JP6776643B2 - 目標識別装置 - Google Patents
目標識別装置 Download PDFInfo
- Publication number
- JP6776643B2 JP6776643B2 JP2016118920A JP2016118920A JP6776643B2 JP 6776643 B2 JP6776643 B2 JP 6776643B2 JP 2016118920 A JP2016118920 A JP 2016118920A JP 2016118920 A JP2016118920 A JP 2016118920A JP 6776643 B2 JP6776643 B2 JP 6776643B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- processing unit
- learning
- wavelength band
- data
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
この目標識別装置は、互いに異なる波長帯域で、同一視野の被写体画像を得る2つの撮像部と、前記2つの撮像部で得られた被写体画像の出力輝度を、波長帯域で別けて縦軸及び横軸とする直交座標系に夫々プロットしたときの座標点と、座標系の原点から上記座標点までの距離を計算する距離演算部と、前記座標点と前記原点を結ぶ直線と横軸との成す角を計算する角度演算部と、前記2つの演算部で得られる値を閾値処理することで有意目標を抽出する目標判定部を備えて、複数の背景のクラッタが含まれていても特定目標のみを識別する。このとき目標判定部における背景のクラッタと特定目標を弁別する検出ルールは、予め人手でルールベースのアルゴリズムを作成していた。
この赤外線目標探知装置は、赤外線放射を3.5から4.0μm帯及び4.5から4.8μm帯の各波長帯域に分離して、それぞれ検出される赤外線画像を用いる。その中で、目標となる飛しょう体ロケットプルームの放射する特徴的スペクトルが4.5から4.8μmの帯域に現れることを利用し、3.5から4.0μmのスペクトルと比較することで、目標と背景のクラッタを弁別する。
図1は、この発明に係る実施の形態1による目標識別装置の構成を示す図である。図1において、実施の形態1による目標識別装置は、撮像装置1と、信号処理部2と、表示装置3によって構成される。この目標識別装置は、航空機、車両などの移動物体または固定装置に搭載されて、得られた画像から目標の識別を行う。
検出処理部6は、撮像装置1から受け取った波長帯域Aのセンサ4の画像と波長帯域Bのセンサ5の画像に対して、識別処理部7にて識別処理を行うための前処理を行う。検出処理部6は、この前処理として、特徴点検出8、特徴点強調処理9、特徴量抽出処理10、特徴量マージ処理11を行う。
識別処理部7は識別器12と識別器13で構成される。識別器12は第一識別器14と事前に得られた第一学習データ15を保持している。識別器13は第二識別器16と事前に得られた第一学習データ17を保持している。
しかし、クラッタがロケットモータに近いスペクトルをもつ燃焼物だった場合、誤認識を生じる。そこで次段の第二の識別器16では、それぞれの特徴的スペクトルだけに頼らず、形状情報や赤外波長帯域ごとの熱放射情報を用いて近似的波長帯域での識別に特化した識別を行う。近似的波長帯域に特化した場合、目標とクラッタがそれぞれ特徴的スペクトルを持っていると誤認識となる場合があるため、複数の識別器で処理することで誤認識を低下させることが可能になる。
学習処理31と学習処理32は、それぞれ別の特徴量を入力し学習する。例えば、学習処理31に対象の重心座標における輝度データを用いていた場合、対象の波長帯域Aと波長帯域Bの2次元の輝度データを比較して閾値を決定する。
図4はこの発明に係る実施の形態2による目標識別装置の構成を示すブロック図である。図5はこの実施の形態2による学習データ生成部の構成を示す図である。図4に示す実施の形態1による目標識別装置は、図1の識別処理部7が更に多層化しており、識別器の個数は任意の自然数Nとなる。図1と同一符号のものは同一の構成をなし、同様に動作する。また、実施の形態2による目標識別装置は、脅威判定47を有している。
例えば、第一学習セット36はロケットモータの燃焼ガスによって放射される高波長側の対象を正例画像37としその他のクラッタを負例画像38とする。第二学習セット39は航空機のエンジン発熱を正例画像40としその他のクラッタを負例画像41とする。第N学習セット42は第二学習セット39とは別の航空機のエンジン発熱を正例画像N43としその他のクラッタを負例画像Nとする。
Claims (4)
- 目標の燃焼部分による赤外線波長に相対的に強い放射強度を有する第一の赤外線波長帯域における特徴的なスペクトルを撮像可能な第一のセンサと、太陽光反射に相対的に強い放射強度を有し第一の赤外線波長帯域とは異なる第二の赤外線波長帯域における特徴的なスペクトルを撮像可能であって第一のセンサとは同一視野の第二のセンサとを有した撮像装置と、
上記第一、第二のセンサのそれぞれ撮像した画像から画像の輝度データと周囲のノイズ量の比較によりそれぞれ対象を検出し、それぞれ検出した対象の重心座標の画素周囲の複数画像の輝度データからそれぞれベクトル情報を抽出し、上記第一、第二のセンサにそれぞれ対応して抽出されるそれぞれのベクトル情報を組み合わせて得た当該対象の輝度データ、形状情報、波長帯域ごとの熱放射情報を含む複数の特徴量を抽出する検出処理部と、
上記検出処理部で抽出した上記複数の特徴量を用いて、目標とクラッタをそれぞれ異なる特徴量を用いて識別する複数の閾値の学習データに基づいて目標を識別する複数の識別器を有し、それぞれの識別器の識別した目標の論理積から目標を決定し、表示装置に決定した目標を出力する識別処理部と、
目標画像と目標のない画像を上記検出処理部と同一構成の検出処理部に入力し、当該上記検出処理部と同一構成の検出処理部により抽出された上記複数の特徴量に基づき、上記識別器において特徴量を識別する上記複数の閾値の学習データを生成する機械学習による学習処理を行う学習データ生成部と、
を備え、
上記識別処理部は、上記検出処理部で抽出した上記複数の特徴量を用いて、上記複数の閾値の学習データにおける第一の閾値の学習データに基づいて目標とクラッタである太陽光反射を識別する第一識別器と、上記複数の閾値の学習データにおける第二の閾値の学習データに基づいて形状情報や赤外波長帯域ごとの熱放射情報により近似的波長帯域での識別に特化して目標とクラッタを識別する第二識別器とを有する、
目標識別装置。 - 上記学習データ生成部は、上記検出処理部で抽出した上記複数の特徴量における輝度データの特徴量に基づいて、目標の燃焼部分と太陽光反射の上記第一、第二の赤外線波長帯における輝度データの強度の相関性を用いて決定した閾値を上記第一の閾値の学習データとして保持する第一の学習処理と、
上記検出処理部で抽出した上記複数の特徴量における上記対象の輝度データ、形状情報、波長帯域ごとの熱放射情報を含む上記第一の学習処理とは別の特徴量に基づいて近似的な赤外線波長帯域における相関性を用いて得られた閾値を上記第二の閾値の学習データとして保持する第二の学習処理とを有する請求項1記載の目標識別装置。 - 上記第一の赤外線波長帯域は、3.5から4.0μm帯であり、上記第二の赤外線波長帯域は、4.5から4.8μm帯である請求項1または2に記載の目標識別装置。
- 上記第一、第二のセンサの撮像した画像に、上記それぞれの識別器が識別した目標の種類を表示するマーカを重畳する表示装置を備え、
上記識別処理部は、早急に対処すべき目標に相当するマーカのみを表示装置上に重畳する請求項1から3の何れかに記載の目標識別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016118920A JP6776643B2 (ja) | 2016-06-15 | 2016-06-15 | 目標識別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016118920A JP6776643B2 (ja) | 2016-06-15 | 2016-06-15 | 目標識別装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020169467A Division JP7028299B2 (ja) | 2020-10-07 | 2020-10-07 | 目標識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017223544A JP2017223544A (ja) | 2017-12-21 |
JP6776643B2 true JP6776643B2 (ja) | 2020-10-28 |
Family
ID=60688044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016118920A Active JP6776643B2 (ja) | 2016-06-15 | 2016-06-15 | 目標識別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6776643B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108682148B (zh) * | 2018-05-11 | 2021-05-11 | 重庆邮电大学 | 混合交通状态下基于机器学习的非网联车状态估计方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07244145A (ja) * | 1994-03-07 | 1995-09-19 | Mitsubishi Electric Corp | 画像目標検出装置 |
JP3216434B2 (ja) * | 1994-08-30 | 2001-10-09 | 三菱電機株式会社 | 画像目標検出装置 |
JPH10142309A (ja) * | 1996-11-06 | 1998-05-29 | Mitsubishi Electric Corp | 画像目標検出装置 |
JP4230383B2 (ja) * | 2003-12-26 | 2009-02-25 | 三菱電機株式会社 | 目標探知装置 |
JP2005250771A (ja) * | 2004-03-03 | 2005-09-15 | Fuji Photo Film Co Ltd | 対象物識別装置および方法並びにプログラム |
JP2006065447A (ja) * | 2004-08-25 | 2006-03-09 | Nippon Telegr & Teleph Corp <Ntt> | 識別器設定装置、注目度計測装置、識別器設定方法、注目度計測方法、およびプログラム |
JP5577747B2 (ja) * | 2010-02-26 | 2014-08-27 | 三菱電機株式会社 | 赤外線目標検出装置 |
JP2012164026A (ja) * | 2011-02-03 | 2012-08-30 | Nippon Soken Inc | 画像認識装置及び車両用表示装置 |
JP2016071800A (ja) * | 2014-10-01 | 2016-05-09 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
-
2016
- 2016-06-15 JP JP2016118920A patent/JP6776643B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017223544A (ja) | 2017-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A robust infrared dim target detection method based on template filtering and saliency extraction | |
US8275172B2 (en) | Multipass data integration for automatic detection and classification of objects | |
JP5367244B2 (ja) | 目標検出装置および目標検出方法 | |
WO2013102797A1 (en) | System and method for detecting targets in maritime surveillance applications | |
CN107316318A (zh) | 基于多子区域背景拟合的空中目标自动检测方法 | |
Peng et al. | CourtNet: Dynamically balance the precision and recall rates in infrared small target detection | |
JP6042146B2 (ja) | 対象物検出装置および対象物検出方法 | |
Hassan et al. | Cascaded structure tensor framework for robust identification of heavily occluded baggage items from multi-vendor X-ray scans | |
JP6776643B2 (ja) | 目標識別装置 | |
JP7028299B2 (ja) | 目標識別装置 | |
CN111480180B (zh) | 用于检测和跟踪目标的方法和装置、光电设备 | |
JP5279236B2 (ja) | 目標撮像探知装置 | |
JP6064942B2 (ja) | 表面欠陥検出方法及び表面欠陥検出装置 | |
US11651670B2 (en) | Flame detection device and method | |
Zhao et al. | Deep learning-based laser and infrared composite imaging for armor target identification and segmentation in complex battlefield environments | |
CN108898573B (zh) | 基于多方向环形梯度法的红外小目标快速提取方法 | |
Manonmani et al. | Underwater Mine Detection Using Histogram of oriented gradients and Canny Edge Detector | |
IL302926B1 (en) | Image classification system | |
Reichman et al. | The effect of translational variance in training and testing images on supervised buried threat detection algorithms for ground penetrating radar | |
Menon et al. | False-alarm mitigation and feature-based discrimination for airborne mine detection | |
Reichman et al. | gprHOG and the popularity of histogram of oriented gradients (HOG) for buried threat detection in ground-penetrating radar | |
Sriram et al. | Gray-scale moment invariants for airborne mine detection, discrimination and false alarm mitigation | |
Fang et al. | Prediction of the thermal imaging minimum resolvable (circle) temperature difference with neural network application | |
Duman et al. | Target detection and classification in sar images using region covariance and co-difference | |
Schrider et al. | Histogram-based template matching for object detection in images with varying contrast |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190422 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200730 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200921 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6776643 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |