RU2338222C2 - Method of object detection - Google Patents
Method of object detection Download PDFInfo
- Publication number
- RU2338222C2 RU2338222C2 RU2006141620/28A RU2006141620A RU2338222C2 RU 2338222 C2 RU2338222 C2 RU 2338222C2 RU 2006141620/28 A RU2006141620/28 A RU 2006141620/28A RU 2006141620 A RU2006141620 A RU 2006141620A RU 2338222 C2 RU2338222 C2 RU 2338222C2
- Authority
- RU
- Russia
- Prior art keywords
- image
- amplitude intervals
- rows
- columns
- background
- Prior art date
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Способ обнаружения объекта относится к автоматике и технической кибернетике и может быть использован при разработке систем автоматического анализа и классификации изображений.The method of object detection relates to automation and technical cybernetics and can be used in the development of automatic analysis and classification systems for images.
При решении задач автоматического обнаружения возникает проблема выделения изображения объекта на естественном пестром фоне (земле, воздухе), когда об объекте известны лишь ориентировочные размеры. Основной признак, отличающий изображение объекта от фона, - это форма, образуемая перепадами яркостей сигнала изображения, поэтому при анализе фоно-целевой обстановки (ФЦО) обычно учитывают два вида наиболее неблагоприятных фоновых помех:When solving problems of automatic detection, the problem arises of highlighting the image of an object against a natural motley background (earth, air), when only approximate dimensions are known about the object. The main feature that distinguishes an object’s image from the background is the shape formed by the differences in the brightness of the image signal, therefore, when analyzing the phono-target environment (FCC), two types of the most unfavorable background noise are usually taken into account:
- контрастные перепады яркостей изображения, обусловленные границами протяженных фоновых образований (например, при анализе воздушной ФЦО - кромка облака, при анализе наземной ФЦО - перепад яркостей «луг-пашня»);- contrast differences in the brightness of the image due to the boundaries of extended background formations (for example, in the analysis of the air FTSO - the edge of the cloud, in the analysis of the ground FTSO - the difference in brightness "arable land");
- изображения фонов, по сигнатурным признакам совпадающие с изображением объекта.- images of backgrounds matching signature features with the image of the object.
Решение задачи автоматического обнаружения и распознавания движущихся объектов упрощается при использовании ИК-диапазона длин волн. В этом диапазоне, во-первых, увеличивается отношение сигнал/фон вследствие нагрева отдельных частей объектов (например, двигателей), во-вторых, происходит естественная теплопередача элементов естественного фона, по-разному нагретых, вследствие разной ориентации по отношению к Солнцу и другим источникам тепла.The solution to the problem of automatic detection and recognition of moving objects is simplified by using the infrared wavelength range. In this range, firstly, the signal-to-background ratio increases due to heating of certain parts of objects (for example, engines), and secondly, natural heat transfer occurs on elements of the natural background that are heated differently, due to different orientations with respect to the Sun and other sources heat.
Известен способ обнаружения объекта с помощью фильтрации средних частот (ФСЧ), заключающийся в создании кадра изображения в ИК-диапазоне, преобразовании изображения в совокупность сигналов, представляющую собой прямоугольную матрицу сигналов, дискретизации сигналов, цифровой одномерной фильтрации средних частот по строкам и столбцам с параметрами, согласованными с размерами объекта, построении гистограммы яркостей изображения, выборе порога квантования в соответствии с гистограммой яркостей и однопороговой сегментацией изображения, при этом в качестве обнаруженного объекта выбирают изображение, превышающее пороговый уровень (Левшин В.Л. Пространственная фильтрация в оптических системах локации. - М.: Сов. радио, 1971). По данному способу осуществляется ограничение верхних пространственных частот для повышения отношения сигнал/шум, с одной стороны, и подавление контрастных низкочастотных составляющих протяженных фоновых образований для повышения отношения сигнал/фон, с другой стороны. Достоинством данного способа является простота решения, а также эффективность обнаружения контрастных объектов на неконтрастном фоне, например факела авиационного объекта при анализе воздушной ФЦО, а также подвижной техники на зимнем однородном фоне при анализе наземной ФЦО. Однако при обнаружении менее контрастных объектов или объектов на более контрастных фонах, например менее нагретой обшивки авиационного носителя на фоне кромки облака или автомашины с выключенным и остывшим двигателем, контраст изображения фона на выходе фильтра средних частот может превышать контраст изображения объекта, что приводит к ложному обнаружению.A known method of detecting an object using medium-frequency filtering (FSF), which consists in creating an image frame in the infrared range, converting the image into a set of signals, which is a rectangular matrix of signals, signal sampling, digital one-dimensional filtering of medium frequencies in rows and columns with parameters, consistent with the size of the object, constructing a histogram of image brightness, selecting a quantization threshold in accordance with the brightness histogram and single-threshold image segmentation I, at the same time, as the detected object, an image is selected that exceeds the threshold level (V. Levshin. Spatial filtering in optical location systems. - M.: Sov. radio, 1971). This method restricts the upper spatial frequencies to increase the signal-to-noise ratio, on the one hand, and suppresses the contrasting low-frequency components of extended background formations to increase the signal-to-background ratio, on the other hand. The advantage of this method is the simplicity of the solution, as well as the efficiency of detecting contrasting objects against a non-contrast background, for example, a torch of an aircraft object in the analysis of aerial FTC, as well as mobile equipment on a uniform winter background when analyzing a ground FSC. However, if less contrasting objects or objects are detected on more contrasting backgrounds, for example, less heated skin of an aircraft carrier against the edge of a cloud or a car with the engine turned off and cooled, the contrast of the background image at the output of the medium-frequency filter may exceed the contrast of the image of the object, which leads to false detection .
Наиболее близким по технической сущности к предлагаемому решению является способ обнаружения объекта, заключающийся в создании кадра изображения в ИК-диапазоне, преобразовании изображения в совокупность сигналов, представляющую собой прямоугольную матрицу сигналов, дискретизации сигналов, выделении сигналов как изображения протяженной площадки, тепловая сигнатура которой определяется распределением точечных источников ИК-энергии, сканировании изображения поля зрения окном сканирования с размерами, согласованными с размерами изображения объекта, определении по площади окна сканирования количества сигналов N с разными амплитудами и выборе в качестве координат объекта координат окна сканирования с максимальной величиной N (Патент РФ №2219564, G01S 17/06, опубл. 20.12.03). Данное техническое решение выбрано за прототип.The closest in technical essence to the proposed solution is a method for detecting an object, which consists in creating an image frame in the IR range, converting the image into a set of signals, which is a rectangular matrix of signals, sampling signals, selecting signals as images of an extended area, the thermal signature of which is determined by the distribution point sources of infrared energy, scanning an image of a field of view by a scanning window with dimensions consistent with the dimensions of the image of the object, determining by the area of the scanning window the number of signals N with different amplitudes and choosing as the coordinates of the object the coordinates of the scanning window with a maximum value of N (RF Patent No. 22199564, G01S 17/06, publ. 20.12.03). This technical solution is selected as a prototype.
В соответствии с прототипом в пределах окна сканирования с центром в точке (i, j) определяют количество амплитудных интервалов N(i, j) с разными амплитудами, которое оценивают путем учета ненулевых значений частоты попадания отсчетов сигналов изображения 
где K - количество уровней квантования сигналов изображения Uв(i, j),where K is the number of quantization levels of image signals U in (i, j),
а координаты объекта 
Достоинством такого решения является то, что удается обнаружить объект, в том числе с меньшим контрастом, чем контраст фона, путем учета амплитудного диапазона распределения яркости деталей изображения объекта в пределах окна сканирования, размеры которого согласованы с размером объекта.The advantage of this solution is that it is possible to detect an object, including with a lower contrast than the background contrast, by taking into account the amplitude range of the brightness distribution of the image details of the object within the scan window, the dimensions of which are consistent with the size of the object.
Недостатком такого решения является ложное обнаружение в качестве объекта, во-первых, контрастных перепадов яркости протяженных фоновых образований, во-вторых, контрастных объектоподобных фонов с меньшими размерами, чем окно сканирования.The disadvantage of this solution is the false detection as an object, firstly, of contrasting brightness variations of extended background formations, and secondly, of contrasting object-like backgrounds with smaller dimensions than the scanning window.
Задачей заявляемого изобретения является увеличение вероятности правильного обнаружения объекта при более низких контрастах объекта и при более высоких контрастах фона.The task of the invention is to increase the likelihood of correct detection of an object at lower contrasts of the object and at higher contrasts of the background.
Поставленная задача решается за счет того, что используется способ обнаружения объекта, заключающийся в создании кадра изображения в ИК-диапазоне, преобразовании изображения в совокупность сигналов, представляющую собой матрицу сигналов, дискретизации сигналов, выделении протяженных сигналов путем сканирования поля зрения изображения окном сканирования с размерами, согласованными с размерами изображения объекта, определении по площади окна сканирования количества амплитудных интервалов N, выборе в качестве координат объекта координат с максимальной величиной N.The problem is solved due to the fact that the method of detecting an object is used, which consists in creating an image frame in the infrared range, converting the image into a set of signals, which is a matrix of signals, sampling the signals, extracting extended signals by scanning the field of view of the image with a scan window with dimensions, consistent with the size of the image of the object, determining the number of amplitude intervals N by the area of the scanning window, choosing the coordinates tensioned with a maximum value of N.
От прототипа заявляемый способ отличается тем, что предварительно определяют зоны поиска объектов, а затем при определении количества амплитудных интервалов N учитывают только наиболее значимые амплитудные интервалы.The claimed method differs from the prototype in that it preliminarily determines the search zones for objects, and then, when determining the number of amplitude intervals N, only the most significant amplitude intervals are taken into account.
Кроме того, зоны поиска объектов могут быть определены путем двукратной одномерной четной фильтрации по строкам и столбцам, согласованной с размерами объекта по строкам и столбцам соответственно, и двукратной одномерной нечетной фильтрации по строкам и столбцам, согласованной с размерами объекта по строкам и столбцам соответственно, формировании критериальной функции в соответствии с результатами четной и нечетной фильтрации и выборе в качестве центров зон поиска объектоподобного фона таких центров зон поиска, в которых критериальная функция превышает пороговый уровень, а четная и нечетная фильтрация могут быть осуществлены с использованием в качестве импульсных характеристик четной и нечетной первых гармоник ряда Уолша, реализованных рекурсивно в соответствии с патентом РФ №41938. Для учета наиболее значимых амплитудных интервалов при оценке N по площади окна сканирования сначала могут быть сформированы гистограммы яркостей путем подсчета частоты попадания значений яркостей изображения в соответствующие амплитудные интервалы, а затем учтены только те амплитудные интервалы, где значения гистограммы превышают пороговый уровень.In addition, object search zones can be determined by double one-dimensional even filtering by rows and columns, consistent with the dimensions of the object by rows and columns, respectively, and double one-dimensional odd filtering by rows and columns, consistent with the size of the object by rows and columns, respectively, criterion function in accordance with the results of even and odd filtering and the choice of centers of search zones as centers of search zones of such centers of search zones in which the criterial the function exceeds the threshold level, and even and odd filtering can be performed using the even and odd first harmonics of the Walsh series as impulse responses, implemented recursively in accordance with RF patent No. 41938. In order to take into account the most significant amplitude intervals when estimating N by the area of the scanning window, luminance histograms can first be generated by counting the frequency of the image brightness falling into the corresponding amplitude intervals, and then only those amplitude intervals where the histogram values exceed the threshold level can be taken into account.
Достигаемый при этом технический результат заключается в исключении ложных обнаружений объекта, обусловленных контрастными перепадами яркостей протяженного фона, а также объектоподобного фона с размерами, меньшими, чем размер окна сканирования.The technical result achieved in this case is the elimination of false object detections caused by contrasting differences in the brightness of an extended background, as well as an object-like background with dimensions smaller than the size of the scan window.
Технический результат достигается, во-первых, за счет предварительного определения зон поиска объекта, в которых находится объектоподобное изображение, что исключает ложное обнаружение в качестве объекта контрастных перепадов яркостей изображения фонов; во-вторых, за счет того, что при оценке амплитудного диапазона значений в данном окне сканирования поиска учитываются не все амплитудные интервалы яркостей объекта, а лишь наиболее значимые, что исключает ошибки, при которых в качестве объекта может быть выбран фон, например, меньших размеров, чем объект.The technical result is achieved, firstly, by preliminary determining the search zones of the object in which the object-like image is located, which eliminates the false detection of contrast differences in the brightness of the image background as an object; secondly, due to the fact that when evaluating the amplitude range of values in this search scan window, not all amplitude ranges of brightness of an object are taken into account, but only the most significant ones, which eliminates errors in which a background, for example, smaller sizes, can be selected than an object.
Предлагаемый способ реализуется с помощью алгоритма, отражающего этапы обработки оцифрованного видеосигнала для принятия решения об обнаружении объекта.The proposed method is implemented using an algorithm that reflects the processing steps of a digitized video signal to make a decision about detecting an object.
1. Определяются зоны поиска объектоподобного изображения.1. The search zones of the object-like image are determined.
Для этого:For this:
1.1 Формируется результат двукратной четной одномерной фильтрации изображений по строкам и столбцам1.1 The result is formed of two even even one-dimensional filtering of images by rows and columns
В качестве импульсных характеристик используются первые четные гармоники Уолша, согласованные с размерами объекта вдоль строк lo.i и столбцов lo.j As the impulse characteristics, the first even Walsh harmonics are used, consistent with the dimensions of the object along the rows l oi and columns l oj
Для сокращения вычислительных затрат на реализацию алгоритма свертки (4) с импульсными характеристиками (5), (6) можно использовать цифровой трансверсальный фильтр (Патент РФ №41938), в соответствии с которым свертки (4) можно представитьTo reduce the computational cost of implementing the convolution algorithm (4) with impulse responses (5), (6), you can use a digital transverse filter (RF Patent No. 41938), according to which convolution (4) can be represented
1.2. Формируется результат двукратной нечетной одномерной фильтрации изображений по строкам и столбцам аналогично (7) с импульсными характеристиками, соответствующими первой нечетной гармоники Уолша1.2. The result is a double odd one-dimensional filtering of images by rows and columns similarly to (7) with impulse characteristics corresponding to the first odd Walsh harmonic
1.3. Формируется критериальная функция1.3. Criterion function is formed
где σ - стабилизирующее слагаемое, значение которого сопоставимо со среднеквадратическим значением шума на выходе фильтра средних частот.where σ is the stabilizing term, the value of which is comparable to the rms value of the noise at the output of the mid-pass filter.
1.4. Определяются координаты центров (i, j) зон поиска объектов с объектоподобными изображениями, соответствующие условию1.4. The coordinates of the centers (i, j) of the search zones of objects with object-like images corresponding to the condition are determined
где Rпор - пороговое значение, выбираемое априорно исходя из пестроты фона.where R then is the threshold value chosen a priori based on the variegation of the background.
2. Определяются координаты объекта. Для этого:2. The coordinates of the object are determined. For this:
2.1. В пределах окна сканирования с центром в точке (i, j) определяются наиболее значимые амплитудные интервалы2.1. Within the scanning window centered at the point (i, j), the most significant amplitude intervals are determined
где gp - пороговое значение, определяющее уровень наиболее значимых амплитудных интервалов.where g p is the threshold value that determines the level of the most significant amplitude intervals.
2.2. В пределах окна сканирования аналогично (1) находится количество наиболее значимых амплитудных интервалов2.2. Within the scanning window, similarly to (1), is the number of the most significant amplitude intervals
2.3. Определяются координаты объекта
На Фиг.1 представлен пример ФЦО, включающий объект с координатой io, крутой перепад яркости протяженного фона с координатой iк и объектоподобную помеху с координатой in (для наиболее простого случая, когда видеосигнал ФЦО Uв(i) одномерный).Figure 1 shows an example of a FCO, including an object with a coordinate i o , a sharp difference in brightness of an extended background with a coordinate i k and an object-like interference with a coordinate i n (for the simplest case, when the video signal of the FCO U in (i) is one-dimensional).
На Фиг.1, а представлен пример исходной ФЦО (сплошная линия).Figure 1, a presents an example of the initial FCO (solid line).
На Фиг.1, б показаны результаты обработки ФЦО с помощью алгоритма (4)...(12) (сплошной толстой линией - обработка фильтром (7) с четной импульсной характеристикой, сплошной тонкой линией - обработка фильтром (8) с нечетной импульсной характеристикой, пунктиром - критериальная функция (9)).Figure 1, b shows the results of processing the FCO using the algorithm (4) ... (12) (solid thick line - filter processing (7) with even impulse response, solid thin line - filter processing (8) with odd impulse response , the dotted line is the criterial function (9)).
На Фиг.2 представлены плотности распределения видеосигнала g(U) для 3-х амплитудных интервалов 
В предлагаемом решении для исключения из рассмотрения протяженных перепадов яркостей выделены зоны поиска объекта путем нахождения объектоподобных изображений, что достигается формированием результатов не только четной (7) (фиг.1, б - толстая линия), но и нечетной фильтрации средних частот (8) (фиг.1, б - тонкая линия) и последующим формированием критериальной функции (9) (фиг.1, б - пунктир). Применение фильтрации средних частот с нечетной импульсной характеристикой приводит к резонансному подчеркиванию фронтов протяженных фонов и, как следствие, к минимуму отклика критериальной функции (9) (фиг.1, б - пунктир). Наоборот, в центре объектоподобных фонов результаты нечетной фильтрации средних частот (8) приводят к минимуму модуля отклика и, как следствие, к резкому увеличению критериальной функции (9). Поэтому дальнейшая пороговая обработка (10) позволяет исключить из рассмотрения перепады яркостей протяженных фонов, независимо от их контраста.In the proposed solution, in order to exclude from the consideration of extended differences in brightness, the search zones of the object are identified by finding object-like images, which is achieved by the formation of the results of not only even (7) (Fig. 1, b - thick line), but also odd filtering of medium frequencies (8) ( figure 1, b is a thin line) and the subsequent formation of the criterion function (9) (figure 1, b is a dotted line). The use of medium-pass filtering with an odd impulse response leads to resonant underline of the fronts of extended backgrounds and, as a result, to minimizes the response of the criterion function (9) (Fig. 1, b - dotted line). On the contrary, in the center of object-like backgrounds, the results of an odd filtering of medium frequencies (8) lead to a minimum of the response modulus and, as a result, to a sharp increase in the criterion function (9). Therefore, further threshold processing (10) allows us to exclude from the consideration the brightness differences of extended backgrounds, regardless of their contrast.
Для исключения ошибки, связанной с определением в качестве объекта объектоподобной помехи, исключаются из рассмотрения объектоподобные фоны аналогично тому, как предложено в прототипе. Наибольшее количество амплитудных интервалов (1) соответствует перепаду яркостей фона, который исключен из рассмотрения (фиг.1, б - пунктир в окрестности точки ik). Поэтому в ФЦО (фиг.1, а - сплошная линия) объект будет обнаружен правильно. Однако возможна ФЦО, в которой, например, объектоподобный фон имеет размеры, меньшие, чем размеры окна сканирования объекта (фиг.1, а - пунктир). Это приводит к увеличению области определения плотности g(U), что соответствует увеличению количества амплитудных интервалов N (фиг.2 - пунктир) и в случае прототипа приводит к ложному обнаружению фона в качестве объекта. Для исключения такой ошибки в предлагаемом способе учитываются не все амплитудные интервалы, как в прототипе (2), а лишь наиболее значимые (11), т.е. превышающие пороговый уровень gp. При gp=0 способ определения наиболее значимых амплитудных интервалов в предлагаемом решение совпадает со способом учета амплитудных интервалов прототипа. Возможны разные алгоритмы выбора gp. Например, при выборе пороговых значений gp как доли от максимальных значений плотностей распределения в соответствующих амплитудных интервалах 
Таким образом, предлагаемое решение в отличие от известных аналогов и прототипа позволяет получить дополнительный положительный эффект. В рассмотренном примере ФЦО по предлагаемому способу исключаются из рассмотрения не только перепады яркостей протяженных, но и объектоподобных фонов.Thus, the proposed solution, in contrast to the known analogues and prototype allows you to get an additional positive effect. In the considered example, the FCC according to the proposed method excludes from consideration not only differences in brightness of extended, but also object-like backgrounds.
Итак, если в аналоге и прототипе достоверность обнаружения сигнала зависела от соотношения контрастов объекта и фона, от формы фона, то предлагаемое решение позволяет обнаруживать малоконтрастные объекты практически при любых контрастах и формах фона, что обеспечивает очень большой выигрыш по отношению сигнал/фон. Основным ограничением данного способа является малое отношение сигнал/шум. Однако, как показали результаты математического и полунатурного моделирования, учитывающие реальные модели изображений объектов, фонов и шумов, предлагаемое решение превосходит известные аналоги и прототип по отношению сигнал/шум примерно в 3-10 раз (в зависимости от типа ФЦО).So, if in the analogue and prototype the reliability of signal detection depended on the ratio of the contrasts of the object and the background, on the background shape, then the proposed solution allows you to detect low-contrast objects with almost any contrasts and background shapes, which provides a very big gain in the signal / background ratio. The main limitation of this method is the low signal to noise ratio. However, as shown by the results of mathematical and semi-natural modeling, taking into account real models of images of objects, backgrounds, and noise, the proposed solution exceeds the known analogs and prototype by a signal-to-noise ratio of about 3-10 times (depending on the type of FCO).
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2006141620/28A RU2338222C2 (en) | 2006-11-24 | 2006-11-24 | Method of object detection |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2006141620/28A RU2338222C2 (en) | 2006-11-24 | 2006-11-24 | Method of object detection |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2006141620A RU2006141620A (en) | 2008-05-27 |
| RU2338222C2 true RU2338222C2 (en) | 2008-11-10 |
Family
ID=39586389
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2006141620/28A RU2338222C2 (en) | 2006-11-24 | 2006-11-24 | Method of object detection |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2338222C2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2461017C1 (en) * | 2011-04-15 | 2012-09-10 | Государственное образовательное учреждение высшего профессионального образования "Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации" имени Маршала Советского Союза А.М. Василевского | Method of detecting point thermal objects on complex atmospheric background |
-
2006
- 2006-11-24 RU RU2006141620/28A patent/RU2338222C2/en not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2461017C1 (en) * | 2011-04-15 | 2012-09-10 | Государственное образовательное учреждение высшего профессионального образования "Военная академия войсковой противовоздушной обороны Вооруженных Сил Российской Федерации" имени Маршала Советского Союза А.М. Василевского | Method of detecting point thermal objects on complex atmospheric background |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2006141620A (en) | 2008-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101011515B1 (en) | Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques | |
| Tom et al. | Morphology-based algorithm for point target detection in infrared backgrounds | |
| CN106529602B (en) | A kind of millimeter-wave image automatic target recognition method and device | |
| Kumar et al. | Review on image segmentation techniques | |
| CN109633633B (en) | Life signal enhancement method based on segmented classification enhancement processing | |
| CN108830225B (en) | Method, device, equipment and medium for detecting target object in terahertz image | |
| CN104766334A (en) | Infrared weak and small target detection and tracking method and device | |
| CN107742113B (en) | One kind being based on the posterior SAR image complex target detection method of destination number | |
| CN109389609B (en) | Interactive self-feedback infrared target detection method based on FART neural network | |
| CN106296670A (en) | A kind of Edge detection of infrared image based on Retinex watershed Canny operator | |
| Xu et al. | A high success rate full-waveform lidar echo decomposition method | |
| US8189860B2 (en) | Systems and methods of using spatial/spectral/temporal imaging for hidden or buried explosive detection | |
| JP5707570B2 (en) | Object identification device, object identification method, and learning method for object identification device | |
| Rodriguez-Blanco et al. | Multiframe GLRT-based adaptive detection of multipixel targets on a sea surface | |
| CN111257905B (en) | Slice self-adaptive filtering algorithm based on single photon laser point cloud density segmentation | |
| Gao et al. | Fast two‐dimensional subset censored CFAR method for multiple objects detection from acoustic image | |
| RU2338222C2 (en) | Method of object detection | |
| CN112037243B (en) | Passive terahertz security inspection method, system and medium | |
| Diao et al. | Metrics for performance evaluation of preprocessing algorithms in infrared small target images | |
| RU2707710C1 (en) | Method of selecting a feature vector for recognizing images of objects | |
| RU2646857C1 (en) | Method of moving target selection | |
| Wen et al. | A method for automatic infrared point target detection in a sea background based on morphology and wavelet transform | |
| Manda et al. | Double Thresholding with Sine Entropy for Thermal Image Segmentation. | |
| Volkov | Thresholding for segmentation and extraction of extensive objects on digital images | |
| KR102204936B1 (en) | Apparatus and Method for Estimating Target Azimuth Using Radon Transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20101125 |
|
| NF4A | Reinstatement of patent |
Effective date: 20111127 |
|
| PC43 | Official registration of the transfer of the exclusive right without contract for inventions |
Effective date: 20120912 |
|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20161125 |