WO2009053461A1 - Procede de detection d'une cible - Google Patents

Procede de detection d'une cible Download PDF

Info

Publication number
WO2009053461A1
WO2009053461A1 PCT/EP2008/064436 EP2008064436W WO2009053461A1 WO 2009053461 A1 WO2009053461 A1 WO 2009053461A1 EP 2008064436 W EP2008064436 W EP 2008064436W WO 2009053461 A1 WO2009053461 A1 WO 2009053461A1
Authority
WO
WIPO (PCT)
Prior art keywords
pixel
zone
detecting
size
target
Prior art date
Application number
PCT/EP2008/064436
Other languages
English (en)
Inventor
Jean-Yves Dufour
Michel Prenat
Nadège LEMPERIERE
Original Assignee
Thales
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 Thales filed Critical Thales
Priority to EP08841102A priority Critical patent/EP2203871A1/fr
Priority to US12/739,469 priority patent/US20110001823A1/en
Priority to CA2704037A priority patent/CA2704037A1/fr
Publication of WO2009053461A1 publication Critical patent/WO2009053461A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Definitions

  • the field of the invention is that of surveillance systems.
  • the purpose of a surveillance system is to detect and track targets entering a surveillance zone.
  • detection criterion The crucial problem of target detection in a video sequence is to find a criterion designated "detection criterion" which makes it possible to decide for each image comprising pixels, which are the pixels of a target.
  • detection criterion The choice of this criterion leads to detection performances defined as a function of the couple probability of detection - probability of false alarm. It is recalled that the probability of detection is the probability for a pixel of a cibie to be considered as probably that of a target; the probability of false alarm is the probability for a pixel of a non-threatening object to be selected as probably that of a target.
  • images acquired in infrared wavelengths are generally used because they provide a good detection criterion since most of the targets are propelled and thus provide a signal.
  • High IR In aerial target surveillance systems, images acquired in infrared wavelengths are generally used because they provide a good detection criterion since most of the targets are propelled and thus provide a signal. High IR.
  • This signal is expressed as follows depending on whether or not a target is present in the corresponding pixel.
  • Sarri ry-plane signal [ 'background of the pixel (also called the background), S b mi t a random sample of the sensor noise.
  • the detection criterion for IR images is given by the S / B of the specific IR signal of the target.
  • the signal-to-noise ratio of a target is given by:
  • An estimator of the signal-to-noise ratio in a given pixel can be obtained from the signal collected in this pixel by:
  • WHERE ⁇ Samere-p! An> is the estimated signal of the last stop .
  • the quality of the estimator is very much related to the quality of the estimator of the background of the target. However, even if this estimate is perfect, there is still a term of noise that can do:
  • a non-threatening pixel has a non-zero RSB because of the noise generated on the current pixel, thus inducing a false alarm
  • a method of detecting point targets in the infrared spectral band is therefore to estimate each pixel its signal-to-noise ratio, then to decide that the pixel is a target if this estimated signal-to-noise ratio exceeds a fixed threshold.
  • the problem therefore remains to find a good estimate of the background of the studied pixel while it is mixed with the signal of the target in the infrared signal of the studied pixel.
  • the proposed solution is to use around the studied pixel, a zone (or background) called neighborhood zone, the size of which is adapted to the complexity of the local scene. This size is calculated using a uniformity criterion to locally select the largest quasi- uniform area for the background estimate. We are then reduced to the analysis of a quasi-uniform background, that is, to a classical problem of bias estimation.
  • the neighborhood zone is reduced to this pixel since it is located on the border 3.
  • the subject of the invention is a method for detecting a target in a scene comprising
  • a decision step by thresholding this signal-to-noise ratio to determine if the pixel is a pixel of the target. It is mainly characterized in that the step of estimating the background of the pixel is based on the selection for each pixel, of a so-called neighborhood zone, centered around said pixel, this zone respecting a criterion of predetermined uniformity and the size of this area being as close as possible to a predetermined maximum size.
  • the selection of the neighborhood zone is based on the calculation of an intensity plane centered around said pixel and whose standard deviation of the residue is less than a predetermined threshold Su.
  • the selection of the neighborhood zone comprises the following steps:
  • the closest intensity plane is calculated by the least squares method.
  • the predetermined size is for example the maximum size and in step C, the size of the modified area is a reduced size.
  • one of the parameters is calculated from the average intensity of said zone,
  • the neighborhood zone excludes said pixel.
  • the disclosed invention optimally detects targets that occupy only one pixel.
  • a step of changing the scale of the pixels takes place, that is to say a block of qxq old pixels (or original pixels) becomes a new pixel, where q is an integer greater than or equal to 2. This makes it possible to detect the targets that occupy more than one original pixel, by averaging blocks of the image to reduce the targets that we want to detect to occupy a new pixel.
  • the subject of the invention is also a system for detecting a target in a scene, comprising a digital image sensor of the scene, an image processing unit, characterized in that the processing unit comprises means for implementation of the method according to one of the preceding claims.
  • FIG. 1 already described illustrates the problem posed by rear
  • FIG. 2 illustrates the solution proposed by the invention, namely neighborhood zones of suitable size
  • FIG. 3 is a flowchart of the various steps of an exemplary procedure of the method according to the invention
  • the FIG. 4 schematically illustrates the application of the method according to the invention to a pixel studied
  • FIG. 5 diagrammatically represents a detection system according to the invention.
  • the step of estimating the pixels of the background of the target is based on the selection for each pixel of the image, of a so-called neighborhood zone, centered around the pixel: this zone is the largest uniform area possible.
  • a zone is uniform when it meets a predetermined uniformity criterion, in this case when it can be adjusted by an intensity plan whose standard deviation or more precisely the standard deviation of the residue, is less than at a predetermined threshold.
  • This threshold is for example equal to the standard deviation of the sensor noise multiplied by a determined coefficient.
  • the calculated intensity plan is the one that best approximates the distribution of intensities in the pixels of the zone considered.
  • Another uniformity criterion consists, for example, in thresholding the moments of order n of intensity of the pixels, or in constituting the pixel histogram and correlating it with a Gaussian probability distribution.
  • These three uniformity criteria are examples of uniformity criteria based on one or more empirical statistical characteristics calculated from the intensities of the pixels of the area under consideration.
  • An empirical characteristic (or sampled) is a characteristic that can be calculated from a sample of a random variable or a random process.
  • a histogram is an estimator of the probability distribution of a random variable obtained from a sample of this variable, and as such is an empirical statistical characteristic.
  • the solution chosen was for its low algorithmic complexity; it is more suited to real-time operation. The selection of this zone will be described in relation to the flowchart of FIG. 3. For each pixel of the image designated "first pixel" or "next pixel", an area of size N ⁇ N pixels is chosen around this pixel (step 10).
  • the size of the zone chosen at the first iteration is the largest possible.
  • the maximum size of the zone is N m ⁇ N m pixels with N m such that:
  • NMXNM 1 1 X 1 1 pixels corresponds to the largest of all the zones that will be tested.
  • Step 20 is to calculate the average intensity of this area.
  • the studied pixel is included in the neighborhood zone.
  • N 2 is equal to N x m N m ia 1 st area.
  • the studied pixel is excluded from the neighborhood zone.
  • the next step (step 30) consists in calculating an intensity plane For this, each pixel is assigned a pair of coordinates (x, y) according to the following law: - The right neighbor of a coordinate pixel ( x, y) has for coordinates (x + 1, y). - The lower neighbor of a pixel of coordinates (x, y) has for coordinates (x, y + 1).
  • D is the sum on the pixels of said area of the squares of the differences for each pixel between its intensity and that of a given intensity plane.
  • N M any odd value greater than 1.
  • NM 11.
  • ⁇ S rear è re-yaws> is the estimated value of the background pixel-level studied (coordinates x c, y c), or
  • This estimated signal-to-noise ratio is compared with a threshold Sd (threshold for detection, step 70). If it is larger in absolute value, the studied pixel (xc.yc) is marked as corresponding to a potential target (step 80); if not, it is eliminated from further processing, and will not be considered a potential target. Then we move on to another pixel to study. When no uniform neighborhood area can be selected, i.e. when the area is reduced to the pixel under study, this means that this pixel is probably localized on a boundary (like pixel 1 c figure 2) and it is then identified as such. The specific processing of this type of pixel is not part of the process that is the subject of this patent application. FIG.
  • FIG 4 shows an area of the image around a pixel 1 representative of the target. This figure illustrates the case where the initial zone has 1 1 x 11 pixels and the uniform zone 2 which is the 5th zone selected, has 3 x 3 pixels.
  • the neighborhood analysis groups steps 20, 30 and 40.
  • the selection of the maximum uniform background includes step 50 and the possible loopback on the size of the neighborhood.
  • the invention described so far performs the detection of targets that occupy only one pixel.
  • a possible adaptation of the invention makes it possible to detect the targets of size greater than the pixel, by averaging in blocks of the image (so-called 'new pixels') to reduce the targets that we want to detect to occupy a new pixel.
  • a detection system according to the invention shown in FIG. 5 comprises a digital image sensor 100 and a processing unit 200 of these images which comprises conventional means for implementing the method described.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

L'invention concerne un procédé de détection d'une cible dans une scène comportant : une étape d'acquisition d'images numériques de la scène au moyen d'un capteur, ces images comportant des pixels, puis pour chaque pixel : - une étape d'estimation de l'arrière plan du pixel, - une étape d'estimation du rapport signal sur bruit du pixel, - une étape de décision par seuiilage de ce rapport signal sur bruit pour déterminer si le pixel est un pixel de la cible. L'étape d'estimation de l'arrière-plan du pixel est basée sur la sélection pour chaque pixel, d'une zone dite de voisinage, centrée autour du pixel, cette zone respectant un critère d'uniformité prédéterminé et la taille de cette zone étant la plus proche possible d'une taille maximale prédéterminée.

Description

PROCEDE DE DETECTION D'UNE CIBLE
Le domaine de l'invention est celui des systèmes de surveillance.
Un système de surveillance a pour fonction de détecter et suivre des cibles pénétrant dans une zone de surveillance.
Le problème crucial de la détection de cible dans une séquence vidéo est de trouver un critère désigné « critère de détection » qui permet de décider pour chaque image comportant des pixels, quels sont les pixels d'une cible. Le choix de ce critère conduit à des performances de détection définies en fonction du couple probabilité de détection - probabilité de fausse alarme. On rappelle que la probabilité de détection est la probabilité pour un pixel d'une cibie d'être considéré comme probablement celui d'une cible ; la probabilité de fausse alarme est la probabilité pour un pixel d'un objet non menaçant d'être sélectionné comme étant probablement celui d'une cible.
Dans les systèmes de surveillance de cibles aériennes, on utilise généralement des images acquises dans les longueurs d'onde de l'infrarouge car elles offrent un bon critère de détection dans la mesure où ia plupart des cibles sont propulsées et fournissent donc un signa! IR élevé.
Ce signal s'exprime de la façon suivante selon qu'une cible est présente ou non dans le pixel correspondant.
menace cible arrière- plan bruit
S sπns-tiienace = S arrière— plan + S bruit
où SCibte est le signal de la cible,
Sarrière-pian le signal de ['arrière-plan du pixel (appelé aussi le fond), Sbmit un échantillon aléatoire du bruit du capteur.
Le critère de détection pour des images IR est donné par ie S/B du signal IR spécifique de la cible. Le rapport signal sur bruit d'une cible est donné par :
RSB menace - Scible
V(S bru» ) où σ (S bruit) est l'écart-type du bruit du capteur. Selon cette définition, une cible possède donc un rapport signal sur bruit non nul, alors qu'un objet du fond possède un rapport signal sur bruit nul. Ce critère peut donc servir à séparer les cibles du fond par simple seuillage.
Un estimateur du rapport signal sur bruit en un pixel donné peut être obtenu à partir du signal collecté dans ce pixel par :
< RSB >= ;r"efe-f" σ(5fc((lf )
OÙ <Samere-p!an> est le Signal estimé de Sarrιere-p!an.
On obtient donc : o ^ C >> C _ι_ Ç* „_ ^ C* ^ -I- C n oo -^ menace ^ arrière- plan cible airiert—plan an tere- plan bruit
< Kύîi menace >" TTi ^ ~ 77, \
0 ç, Tj c sans— menace < S atnei e-plott > S an ie/ e~-pïaιi < S an tere—phn ]> ~\~S bi titt
<^ jvθjD sBanniis[r_—_miiiΛen]iiajcMe J> — / " γ~"" — 7 v
La qualité de l'estimateur est très liée à la qualité de l'estimateur de l'arrière plan de la cible. Cependant, même si cette estimation est parfaite, il reste un terme de bruit qui peut faire :
• qu'un pixel non menaçant ait un RSB non nul à cause de la réalisation de bruit sur le pixel courant, induisant ainsi une fausse aiarme,
• qu'un pixel menaçant ait un RSB inférieur à celui prévu, voire inférieur à celui du seuil, induisant ainsi une non détection d'une cible. Une méthode de détection de cibles ponctuelles dans la bande spectrale de l'infrarouge est donc d'estimer en chaque pixel son rapport signai sur bruit, puis de décider que le pixel est une cible si ce rapport signal sur bruit estimé dépasse un seuil fixé.
Le problème reste donc de trouver une bonne estimation de l'arrière-plan du pixel étudié alors qu'il est mélangé au signal de la cible dans le signal infrarouge du pixel étudié.
II est connu d'estimer le signal de l'arrière-plan en considérant la moyenne d'un arrière-plan de taille fixée, c'est-à-dire la moyenne d'un nombre fixe de pixels uniformément localisés autour du pixel étudié. Cette méthode ne prend pas en compte le biais résultant de l'estimation statistique du signal de l'arrière-plan sur un nombre réduit de pixels. Enfin, cette méthode s'applique ma! à la caractérisation de i'arrière-plan de scènes complexes : si i'arrière-plan estimé contient de l'information qui ne correspond pas à i'arrière-plan réel du pixel étudié, l'estimation du signal de I'arrière-plan est entachée d'erreur. Cet inconvénient est illustré figure 1 dans laquelle sont représentés deux pixels étudiés 1 a et 1 b, ainsi que les arrière- plans 2a et 2b correspondants qui ont la même taille fixe, en l'occurrence 7 x 7 pixels. L'un de ces arrière-plans 2a coupe une frontière 3 qui matérialise la séparation entre les arrière-plans 2a et 2b, cet arrière-plan 2a n'est donc pas uniforme. Cela se traduit éventuellement par une mauvaise estimation du
S/B des pixels conduisant à une augmentation de la probabilité de fausse alarme et donc à une réduction des performances.
La solution proposée est d'utiliser autour du pixel étudié, une zone (ou arrière-plan) dite zone de voisinage, dont la taille est adaptée à la complexité de la scène locale. Cette taille est calculée en utilisant un critère d'uniformité pour sélectionner localement la plus grande zone quasi-uniforme pour i'estimation de I'arrière-plan. On est alors ramené à l'analyse d'un arrière-plan quasi-uniforme, c'est-à-dire à un problème classique d'estimation de biais.
Ceci est illustré figure 2. La taille de la zone de voisinage 2a du pixel
1 a est plus petite ( 3 x 3 pixels) que celle (2b) du pixel 1 b (9 x 9 pixels), le pixel 1a étant plus proche de la frontière 3 que le pixel 1 b. Dans le cas limite du pixel 1c, la zone de voisinage est réduite à ce pixel puisqu'il se situe sur la frontière 3.
Plus précisément, l'invention a pour objet un procédé de détection d'une cible dans une scène comportant
- une étape d'acquisition d'images numériques de la scène au moyen d'un capteur, ces images comportant des pixels, puis pour chaque pixel :
- une étape d'estimation de l'arrière plan du pixel,
- une étape d'estimation du rapport signal sur bruit du pixel,
- une étape de décision par seuiilage de ce rapport signal sur bruit pour déterminer si le pixel est un pixel de la cible. Ii est principalement caractérisé en ce que l'étape d'estimation de l'arrière-plan du pixel est basée sur la sélection pour chaque pixel, d'une zone dite de voisinage, centrée autour dudit pixel, cette zone respectant un critère d'uniformité prédéterminé et la taille de cette zone étant la plus proche possible d'une taille maximale prédéterminée.
On obtient ainsi une estimation non biaisée pour un grand arrière- plan quasi-uniforme. Pour des pixels étudiés proches des limites d'un arrière- plan complexe, la taille de la zone de voisinage est réduite : le biais de l'estimation est cependant très inférieur à celui qui résulterait de l'inclusion de ces limites dans l'estimation de l'arrière-plan.
Selon une caractéristique de l'invention, la sélection de la zone de voisinage est basée sur le calcul d'un plan d'intensité centré autour dudit pixel et dont l'écart-type du résidu est inférieur à un seuil prédéterminé Su.
Selon une caractéristique de l'invention, la sélection de la zone de voisinage comprend les étapes suivantes consistant à :
- A) calculer les paramètres du plan d'intensité le plus proche,
- B) calculer un terme lié à l'écart type du résidu dudit plan,
- C) lorsque ce terme atteint un seuil prédéterminé Su, la taille de la zone est retenue, sinon les étapes A, B et C sont réitérées à partir d'une taille de zone modifiée.
Selon une caractéristique de l'invention, le plan d'intensité le plus proche est calculé par la méthode des moindres carrés.
La taille prédéterminée est par exemple la taille maximale et dans l'étape C, la taille de la zone modifiée est une taille réduite. Selon une caractéristique de l'invention, dans l'étape A, l'un des paramètres est calculé à partir de l'intensité moyenne de ladite zone,
Selon un mode de réalisation de l'invention, ia zone de voisinage, centrée autour du pixel, exclut ledit pixel.
L'invention décrite effectue de façon optimale la détection de cibles qui n'occupent qu'un pixel. Selon une caractéristique de l'invention, avant l'étape d'estimation de l'arrière-plan pour chaque pixel, une étape de changement de l'échelle des pixels intervient, c'est-à-dire qu'un bloc de q x q anciens pixels (ou pixels d'origine) devient un nouveau pixel, q étant un entier supérieur ou égal à 2. Cela permet de détecter les cibles qui occupent plus de un pixel d'origine, par moyennage par blocs de l'image jusqu'à ramener les cibles que l'on veut détecter à n'occuper qu'un nouveau pixel.
L'invention a aussi pour objet un système de détection d'une cible dans une scène, comportant un capteur d'images numériques de la scène, une unité de traitement des images, caractérisé en ce que l'unité de traitement comprend des moyens de mise en œuvre du procédé selon l'une des revendications précédentes.
D'autres caractéristiques et avantages de l'invention apparaîtront à la lecture de la description détaillée qui suit, faite à titre d'exemple non limitatif et en référence aux dessins annexés dans lesquels : la figure 1 déjà décrite illustre le problème posé par des arrière- plans de taille fixe, la figure 2 illustre la solution proposée par l'invention à savoir des zones de voisinage de taille adaptée, la figure 3 est un organigramme des différentes étapes d'un exemple de déroulement du procédé selon l'invention, la figure 4 illustre schématiquement l'application du procédé selon l'invention à un pixel étudié, la figure 5 représente schématiquement un système de détection selon l'invention.
D'une figure à l'autre, les mêmes éléments sont repérés par les mêmes références.
Selon l'invention, i'étape d'estimation des pixels de l'arrière-plan de la cible est basée sur la sélection pour chaque pixel de l'image, d'une zone dite de voisinage, centrée autour du pixel : cette zone est la plus grande zone uniforme possible. Une zone est uniforme lorsqu'elle respecte un critère d'uniformité prédéterminé, en l'occurrence lorsqu'elle peut être ajustée par un plan d'intensité dont l'écart-type ou plus précisément l'écart-type du résidu, est inférieur à un seuil prédéterminé. Ce seuil est par exemple égal à î'écart-type du bruit du capteur multiplié par un coefficient déterminé. Le plan d'intensité calculé est celui qui approche au mieux la distribution des intensités dans les pixels de la zone considérée. On calcule également l'"écart-type" du plan d'intensité le plus proche, ou plus précisément "écart- type du résidu", qui est la racine carrée de la moyenne des carrés des écarts entre, pour chaque pixel de la zone, l'intensité dans ce pixel et l'intensité du plan d'intensité le plus proche dans ce pixel.
Un autre critère d'uniformité consiste par exemple à seuiller les moments d'ordre n d'intensité des pixels, ou encore à constituer l'histogramme des pixels et à le corréler avec une distribution de probabilité gaussienne. Ces trois critères d'uniformité sont des exemples de critères d'uniformité fondés sur une ou plusieurs caractéristiques statistiques empiriques calculées à partir des intensités des pixels de la zone considérée. On appelle caractéristique empirique (ou encore échantillonnée) une caractéristique qui peut être calculée à partir d'un échantillon d'une variable aléatoire ou d'un processus aléatoire. Par exemple, la moyenne empirique d'un échantillon X1, ..., Xn est égale à me=1/n ∑(de i=1 à n) [xi], et constitue un estimateur de la moyenne de la variable aléatoire dont la suite X1, ..., Xn est un échantillon. De ia même manière, un histogramme constitue un estimateur de la distribution de probabilité d'une variable aléatoire, obtenu à partir d'un échantillon de cette variable, et est à ce titre une caractéristique statistique empirique. La solution retenue l'a été pour sa faible complexité algorithmique ; elle est plus adaptée à un fonctionnement temps réel. On va décrire la sélection de cette zone en relation avec l'organigramme de la figure 3. Pour chaque pixel de i'image, désigné « premier pixel » ou « pixel suivant », une zone de taille N x N pixels est choisie autour de ce pixel (étape 10).
Selon un premier mode de réalisation on choisit à chaque itération de réduire la taille de la zone et l'on sélectionne la première zone rencontrée qui satisfait un critère d'uniformité. Dans ce cas, la taille de la zone choisie à Ia première itération est la plus grande possible. Dans l'exemple de la figure, la taille maximale de la zone est Nm x Nm pixels avec Nm tel que :
• Nm est impair • Nm est inférieur ou égal à N M = 11
• II existe une zone de taille Nm x Nm pixels incluse dans l'image traitée et centrée autour du pixel étudié, ce qui permet de traiter le cas des pixels situés à la périphérie de l'image, c'est-à-dire ceux qui n'ont pas de voisinage de taille 11x11 pixels totalement inclus dans l'image. N M X N M = 1 1 X 1 1 pixels correspond donc à la plus grande de toutes les zones qui seront testées.
N étant fixé, s'enchaînent alors plusieurs étapes. L'étape 20 consiste à calculer l'intensité moyenne de cette zone. Selon un mode de réalisation de l'invention, le pixel étudié est inclus dans la zone de voisinage. L'intensité moyenne m est alors donnée par la formule : m = Σ l(x,y) / N2 l{x,y) étant l'intensité d'un pixel de coordonnées x, y, la somme des intensités étant calculée sur la zone considérée, elle est donc indicée par les coordonnées x et y des pixels de cette zone, et N2 étant le nombre de pixels de la zone considérée. N2 est égal à Nm x Nm pour ia 1 ere zone.
Selon un autre mode de réalisation de l'invention, le pixel étudié est exclus de la zone de voisinage. L'intensité moyenne m est aiors donnée par la formule : m = Σ I(x,y) / (N2-1 )
L'étape suivante (étape 30) consiste à calculer un plan d'intensité Pour cela, chaque pixel se voit attribuer un couple de coordonnées (x,y) selon la loi suivante : - Le voisin de droite d'un pixel de coordonnées (x,y) a pour coordonnées (x+1 ,y). - Le voisin inférieur d'un pixel de coordonnées (x,y) a pour coordonnées (x,y+1 ).
Il suffit ensuite de fixer les coordonnées (x,y) de n'importe quel point du voisinage, de manière arbitraire, pour ensuite pouvoir constituer un pavage du voisinage propre à l'estimation du plan local.
Il s'agit donc de trouver le plan d'intensité défini par les paramètres a,b et c, et tel que l(x,y) soit le plus proche possible de ax + by + c en tout point du pavage ci dessus. Ces paramètres sont estimés par exemple par une résolution au sens des moindres carrés. On pourrait également utiliser des méthodes plus complexes comme les moindres carrés pondérés qui permettent d 'exclure automatiquement les points aberrants du voisinage de l'estimation du plan. Cependant, pour des raisons de temps de caicul, on choisit dans cette description de s'en tenir à la résolution au sens des moindres carrés. Des valeurs estimées des paramètres a, b et c, soit ae, be et ce, sont calculées de façon à ce que la somme
D= Σ (l(x,y) - (ax+by+c))2 qui est une fonction de a, b et c, soit minimale pour a = ae, b = bΘ et c = ce, cette somme étant calculée sur la zone de voisinage. D est la somme sur les pixels de ladite zone des carrés des différences pour chaque pixel entre son intensité et celle d'un plan d'intensité donné.
Ceci est obtenu en résolvant le système suivant. δD/δa = 0, δD/δb = 0, δD/δc = 0, où ie symbole δ désigne la dérivée partielle, soit
∑ [ (Kx-y) - (a* x+be y+ce)) . (-x) ] ≈ 0 ∑ [ (Kx,y) - (aβ x+be y+ce)) . (-y) ] ≈ 0 ∑ [ (l(x,y) - (aβ x+bβ y+cβ)) . (-1 ) ] = 0
qui conduit à un système de trois équations linéaires en ae, be et ce, soit de façon mathématique :
( ae, be, ce ) = argmin aib,c D(a,b,c) où argmin a,b,c d'une fonction f(a,b,c) désigne le triplet de valeurs de a,b,c qui minimise f.
Une particularité intéressante est que, si le pixel central de la zone de voisinage a reçu les coordonnées (0,0), alors le coefficient c du plan estimé, soit ce , est éga! à l'intensité moyenne dans le voisinage, m, définie à i'étape 20, car dans ce cas, on a ∑(x) = ∑(y) = 0. ce est alors calculé par la formule simple : ce = Σ l(x,y) / N2 ou ce ≈ Σ l(x,y) / (N2 -1 ) selon que le pixel étudié est inclus dans la zone ou exclus de la zone.
Alors le système de trois équations linéaires se réduit à un système de deux équations linéaires en ae et be que l'on peut réécrire sous Ia forme : ae ∑(x2) + be ∑(xy) = ∑ [ x l(x,y) ] ae ∑(xy) + be ∑(y2) = ∑ [ y l(x,y) ] Par exemple, les intensités respectives des pixels d'une zone de 3 x 3 pixels centrée sur ie pixel de coordonnées (0,0) sont : 1(-1 ,1 ), 1(0,1 ), 1(1 ,1 ), l(- 1 ,0), 1(0,0), ... [(-1 ,-1 ).
Les coefficients ae, be et ce du plan d'intensité Ie plus proche étant déterminés, l'étape suivante (étape 40) consiste à calculer l'écart type du résidu c'est-à-dire min a,t>,c (D) = D (ae, be, ce) puis î'écart-type du résidu σ r =
(Dmin/N2)1/2 ou σ r = (Dm[n/(N2-1 ))1/2 selon que le pixel étudié est inclus dans la zone ou exclus de la zone.
L'étape suivante (étape 50), celle du test d'uniformité, est alors appliquée. Elle consiste à comparer l'écart type du résidu σ r à un seuil prédéterminé Su (seuil pour ie test d'uniformité) ; ce seuil est un paramètre réglable, il est par exemple égal à I'écart-type du bruit du capteur multiplié par un coefficient déterminé de façon telle qu'une image constituée uniquement du bruit du capteur soit analysée comme uniforme avec une probabilité proche de 1 . Si I'écart-type du résidu (ou plus généralement un terme lié à l'écart type du résidu), est supérieur au seuil (σ r > Su), cela signifie que l'arrière-plan n'est pas uniforme sur cette zone de voisinage. La taille de fa zone est alors réduite, et les étapes 20, 30, 40 et 50 sont réitérées tant que le critère d'uniformité n'est pas atteint. On a par exemple N x N = 9 x 9 pour la 2è zone (2è itération) sur un pixel avec une valeur initiale de N égale à 11 (Nm = 1 1 ).
Si i'écart-type du résidu est inférieur ou égal au seuil (σ r ≤ Su), cela signifie que !'arrière-plan est uniforme sur cette zone de voisinage qui devient la zone sélectionnée. Plus généralement, on choisit comme valeur de N M, toute valeur impaire supérieure à 1. La valeur N M = 1 1 est la valeur en dessous de laquelle les performances se détériorent significativement, alors que le gain en performance lorsqu'on augmente N M devient négligeable au-dessus de 1 1 . Pour un meilleur compromis performances / temps de calcul, on choisit : N M = 11.
Selon un autre mode de réalisation, on choisit à chaque itération d'augmenter la taille de la zone, en prenant alors une taille de zone initiale de 3 x 3 pixels et en sélectionnant la dernière zone rencontrée telle que : - cette zone soit entièrement incluse dans l'image - sa taille ne dépasse pas Nm x Nm pixels - elle satisfasse le critère d'uniformité.
Comme indiqué précédemment, le calcul du rapport signal sur bruit estimé pour le pixel étudié répond à la formule :
< RSB >= S~ < S«rHère~pIa" >
où < S arrière-pian > est la valeur estimée de l'arrière plan au niveau du pixel étudié (de coordonnées xc, yc), soit
** ^* arrière-plan "" = 3e Xc "*" Oe Yc "*" Ce et où σ (S bruit) est l'écart-type du bruit du capteur. Le numérateur de < RSB > est donc égal à
I (Xc, yc) " < S arrière-plan > = I (Xc, Yc) - (aβ Xc + be yc + Ce)
Ce rapport signal sur bruit estimé est comparé à un seuil Sd (seuil pour la détection, étape 70). S'il est plus grand en valeur absolue, le pixel étudié (xc.yc) est marqué comme correspondant à une cible potentielle (étape 80) ; dans le cas contraire, il est éliminé de la suite du traitement, et ne sera pas considéré comme une cible potentielle. Puis l'on passe à un autre pixel à étudier. Lorsque aucune zone de voisinage uniforme ne peut être sélectionnée, c'est-à-dire lorsque la zone est réduite au pixel étudié, cela signifie que ce pixel est probablement localisé sur une limite (comme le pixel 1 c figure 2) et il est alors identifié comme tel. Le traitement spécifique de ce type de pixel ne fait pas partie du procédé objet de cette demande de brevet. On a représenté figure 4 une zone de l'image autour d'un pixel 1 représentatif de la cible. Cette figure illustre le cas où ia zone initiale compte 1 1 x 11 pixels et la zone uniforme 2 qui est la 5è zone sélectionnée, compte 3 x 3 pixels. L'analyse du voisinage regroupe les étapes 20, 30 et 40. La sélection du fond uniforme maximal regroupe l'étape 50 et le rebouclage éventuel sur la taille du voisinage.
L'invention décrite jusqu'à présent effectue la détection de cibles qui n'occupent qu'un pixel. Une adaptation possible de l'invention permet de détecter les cibles de taille supérieure au pixel, par moyennage par blocs de l'image (dits 'nouveaux pixels') jusqu'à ramener les cibles que l'on veut détecter à n'occuper qu'un nouveau pixel.
Si par exemple l'on connaît seulement la taille maximale des cibles à détecter, on peut ainsi analyser consécutivement des images moyennées par blocs 2 x 2, 3 x 3,... jusqu'à p x p, ce qui revient à « dézoomer » l'image, c'est-à-dire à changer l'échelle du repère O,x,y de l'image : un bloc de q x q anciens pixels devient un nouveau pixel, q étant un entier supérieur ou égal à
2 et pouvant ailer jusqu'au nombre p qui correspond à la taille maximale des cibles à détecter. Cette étape intervient avant l'ensemble des étapes d'estimation de l'arrière plan décrites précédemment et qui conduisent à décréter si le pixel correspond à une cible potentielle.
On peut ensuite fusionner les pixels détectés (qui ont a priori des tailles différentes) par un algorithme de connexité.
Un système de détection selon l'invention représenté figure 5 comporte un capteur d'images numériques 100 et une unité de traitement 200 de ces images qui comprend des moyens classiques de mise en œuvre du procédé décrit.

Claims

REVENDICATIONS
1. Procédé de détection d'une cible dans une scène comportant :
- une étape d'acquisition d'images numériques de la scène au moyen d'un capteur, ces images comportant des pixels,
- puis pour chaque pixel : - une étape d'estimation de l'arrière plan du pixel,
- une étape d'estimation du rapport signal sur bruit du pixel,
- une étape de décision par seuillage de ce rapport signal sur bruit pour déterminer si le pixel est un pixel de la cible, caractérisé en ce que l'étape d'estimation de l'arrière-ptan du pixel est basée sur la sélection pour chaque pixel, d'une zone dite de voisinage, centrée autour du pixel, cette zone respectant un critère d'uniformité prédéterminé fondé sur une ou plusieurs caractéristiques statistiques empiriques calculées à partir des intensités des pixels de la zone considérée, et la taille de cette zone étant la plus proche possible d'une taille maximale prédéterminée.
2. Procédé de détection d'une cible selon la revendication précédente, caractérisé en ce que le critère d'uniformité est basé sur le calcul d'un plan d'intensité centré autour dudit pixel et dont l'écart type du résidu est inférieur à un seuil prédéterminé Su.
3. Procédé de détection d'une cible selon la revendication précédente, caractérisé en ce que la sélection de la zone de voisinage comprend les étapes suivantes consistant à : - A) calculer les paramètres du plan d'intensité le plus proche d'une zone de taille prédéterminée,
- B) calculer un terme lié à l'écart-type du résidu de ce plan,
- C) lorsque ce terme atteint un seuil prédéterminé, ia taille de la zone est retenue, sinon les étapes A, B et C sont réitérées à partir d'une taille de zone modifiée.
4. Procédé de détection d'une cible selon la revendication précédente, caractérisé en ce que le plan d'intensité le plus proche est calculé par la méthode des moindres carrés.
5. Procédé de détection d'une cible selon l'une des revendications 3 ou 4, caractérisé en ce que dans l'étape A, l'un des paramètres est calculé à partir de l'intensité moyenne de la zone de taille prédéterminée.
6. Procédé de détection d'une cible selon l'une des revendications 3 à 5, caractérisé en ce que ia taille prédéterminée est Ia taille maximale et en ce que dans l'étape C, Ia taille de zone modifiée est une taille réduite.
7. Procédé de détection d'une cible selon la revendication 1 , caractérisé en ce que le critère d'uniformité est basé sur le calcul des moments d'ordre n d'intensité des pixels.
8. Procédé de détection d'une cible selon la revendication 1 , caractérisé en ce que le critère d'uniformité est basé sur le calcul de l'histogramme d'intensité des pixels.
9. Procédé de détection d'une cible selon l'une des revendications précédentes, caractérisé en ce qu'il comprend, avant l'étape d'estimation de l'arrière plan pour chaque pixel, une étape de changement de l'échelle des pixels c'est-à-dire qu'un bloc de q x q anciens pixels devient un nouveau pixel, q étant un entier supérieur ou égal à 2.
10. Procédé de détection d'une cible selon l'une des revendications précédentes, caractérisé en ce que la zone de voisinage centré autour du pixel, exclut ledit pixel.
11. Système de détection d'une cible dans une scène, comportant un capteur (100) d'images numériques de la scène, une unité (200) de traitement des images, caractérisé en ce que l'unité de traitement comprend des moyens de mise en œuvre du procédé selon l'une des revendications précédentes.
PCT/EP2008/064436 2007-10-26 2008-10-24 Procede de detection d'une cible WO2009053461A1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP08841102A EP2203871A1 (fr) 2007-10-26 2008-10-24 Procede de detection d'une cible
US12/739,469 US20110001823A1 (en) 2007-10-26 2008-10-24 Method for Detecting a Target
CA2704037A CA2704037A1 (fr) 2007-10-26 2008-10-24 Procede de detection d'une cible

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0707561 2007-10-26
FR0707561A FR2923024B1 (fr) 2007-10-26 2007-10-26 Procede de detection d'une cible

Publications (1)

Publication Number Publication Date
WO2009053461A1 true WO2009053461A1 (fr) 2009-04-30

Family

ID=39734148

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2008/064436 WO2009053461A1 (fr) 2007-10-26 2008-10-24 Procede de detection d'une cible

Country Status (5)

Country Link
US (1) US20110001823A1 (fr)
EP (1) EP2203871A1 (fr)
CA (1) CA2704037A1 (fr)
FR (1) FR2923024B1 (fr)
WO (1) WO2009053461A1 (fr)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2955190B1 (fr) * 2010-01-14 2012-09-28 Astrium Sas Procede de detection d'une cible dans une image acquise depuis un vehicule survolant un corps celeste
HUE029105T2 (en) * 2011-12-12 2017-02-28 Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi System and method for estimating target size
WO2013102797A1 (fr) 2012-01-06 2013-07-11 Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi Système et procédé pour détecter des cibles dans des applications de surveillance maritime
JP6171727B2 (ja) * 2013-08-23 2017-08-02 ブラザー工業株式会社 画像処理装置、シート、コンピュータプログラム
JP5923670B2 (ja) * 2013-09-27 2016-05-24 富士フイルム株式会社 撮像装置及び撮像方法
CN108614998B (zh) * 2018-04-09 2022-03-08 北京理工大学 一种单像素红外目标检测方法
FR3095541B1 (fr) * 2019-04-24 2021-09-24 Safran Electronics & Defense Procede de detection de cibles
CN110838125B (zh) * 2019-11-08 2024-03-19 腾讯医疗健康(深圳)有限公司 医学图像的目标检测方法、装置、设备、存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2875626A1 (fr) * 2004-09-21 2006-03-24 Thales Sa Procede de detection et de pistage de cibles ponctuelles, dans un systeme de surveillance optronique

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2599855B1 (fr) * 1979-06-15 1988-10-14 Thomson Csf Dispositif de levee d'ambiguite de distance et de vitesse plus particulierement utilise associe a un recepteur radar du type doppler, et radar le comportant
FR2599853B1 (fr) * 1981-05-15 1989-03-31 Thomson Csf Procede de levee d'ambiguite en distance dans un radar pulse doppler, dispositif pour sa mise en oeuvre et radar comportant un tel dispositif
FR2599854B1 (fr) * 1982-12-17 1988-10-14 Thomson Csf Procede de mesure de la distance ambigue et radar doppler a impulsions mettant en oeuvre un tel procede
FR2629922B1 (fr) * 1982-12-30 1990-10-12 Thomson Csf Procede de traitement instantane du bruit de scintillation angulaire et recepteur radar monopulse de poursuite mettant en oeuvre un tel procede
US5341142A (en) * 1987-07-24 1994-08-23 Northrop Grumman Corporation Target acquisition and tracking system
FR2665597B1 (fr) * 1990-07-31 1995-11-17 Thomson Trt Defense Procede et dispositif de localisation en temps reel de contours rectilignes dans une image numerisee, notamment pour la reconnaissance de formes dans un traitement d'analyse de scene.
US5390133A (en) * 1992-09-30 1995-02-14 Martin Marietta Corporation Image processor for target detection and tracking
US5850298A (en) * 1994-03-22 1998-12-15 Ricoh Company, Ltd. Image processing device eliminating background noise
US6909436B1 (en) * 1999-10-27 2005-06-21 The Board Of Supervisors Of Louisiana State University And Agrigultural & Mechanical College Radiologist workstation
US7483551B2 (en) * 2004-02-24 2009-01-27 Lockheed Martin Corporation Method and system for improved unresolved target detection using multiple frame association
FR2897163B1 (fr) * 2006-02-08 2008-04-11 Thales Sa Procede de geo-localisation d'une ou plusieurs cibles

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2875626A1 (fr) * 2004-09-21 2006-03-24 Thales Sa Procede de detection et de pistage de cibles ponctuelles, dans un systeme de surveillance optronique

Also Published As

Publication number Publication date
FR2923024A1 (fr) 2009-05-01
CA2704037A1 (fr) 2009-04-30
FR2923024B1 (fr) 2010-08-13
US20110001823A1 (en) 2011-01-06
EP2203871A1 (fr) 2010-07-07

Similar Documents

Publication Publication Date Title
WO2009053461A1 (fr) Procede de detection d&#39;une cible
EP3234913B1 (fr) Procede de detection de defaut sur une surface de pneumatique
EP2930659B1 (fr) Procédé de détection de points d&#39;intérêt dans une image numérique
FR2807902A1 (fr) Procede de detection de changement de plan dans une succession d&#39;images video
WO2018109372A1 (fr) Procédé de traitement d&#39;image numérique
EP1792278B1 (fr) Procede de detection et de pistage de cibles ponctuelles, dans un systeme de surveillance optronique
EP2294441B1 (fr) Procede de detection d&#39;un objet dans une scene comportant des artefacts
EP1995693A1 (fr) Procédé de détection d&#39;un objet en mouvement dans un flux d&#39;images
FR3019352A1 (fr) Systeme d&#39;identification d&#39;un modele d&#39;appareil photographique associe a une image compressee au format jpeg, procede, utilisations et applications associes
FR2924514A1 (fr) Correction de bruit d&#39;image.
FR3047578A1 (fr) Procede d&#39;estimation de parametres de signaux contenus dans une bande de frequences
EP0926625A1 (fr) Procédé de traitement d&#39;image incluant des étapes de filtrage spatio-temporel du bruit et appareil d&#39;imagerie médicale mettant en oeuvre ce procédé
EP3631517A1 (fr) Procede et dispositif de traitement de signaux de flux neutronique, produit programme d&#39;ordinateur et systeme de controle-commande associes
FR2648977A1 (fr) Procede iteratif d&#39;estimation de mouvement, entre une image de reference et une image courante, et dispositif pour la mise en oeuvre de ce procede
FR2940492A1 (fr) Procede d&#39;estimation de mouvement multi-resolutions
WO2019166720A1 (fr) Détection dynamique de lumière parasite dans une image numérique
FR2978274A1 (fr) Procede de traitement differencie de zones d&#39;une image
EP4020978B1 (fr) Procede d&#39;etalonnage d&#39;une matrice de photodetecteurs, dispositif d&#39;etalonnage et systeme d&#39;imagerie associes
EP2939179B1 (fr) Procédé de segmentation d&#39;une image d&#39;un oeil et dispositif associé
WO2021105604A1 (fr) Procédé et dispositif de traitement d&#39;images
WO2005101811A1 (fr) Procede de suivi d&#39;objets dans une sequence video
FR3025683A1 (fr) Procede et dispositif d&#39;estimation de parametres d&#39;egalisation d&#39;image numerique
EP4386449A1 (fr) Obtention d&#39;une carte de profondeur
EP2656531B1 (fr) Mesure de bruit impulsif par detection spectrale
EP4389567A1 (fr) Procédé de détermination de seuils de détection d&#39;un dispositif de taux de fausse alarme constant d&#39;un capteur, dispositifs et procédé associés

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08841102

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2008841102

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2704037

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 12739469

Country of ref document: US