-23 2012-05-16 Detection et pistage de cibles dans une serie d'images Withdrawn EP2715668A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1154459A FR2975807B1 (fr) 2011-05-23 2011-05-23 Detection et pistage de cibles dans une serie d'images
PCT/FR2012/051112 WO2012160299A1 (fr) 2011-05-23 2012-05-16 Detection et pistage de cibles dans une serie d'images

Publications (1)

Publication Number Publication Date
EP2715668A1 true EP2715668A1 (fr) 2014-04-09

Family

ID=46321139

Family Applications (1)

Application Number Title Priority Date Filing Date
EP12728715.9A Withdrawn EP2715668A1 (fr) 2011-05-23 2012-05-16 Detection et pistage de cibles dans une serie d'images

Country Status (6)

Country Link
EP (1) EP2715668A1 (fr)
AU (1) AU2012260736B2 (fr)
BR (1) BR112013029910A2 (fr)
FR (1) FR2975807B1 (fr)
RU (1) RU2013156825A (fr)
WO (1) WO2012160299A1 (fr)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388151A (zh) * 2017-08-04 2019-02-26 深圳曼塔智能科技有限公司 无人机目标追踪的方法、装置、系统及终端设备
US12077314B1 (en) 2021-04-08 2024-09-03 Onstation Corporation Transforming aircraft using low-cost attritable aircraft modified with adaptive suites
US12077313B1 (en) 2021-05-28 2024-09-03 Onstation Corporation Low-cost attritable aircraft modified with adaptive suites

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002021152A2 (fr) * 2000-09-07 2002-03-14 Lockheed Martin Corporation Commande adaptative du seuil de detection d'un integrateur binaire

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005069197A1 (fr) 2003-12-31 2005-07-28 Lockheed Martin Missiles & Fire Control Procede et systeme de detection de cible adaptative
FR2875626B1 (fr) 2004-09-21 2006-11-17 Thales Sa Procede de detection et de pistage de cibles ponctuelles, dans un systeme de surveillance optronique

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002021152A2 (fr) * 2000-09-07 2002-03-14 Lockheed Martin Corporation Commande adaptative du seuil de detection d'un integrateur binaire

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HOSSEIN ROUFARSHBAF ET AL: "Evaluation of multistatic tree-search based tracking on the SEABAR dataset", INFORMATION FUSION (FUSION), 2010 13TH CONFERENCE ON, IEEE, 26 July 2010 (2010-07-26), pages 1 - 8, XP031913372, ISBN: 978-0-9824438-1-1 *
See also references of WO2012160299A1 *

Also Published As

Publication number Publication date
FR2975807A1 (fr) 2012-11-30
AU2012260736A1 (en) 2013-12-12
BR112013029910A2 (pt) 2016-12-20
WO2012160299A1 (fr) 2012-11-29
AU2012260736B2 (en) 2017-05-11
FR2975807B1 (fr) 2013-06-28
RU2013156825A (ru) 2015-06-27

Similar Documents

Publication Publication Date Title
EP3103102B1 (fr) Procédé de détection et de pistage de cibles
EP2699939B1 (fr) Procédé pour détecter, sur plusieurs tours d'antenne, des cibles lentes noyées dans le fouillis radar avec un radar mobile a antenne rotative
FR3042283B1 (fr) Methode de traitement d'une image radar de type sar et methode de detection de cible associee
WO2015118075A1 (fr) Procede de detection et de classification d'evenements d'une scene
EP2715668A1 (fr) Detection et pistage de cibles dans une serie d'images
EP3571468B1 (fr) Procédé d'observation de la surface terrestre et dispositif pour sa mise en oeuvre
EP2294441B1 (fr) Procede de detection d'un objet dans une scene comportant des artefacts
EP1776601A1 (fr) Procede de tfac par segmentation statistique et normalisation
EP2796893B1 (fr) Procédé d'élimination d'échos parasites en imagerie SAR
EP3718082B1 (fr) Procede de detection et de pistage de cibles
WO2012168572A1 (fr) Procédé et dispositif pour déterminer automatiquement les contours de hauteurs du relief d'une zone géographique
FR3057692A1 (fr) Procede et systeme electronique de detection d'une cible, programme d'ordinateur associe
EP3457168B1 (fr) Procede d'attenuation des artefacts lies aux vagues d'etrave ou au sillage sur des images radar d'un navire
FR3070768A1 (fr) Procede de classification automatique d'un navire cible et systeme radar associe
Yao et al. Small infrared target detection based on spatio-temporal fusion saliency
FR2820215A1 (fr) Procede de detection d'obstacles par un systeme radar et procede de caracterisation d'un obstacle detecte par ce procede
EP4733801A1 (fr) Procédé de fonctionnement d'un radar de détection de cibles en mode de surveillance maritime et radar de détection associé
EP1426901A1 (fr) Procédé pour détecter des cibles ponctuelles et système de veille mettant en oeuvre ce procédé de détection de cibles
FR2968499A1 (fr) Procede d'utilisation d'un capteur d'image.
FR3058529A1 (fr) Procede de controle de la compatibilite electromagnetique d'un detecteur de radars avec au moins un emetteur de bord de signaux impulsionnels
FR2763147A1 (fr) Procede et dispositif de recalage d'images en coordonnees polaires acquises par un radar mobile
FR2890451A1 (fr) Procede de detection d'un objet par traitement spatio-temporel et dispositif de mise en oeuvre du procede
FR3045839A1 (fr) Procede d'imagerie radar et dispositif de d'imagerie radar associe

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20131120

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20160317

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20160728