检测炸药使用合并异常红外成像算法和图像特征

MS.F.FATHIMA
助理教授,计算机科学和工程部门,Bharath大学,钦奈-600073

文摘

创新策略的方法用于合并不同的异常图像空间算法决定cell-structured特性在长波红外(LWIR)系统上下文的前瞻性(FL)埋爆炸危害检测沿着一条道路。筛选开始,广泛有助于产生整体的可训练的大小对比过滤器集中在统一横轴墨卡托(UTM)空间。第二,特征从不同的算法挖掘UTM信心地图连同统一横轴墨卡托(UTM)的平均分组转移空间。芯片特性在图像显示异常决定从不同算法提取UTM信心地图基于最大稳定极值区域(MSERs)和高斯混合模型(gmm)。提前扫描在UTM空间投射到视频在多个距离和cell-Structured局部二进制模式(lbp)的梯度直方图(猪)和均值-方差描述符提取。实验用埋挥发物进行不同金属内容和深度在美国军队测试网站。结果是非常令人鼓舞的FL成像和显示明显降低假警报的数量(Fas)。Targests尚未检测到我们的系统还没有检测到一个手动在人类视觉检查

关键字

异常检测、datafusion爆炸危害检测、前视红外图像。

介绍

暴露在探测和识别的爆炸危险指数重要,这些危害广泛激进分子均负责大量的死亡和受伤。安排检测爆炸性危险包括地质雷达。摄像机、红外(IR)。研究小组研究和发展各种算法的前瞻性(FL)车载爆炸物探测技术。,地质雷达和红外图像。早期的方法组织独立测试发现在每一个地方。摘要修改新的图像空间描述符在提前扫描的位置。本文重点是,发现埋炸药材料在红外成像前瞻性视角。五个主题存在于这项工作必备的第一个重要的标准,提高检测发现目标在FL透视图像的移动平台。之后,多个不同的异常检测算法找到不同图像集群分成组。第三,乐团跨帧检测器操作异常的决定。确定细胞结构图像特性大大减少这份誓言目标如炸药埋在前瞻性方法. . This paper is widely structured around the flow of information. The image space anomaly detection algorithms and their individual temporal aggregations. The extraction of cell-structured image space features by the back projection of hits at standalone distance. It is achieved by UTM Algorithm decision maps. The information sources are then combined and receiver operating characteristic (ROC) curve analysis is used to determine Positive Detection(PD) and reduce False Alarm Rate(FAR) at different operating levels.

这个项目的主要目的是检测和纠正的爆炸危害这些危害负责无数的死亡和伤害平民和士兵在世界各地。这个任务,但不是偏袒,发现埋炸药材料在FL角度的红外图像。五个重要的一般主题存在于这项工作。首先,讨论了一种新的探测找目标在FL视点图像移动平台(特别是地面)。参与多个不同的异常检测算法找到不同图像工件每图像水平和图像(时间变化)。第三,它讨论了集群内的图像,在图像和在一个探测器,以及聚合算子结合异常决定跨帧。这个项目还提供了一个方法相结合的多个不同的系统信息异常算法决定和最先进的cell-structured图像空间特性降低。最后,找到目标的主题(例如,埋炸药)LWIR在遥感领域是很重要的。

来描述一个算法基于一个可训练的大小对比过滤器和加权平均数转变聚类识别的炸药材料(特别是埋目标)。核心假设由该方法的证据埋目标出现在LWIR图像根据已知的近似大小,展品高局部图像的对比。这种方法并不局限于LWIR。

方法筛选

在线点击UTM空间back-projected到视频在多个对峙距离和cellstructured局部二进制模式(lbp),梯度(猪)的柱状图和均值-方差描述符提取。

2.1可训练的大小对比过滤器

可训练的大小对比过滤器和加权平均数转变聚类识别的炸药材料(特别是埋目标)。核心假设由该方法的证据埋目标出现在LWIR图像根据已知的近似大小,展品高局部图像的对比。

2.2高斯混合模型

细节图像基于概念空间算法检测当地最近的改变(异常)的一条路,专门跟踪,而车辆在运动。该方法是基于Stauffer和Grimson的高斯混合模型(GMM)算法。GMM是low-levelcomputer视觉工具视频监控领域的变化检测。

2.3最稳定极端地区

最终的图像空间异常检测算法探索不承担目标形状。它像其他两个算法讨论,并不局限于LWIR。Themotivating女士方法背后的想法是寻找爆炸灾害埋在LWIR通过寻找预期近似大小的空间相干连接区域使用最大限度稳定极值区域分割算法(女士)。

2.4细胞结构的意思是

两个先进的纹理特性的效用和对比度特性探讨。具体来说,加权平均数集群中心(在线点击)主题转移到第二轮分类基于图像特征。第二阶段分类的原因是进一步减少。

结论

提出了一种新颖的方法结合多个异常算法决定与长波红外图像空间cell-structured特性(LWIR)系统的前瞻性(FL)埋爆炸危害检测沿着一条道路。足总还原的主要好处是拟议的工作。是主要的范围(0%、85%)检出率,这个项目显示了伟大的进步。

未来的工作

在未来的工作中,该机构将调查目前优化学习策略系统参数指定的人类。虽然做了一些最初的灵敏度分析在开发期间,不是所有参数,更详尽的和正式的分析是必要的。未来的工作还将包括继续探索不同的图像空间算法、特征和分类器。具体来说,额外的图像空间算法和其他传感器需要解决当前组错过目标(筛选不认同任何操作级别)。

数据乍一看


图1	图2	图3	图4

引用

异常的组合爆炸风险检测的算法和图像特征LookingInfrared意象,德里克·t·安德森,凯文·e·斯通,詹姆斯·m·凯勒,ChristopherJ.Spain。ieee杂志、应用地球观测和遥感、2012年2月。

j·法雷尔,t .天堂k.c. Ho·j·m·凯勒t .吨,d . Wong和m . Soumekh”检测爆炸性危险利用前瞻性的探地雷达图像的频谱特性,“在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

h . Frigui p·盖德,“地雷的探地雷达探测和歧视基于possibilistic-nearest edgehistogram描述符和邻居分类器,“IEEE反式。模糊系统。,vol. 17, no. 1, pp.185–199, Feb. 2009.

t . c .天堂J.M.·凯勒k.c. Ho, t . t .吨,d . c . Wong和m . Soumekh“窄带处理andfusion FLGPR爆炸危害检测方法,“在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

t . c .天堂k.c. Ho, j·m·凯勒m . Popescu t . t .吨,d . c . Wong和m . Soumekh“本地adaptivedetection前视探地雷达的算法,在矿山、检测和传感ExplosiveObjects,和模糊目标十五,奥兰多,2010。

C t . C .天堂。J.Spain, kcHo J.M.凯勒,T.T.Ton特区Wong和m . Soumekh改进检测andfalse alarmrejection使用FLGPR和色彩意象在前瞻性的系统中,“在检测和传感ofMines,爆炸性的对象,和模糊目标[6]c . r . Ratto p . a . Torrione L.M.柯林斯,“Exploitingground-penetrating雷达现象学为地雷探测anddiscrimination上下文相关的框架,“IEEE反式。Geosci。远程Sens。, 49卷,不。5、2011年5月,页1689 - 1700。

f . Soldovieri o . Lopera, s . Lambot”相结合的先进的反演技术为准确通过探地雷达targetlocalization扫雷程序,“IEEE反式。Geosci。远程Sens。, 49卷,不。1,第461 - 451页,1月。2011年。

t . Wang j·m·凯勒·d·盖德和o . Sjahputera”频率子带处理和特性分析offorward-looking雷达波地雷探测信号,“IEEE反式。Geosci。远程Sens。, vol.45,没有。3、718 - 729年,2007页。

o . t . Wang Sjahputera, j·m·凯勒和p·d·盖德,“前瞻性的地雷detectionusing GPR特性分析”,在检测和修复技术的矿山和Minelike目标X,奥兰多,佛罗里达州2005卷。5794年,页1233 - 1244。

T。王,o . Sjahputera j·m·凯勒和p·d·盖德,“地雷使用前视探地雷达withobject跟踪检测,在检测和修复技术的矿山和Minelike目标X,奥兰多,佛罗里达州2005卷。5794年,页1080 - 1088。

l . Carin k.c. Ho·d·盖德和j . N。威尔逊,“调查使用地雷的光谱特征fromground穿透雷达/杂物歧视,“IEEE反式。Geosci。远程Sens。, 46卷,不。4,pp.1177 - 1191, 2008年4月。

d·t·安德森,j·m·凯勒,o . Sjahputera”算法在前瞻性的长波红外图像融合埋爆炸危害检测,“在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

m . Popescu k . e .石头和j·m·凯勒”在前视红外成像探测目标使用数实例学习框架,“在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

m . Popescu k .石头,t .天堂和j·凯勒,d . Ho”异常检测分类器在前视红外成像利用看到下面成了,“检测和传感的矿山、爆炸性的对象,和模糊TargetsXV,奥兰多,佛罗里达州,2010年,页76642 b - 76642 b - 8。

c . j .西班牙d·t·安德森,j·m·凯勒m . Popescu和k·e·斯通,”高斯混合模型测量当地改变铁轨LWIR爆炸危害检测图像,”在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

k .石头,j·m·凯勒m . Popescu t . c .天堂和k·c·Ho”前瞻性异常检测通过红外和彩色图像的融合、“检测和传感的矿山、爆炸性的对象,和模糊TargetsXV,奥兰多,FL, 2010年,页766425-766425-12。

k·e·斯通,j·m·凯勒m . Popescu和c j .西班牙“埋爆炸危险使用forwardlookinglong-wave红外图像检测,“在国防、安全、和遥感相依,奥兰多,佛罗里达州2011。

n . t . Thanh h·沙利,d . n,“埋地雷探测红外温度记录:逆roblemsetting,“IEEE反式。Geosci。远程Sens。, 2008年12月。

n .香和j . m . Sabatier”激光dopplervibrometer-based声地雷检测使用快速Msequencetransform,“IEEE Geosci。远程参议员。,1卷,不。4,2004年10月。

j . m . Sabatier和n .香”的调查acoustic-to-seismic耦合检测buriedantitank地雷,”IEEE反式。Geosci。远程Sens。, 39卷,不。6日,页。1146 - 1154年,2001年6月。