JPH1194941A - Scale extraction type radar image analysising device - Google Patents
Scale extraction type radar image analysising deviceInfo
- Publication number
- JPH1194941A JPH1194941A JP9258648A JP25864897A JPH1194941A JP H1194941 A JPH1194941 A JP H1194941A JP 9258648 A JP9258648 A JP 9258648A JP 25864897 A JP25864897 A JP 25864897A JP H1194941 A JPH1194941 A JP H1194941A
- Authority
- JP
- Japan
- Prior art keywords
- target
- radar image
- ratio
- distance
- distance ratio
- 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.)
- Granted
Links
Landscapes
- Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION
【０００１】[0001]
【発明の属する技術分野】この発明は、逆合成開口レー
ダ（ＩＳＡＲ）においてレーダエコーから作成されるレ
ーダイメージから複数の図形要素を抽出し、これら複数
の図形要素の相対関係をデータベースと照合することに
よりそのレーダイメージ上の目標識別を行なうスケール
抽出型レーダイメージ解析装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method of extracting a plurality of graphic elements from a radar image created from a radar echo in an inverse synthetic aperture radar (ISAR), and comparing the relative relationship of the plurality of graphic elements with a database. The present invention relates to a scale extraction type radar image analysis device for identifying a target on the radar image by using the method.
【０００２】[0002]
【従来の技術】周知のように、レーダエコーから作成さ
れるレーダイメージを用いて目標識別を行なうレーダイ
メージ処理では、ＩＳＡＲにより捕捉された目標のレー
ダイメージを、予めデータベースに記憶されている目標
形状モデルと模擬・照合する手法が採られている。ある
いは、レーダイメージ及び目標形状モデルからそれぞれ
図形要素である複数の点を抽出し、表示画面上で前記レ
ーダイメージに対応する複数の点と目標形状モデルに対
応する複数の点とを照合する手法が採られている。2. Description of the Related Art As is well known, in radar image processing for identifying a target using a radar image created from a radar echo, a target radar image captured by an ISAR is extracted from a target shape previously stored in a database. A method of simulating and matching with the model is adopted. Alternatively, a method of extracting a plurality of points, which are graphic elements, from the radar image and the target shape model, and comparing a plurality of points corresponding to the radar image with a plurality of points corresponding to the target shape model on a display screen. Has been adopted.
【０００３】ところで、上記両方の手法では、レーダイ
メージ上の各点の間の距離を正確に知る必要があり、モ
ニタの周波数対レンジ画面に作成される２次元の目標の
レーダイメージに対して周波数から距離へ変換するのに
かなりの精度が要求されることになる。この精度は、目
標の運動をどこまで正確にレーダエコーから推定するか
に大きく依存し、極めて困難な処理となる。In both of the above methods, it is necessary to know the distance between each point on the radar image accurately. Considerable accuracy is required to convert from to distance. This accuracy greatly depends on how accurately the motion of the target is estimated from the radar echo, and is an extremely difficult process.
【０００４】[0004]
【発明が解決しようとする課題】以上のように、一般の
レーダイメージ処理では、レーダイメージから抽出され
る図形要素として複数の点の相対関係を用いて目標の識
別を行なう場合、まず、各点の間の距離を正確に知る必
要があり、この距離の精度が目標の運動をどこまで推定
すればよいかに依存するために、正確な目標識別が困難
となる。As described above, in general radar image processing, when a target is identified by using a relative relationship between a plurality of points as graphic elements extracted from the radar image, first, each point is identified. , And the accuracy of this distance depends on how much the motion of the target should be estimated, making accurate target identification difficult.
【０００５】この発明の目的は、レーダイメージから抽
出される複数の図形要素の相対関係における距離精度へ
の依存性を軽減し、かつデータベースに格納された記憶
情報と比較を行なうことで目標の識別を正確に行なうこ
とのできるスケール抽出型レーダイメージ解析装置を提
供することにある。SUMMARY OF THE INVENTION It is an object of the present invention to reduce the dependence of a plurality of graphic elements extracted from a radar image on the distance accuracy and to compare with a stored information stored in a database to identify a target. It is an object of the present invention to provide a scale extraction type radar image analysis device capable of accurately performing the calculation.
【０００６】[0006]
【課題を解決するための手段】この発明に係るスケール
抽出型レーダイメージ解析装置は、レーダ受信機で得ら
れる目標信号のレーダイメージから少なくとも２軸を形
成するような複数の図形要素を抽出する図形要素抽出手
段と、この図形要素抽出手段により抽出されたレーダイ
メージ上の２個以上の図形要素間の距離比率を求める比
率演算手段と、予め求められた各目標形状モデルの対応
する距離比率を格納する記憶手段と、比率演算手段の演
算結果である距離比率と記憶手段に格納された目標形状
モデルの対応する距離比率とを比較することで、目標の
種類を判定する目標判定手段とを備えるようにしたもの
である。SUMMARY OF THE INVENTION A scale extraction type radar image analyzer according to the present invention extracts a figure for extracting a plurality of figure elements forming at least two axes from a radar image of a target signal obtained by a radar receiver. Element extracting means, ratio calculating means for calculating a distance ratio between two or more graphic elements on the radar image extracted by the graphic element extracting means, and a corresponding distance ratio of each target shape model previously obtained are stored. And a target determining unit that determines the type of the target by comparing the distance ratio, which is the calculation result of the ratio calculating unit, with the corresponding distance ratio of the target shape model stored in the storing unit. It was made.
【０００７】この構成によれば、レーダイメージから少
なくとも２軸を形成するような複数の図形要素が抽出さ
れ、ここから２個以上の図形要素間の距離比率が求めら
れ、この距離比率と予め求められたデータベース内の各
目標形状モデルの対応する距離比率とが比較されること
により、レーダ受信機により得られる目標がどの形状モ
デルに属するのかが容易に推定される。According to this configuration, a plurality of graphic elements forming at least two axes are extracted from the radar image, and a distance ratio between the two or more graphic elements is obtained therefrom. By comparing with the corresponding distance ratio of each target shape model in the obtained database, it is easy to estimate which shape model the target obtained by the radar receiver belongs to.
【０００８】このため、レーダイメージから抽出される
２個以上の図形要素間の距離比率を求め、予め求められ
たデータベース内の各目標形状モデルの対応する距離比
率と比較するという容易な手法をとることにより、レー
ダエコーから目標の運動を推定することにより決定する
ような距離精度の依存性に影響されることなく、目標の
識別を正確に行なうことができる。For this reason, an easy method is used in which a distance ratio between two or more graphic elements extracted from a radar image is determined and compared with a corresponding distance ratio of each target shape model in a database determined in advance. As a result, the target can be accurately identified without being affected by the dependence of the distance accuracy as determined by estimating the motion of the target from the radar echo.
【０００９】[0009]
【発明の実施の形態】以下、この発明の実施の形態につ
いて図面を参照して詳細に説明する。図１は、この発明
の一実施の形態であるスケール抽出型レーダイメージ解
析装置の構成を示している。Embodiments of the present invention will be described below in detail with reference to the drawings. FIG. 1 shows the configuration of a scale extraction type radar image analyzer according to an embodiment of the present invention.
【００１０】図１において、図中符号１１はレーダイメ
ージ表示装置で、レーダ受信機（図示せず）で得られる
目標信号を入力し、距離対ドプラ周波数画面に目標のレ
ーダイメージを作成する。このレーダイメージ情報は特
徴点抽出部１２に送られる。In FIG. 1, reference numeral 11 denotes a radar image display device, which inputs a target signal obtained by a radar receiver (not shown) and creates a target radar image on a distance vs. Doppler frequency screen. This radar image information is sent to the feature point extraction unit 12.
【００１１】この特徴点抽出部１２は、レーダイメージ
から図形要素として少なくとも２軸を形成するような複
数の特徴点を抽出する。これら特徴点は、自動的または
オペレータの指示により抽出され、対応する座標は特徴
点抽出部１２の図示しない記憶部に記憶される。抽出さ
れた特徴情報は、歪み補正部１３に送られる。The feature point extracting unit 12 extracts a plurality of feature points forming at least two axes as graphic elements from the radar image. These feature points are extracted automatically or by an instruction from the operator, and the corresponding coordinates are stored in a storage unit (not shown) of the feature point extraction unit 12. The extracted feature information is sent to the distortion correction unit 13.
【００１２】歪み補正部１３は、特徴点抽出部１２で決
定された各特徴点の相対関係から、目標特有の性質を画
面上で再現するように歪み補正を行なう。要するに、特
徴点抽出部１２で記憶した各特徴点群の座標に対して目
標特有の性質を再現するような線形変換を行ない、新た
に生成した特徴点群の座標を比率算出部１４に出力す
る。The distortion correction unit 13 performs distortion correction based on the relative relationship between the characteristic points determined by the characteristic point extraction unit 12 so as to reproduce the characteristic peculiar to the target on the screen. In short, the coordinates of each feature point group stored in the feature point extraction unit 12 are subjected to a linear transformation to reproduce the characteristic unique to the target, and the coordinates of the newly generated feature point group are output to the ratio calculation unit 14. .
【００１３】比率算出部１４は、歪み補正部１３から出
力された特徴点群の座標から、レーダイメージ上の複数
の特徴点間の距離比率情報を算出する。この距離比率情
報は、候補目標列挙部１５もしくは表示装置１６に送ら
れる。The ratio calculation unit 14 calculates distance ratio information between a plurality of feature points on the radar image from the coordinates of the feature point group output from the distortion correction unit 13. This distance ratio information is sent to the candidate target listing unit 15 or the display device 16.
【００１４】このうち、候補目標列挙部１５は、データ
ベース読み込み部１７に接続されている。このデータベ
ース読み込み部１７は、ファイル形式のデータベースを
読み込み、予め求められた各目標形状モデルの距離比率
情報をテーブルとして保持する。そして、候補目標列挙
部１５は、比率算出部１４からの距離比率情報と、デー
タベース読み込み部１７からの各目標形状モデルに対応
する距離比率情報との差分を各々算出し、この算出結果
から事前あるいはオペレータの指示により設定される許
容誤差範囲内に位置する目標形状モデルを選定する。こ
の選定された目標形状モデルの情報は、目標順位算出部
１８に送られる。The candidate target enumeration unit 15 is connected to the database reading unit 17. The database reading unit 17 reads a database in a file format, and holds distance ratio information of each target shape model obtained in advance as a table. Then, the candidate target enumeration unit 15 calculates a difference between the distance ratio information from the ratio calculation unit 14 and the distance ratio information corresponding to each target shape model from the database reading unit 17, respectively. A target shape model located within an allowable error range set by an operator's instruction is selected. Information on the selected target shape model is sent to the target rank calculating unit 18.
【００１５】目標順位算出部１８は、候補目標列挙部１
５により選定された各目標形状モデルに対応する距離比
率情報とレーダイメージに対応する距離比率情報との差
分、情報間の重み付け、及び上記目標信号に付加された
付加情報に基づいて、データベース上の各目標形状モデ
ルに対してレーダイメージとの類似の度合いを求め、そ
の値が大きい方から順位を決定し、この順位を表示装置
１６に表示する。The target rank calculating unit 18 is a candidate target enumeration unit 1
5 based on the difference between the distance ratio information corresponding to each target shape model selected by step 5 and the distance ratio information corresponding to the radar image, weighting between the information, and the additional information added to the target signal. The degree of similarity with the radar image is determined for each target shape model, the rank is determined in descending order of the value, and the rank is displayed on the display device 16.
【００１６】表示装置１６は、データベース読み込み部
１７が保持するテーブル情報をグラフとして表示する。
また、表示装置１６は、比率算出部１４によりレーダイ
メージに対応する距離比率情報が算出される毎に、その
距離比率情報をデータベースのグラフ上に反映させる。The display device 16 displays the table information held by the database reading unit 17 as a graph.
Each time the ratio calculating unit 14 calculates the distance ratio information corresponding to the radar image, the display device 16 reflects the distance ratio information on the graph of the database.
【００１７】上記構成のスケール抽出型レーダイメージ
解析装置において、以下その具体的な処理動作について
説明する。まず、図２に示す目標（船舶）Ｔに対してＩ
ＳＡＲ処理を行なう場合を考える。すなわち、目標Ｔに
当たって返ってくるレーダエコーを、レーダイメージ表
示装置１１によりＩＳＡＲ処理を行なった場合に得られ
るレーダイメージは、図２に示すように、距離対ドプラ
周波数で表現される図形である。ここでは、ドプラ周波
数軸をＸ軸とし、距離軸をＹ軸としている。The specific processing operation of the scale extraction type radar image analyzer having the above configuration will be described below. First, a target (ship) T shown in FIG.
Consider the case where SAR processing is performed. That is, the radar image obtained when the radar echo returned upon hitting the target T is subjected to the ISAR processing by the radar image display device 11 is a figure expressed by distance versus Doppler frequency as shown in FIG. Here, the Doppler frequency axis is the X axis, and the distance axis is the Y axis.
【００１８】そして、特徴点抽出部１２は、図３に示す
ように、上記レーダイメージ空間上の目標Ｔの形状を複
数の点といった図形要素に分解する。ここで、目標Ｔの
船首をＡ、船尾をＢ、艦橋上部をＣ、艦橋下部をＤとす
る。Then, as shown in FIG. 3, the feature point extracting unit 12 decomposes the shape of the target T on the radar image space into graphic elements such as a plurality of points. Here, the bow of the target T is A, the stern is B, the upper bridge is C, and the lower bridge is D.
【００１９】特徴点抽出部１２にて複数の特徴点（Ａ，
Ｂ，Ｃ，Ｄ）が抽出されると、歪み補正部１３は、複数
の特徴点から互いに接触関係にあるＡ→Ｂ、Ｃ→Ｄを結
ぶ２本のベクトル（ｌ1 ，ｌ2 ）を算出する。ここで、
ＡＢ間を船体軸とし、ＣＤ間を艦橋軸とする。A plurality of feature points (A,
When B, C, D) are extracted, the distortion correction unit 13 calculates two vectors (l 1 , l 2 ) connecting A → B and C → D in contact with each other from a plurality of feature points. I do. here,
The space between AB is the hull axis, and the space between CDs is the bridge axis.
【００２０】本来、対象目標が船舶の場合、船体軸（ｌ
1 ）と艦橋軸（ｌ2 ）とは、互いに直交するものであ
る。図４（ａ）に示すように、目標Ｔが歪んで表示され
る理由としては、距離軸とドプラ周波数軸とのスケーリ
ングが合っていないためであると考えられる。そこで、
歪み補正部１３では、図４中のｌ1 とｌ2 との直交性を
レーダイメージ表示装置１１上で再現できるように、ド
プラ周波数軸方向にスケーリングを行なう。すると、図
４（ｂ）に示すように、Ｘ軸も距離軸で表現され、レー
ダイメージ表示画像のＸ軸とＹ軸とのスケールが一致す
る。これにより、比率算出部１４は、全長等のスケール
を取得し、特徴点間の距離比率情報を算出する。Originally, when the target is a ship, the hull axis (l
1 ) and the bridge axis (l 2 ) are orthogonal to each other. As shown in FIG. 4A, it is considered that the reason why the target T is displayed distorted is that the scaling between the distance axis and the Doppler frequency axis does not match. Therefore,
The distortion correction unit 13 performs scaling in the direction of the Doppler frequency axis so that the orthogonality between l 1 and l 2 in FIG. 4 can be reproduced on the radar image display device 11. Then, as shown in FIG. 4B, the X axis is also represented by the distance axis, and the scales of the X axis and the Y axis of the radar image display image match. Thus, the ratio calculation unit 14 obtains a scale such as the total length and calculates distance ratio information between feature points.
【００２１】この比率算出部１４は、対象目標が船舶の
場合、図５（ａ）に示すように、船体軸（ｌ1 ）と艦橋
軸（ｌ2 ）との距離比率情報を算出するが、対象目標が
航空機の場合、図５（ｂ）に示すように、機首・機尾間
を結ぶ機体軸（ｌ3 ）と左翼・右翼間を結ぶ両翼軸（ｌ
4 ）との距離比率情報を算出する。ところで、目標が航
空機である場合において、上記歪み補正部１３では、両
翼端間（ｌ4 ）が機体軸（ｌ3 ）に対して線対称である
ことを利用して、航空機に対応するレーダイメージ画像
の歪み補正を行なう。When the target is a ship, the ratio calculator 14 calculates distance ratio information between the hull axis (l 1 ) and the bridge axis (l 2 ) as shown in FIG. When the target is an aircraft, as shown in FIG. 5B, an airframe axis (l 3 ) connecting the nose and the tail and a two-wing axis (l) connecting the left wing and the right wing are provided.
4 ) Calculate the distance ratio information with. By the way, when the target is an aircraft, the distortion correction unit 13 utilizes the fact that the space between both wing tips (l 4 ) is line-symmetric with respect to the fuselage axis (l 3 ) to use a radar image corresponding to the aircraft. Performs image distortion correction.
【００２２】次に、上記レーダイメージから求めた距離
比率情報とデータベースに格納された各目標形状モデル
に対応する距離比率情報とを比較することで、目標の種
類を推定する方式の一例について説明する。Next, an example of a method for estimating the type of the target by comparing the distance ratio information obtained from the radar image with the distance ratio information corresponding to each target shape model stored in the database will be described. .
【００２３】まず、第１に、レーダイメージから求めた
距離比率情報及びデータベースに格納された各目標形状
モデルに対応する距離比率情報は、図６に示すように、
表示装置１６の表示画面上で縦軸を比率１とし、横軸を
比率２とするグラフ上に表現される。ここで、比率１
は、船舶の場合に、例えば船尾−船首間の距離と予め設
定された基準値との比率であり、航空機の場合に、例え
ば機尾−機首間の距離と予め設定された基準値との比率
である。また、比率２は、船舶の場合に、船尾−船首間
の距離と艦橋上部−艦橋下部間の距離との比率であり、
航空機の場合に、機尾−機首間の距離と左翼−右翼間の
距離との比率である。First, the distance ratio information obtained from the radar image and the distance ratio information corresponding to each target shape model stored in the database are as shown in FIG.
On the display screen of the display device 16, the vertical axis is represented by a ratio 1 and the horizontal axis is represented by a graph having a ratio 2. Here, ratio 1
In the case of a ship, for example, is the ratio of the distance between the stern and the bow and a predetermined reference value, and in the case of an aircraft, for example, the distance between the stern and the nose and the predetermined reference value. It is a ratio. The ratio 2 is a ratio between the distance between the stern and the bow and the distance between the upper bridge and the lower bridge in the case of a ship,
In the case of an aircraft, it is the ratio of the distance between the tail and the nose and the distance between the left and right wings.
【００２４】そして、各目標形状モデルに対応する距離
比率情報は、各プロット毎に表示画面上で識別された表
示形態で表示されることになる。図中＊は比率算出部１
４で算出されたレーダイメージに対応する距離比率を表
し、また、図中点線は事前もしくはオペレータの指示に
より設定される許容誤差範囲を表している。なお、表示
装置１６では、比率算出部１４において新しいレーダイ
メージ情報が得られる度にグラフを更新するものとす
る。The distance ratio information corresponding to each target shape model is displayed in a display form identified on the display screen for each plot. In the figure, * is the ratio calculator 1
4 represents the distance ratio corresponding to the radar image calculated in FIG. 4, and the dotted line in the figure represents an allowable error range set in advance or by an instruction of an operator. In the display device 16, the graph is updated each time new radar image information is obtained in the ratio calculation unit 14.
【００２５】第２に、レーダイメージから求めた距離比
率情報及びデータベースに格納された各目標形状モデル
に対応する距離比率情報は、候補目標列挙部１５にて各
々の情報間の差分が算出される。そして、この算出結果
に基づいて、事前もしくはオペレータの指示により設定
された許容誤差範囲内にある目標形状モデルがデータベ
ースから列挙される。また、候補目標列挙部１５は、表
示装置１６にて表示された上記図６に示すグラフから事
前もしくはオペレータの指示により設定された許容誤差
範囲内にある目標形状モデルをデータベースから列挙す
るようにしてもよい。この列挙された目標形状モデルの
情報は、目標順位算出部１８に送られる。Second, a difference between each of the distance ratio information obtained from the radar image and the distance ratio information corresponding to each target shape model stored in the database is calculated by the candidate target enumeration unit 15. . Then, based on the calculation result, the target shape models within the allowable error range set in advance or by an instruction of the operator are listed from the database. In addition, the candidate target enumeration unit 15 enumerates, from the database, target shape models within an allowable error range set in advance or by an instruction of an operator from the graph shown in FIG. 6 displayed on the display device 16. Is also good. The information of the listed target shape models is sent to the target rank calculating unit 18.
【００２６】目標順位算出部１８は、比率算出部１４で
算出された距離比率情報と、候補目標列挙部１５で列挙
された各目標形状モデルに対応する距離比率情報との差
から順位を決定する。この順位の決定に際し、例えば３
つの情報について評価を行なう場合、比率算出部１４で
算出された距離比率情報をそれぞれＲ1 ，Ｒ2 ，Ｒ3、
データベース上に存在する目標形状モデルに対応する距
離比率情報をＤ1 ，Ｄ2 ，Ｄ3 、情報間の重み付けをＷ
1 ，Ｗ2 ，Ｗ3 とすると、データベース上に存在する目
標形状モデルの類似度Ｐは、The target rank calculating unit 18 determines a rank from the difference between the distance ratio information calculated by the ratio calculating unit 14 and the distance ratio information corresponding to each target shape model enumerated by the candidate target enumeration unit 15. . In determining this ranking, for example, 3
When the two pieces of information are evaluated, the distance ratio information calculated by the ratio calculator 14 is represented by R 1 , R 2 , R 3 , respectively.
The distance ratio information corresponding to the target shape model existing on the database is D 1 , D 2 , D 3 , and the weight between the information is W
Assuming that 1 , W 2 and W 3 , the similarity P of the target shape model existing on the database is
【００２７】[0027]
【数２】 で与えられる。ここで、ある情報Ｒn とＤn とが一致あ
るいは非常に近い値をとる時、他の情報による項は相対
的に無視できる程小さくなる。そこで、ある一定の差以
内の誤差を持つ場合は、下限を定めてその値（Ｒn −Ｄ
n ）を与えるように対処する必要がある。また、情報間
の重み付けＷn は、それぞれの情報の分散状況、ＩＳＡ
Ｒ画像の鮮明度等の信頼度によって決定される係数であ
り、事前もしくはオペレータの指示により設定されるも
のである。その一例を図７に示している。図７におい
て、情報１の「６」は例えば重み付けＷ1 に相当し、情
報２の「８」は例えば重み付けＷ2 に相当し、情報３の
「３」は例えば重み付けＷ3 に相当する。(Equation 2) Given by Here, when certain information R n and D n match or take very close values, the term due to other information becomes relatively negligibly small. Therefore, when there is an error within a certain difference, a lower limit is determined and the value (R n −D
n ) need to be dealt with to give. Further, the weighting W n between information, dispersion conditions of each information, ISA
This coefficient is determined by the reliability such as the sharpness of the R image, and is set in advance or by an instruction from an operator. An example is shown in FIG. 7 corresponds to the "6" for example, the weighting W 1 of the information 1, "8" of the information 2 corresponds to, for example, the weighting W 2, "3" of the information 3 corresponds to the weighting W 3, for example.
【００２８】そして、目標順位算出部１８は、図８に示
すように、算出された類似度を大きい順に並べ換え、こ
の順位を表示装置１６に表示させる。ここで、図８にお
いて、各候補の得点は、データベース上の各目標形状モ
デルに対する類似度に対応する。Then, as shown in FIG. 8, the target rank calculating unit 18 sorts the calculated similarities in descending order, and causes the display device 16 to display this rank. Here, in FIG. 8, the score of each candidate corresponds to the similarity to each target shape model on the database.
【００２９】したがって、上記実施の形態によれば、レ
ーダイメージから少なくとも２軸を形成するような複数
の特徴点が抽出され、ここから２個以上の図形要素間の
距離比率が求められ、この距離比率と予め求められたデ
ータベース内の各目標形状モデルの対応する距離比率と
が比較されることにより、レーダ受信機により得られる
目標がどの形状モデルに属するのかが容易に推定され
る。Therefore, according to the above embodiment, a plurality of feature points forming at least two axes are extracted from the radar image, and a distance ratio between two or more graphic elements is obtained therefrom. By comparing the ratio with the corresponding distance ratio of each target shape model in the database determined in advance, it is easy to estimate which shape model the target obtained by the radar receiver belongs to.
【００３０】このため、レーダイメージから抽出される
接触関係にある２個以上の図形要素間の距離比率を求
め、予め求められたデータベース内の各目標形状モデル
の対応する距離比率と比較するという容易な手法をとる
ことにより、レーダエコーから目標の運動を推定するこ
とにより決定するような距離精度の依存性に影響される
ことなく、目標の識別を正確に行なうことができる。For this reason, the distance ratio between two or more graphic elements in contact with each other extracted from the radar image is obtained and compared with the corresponding distance ratio of each target shape model in the database previously obtained. By employing such a technique, it is possible to accurately identify the target without being affected by the dependence of the distance accuracy as determined by estimating the motion of the target from the radar echo.
【００３１】一方、目標の識別において、第１の方法と
して、表示装置１６の表示画面上に比率算出部１４で算
出された距離比率と、データベースに格納された各目標
形状モデルに対応する距離比率とをグラフで表示させ、
かつ各目標形状モデルに対応する距離比率を各プロット
毎に表示画面上で識別された図形で表わすことで、オペ
レータに対して、レーダ受信機により得られる目標がど
の種類に属するのかを視認させることが可能となる。On the other hand, in target identification, as a first method, the distance ratio calculated by the ratio calculator 14 on the display screen of the display device 16 and the distance ratio corresponding to each target shape model stored in the database are stored. And are displayed in a graph,
In addition, the distance ratio corresponding to each target shape model is represented by a figure identified on the display screen for each plot, so that the operator can visually recognize the type of the target obtained by the radar receiver. Becomes possible.
【００３２】また、第２の方法として、候補目標列挙部
１５にて、比率算出部１４で算出された距離比率と、デ
ータベースに格納された全ての目標形状モデルに対応す
る距離比率との差をそれぞれ演算し、この演算結果を使
用して、目標順位算出部１８にて、事前もしくはオペレ
ータの指示により設定された許容誤差範囲内にある目標
形状モデルを候補として選定するようにしているので、
オペレータは、この目標形状モデルの候補に基づいて、
レーダ受信機により得られる目標を識別することが可能
となる。As a second method, the candidate target enumeration unit 15 calculates the difference between the distance ratio calculated by the ratio calculation unit 14 and the distance ratios corresponding to all the target shape models stored in the database. Each calculation is performed, and using the calculation results, the target rank calculation unit 18 selects a target shape model within an allowable error range set in advance or in accordance with an instruction of an operator as a candidate.
The operator, based on this target shape model candidate,
It is possible to identify the target obtained by the radar receiver.
【００３３】また、上記実施の形態では、レーダイメー
ジから抽出される図形要素として複数の特徴点を用いて
いるが、この特徴点以外の図形要素を抽出して距離比率
を求めるようにしてもよい。さらに、上記実施の形態に
おいて、レーダイメージからその他の形状上の付加情報
が得られる場合、その付加情報に合致しないデータベー
ス上の目標形状モデルを、予めデータベース中で候補・
順位決定手順の対象から除外するようにしてもよい。な
お、この発明は上記実施の形態に限ることなく、この他
この発明の要旨を逸脱しない範囲で種々変形して実施で
きることはもちろんのことである。In the above embodiment, a plurality of characteristic points are used as graphic elements extracted from the radar image. However, a graphic element other than the characteristic points may be extracted to obtain a distance ratio. . Further, in the above embodiment, when additional information on other shapes is obtained from the radar image, a target shape model on the database that does not match the additional information is selected in advance in the database.
You may make it exclude from the object of a rank determination procedure. It should be noted that the present invention is not limited to the above-described embodiment, but may be variously modified and implemented without departing from the spirit of the present invention.
【００３４】[0034]
【発明の効果】以上詳述したようにこの発明によれば、
レーダイメージから抽出される複数の図形要素の相対関
係を用いて距離精度への依存性を軽減し、かつデータベ
ースに格納された記憶情報と比較を行なうことで目標の
識別を行なうことのできるスケール抽出型レーダイメー
ジ解析装置を提供することができる。As described in detail above, according to the present invention,
Scale extraction that can reduce the dependence on distance accuracy by using the relative relationship of multiple graphic elements extracted from radar images, and can identify targets by comparing it with stored information stored in a database The present invention can provide a type radar image analyzer.
【図１】この発明に係るスケール抽出型レーダイメージ
解析装置の一実施の形態を示すブロック構成図。FIG. 1 is a block diagram showing an embodiment of a scale extraction type radar image analyzer according to the present invention.
【図２】同実施の形態のレーダイメージ表示装置で目標
について作成したレーダイメージを示す図。FIG. 2 is a diagram showing a radar image created for a target by the radar image display device according to the embodiment;
【図３】同実施の形態の特徴点抽出部で抽出する特徴点
の一例を示す図。FIG. 3 is an exemplary view showing an example of feature points extracted by a feature point extracting unit according to the embodiment;
【図４】同実施の形態の歪み補正部でレーダイメージを
距離対ドプラ周波数画面から距離対距離画面に変換する
様子を示す図。FIG. 4 is an exemplary diagram showing how the distortion correction unit of the embodiment converts a radar image from a distance-to-Doppler frequency screen to a distance-to-distance screen;
【図５】同実施の形態において、対象目標が船舶、航空
機である場合のそれぞれについて検出する距離比率の一
例を示す図。FIG. 5 is a diagram showing an example of a distance ratio detected in each case where the target is a ship or an aircraft in the embodiment.
【図６】同実施の形態の表示装置において、データベー
ス上の目標について特徴の違いをプロット点の違いで表
現してグラフ化した様子を示す図。FIG. 6 is a diagram showing a state in which a difference between features of a target on a database is represented by a difference between plot points and graphed in the display device of the embodiment.
【図７】同実施の形態の目標順位決定部において、情報
間の重み付けの設定及びグラフ上でのプロット点の違い
によるその他の情報の付加を行なう場合の設定画面の一
例を示す図。FIG. 7 is an exemplary view showing an example of a setting screen in a case where setting of weighting between information and addition of other information due to a difference in a plot point on a graph are performed in a target rank determining unit of the embodiment.
【図８】同実施の形態の目標順位決定部により出力表示
された目標順位の表示の一例を示す図。FIG. 8 is an exemplary view showing an example of the display of the target rank output and displayed by the target rank determining section of the embodiment.
１１…レーダイメージ表示装置、 １２…特徴点抽出部、 １３…歪み補正部、 １４…比率算出部、 １５…候補目標列挙部、 １６…表示装置、 １７…データベース読み込み部、 １８…目標順位算出部。 DESCRIPTION OF SYMBOLS 11 ... Radar image display apparatus, 12 ... Feature point extraction part, 13 ... Distortion correction part, 14 ... Ratio calculation part, 15 ... Candidate target enumeration part, 16 ... Display device, 17 ... Database reading part, 18 ... Target rank calculation part .
Claims (8)
ダイメージから少なくとも２軸を形成するような複数の
図形要素を抽出する図形要素抽出手段と、 この図形要素抽出手段により抽出されたレーダイメージ
上の２個以上の図形要素間の距離比率を求める比率演算
手段と、 予め求められた各目標形状モデルの対応する距離比率を
格納する記憶手段と、 前記比率演算手段の演算結果である距離比率と前記記憶
手段に格納された目標形状モデルの対応する距離比率と
を比較することで、目標の種類を判定する目標判定手段
とを具備してなることを特徴とするスケール抽出型レー
ダイメージ解析装置。1. A graphic element extracting means for extracting a plurality of graphic elements forming at least two axes from a radar image of a target signal obtained by a radar receiver, and on a radar image extracted by the graphic element extracting means. Ratio calculating means for calculating a distance ratio between two or more graphic elements; storage means for storing a distance ratio corresponding to each target shape model obtained in advance; and a distance ratio which is a calculation result of the ratio calculating means. A scale extraction type radar image analysis apparatus, comprising: a target determination unit that determines a type of a target by comparing a corresponding distance ratio of a target shape model stored in the storage unit.
ジから図形要素として少なくとも２軸を形成する複数の
特徴点を抽出して用いるようにしたことを特徴とする請
求項１記載のスケール抽出型レーダイメージ解析装置。2. The scale extracting radar according to claim 1, wherein said graphic element extracting means extracts a plurality of feature points forming at least two axes as graphic elements from a radar image and uses the characteristic points. Image analysis device.
で求めた距離比率と、前記記憶手段に格納された各目標
形状モデルに対応する距離比率とを縦軸・横軸とするグ
ラフに表わす表示手段を備え、各目標形状モデルに対応
する距離比率を各プロット毎に前記表示手段の表示画面
上で識別された図形要素で表わすことを特徴とする請求
項１記載のスケール抽出型レーダイメージ解析装置。3. The target determination means displays the distance ratio obtained by the ratio calculation means and the distance ratio corresponding to each target shape model stored in the storage means on a graph having a vertical axis and a horizontal axis. 2. A scale-extraction radar image analysis system according to claim 1, further comprising display means, wherein a distance ratio corresponding to each target shape model is represented by a graphic element identified on a display screen of said display means for each plot. apparatus.
で求めた距離比率と、前記記憶手段に格納された全ての
目標形状モデルに対応する距離比率との差を各々演算す
る比率差演算手段と、この比率差演算手段による演算結
果に基づいて、事前もしくはオペレータの指示により設
定された許容誤差範囲内にある前記目標形状モデルを候
補として選定する目標候補選定手段とを有してなること
を特徴とする請求項１記載のスケール抽出型レーダイメ
ージ解析装置。4. A ratio difference calculating means for calculating a difference between a distance ratio obtained by the ratio calculating means and a distance ratio corresponding to all target shape models stored in the storage means. And target candidate selecting means for selecting, as a candidate, the target shape model within an allowable error range set in advance or by an instruction of an operator based on a calculation result by the ratio difference calculating means. 2. The scale extraction type radar image analyzer according to claim 1, wherein:
算手段により演算された各々の距離比率の差と、事前も
しくはオペレータの指示により設定される距離比率間の
重み付けとを用いて、前記記憶手段内の各目標形状モデ
ルに対して次式に定義するレーダイメージからの類似度 【数１】 を求め、その値の大きい目標形状モデルから候補として
の順位を決定する手段を有してなることを特徴とする請
求項４記載のスケール抽出型レーダイメージ解析装置。5. The target candidate selecting means uses the difference between the distance ratios calculated by the ratio difference calculating means and weighting between the distance ratios set in advance or according to an instruction of an operator, and stores the stored data. The similarity from the radar image defined by the following equation for each target shape model in the means: 5. A scale-extracting radar image analyzing apparatus according to claim 4, further comprising means for determining the order as a candidate from the target shape model having a large value.
の他の形状上の付加情報が得られる場合、その付加情報
に合致しない目標形状モデルを候補・順位決定手順の対
象から除外することを特徴とする請求項１記載のスケー
ル抽出型レーダイメージ解析装置。6. The storage means, when additional information on other shapes is obtained from the radar image, excludes a target shape model that does not match the additional information from candidates for a candidate / rank determination procedure. The radar image analysis apparatus according to claim 1, wherein:
舶である場合、一例として船首−船尾を結ぶ船体軸を形
成する複数の特徴点と、艦橋の最高点−最下部を結ぶ艦
橋軸を形成する複数の特徴点とを抽出し、 前記比率演算手段は、前記図形要素抽出手段により抽出
された船体軸が表す全長と、艦橋軸が表す艦橋部の高さ
との２つの距離を用いて、各々距離の比を演算すること
を特徴とする請求項１乃至６のいずれかに記載のスケー
ル抽出型レーダイメージ解析装置。7. The graphic element extracting means, when the target is a ship, as an example, a plurality of feature points forming a hull axis connecting a bow and a stern, and a bridge axis connecting a highest point and a lowest point of a bridge. A plurality of feature points to be formed are extracted, and the ratio calculation means uses two distances, that is, the total length represented by the hull axis extracted by the graphic element extraction means and the height of the bridge portion represented by the bridge axis, The scale extraction type radar image analyzer according to any one of claims 1 to 6, wherein a ratio of distances is calculated.
空機である場合、一例として機首−機尾を結ぶ機体軸を
形成する複数の特徴点と、機体の両翼間を結ぶ両翼軸を
形成する複数の特徴点とを抽出し、 前記比率演算手段は、前記図形要素抽出手段により抽出
された機体軸が表す全長と、両翼軸が表す全幅との２つ
の距離を用いて、各々距離の比を演算することを特徴と
する請求項１乃至６のいずれかに記載のスケール抽出型
レーダイメージ解析装置。8. When the target is an aircraft, the graphic element extracting means forms, for example, a plurality of feature points forming a body axis connecting the nose and the tail and a two wing axis connecting the two wings of the body. A plurality of characteristic points to be extracted, and the ratio calculating means uses two distances, that is, the total length represented by the body axis extracted by the graphic element extracting means and the full width represented by both wing axes, to calculate a ratio of the distances. The scale extraction type radar image analyzer according to any one of claims 1 to 6, wherein
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25864897A JP3499727B2 (en) | 1997-09-24 | 1997-09-24 | Scale extraction type radar image analyzer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP25864897A JP3499727B2 (en) | 1997-09-24 | 1997-09-24 | Scale extraction type radar image analyzer |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1194941A true JPH1194941A (en) | 1999-04-09 |
| JP3499727B2 JP3499727B2 (en) | 2004-02-23 |
Family
ID=17323190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP25864897A Expired - Lifetime JP3499727B2 (en) | 1997-09-24 | 1997-09-24 | Scale extraction type radar image analyzer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3499727B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6438491B1 (en) | 1999-08-06 | 2002-08-20 | Telanon, Inc. | Methods and apparatus for stationary object detection |
| JP2007114102A (en) * | 2005-10-21 | 2007-05-10 | Mitsubishi Space Software Kk | Radar image processor, radar image identifying method, and radar image identifying program |
| JP2009288128A (en) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | Radar device |
| JP2011247777A (en) * | 2010-05-27 | 2011-12-08 | Toshiba Corp | Radar device, target classification device and target classification program |
| JP2012063186A (en) * | 2010-09-15 | 2012-03-29 | Mitsubishi Space Software Kk | Traveling object specification device, traveling object specification program and traveling object specification method |
| JP2013134112A (en) * | 2011-12-26 | 2013-07-08 | Mitsubishi Electric Corp | Target direction estimation device |
| JPWO2021220337A1 (en) * | 2020-04-27 | 2021-11-04 |
-
1997
- 1997-09-24 JP JP25864897A patent/JP3499727B2/en not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6438491B1 (en) | 1999-08-06 | 2002-08-20 | Telanon, Inc. | Methods and apparatus for stationary object detection |
| US6832156B2 (en) | 1999-08-06 | 2004-12-14 | Telanon, Inc. | Methods and apparatus for stationary object detection |
| JP2007114102A (en) * | 2005-10-21 | 2007-05-10 | Mitsubishi Space Software Kk | Radar image processor, radar image identifying method, and radar image identifying program |
| JP4651499B2 (en) * | 2005-10-21 | 2011-03-16 | 三菱スペース・ソフトウエア株式会社 | Radar image processing apparatus, radar image identification method, and radar image identification program |
| JP2009288128A (en) * | 2008-05-30 | 2009-12-10 | Mitsubishi Electric Corp | Radar device |
| JP2011247777A (en) * | 2010-05-27 | 2011-12-08 | Toshiba Corp | Radar device, target classification device and target classification program |
| JP2012063186A (en) * | 2010-09-15 | 2012-03-29 | Mitsubishi Space Software Kk | Traveling object specification device, traveling object specification program and traveling object specification method |
| JP2013134112A (en) * | 2011-12-26 | 2013-07-08 | Mitsubishi Electric Corp | Target direction estimation device |
| JPWO2021220337A1 (en) * | 2020-04-27 | 2021-11-04 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3499727B2 (en) | 2004-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108254741B (en) | Target track prediction method based on cyclic neural network | |
| EP1677250B1 (en) | Image collation system and image collation method | |
| CN113269073A (en) | Ship multi-target tracking method based on YOLO V5 algorithm | |
| US20040052413A1 (en) | Method of object recognition, apparatus of the same and recording medium therefor | |
| CN112257605B (en) | Three-dimensional target detection method, system and device based on self-labeling training sample | |
| CN103810473B (en) | A kind of target identification method of human object based on HMM | |
| CN106023257A (en) | Target tracking method based on rotor UAV platform | |
| CN109871829B (en) | Detection model training method and device based on deep learning | |
| CN104751111B (en) | Identify the method and system of human body behavior in video | |
| JP2000322573A (en) | Method and device for image processing | |
| JP3499727B2 (en) | Scale extraction type radar image analyzer | |
| CN116543171A (en) | Target detection method and device and electronic equipment | |
| CN108992033B (en) | Grading device, equipment and storage medium for vision test | |
| CN111738319A (en) | Clustering result evaluation method and device based on large-scale samples | |
| WO2007140523A1 (en) | Target recognition method | |
| CN110084187A (en) | Location recognition method, device, equipment and storage medium based on computer vision | |
| JP3514299B2 (en) | Inverse synthetic aperture radar apparatus and target identification method using inverse synthetic aperture radar image | |
| JP2002133413A (en) | Method and device for identifying three-dimensional object using image processing | |
| CN110580697A (en) | Video image processing method and system for measuring thickness of fetal nape transparency from ultrasonic video image | |
| JP2000275338A (en) | Apparatus and method for discrimination of target | |
| CN114708307B (en) | Target tracking method, system, storage medium and device based on correlation filter | |
| Ward et al. | A model-based approach to recovering the structure of a plant from images | |
| JP3971357B2 (en) | Radar equipment | |
| JP2002006034A (en) | Method and apparatus for class discrimination of target in radar | |
| CN117553756B (en) | Off-target amount calculating method, device, equipment and storage medium based on target tracking |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071205 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081205 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091205 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091205 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101205 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111205 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131205 Year of fee payment: 10 |
|
| EXPY | Cancellation because of completion of term |