Jag accepterar att kakor lagras på min dator

Läs mer

A sensor fusion method for detection of surface laid land mines

A sensor fusion method for detection of surface laid land mines Beställ tryckt exemplar Lägg i kundvagnen Ladda ned som PDF
Författare: Daniel Westberg, Gustav Tolt, Christina Grönwall
Ort: Linköping
Sidor: 72
Utgivningsår: 2008
Publiceringsdatum: 2008-05-22
Rapportnummer: (FOI-R--2488--SE)
Nyckelord Mindetektion, Gaussian mixtures, segmentering, expectationmaximization, , minimum message length, scatter separabilty, infraröd, laserradar
Keywords Mine detection, Gaussian mixtures, segmentation, expectationmaximization, , minimum message length criterion, scatter separabilty criterion, , infrared, laser radar
Sammanfattning Landminor är ett stort problem både under och efter krigstid. De metoder som används för att detektera minor har inte ändrats mycket sedan 1940-talet. Forskning med mål att utvärdera olika elektro-optiska sensorer och metoder som kan användas för att skapa mer effektiv mindetektion genomförs på FOI. Försök som har gjorts med data från bland annat laserradar och IR-sensorer har gett intressanta resultat. I den här rapporten utvärderades olika fenomen och egenskaper i laserradar- och IRdata. De testade egenskaperna var intensitet, IR, ytlikhet och höjd. En metod som segmenterar intressanta objekt och bakgrundsdata utformades och implementerades. Metoden använde sig av expectation-maximization-skattning och ett minimum message length-kriterium. Ett scatter separability-kriterium användes för att bestämma kvalitén på de olika egenskaperna och på den resulterande segmenteringen. Data insamlad under en mätkampanj av FOI användes för att testa metoden. Resultaten visade bland annat att ytlikhetsmåttet gav en bra segmentering för stora objekt med släta ytor, men var sämre för små objekt med skrovliga ytor. Vid jämförelse med en manuellt skapad målmask visade det sig att metoden klarade av att välja ut egenskaper som i många fall gav en godkänd segmentering. Arbetet är även publicerad som examensarbete: D. Westberg, "A sensor fusion method for detection of surface laid land mines", Master Thesis, LITH-ISY-EX-07/4021- SE, Linköpings Universitet, Linköping, Sweden.
Abstract Land mines are a huge problem both during the conflict and a long time afterwards. Methods used to detect mines have not changed much since the 1940's. Research aiming to evaluate output from different electro-optical sensors and develop methods for more efficient mine detection is performed at FOI. Early experiments with laser radar sensors show promising results, as do analysis of data from infrared sensors. In this report, an evaluation is made of features found in laser radar and in infrared sensor data. The tested features are intensity, infrared, a surfaceness feature extracted from the laser radar data and height above an estimated ground plane. A method for segmenting interesting objects from background data using the expectationmaximization algorithm and the minimum message length criterion is designed and implemented. A scatter separability criterion is utilized to determine the quality of the features and the resulting segmentation. The method is tested on real data from a field trial performed by FOI. The results show that the surfaceness feature supports the segmentation of larger object with smooth surfaces but gives no contribution to small object with irregular surfaces. The method generally produces a decent result of selecting contributing features for different neighbourhoods of a scene. A comparison with a manually created target mask of the neighbourhood and the segmented components show that in most cases a high percentage separation of mine data and background data is possible. This work is also published as: D. Westberg, "A sensor fusion method for detection of surface laid land mines", Master Thesis, LITH-ISY-EX-07/4021-SE, Linköpings Universitet, Linköping, Sweden.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182