초록 close

본 논문에서는 낮은 SNR을 가지는 적외선 영상에서 강인한 소형 표적 검출을 위해 모폴로지차 연산을 수행하여 표적 후보 영역을 찾고 화소 라벨링을 통해 후보 영역의 위치를 찾는다. 기존의 모폴로지 연산 기반의 표적 검출 방법들은 적외선 영상에 존재하는 클러터에 취약하다는 단점으로 인해 검출정확도가 낮다. 이러한 문제를 해결하기 위해 본 논문에서는 후보 영역에서 표적과 배경 잡음을 분류하기위해 Moravec 알고리즘과 LCM(Local Contrast Measure) 알고리즘을 결합함으로써 표적 향상과 배경잡음 억제를 동시에 달성한다. 또한, 제안하는 알고리즘은 기존에 실시간 표적 검출을 위해 개발되었던모폴로지 연산과 가우시안 거리 함수를 이용한 표적 검출 방법의 단일 객체에 제한적인 검출 문제를 해결하여 복수 객체를 효율적으로 검출할 수 있다.


In This Paper, we find the Target Candidate Region and the Location of the CandidateRegion by Performing the Morphological Difference Calculation and Pixel Labeling for Robust SmallTarget Detection in Infrared Image with low SNR. Conventional Target Detection Methods based onMorphology Algorithms are low in Detection Accuracy due to their Vulnerability to Clutter in InfraredImages. To Address the Problem, Target Signal Enhancement and Background Clutter Suppressionare Achieved Simultaneously by Combining Moravec Algorithm and LCM (Local Contrast Measure)Algorithm to Classify the Target and Noise in the Candidate Region. In Addition, the Proposed Algorithmcan Efficiently Detect Multiple Targets by Solving the Problem of Limited Detection of a Single Targetin the Target Detection method using the Morphology Operation and the Gaussian Distance FunctionWhich were Developed for Real time Target Detection.