KR101062861B1 - 표적 탐지 방법 - Google Patents

표적 탐지 방법 Download PDF

Info

Publication number
KR101062861B1
KR101062861B1 KR1020100112414A KR20100112414A KR101062861B1 KR 101062861 B1 KR101062861 B1 KR 101062861B1 KR 1020100112414 A KR1020100112414 A KR 1020100112414A KR 20100112414 A KR20100112414 A KR 20100112414A KR 101062861 B1 KR101062861 B1 KR 101062861B1
Authority
KR
South Korea
Prior art keywords
area
value
region
center
variance
Prior art date
Application number
KR1020100112414A
Other languages
English (en)
Inventor
박장한
이완재
윤동준
Original Assignee
삼성탈레스 주식회사
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 삼성탈레스 주식회사 filed Critical 삼성탈레스 주식회사
Priority to KR1020100112414A priority Critical patent/KR101062861B1/ko
Application granted granted Critical
Publication of KR101062861B1 publication Critical patent/KR101062861B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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

Abstract

본 발명은 표적 탐지 기법에 관한 것으로서, 특히, 방향별 대조비를 이용하여 소형의 표적을 정확하게 탐지하는 방법에 관한 것이다. 본 발명의 실시 형태는, 적외선 영상 프레임에서 다수의 중심영역 및 각 중심영역에 이웃한 주변영역을 설정하는 과정과, 상기 중심영역과 주변영역간의 화소밝기 평균값들의 분산값을 영역 분산값으로서 산출하는 과정과, 모든 중심영역에 대하여 영역 분산값을 산출한 후, 가장 작은 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정을 포함한다.

Description

표적 탐지 방법{Method for target detection}
본 발명은 표적 탐지 기법에 관한 것으로서, 특히, 방향별 대조비를 이용하여 소형의 표적을 정확하게 탐지하는 방법에 관한 것이다.
적외선 영상은 대상에서 복사되는 적외선을 감지하여 영상화한 신호로서 상대적으로 높은 온도를 가지는 사람, 차량 등을 밝게 표현하고, 지면, 건물 등을 어둡게 표현한다. 따라서 이 원리를 이용하여 차량이나 사람 등의 표적을 탐지할 수 있다.
표적 탐지를 위해 사용하는 일반적인 HPF(High Pass Filter)는 배경의 경계선 부분에 해당하는 신호도 통과시키기 때문에 건물과 같은 복잡한 형태의 배경이 포함되는 경우 표적과 배경을 구분하기 어렵다.
이와 같은 문제에 대응하기 위한 방안으로 방향별 대조비(Directional Contrast)를 이용한 탐지 기법 등을 고려할 수 있으나, 이 경우에도 복수의 지점이 표적으로 도출되는 문제가 있다.
본 발명의 기술적 과제는 방향별 대조비를 이용하여 표적 후보 지점들을 도출하고, 최종적으로 단일 표적을 결정하는데 있다. 또한, 본 발명의 기술적 과제는 영역 분산값을 정의하고 영역 분산값의 특성을 이용하여 최종 표적을 탐지하는데 있다. 또한, 본 발명의 기술적 과제는 표적의 영역 분산값이 최소가 되는 지점을 최종 표적으로 결정함으로써, 효과적인 탐지가 이루어지도록 하는데 있다.
본 발명의 실시 형태는, 적외선 영상 프레임에서 다수의 중심영역 및 각 중심영역에 이웃한 주변영역을 설정하는 과정과, 상기 중심영역과 주변영역간의 화소밝기 평균값들의 분산값을 영역 분산값으로서 산출하는 과정과, 모든 중심영역에 대하여 영역 분산값을 산출한 후, 가장 작은 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정을 포함한다.
상기 중심영역 및 주변영역을 설정하는 과정은, 상기 적외선 영상 프레임을 R(행)×C(열)개의 영역으로 분할하여 각 영역을중심영역으로 설정하는 과정과, 각 중심영역에 이웃한 영역을 해당 중심영역에 대한 주변영역으로 설정하는 과정을 포함한다.
상기 영역 분산값으로 산출하는 과정은, 중심영역에 인접한 주변영역의 화소밝기 평균값과 중심영역의 화소밝기 평균값간의 차이값인 방향별 대조비를 각 주변영역별로 산출하는 과정과, 상기 중심영역에서의 산출한 방향별 대조비가 미리 설정된 임계치를 초과하는 경우, 상기 영역 분산값을 산출하는 과정을 포함한다.
상기 영역 분산값은, "(각 중심영역에서의 방향별 대조비)2의 합 ÷ 주변영역의 갯수"에 의해 산출됨을 특징으로 한다.
가장 작은 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정은, 현재 중심영역의 영역 분산값이 이전의 중심영역의 영역 분산값보다 작은 경우, 상기 산출된 영역 분산값을 최소 영역 분산값으로 갱신하는 과정과, 마지막 중심영역까지 영역 분산값을 산출하여 상기 최소 영역 분산값을 최종 결정하는 과정과, 상기 결정된 최소 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정을 포함한다.
본 발명의 실시예에 따르면 낮은 대조비의 영상이나 건물과 같은 복잡한 배경이 존재하는 영상에 대해서도 효과적인 탐지가 이루어질 수 있다. 또한, 한 장의 적외선 영상 프레임을 사용하여 단일의 표적을 탐지할 수 있다. 또한, 한 장의 적외선 영상 프레임을 사용하여 단일 표적을 탐지함으로써, 탐지/추적 결과를 시선 방향의 변화에 반영하는 시스템에서 응용될 수 있다.
도 1은 영상프레임 내의 특정 블록이 3×3의 영역으로 분할되어 있는 모습을 도시한 그림이다.
도 2 및 도 4는 적외선 영상 프레임과 이진 영상을 도시한 그림이다.
도 3 및 도 5는 각 후보 지점에서 영역 분산값의 역수의 크기를 도시한 그림이다.
도 6은 본 발명의 실시 예에 따른 표적 탐지 과정을 도시한 플로차트이다.
도 7은 본 발명의 실시 예로서 하나의 영상 프레임 내에서 10×10개의 중심 영역이 설정되어 있는 모습을 도시한 그림이다.
도 8은 본 발명의 실시예에 따라 각 영역에서의 화소밝기 평균값을 도시한 그림이다.
도 9는 도 8과 같은 화소밝기 평균값을 가지는 10×10 영역을 갖는 영상 프레임에서 각 중심영역에서의 방향별 대조비와 영역 분산값의 예시를 도시한 그림이다.
도 10은 영상에 대해 본 발명의 실시예의 표적 탐지 기법을 수행한 결과를 나타낸 사진이다.
도 11은 다른 영상에 대해 본 발명의 실시예의 표적 탐지 기법을 수행한 결과를 나타낸 사진이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 더욱 상세히 설명하기로 한다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면상에서 동일 부호는 동일한 요소를 지칭한다.
본 발명의 실시예인 표적 탐지 과정을 설명하기 전에, 우선, 본 발명에서 제안되는 영역 분산의 개념을 설명한다.
본 발명의 실시예는 방향별 대조비 연산을 통해 중심 영역의 주변에 있는 주변 8방향에 대한 영역을 설정하고, 각 주변영역의 화소밝기 평균값과 중심영역의 화소밝기 평균값을 비교하여 표적을 탐지하게 된다. 이때, 단일 표적을 결정하기 위해서 어느 객체가 가장 표적으로 타당한지를 판단하기 위한 기준이 필요하고 이를 위해 본 발명의 실시예는 이러한 기준으로서 영역 분산값을 이용한다.
영역 분산값이란, 각각의 주변영역의 화소밝기 평균값들의 분산값을 영역 분산값으로 정의한다. 예를 들어, 도 1에 도시한 바와 같이 영상프레임 내의 특정 블록이 3×3의 영역을 가질 때, 중심영역과 주변영역간의 화소밝기 평균값들의 분산을 영역 분산값으로 정의한다.
하기 (식1)에서 영역 분산값을 구하는 식을 나타내었다.
(식1)
영역 분산값
= {(제1주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제2주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제3주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제4주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제5주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제6주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제7주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 + (제8주변영역 화소밝기 평균값-중심영역 화소밝기 평균값)2 } ÷ 8
= {각 주변영역에 대해 산출한 (주변영역과 중심영역의 화소밝기 평균값의 차이)2의 합} ÷ 주변 영역의 갯수
= (각 중심영역에서의 방향별 대조비)2의 합 ÷ 주변영역의 갯수
레이더 표적의 경우 사람, 차량 등의 이동 물체가 되는데, 이러한 표적들은 지면, 건물 등과 비교할 때 상대적으로 높은 온도를 가지게 되어 적외선 영상은 밝게 표시된다. 따라서 주변영역이 배경에 해당하는 화소들로만 이루어지고 중심영역이 표적을 포함하는 경우 영역 분산값은 낮아지며, 주변영역 내의 표적과 배경이 동시에 존재하는 경우는 영역 분산값은 높아질 것을 예측할 수 있다. 본 발명은 이러한 영역 분산값의 특성을 이용하여 표적을 탐지하여 결정한다.
도 2 및 도 3은 영역 분산값이 표적을 결정하기 위한 기준으로 타당한지를 분석한 결과로서, 도 2는 적외선 영상 프레임(a)과 이진 영상(b)을 도시한 그림이고, 도 3은 각 후보 지점에서 영역 분산값의 역수의 크기를 도시한 그림이다.
도 2에서 표적 후보지점 A,C는 불필요한 반사파에 의해 나타나는 에코(echo) 등의 배경 클러터에 해당하고 B는 표적(예컨대, 차량, 사람 등과 같이 열을 갖는 물체)에 해당한다.
각 후보 지점들의 영역 분산값을 구하여 그 역수를 도 3과 같이 나타내보면, B지점에서 영역 분산값의 역수가 가장 높게 나타남을 알 수 있다.
도 4 및 도 5는 동일한 과정을 다른 상황의 영상에 적용한 결과이다. 도 4 및 도 5의 경우에도, 도 2 및 도 3과 마찬가지로 표적 지점에서 영역 분산값의 역수가 가장 높게 나타남을 볼 수 있다. 이는 예측과 같이 표적 지점에서 영역 분산값이 낮게 나타난다는 것을 의미한다.
도 6은 본 발명의 실시 예에 따른 표적 탐지 과정을 도시한 플로차트이다.
적외선 촬상 장치를 통해 촬영된 적외선 영상 프레임을 획득한다(S60). 획득한 적외선 영상 프레임 내에서 중심 영역 및 주변 영역을 설정한다(S61).
이를 위하여, 적외선 영상 프레임을 R×C 개의 영역으로 분할하는 과정을 가진다. 상기에서 R은 행(row)의 갯수를 나타내며, C는 열(column)의 갯수를 나타낸다. 분할된 각 영역을 중심 영역으로 설정한다. 도 7은 일 실시예로서 하나의 영상 프레임 내에서 10×10개의 중심 영역이 설정되어 있는 모습을 도시한 그림으로서, 전체 100개의 중심 영역이 설정되어 있음을 알 수 있다.
주변영역은 각 중심영역에 인접한 영역을 말한다. 따라서 각 중심영역에 인접한 영역은 주변영역의 갯수는 중심영역의 위치에 따라 그 갯수를 달리한다.
예를 들어, (1행,1열)영역, 즉, 제1중심영역의 경우 그 주변 영역은 3개로서, 2,11,12 영역이 해당되고, 제2중심영역의 주변영역은 5개로서 1,3,11,12,13 영역이 해당된다. 또한, 1행, 10행, 1열, 10열이 아닌 중간행열에 있는 중심영역은 8개의 주변 영역을 가지게 되는데, 예컨대, (2행,2열)에 있는 제12중심영역의 경우 그 주변영역은 1,2,3,11,13,21,22,23 영역이 되며, (3행,5열)에 있는 제25중심영역의 경우 그 주변영역은 14,15,16,24,26,34,35,36 영역이 된다. 중심 영역 및 주변 영역 설정을 수행한 후에는, 영역 분산값을 '0'으로 초기화하는 과정을 가진다(S61).
상기와 같이 중심 영역 및 주변 영역 설정 및 영역 분산값 초기화(S61)한 후에는 첫번째 중심영역인 제1중심영역에 대하여 방향별 대조비를 산출한다(S62).
상기 방향별 대조비는 주변영역의 화소밝기 평균값에서 중심영역의 화소밝기 평균값을 차감한 값(주변영역의 화소밝기 평균값-중심영역의 화소밝기 평균값)이다. 예를 들어, 도 8은 각 영역에서의 화소밝기 평균값을 도시한 것으로서, 도시된 바와 같이 제1중심영역의 화소밝기 평균값이 56이라고 가정할 때, 제1중심영역의 0°방향(우측 방향)에 위치한 주변영역인 제2영역의 화소밝기 평균값이 58인 경우, 0°방향 대조비는 58-56=2가 된다. 마찬가지로, 제1중심영역의 270°방향(하측 방향)에 위치한 주변영역인 제11중심영역의 화소밝기 평균값이 58인 경우 270°방향 대조비는 58-56=2가 되며, 제1중심영역의 315°방향(우하측 방향)에 위치한 주변영역인 제12영역의 화소밝기 평균값이 59인 경우 315°방향 대조비는 59-56=3이 된다. 따라서 {2,2,3}이라는 방향별 대조비를 얻게 된다.
참고로, 도 9는 도 8과 같은 화소밝기 평균값을 가지는 10×10 영역을 갖는 영상 프레임에서 각 중심영역에서의 방향별 대조비와 영역 분산값의 예시를 도시하였다. 도 9를 참조하면, 각 중심영역은 해당 주변영역의 갯수만큼 방향별 대조비를 얻을 수 있다.
상기와 같이 제1중심영역에 대한 방향별 대조비를 계산(S62)한 후에는, 산출한 모든 방향별 대조비가 미리 설정된 임계치를 초과하는지를 판단한다(S63). 예를 들어, 임계치가 0.5로 설정되어 있다고 가정할 때, 제1중심영역의 방향별 대조비는 2,2,3으로서 모든 방향별 대조비가 임계치인 0.5를 초과함을 알 수있다. 방향별 대조비가 임계치를 초과했다는 것은, 중심영역과 해당 방향에 위치한 주변영역간의 화소밝기 평균값의 차이가 임계치를 초과함을 의미하는 것으로서, 그 만큼 중심영역의 화소밝기가 주변영역보다 낮기 때문에 해당 중심영역에 사람, 차량 등의 표적이 존재할 확률이 있음을 의미한다.
방향별 대조비가 임계치를 초과했을 경우에는 해당 중심영역에서의 영역 분산값을 산출한다(S64). 영역 분산값은 중심영역과 주변영영역간의 화소밝기 평균값들의 분산으로서, 상기 (식1)에 기술하였다. 따라서 (식1)에 의하여 도 9에 도시한 바와 같이 제1중심영역의 영역 분산값은 8.33이 됨을 알 수 있다.
제1중심영역에 대한 영역 분산값을 계산한 후에는, 현재 산출된 영역 분산값이 이전의 영역 분산값보다 작은지를 판단한다(S65). 현재의 중심영역(제N중심영역)의 영역 분산값이 이전의 중심영역(제N-1중심영역)의 영역 분산값보다 작을 경우에는, 최소 영역 분산값을 갱신한다(S66).
상기에서 최소 영역 분산값이란, 각 중심영역에서의 영역 분산값 중에서 가장 작은 값으로 결정되는 값이다. 예컨대, 전체 100개의 중심영역이 있을 때, 제1중심영역의 영역 분산값부터 제100중심영역의 영역 분산값의 분포가 최소 2.2, 최대 81을 가진다고 할 때, 2.2가 최소 영역 분산값이 되는 것이다.
따라서, 제1중심영역의 영역 분산값이 8.33이므로, 제1중심영역의 영역 분산값이 이전 영역 분산값(여기서는 초기값)인 '0'보다 크기 때문에, 제1중심영역의 영역 분산값 8.33을 최소 영역 분산값으로 갱신한다(S66).
상기 과정들이 이루어져 최소 영역 분산값 갱신이 이루이고 난 후, 현재의 중심영역이 적외선 영상 프레임의 마지막 중심영역인지를 판단(S67)하여, 마지막 중심영역이 아닐 경우에는 다음 번째의 중심영역으로 이동(S68)하여 상기의 과정을 반복한다(S62,S63,S64,S65,S66,S67).
즉, 제1중심영역에 대한 영역 분산값을 구하여 최소 영역 분산값을 갱신한 후, 제2중심영역에 대하여 방향별 대조비를 계산하여 방향별 대조비가 임계치를 넘는 경우에, 제2중심영역에 대한 영역 분산값을 구하여 이전 영역 분산값인 제1중심영역의 영역 분산값과 비교하여 최소 영역 분산값의 갱신 여부를 결정한다.
예를 들어, 58의 화소밝기 평균값을 가지는 제2중심영역의 경우, 도 9와 같이 방향별 대조비 {-1,-2,0,1,2}를 가질 수 있는데, 제2중심영역의 0°및 180°방향별 대조비는 각각 -1, -2를 가지고 있어 임계치 0.5 이하의 값을 가진다. 따라서 제2중심영역에 대한 영역 분산값 계산없이 이전의 최소 영역 분산값인 8.33을 최소 영역 분산값으로 계속하여 유지한 채, 다음번째인 제3중심영역으로 넘어간다.
57의 화소밝기 평균값을 가지는 제3중심영역의 경우, {1,1,2,1,3}의 방향별 대조비를 가지게 되고 각각의 방향별 대조비는 임계치인 0.5를 넘는다. 따라서 제3중심영역에서의 영역 분산값을 구하면 3.33이 됨을 알 수 있다.
제3중심영역에서의 영역 분산값인 3.33은 이전의 최소 영역 분산값인 8.33보다 적기 때문에, 최소 영역 분산값이 제3중심영역에서 구해진 3.33으로 갱신한다.
상기와 같은 과정을 거쳐 10행×10열인 100개의 영역에 대해서 영역 분산값을 차례로 비교하여, 최소 영역 분산값을 구할 수 있게 되고, 최종 결정된 최소 영역 분산값을 가지는 영역에 표적이 존재한다고 탐지할 수 있다(S69).
도 10 및 도 11에서는 각 영상에 대해 본 발명의 실시예의 표적 탐지 기법을 수행한 결과를 나타내었다. 각 영상에서 붉은 점이 탐지된 표적 지점에 해당한다. 도 10에서는 낮은 대조비의 영상과 대형과 소형의 표적이 함께 있는 경우에 대해서 소형 표적에 대한 효과적인 탐지가 이루어짐을 볼 수 있고, 도 11에서는 복잡한 배경이 있는 경우에 대해서 효과적인 탐지가 이루어짐을 볼 수 있다.
본 발명을 첨부 도면과 전술된 바람직한 실시예를 참조하여 설명하였으나, 본 발명은 그에 한정되지 않으며, 후술되는 특허청구범위에 의해 한정된다. 따라서, 본 기술분야의 통상의 지식을 가진 자라면 후술되는 특허청구범위의 기술적 사상에서 벗어나지 않는 범위 내에서 본 발명을 다양하게 변형 및 수정할 수 있다.
S60: 적외선 영상 프레임 획득
S61: 중심영역 및 주변영역 설정, 영역분산값 '0'초기화
S62: 방향별 대조비 산출
S63: 방향별 대조비가 임계치를 초과하는가
S64: 영역분산값 산출
S66: 최소 영역 분산값 갱신

Claims (6)

  1. 적외선 영상 프레임을 R(행)×C(열)개의 영역으로 분할하여 각 영역을 중심영역으로 설정하는 과정;
    각 중심영역에 이웃한 영역을 해당 중심영역에 대한 주변영역으로 설정하는 과정;
    중심영역에 인접한 주변영역의 화소밝기 평균값과 중심영역의 화소밝기 평균값간의 차이값인 방향별 대조비를 각 주변영역별로 산출하는 과정;
    상기 중심영역에서의 산출한 방향별 대조비가 미리 설정된 임계치를 초과하는 경우, 상기 영역 분산값을 산출하는 과정; 및
    모든 중심영역에 대하여 영역 분산값을 산출한 후, 최소 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정
    을 포함하는 표적 탐지 방법.
  2. 삭제
  3. 삭제
  4. 청구항 1에 있어서, 상기 영역 분산값은, "(각 중심영역에서의 방향별 대조비)2의 합 ÷ 주변영역의 갯수"에 의해 산출됨을 특징으로 하는 표적 탐지 방법.
  5. 청구항 1에 있어서, 가장 작은 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정은,
    현재 중심영역의 영역 분산값이 이전의 중심영역의 영역 분산값보다 작은 경우, 현재 중심영역의 영역 분산값을 최소 영역 분산값으로 갱신하는 과정;
    마지막 중심영역까지 영역 분산값을 산출하여 상기 최소 영역 분산값을 최종 결정하는 과정;
    상기 결정된 최소 영역 분산값을 가지는 중심영역 상에 표적이 존재한다고 결정하는 과정
    을 포함하는 표적 탐지 방법.
  6. 삭제
KR1020100112414A 2010-11-12 2010-11-12 표적 탐지 방법 KR101062861B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100112414A KR101062861B1 (ko) 2010-11-12 2010-11-12 표적 탐지 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100112414A KR101062861B1 (ko) 2010-11-12 2010-11-12 표적 탐지 방법

Publications (1)

Publication Number Publication Date
KR101062861B1 true KR101062861B1 (ko) 2011-09-07

Family

ID=44957016

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100112414A KR101062861B1 (ko) 2010-11-12 2010-11-12 표적 탐지 방법

Country Status (1)

Country Link
KR (1) KR101062861B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100040796A1 (en) * 2008-08-13 2010-02-18 San-Teng Chueh Heat-dissipating structure and manufacturing method thereof
CN104240240A (zh) * 2014-09-04 2014-12-24 南京理工大学 一种基于fpga的红外小目标检测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100912251B1 (ko) 2009-02-25 2009-08-17 국방과학연구소 도래각 추정 방법, 표적 탐지 방법 및 도래각 추정 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100912251B1 (ko) 2009-02-25 2009-08-17 국방과학연구소 도래각 추정 방법, 표적 탐지 방법 및 도래각 추정 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100040796A1 (en) * 2008-08-13 2010-02-18 San-Teng Chueh Heat-dissipating structure and manufacturing method thereof
CN104240240A (zh) * 2014-09-04 2014-12-24 南京理工大学 一种基于fpga的红外小目标检测方法及系统

Similar Documents

Publication Publication Date Title
US8582815B2 (en) Moving object detection apparatus
RU2540849C2 (ru) Устройство обнаружения трехмерного объекта и способ обнаружения трехмерного объекта
US7969470B2 (en) Moving object detection apparatus, method and program
CN108876816B (zh) 基于自适应目标响应的目标跟踪方法
US6801244B2 (en) Obstacle detection apparatus and method
US8712099B2 (en) Image surveillance system and method of detecting whether object is left behind or taken away
US9771080B2 (en) Road surface gradient detection device
CN111027496B (zh) 基于空时联合局部对比度的红外弱小目标检测方法
US20180005033A1 (en) System and method for detecting and tracking a moving object
US10438081B2 (en) Automatic feature point detection for calibration of multi-camera systems
KR101586452B1 (ko) 거리 적응적 탐지 문턱값 적용에 의한 적외선 해상 표적 탐지장치 구현 방법
CN104376741A (zh) 一种车位状态检测方法与系统
CN112950668A (zh) 一种基于模位置测量的智能监控方法及系统
KR20210074163A (ko) 공동 검출 및 기술 시스템 및 방법
WO2013116598A1 (en) Low-cost lane marker detection
KR101062861B1 (ko) 표적 탐지 방법
WO2013102797A1 (en) System and method for detecting targets in maritime surveillance applications
CN105469054A (zh) 正常行为的模型构建方法及异常行为的检测方法
JP5177030B2 (ja) 目標追尾装置
CN104616317A (zh) 一种视频车辆跟踪有效性验证方法
KR101630264B1 (ko) 거리-도플러 클러스터링 기법
JP2013164643A (ja) 画像認識装置、画像認識方法および画像認識プログラム
KR100976142B1 (ko) 차량검출방법
US20220148288A1 (en) Method for detecting objects
US10664997B1 (en) Method, camera system, computer program product and computer-readable medium for camera misalignment detection

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140729

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150729

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160729

Year of fee payment: 6