KR20130023930A - 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법 - Google Patents

은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법 Download PDF

Info

Publication number
KR20130023930A
KR20130023930A KR1020110087044A KR20110087044A KR20130023930A KR 20130023930 A KR20130023930 A KR 20130023930A KR 1020110087044 A KR1020110087044 A KR 1020110087044A KR 20110087044 A KR20110087044 A KR 20110087044A KR 20130023930 A KR20130023930 A KR 20130023930A
Authority
KR
South Korea
Prior art keywords
image
millimeter wave
visible
images
matching
Prior art date
Application number
KR1020110087044A
Other languages
English (en)
Inventor
염석원
이형
이동수
손정영
김신환
Original Assignee
대구대학교 산학협력단
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 대구대학교 산학협력단 filed Critical 대구대학교 산학협력단
Priority to KR1020110087044A priority Critical patent/KR20130023930A/ko
Publication of KR20130023930A publication Critical patent/KR20130023930A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/15—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for use during transport, e.g. by a person, vehicle or boat
    • G01V3/17—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for use during transport, e.g. by a person, vehicle or boat operating with electromagnetic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/005—Prospecting or detecting by optical means operating with millimetre waves, e.g. measuring the black losey radiation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 관한 것으로, 가시영상과 밀리미터파 영상을 전처리하고, 상호상관도를 기반으로 밀리미터파 영상을 가시영상에 정합시키는 영상정합 단계; 정합된 밀리미터파 영상과 가시 영상을 각각 이산웨이블릿변환으로 분해하고 융합법칙에 의해 하는 융합단계; 및 융합된 영상을 역변환하여 최종 영상으로 복원하는 역이산 웨이블릿 변환단계;를 포함한다.

Description

은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법{Registration and Fusion method Between Passive Millimeter Wave Image and Visulal Image For Detecting Concealed Objects}
본 발명은 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 관한 것으로, 수동형 밀리미터파 영상과 일반카메라로부터 획득되는 영상의 정합(registration)과 영상 융합(fusion)을 통해 은닉된 물체의 시각화가 가능하도록 하는 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 관한 것이다.
영상의 정합은 추출된 몸체 경계 간의 상호상관도를 최대로 하는 어파인 변환(affine transform)으로 수행되며 융합은 영상 분해를 위한 이산 웨이블릿 변환(discrete wavelet transform), 융합 법칙(fusion rule), 영상을 복원하기 위한 역 이산 웨이블릿 변환의 3단계로 구성된다.
수동형(passive) 밀리미터파(millimeter wave) 영상은 의복등에 은닉된 물체의 탐지가 가능하며 악천후의 상황에서도 감쇄도(attenuation)가 낮아 식별이 가능한 영상을 획득할 수 있다. 그러나 영상 시스템의 공간 해상도(spatial resolution)가 낮고 수신신호가 미약하여 잡음의 영향이 크고 시스템의 온도 분해능(temperature resolution)에 따라 영상의 질이 달라진다.
밀리미터파(millimeter wave) 영상은 보안 및 군사 분야에서 활용도가 크다. 밀리미터파 파장은 3mm와 8mm 범위에서 악천후 상황에서 감쇠가 매우 낮다. 또한 밀리미터파 파장은 의류, 직물, 종이, 플라스틱과 같은 물질을 투과하는 특성을 지니고 있다. 이러한 이유로 밀리미터파 영상은 의복 또는 가방 등에 의하여 은닉된 물체를 탐지할 수 있다. 밀리미터파 영상은 은닉물체 탐지 이외에도 해상구조, 항공기 착륙 보조장치, 기름 유출 탐지, 화재 발생 시 사람의 탐지와 같은 군사 및 산업분야에서 광범위하게 응용되고 있다(K.B.Cooper, R.J. Dengler, N.Llombart, T.Bryllert, G. Chattopadhyay, I. Mehdi, and P.H. Siegel, "An approach for sub-second imaging of concealed objects using terahertz (THZ) radar,"Int.J.Infrared Millim. Waves, Vol. 30, pp1297-1307,2009).
수동형 밀리미터파 영상은 물체가 절대 온도에 비례하여 방사하고 있는 열잡음 중 밀리미터파를 광대역에 걸쳐서 수신,증폭 및 검파하여 영상을 얻는 것이다. 발진기가 필요없고, 비 간섭성의 파를 수신하기 때문에 간섭의 영향은 없으나 수신신호가 매우 미약한 열신호이기 때문에 저잡음과 고감도의 수신기가 요구된다. 일반적으로 밀리미터파 영상의 공간 해상도와 신호대잡음비는 일반 가시(visual) 영상보다 현저히 떨어진다. 그러므로 영상 정합(registration)과 융합(fusion)과정은 사람의 신원과 같은 가시영역의 정보와 숨겨진 물체 정보를 동시에 시각화한다. 영상정합은 다양한 영상센서로부터 얻어진 영상들의 동일한 공간영역을 일치하는 기술이며 융합은 의미 있는 정보들을 동시에 시각화하는 기술이다. 영상정합과 융합은 서로 다른 분광 또는 공간 해상도를 포함하는 가시영역과 적외선 영상, 위성 영상, 의료 영상분야에서 활발히 연구되어왔다(Z. Xue, R.S.Blum, and Y. Li, "Fusion of visual and IR images for concealed weapon detection," Proc. IEEE information fusion, Vol.2, pp. 1198-1205, 2002).
본 발명의 목적은 수동형 밀리미터파 영상과 일반카메라로부터 획득되는 영상의 정합(registration)과 영상 융합(fusion)을 통해 은닉된 물체의 시각화가 가능하도록 하는 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법을 제공하는데 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따르면,
은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 있어서,
가시영상과 밀리미터파 영상을 전처리하고, 상호상관도를 기반으로 밀리미터파 영상을 가시영상에 정합시키는 영상정합 단계;
정합된 밀리미터파 영상과 가시 영상을 각각 이산웨이블릿변환으로 분해하고 융합법칙에 의해 하는 융합단계; 및
융합된 영상을 역변환하여 최종 영상으로 복원하는 역이산 웨이블릿 변환단계;를 포함하는 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법이 제공된다.
바람직하게는, 상기 영상정합 단계의 전처리 과정에서 가시 영역의 영상은 RGB 컬러모델에서 YCbCr 컬러모델로 변환을 한 후, 휘도성분 영상을 이용하여 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출하고,
밀리미터파 영역의 영상은 잡음의 감소를 위한 가우시안(Gaussian) 저역 통과 필터에 의해 전처리되고 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출하고,
영상의 크기 변환(scaling), 이동(translation), 회전(rotation) 변수들을 변화시키면서 어파인 변환(affine transformation)에 의하여 두 윤곽선 영상간의 최대상호 상관계수를 구하고,
최대 상호상관계수의 크기변환, 이동, 회전값들을 이용하여 밀리미터파 영상이 변환되어 가시 영상에 정합되는 것을 특징으로 한다.
이상 설명한 바와 같이, 본 발명에 따른 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 의하면, 수동형 밀리미터파 영상 시스템에 의해 칼,도끼,화장품,그리고 휴대폰과 같은 금속 또는 비금속의 다양한 물체가 탐지될 수 있는 효과가 있다. 또한 정합과 융합된 영상의 결과로부터 가시 영상으로부터 얻은 얼굴과 의복 등의 대상자의 신원 정보와 밀리미터파 영상으로부터 획득한 은닉된 물체의 정보를 동시에 시각화할 수 있는 효과가 있다.
도 1은 본 발명에 따른 은닉물체 탐지가 가능한 수동형 밀리미터파 영상시스템이다.
도 2는 도 1을 이용하여 의복내에 은닉물체를 탐지하기 위한 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법의 과정을 순차적으로 나타낸 흐름도이다.
도 3은 본 발명에 따른 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 의해 표시된 은닉된 가시영상과 밀리미터파 영상을 통해 탐지된 은닉물체의 예(금속류)를 나타낸 도면이다.
도 4는 본 발명에 따른 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 의해 표시된 은닉된 가시영상과 밀리미터파 영상을 통해 탐지된 은닉물체의 예(비금속류)를 나타낸 도면이다.
도 5는 본 발명에 따른 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에서의 영상 정합과정을 나타낸 도면들이다.
도 6은 본 발명에 따른 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 의한 영상 융합결과를 나타낸 도면들이다.
본 발명에서는 수동형 밀리미터파 영상과 일반카메라로부터 획득되는 영상의 정합(registration)과 은닉된 물체의 시각화를 위한 영상 융합(fusion)을 연구한다. 영상의 정합은 추출된 몸체 경계 간의 상호상관도를 최대로 하는 어파인 변환(affine transform)으로 수행되며 융합은 영상 분해를 위한 이산 웨이블릿 변환(discrete wavelet transform), 융합 법칙(fusion rule), 영상을 복원하기 위한 역 이산 웨이블릿 변환의 3단계로 구성된다. 본 발명에서는 수동형 밀리미터파 영상 시스템에 의해 칼,도끼,화장품,그리고 휴대폰과 같은 금속 또는 비금속의 다양한 물체가 탐지됨을 보인다. 또한 정합과 융합된 영상의 결과로부터 가시 영상으로부터 얻은 얼굴과 의복 등의 대상자의 신원 정보와 밀리미터파 영상으로부터 획득한 은닉된 물체의 정보를 동시에 시각화할 수 있음을 보인다.
본 발명에서는 가시 영역과 밀리미터 파장영역의 영상들을 정합과 융합을 이용하여 각 영상시스템으로부터 얻은 의미 있는 정보를 동시에 시각화한다. 융합된 영상은 은닉물체소지자의 탐지 후 경보를 울리고 소지자를 추적하는 보안과정에서 유용하게 사용될 수 있다.
먼저 영상 정합과정에서 경계(edge)검출과 상호 상관계수(cross-correlation coefficient)를 이용하여 밀리미터파 영상의 몸체 영역을 가시영상의 몸체 영역과 일치시킨다. 정합된 밀리미터파 영상과 가시영상은 각각 이산 웨이블릿 변환(discrete wavelet transform:DWT)으로 분해(decomposition)되고 융합 법칙(fusion rule)과 역변환으로 최종 영상으로 복원된다. 본 발명에서는 이산 웨이블릿 변환의 여러 기저함수중에서 노이즈제거와 특징 추출에 선호되는 symlets 웨이블릿 기저함수를 적용하였다(E.G.Swee and S. Elangovan, "Applications of Symlets for denosing and load forecasting," Proc. IEEE signal processing workshop, Madison, Wisconsin, pp.165-169, 1999.). 근사계수(approximation coefficients)에는 최대값을 적용시키고, 상세계수(detail coefficients)에는 위치에 따라 다른 가중치를 적용하는 융합법칙으로 사람의 신원정보인 얼굴과 은닉물체 영역을 강조하여 시각화한다.
실험에서 수동형 밀리미터파 영상 시스템에 의해 나이프, 손도끼와 TSA(Transportation Security Association)에서 항공기 탑승시 규정한 최대용량인 3 온스(ounce)에 가까운 부피의 크림 또는 액체 내용물의 화장품, 휴대폰과 같은 다양한 형태의 물체들을 탐지하고 가시 영상과 융합하였다. 융합된 영상은 의류에 의해 은닉된 물체와 함께 얼굴과 의복정보를 성공적으로 가시화할 수 있었다.
본 발명은 다음과 같이 구성되어 있다.
도 1을 참조하면, 본 발명에 따른 수동형 밀리미터파 영상시스템은 8mm 영역의 밀리미터파 영상을 획득할 수 있는 시스템이다.
0.5m의 Cassegrain형 접시 안테나(1)를 사용하며 Dicke 수신기 방식을 사용한다. 피드 혼(feed horn) 안테나는 초점 평면에 설치되어 있어 래스터 스캐닝에 의하여 영상을 획득한다. 수신 단은 단일채널로 피드 혼 안테나, Dicke 변조기, 3개의 MMIC(Monolithic Microwave Integrated Circuit), schottky diode 검지기로 구성되어 있다.
영상 정합과 융합
정합과 융합을 위하여 가시영상과 밀리미터파 영상의 전처리가 선행된다. 상호 상관도(cross-correlation coefficient)를 기반으로 밀리미터파 영상을 가시영상에 정합시키고 이산 웨이블릿 변환과 융합법칙을 이용하여 영상을 융합한다.
도 2를 참조하여 영상 정합과 융합과정을 살펴본다.
영상정합
전처리 과정에서 가시 영역의 영상은 RGB 컬러모델에서 YCbCr 컬러모델로 변환을 한 후, 휘도성분 영상을 이용하여 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출한다. 밀리미터파 영역의 영상은 잡음의 감소를 위한 가우시안(Gaussian) 저역 통과 필터에 의해 전처리되고 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출한다. 영상의 크기 변환(scaling), 이동(translation), 회전(rotation) 변수들을 변화시키면서 어파인 변환(affine transformation)에 의하여 두 윤곽선 영상간의 최대상호 상관계수를 구한다. 최대 상호상관계수의 크기변환, 이동, 회전값들을 이용하여 밀리미터파 영상이 변환되어 가시 영상에 정합된다.
도 2에서, IM은 밀리미터파 영상이고, I'M은 정합 후 밀리미터파 영상을 나타낸다. 본 발명은 두 영상시스템이 수평하다는 가정하에 최대 상호상관계수를 얻기 위하여 크기와 이동에 대한 변환만을 고려하였다.
Figure pat00001
[수학 식 1]은 어파인 변환을 나타내며, υω는 원본영상의 좌표이고, x,y는 변형된 영상에서 대응되는 화소좌표를 나타낸다. T는 공간 좌표의 변환행렬이다. 크기와 이동에 대한 변환행렬은 아래 [수학식 2]와 같다.
Figure pat00002
영상 융합
영상 융합은 분해과정, 융합법칙, 복원과정의 3단계로 구성되어 있다. 분해 과정에서는 아래 [수학식 3]과 같이 Symlets 웨이블릿을 사용하여 두 영상 Iv(x,y)와 IM(x,y)에 웨이블릿 변환(W)을 한 후 계수를 융합 법칙(Φ)에 의거하여 융합한다. 이러한 과정후, 역 웨이블릿 변환(W-1)의해 융합된 이미지 IF(x,y)로 복원한다.
[수학식 4]와 [수학식 5]는 융합법칙을 나타낸다.
Figure pat00004
Figure pat00005
위의 식에서 CY와 CM은 영상 IY와 I'M의 웨이블릿 계수이며, CF는 융합 법칙이 적용된 후의 계수를 나타낸다. 아래첨자 a와 d는 각각 근사와 상세계수를 표현한다. N은 영상의 y방향의 크기를 나타낸다. 본 발명에서는 영상 융합 법칙은 근사계수는 최대값을 이용하고 상세계수는 위치에 따른 가중치를 적용하였다. 위치에 따른 가중치를 부여한 융합 법칙은 수동형 밀리미터파 영상의 은닉된 물체부분을 강조하고 가시영상에서 얼굴부위를 강조하는 방법이다. 역변환을 통하여 복원된 영상은 가시영상의 채도성분이 더하여져 컬러융합영상으로 얻어진다.
본 발명에 따르면, 도 3에서, 은닉된 금속물체는 나이프, 도끼, 지퍼 라이터, 잭나이프이고 상단 좌측 그림은 의류에 의해 은닉된 모습이다. 수동형 밀리미터파 영상 시스템에 의하여 각각의 물체들은 하단의 밀리미터파 영상과 같이 탐지됨을 알 수 있다. 도 4에서는 크림 형태의 화장품, 액체 형태의 화장품, 링거 팩, 휴대폰 순서로 비금속 물체를 탐지한 밀리파 영상을 보여주고 있다. 영상은 약 23℃의 실내에서 주간에 자연광하에서 획득되었다. 인체와 시스템간의 거리는 약 1.4m이고, 스캐닝 스텝의 크기는 0.4°, 적분시간(integration time)은 80ms이다. 탐지된 영상의 크기는 75 x 76화소이다.
도 5를 참조하면, 영상 정합과정을 보여준다. 도 5의 (a)와 (b)는 각각 밀리미터파 영상과 컬러 가시영상이다. 도 5의 (c)와 (d)는 각각 도 5의 (a)와 (b)에서 추출된 몸 경계 영상이다. 도 5의 (e)는 몸 경계 영상들의 상호 상관계수이고, 상호 상관계수가 최대값인 경우의 크기변환, 이동에 의하여 도 5의 (f)와 같이 밀리미터파 영상이 변환된다.
도 6은 가시 영상과 밀리미터파 영상을 정합한 후 융합한 결과이다. 각각 나이프와 손도끼, 크림과 스킨의 형태의 화장품을 융합한 영상으로 얼굴과 의복과 같은 은닉 대상자의 신분과 은닉물체를 동시에 시각화 할 수 있었다. 이러한 영상은 보완요원에 의하여 모니터링되어 즉각적인 검색 및 경보발령, 추적 등 사후 조치에 이용될 수 있다.
본 발명에서 수동형 밀리미터파 영상 시스템을 이용하여 의류에 의해 은닉된 금속물체와 비 금속물체를 탐지 및 시각화하였다. 가시 영상과 밀리미터파 영상은 몸체 영역의 경계검출과 상호상관계수를 최대로 하는 어파인 변환에 의하여 정합과정을 거친 후 이산 웨이블릿 변환과 융합 법칙에 의하여 융합되었다. 융합된 영상은 가시 영상의 신원 정보와 밀리미터파 영상의 은닉 물체에 대한 정보를 동시에 시각화한다.
1: 카세그레인 안테나

Claims (2)

  1. 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법에 있어서,
    가시영상과 밀리미터파 영상을 전처리하고, 상호상관도를 기반으로 밀리미터파 영상을 가시영상에 정합시키는 영상정합 단계;
    정합된 밀리미터파 영상과 가시 영상을 각각 이산웨이블릿변환으로 분해하고 융합법칙에 의해 하는 융합단계; 및
    융합된 영상을 역변환하여 최종 영상으로 복원하는 역이산 웨이블릿 변환단계;를 포함하는 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법.
  2. 제 1 항에 있어서,
    상기 영상정합 단계의 전처리 과정에서 가시 영역의 영상은 RGB 컬러모델에서 YCbCr 컬러모델로 변환을 한 후, 휘도성분 영상을 이용하여 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출하고,
    밀리미터파 영역의 영상은 잡음의 감소를 위한 가우시안(Gaussian) 저역 통과 필터에 의해 전처리되고 Canny 경계 검출기에 의해 몸체의 윤곽선을 추출하고,
    영상의 크기 변환(scaling), 이동(translation), 회전(rotation) 변수들을 변화시키면서 어파인 변환(affine transformation)에 의하여 두 윤곽선 영상간의 최대상호 상관계수를 구하고,
    최대 상호상관계수의 크기변환, 이동, 회전값들을 이용하여 밀리미터파 영상이 변환되어 가시 영상에 정합되는 것을 특징으로 하는 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법.
KR1020110087044A 2011-08-30 2011-08-30 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법 KR20130023930A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110087044A KR20130023930A (ko) 2011-08-30 2011-08-30 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110087044A KR20130023930A (ko) 2011-08-30 2011-08-30 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법

Publications (1)

Publication Number Publication Date
KR20130023930A true KR20130023930A (ko) 2013-03-08

Family

ID=48176095

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110087044A KR20130023930A (ko) 2011-08-30 2011-08-30 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법

Country Status (1)

Country Link
KR (1) KR20130023930A (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346790A (zh) * 2014-10-30 2015-02-11 中山大学 一种hcs结合小波变换的遥感图像融合方法
CN104616254A (zh) * 2015-01-09 2015-05-13 南京信息工程大学 小波与Canny算法相结合的图像去噪方法
CN107101715A (zh) * 2017-05-25 2017-08-29 贵州电网有限责任公司 一种基于交叉小波的变压器振动信号幅频特征量提取方法
CN107316285A (zh) * 2017-07-05 2017-11-03 江南大学 面向苹果品质检测的图像融合方法
CN108921803A (zh) * 2018-06-29 2018-11-30 华中科技大学 一种基于毫米波与可见光图像融合的去雾方法
CN109544494A (zh) * 2018-11-12 2019-03-29 北京航空航天大学 一种人体安检中被动毫米波图像与可见光图像的融合方法
CN109544521A (zh) * 2018-11-12 2019-03-29 北京航空航天大学 一种人体安检中被动毫米波图像与可见光图像的配准方法
CN109709617A (zh) * 2019-02-03 2019-05-03 同方威视技术股份有限公司 毫米波安检系统及方法
CN110008676A (zh) * 2019-04-02 2019-07-12 合肥智查数据科技有限公司 一种人员多维身份查验与真实身份甄别系统及方法
CN110084772A (zh) * 2019-03-20 2019-08-02 浙江医院 基于弯曲波的mri/ct融合方法
US11231498B1 (en) 2020-07-21 2022-01-25 International Business Machines Corporation Concealed object detection

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346790A (zh) * 2014-10-30 2015-02-11 中山大学 一种hcs结合小波变换的遥感图像融合方法
CN104616254A (zh) * 2015-01-09 2015-05-13 南京信息工程大学 小波与Canny算法相结合的图像去噪方法
CN107101715A (zh) * 2017-05-25 2017-08-29 贵州电网有限责任公司 一种基于交叉小波的变压器振动信号幅频特征量提取方法
CN107316285A (zh) * 2017-07-05 2017-11-03 江南大学 面向苹果品质检测的图像融合方法
CN108921803A (zh) * 2018-06-29 2018-11-30 华中科技大学 一种基于毫米波与可见光图像融合的去雾方法
CN109544521A (zh) * 2018-11-12 2019-03-29 北京航空航天大学 一种人体安检中被动毫米波图像与可见光图像的配准方法
CN109544494A (zh) * 2018-11-12 2019-03-29 北京航空航天大学 一种人体安检中被动毫米波图像与可见光图像的融合方法
CN109544521B (zh) * 2018-11-12 2021-08-17 北京航空航天大学 一种人体安检中被动毫米波图像与可见光图像的配准方法
CN109709617A (zh) * 2019-02-03 2019-05-03 同方威视技术股份有限公司 毫米波安检系统及方法
CN110084772A (zh) * 2019-03-20 2019-08-02 浙江医院 基于弯曲波的mri/ct融合方法
CN110084772B (zh) * 2019-03-20 2020-12-29 浙江医院 基于弯曲波的mri/ct融合方法
CN110008676A (zh) * 2019-04-02 2019-07-12 合肥智查数据科技有限公司 一种人员多维身份查验与真实身份甄别系统及方法
CN110008676B (zh) * 2019-04-02 2022-09-16 合肥智查数据科技有限公司 一种人员多维身份查验与真实身份甄别系统及方法
US11231498B1 (en) 2020-07-21 2022-01-25 International Business Machines Corporation Concealed object detection
US11774580B2 (en) 2020-07-21 2023-10-03 International Business Machines Corporation Concealed object detection

Similar Documents

Publication Publication Date Title
KR20130023930A (ko) 은닉물체 탐지용 수동형 밀리미터파 영상과 가시 영상의 정합 및 융합방법
Lewis et al. Pixel-and region-based image fusion with complex wavelets
Zhou et al. Linear feature detection in polarimetric SAR images
Omar et al. Image fusion: An overview
Schmitt et al. Adaptive covariance matrix estimation for multi-baseline InSAR data stacks
KR101852476B1 (ko) 사고 선박 및 익수자 탐지용 다중파장 영상 분석 전자 광학 시스템 및 그 분석 방법
Gao et al. Statistical modeling of PMA detector for ship detection in high-resolution dual-polarization SAR images
Yeom et al. Concealed object detection using passive millimeter wave imaging
Işiker et al. An auto‐classification procedure for concealed weapon detection in millimeter‐wave radiometric imaging systems
Arima et al. Performance dependence on system parameters in millimeter-wave active imaging based on complex-valued neural networks to classify complex texture
Domínguez et al. A multisquint framework for change detection in high-resolution multitemporal SAR images
Rong et al. Cardiac and respiratory sensing from a hovering UAV radar platform
Ibrahim et al. Visible and IR data fusion technique using the contourlet transform
Altaher et al. Image processing analysis of sigmoidal Hadamard wavelet with PCA to detect hidden object
Maqueda et al. Fast millimeter wave threat detection algorithm
Santana-Cedrés et al. Despeckling PolSAR images with a structure tensor filter
Kowalski et al. Improvement of passive THz camera images
Yeom et al. Vector clustering of passive millimeter wave images with linear polarization for concealed object detection
Hussein et al. An alternative method to discover concealed weapon detection using critical fusion image of color image and infrared image
Marin-McGee et al. A spectrally weighted structure tensor for hyperspectral imagery
Lee et al. Image registration and fusion of MMW and visual images for concealed object detection
Arima et al. Millimeter-wave coherent imaging of moving targets by using complex-valued self-organizing map and auto-encoder
Lee et al. Passive millimeter wave imaging and analysis for concealed object detection
Zhang et al. Image fusion of PMMW and optical images for concealed object detection
Nguyen et al. A comparative study of several supervised target detection algorithms for hyperspectral images

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application