1 |
1
횡단 거리 스케일링을 이용한 ISAR 영상 변환 장치에 있어서, CPI(coherent processing interval)동안 입력된 표적에 대한 역합성 개구면 레이더(ISAR) 신호를 수집하는 신호수집부, 상기 CPI 구간의 제1 시점에서 수집된 상기 역합성 개구면 레이더 신호를 이용하여 거리-도플러(Range-Doppler) 영역에서의 제1 ISAR 영상을 생성하고, 상기 CPI 구간의 제2 시점에서 수집된 상기 역합성 개구면 레이더 신호를 이용하여 거리-도플러(Range-Doppler) 영역에서의 제2 ISAR 영상을 생성하는 ISAR 영상 생성부, 상기 제1 ISAR 영상() 및 제2 ISAR 영상()에 SIFT(Scale-Invariant Feature Transform) 알고리즘을 적용하여 각각의 영상마다 상기 표적에 대한 특징점을 추출하는 특징점 추출부, NNDR(Nearest-Neighborhood Distance Ratio) 알고리즘을 이용하여 상기 제1 ISAR 영상()을 통해 획득한 특징점과 제2 ISAR 영상()을 통해 획득한 특징점을 매칭시킨 다음, RANSAC(RANdom SAmple Consensus) 알고리즘을 이용하여 오정합되는 특징점을 제거하여 최종적으로 매칭된 특징점을 획득하는 특징점 매칭부,상기 제1 ISAR 영상()의 매칭된 특징점과 제2 ISAR 영상()의 매칭된 특징점을 이용하여 상기 제1 ISAR 영상()과 제2 ISAR 영상() 사이에 회전 각도를 추정하는 추정부, 그리고상기 추정된 회전각도를 이용하여 상기 표적에 대한 ISAR 영상을 거리-횡단거리(Range-Cross range) 영역의 스케일로 변환하는 변환부를 포함하는 ISAR 영상 변환 장치
|
2 |
2
제1항에 있어서, 상기 특징점 추출부는, 상기 제1 ISAR 영상()으로부터 서로 다른 스케일(Scale)값을 가지는 복수의 이미지를 생성하고, 상기 생성된 복수의 이미지에 DoG(Difference of Gaussian) 알고리즘을 적용하여 특징점을 추출하고, 상기 제2 ISAR 영상()으로부터 서로 다른 스케일(Scale)값을 가지는 복수의 이미지를 생성하고, 상기 생성된 복수의 이미지에 DoG(Difference of Gaussian) 알고리즘을 적용하여 특징점을 추출하는 ISAR 영상 변환 장치
|
3 |
3
제2항에 있어서, 상기 특징점 매칭부는,상기 제1 ISAR 영상()에서 획득한 특징점과 상기 제2 ISAR 영상()에서 획득한 특징점 사이에 유클리디안 거리값을 획득하고, 상기 유클리디안 거리값 중에서 가장 작은 거리값을 가지는 특징점을 매칭된 특징점으로 결정하는 ISAR 영상 변환 장치
|
4 |
4
제3항에 있어서, 상기 특징점 매칭부는,상기 제1 ISAR 영상()에서 획득한 특징점과 상기 제2 ISAR 영상()에서 획득한 특징점 사이의 유클리디안 거리값 중에서 두 번째로 작은 유클리디안 거리값에 대한 가장 작은 유클리디안 거리값의 비율 값이 기준값보다 작으면, 상기 가장 작은 거리값을 가진 특징점을 매칭된 특징점으로 결정하는 ISAR 영상 변환 장치
|
5 |
5
제1항에 있어서, 상기 추정부는, 상기 제1 ISAR 영상()의 최종적으로 매칭된 특징점()과 제2 ISAR 영상()의 최종적으로 매칭된 특징점()을 하기의 수학식에 대입하여 공분산 행렬값(C)을 획득하는 ISAR 영상 변환 장치
|
6 |
6
제5항에 있어서, 상기 추정부는, 하기의 수학식을 이용하여 상기 제1 ISAR 영상()과 제2 ISAR 영상() 사이의 회전 관계()를 추출하는 ISAR 영상 변환 장치
|
7 |
7
제6항에 있어서, 상기 추정부는, 하기의 수학식을 통해 상기 회전 속도()를 추정하는 ISAR 영상 변환 장치
|
8 |
8
ISAR 영상 변환 장치를 이용한 ISAR 영상 변환 방법에 있어서, CPI(coherent processing interval)동안 입력된 표적에 대한 역합성 개구면 레이더(Inverse Synthetic Aperture Radar, ISAR) 신호를 수집하는 단계, 상기 CPI 구간의 제1 시점에서 수집된 상기 역합성 개구면 레이더 신호를 이용하여 거리-도플러(Range-Doppler) 영역에서의 제1 ISAR 영상()을 생성하는 단계, 상기 CPI 구간의 제2 시점에서 수집된 상기 역합성 개구면 레이더 신호를 이용하여 거리-도플러(Range-Doppler) 영역에서의 제2 ISAR 영상()을 생성하는 단계, 상기 제1 ISAR 영상() 및 제2 ISAR 영상()에 SIFT(Scale-Invariant Feature Transform) 알고리즘을 적용하여 각각의 영상마다 상기 표적에 대한 특징점을 추출하는 단계, NNDR(Nearest-Neighborhood Distance Ratio) 알고리즘을 이용하여 상기 제1 ISAR 영상()을 통해 획득한 특징점과 제2 ISAR 영상()을 통해 획득한 특징점을 매칭시킨 다음, RANSAC(RANdom SAmple Consensus) 알고리즘을 이용하여 오정합되는 특징점을 제거하여 최종적으로 매칭된 특징점을 획득하는 단계, 상기 제1 ISAR 영상()의 매칭된 특징점()과 제2 ISAR 영상()의 매칭된 특징점()을 이용하여 상기 제1 ISAR 영상()과 제2 ISAR 영상() 사이의 회전 각도를 추정하는 단계, 그리고 상기 추정된 회전각도를 이용하여 상기 표적에 대한 ISAR 영상을 거리-횡단거리(Range-Cross range) 영역의 스케일로 변환하는 단계를 포함하는 ISAR 영상 변환 방법
|
9 |
9
제8항에 있어서, 상기 표적에 대한 특징점을 추출하는 단계, 상기 제1 ISAR 영상()으로부터 서로 다른 스케일(Scale)값을 가지는 복수의 이미지를 생성하고, 상기 생성된 복수의 이미지에 DoG(Difference of Gaussian) 알고리즘을 적용하여 특징점을 추출하는 단계, 그리고, 상기 제2 ISAR 영상()으로부터 다양한 스케일(Scale)값을 가지는 복수의 이미지를 생성하고, 상기 생성된 복수의 이미지에 DoG(Difference of Gaussian)을 적용하여 특징점을 추출하는 단계를 포함하는 ISAR 영상 변환 방법
|
10 |
10
제9항에 있어서, 상기 매칭된 특징점을 획득하는 단계는,상기 제1 ISAR 영상()에서 획득한 특징점과 상기 제2 ISAR 영상()에서 획득한 특징점 사이에 유클리디안 거리값을 획득하는 단계, 그리고 상기 유클리디안 거리값 중에서 가장 작은 거리값을 가지는 특징점을 매칭된 특징점으로 결정하는 단계를 포함하는 ISAR 영상 변환 방법
|
11 |
11
제10항에 있어서, 상기 매칭된 특징점을 획득하는 단계는,상기 상기 제1 ISAR 영상()에서 획득한 특징점과 상기 제2 ISAR 영상()에서 획득한 특징점 사이의 유클리디안 거리값 중에서 두 번째로 작은 유클리디안 거리값에 대한 가장 작은 유클리디안 거리값의 비율 값이 기준값보다 작으면, 상기 가장 작은 거리값을 가진 특징점을 매칭된 특징점으로 결정하는 ISAR 영상 변환 방법
|
12 |
12
제8항에 있어서, 상기 회전 각도를 추정하는 단계는, 상기 제1 ISAR 영상()의 최종적으로 매칭된 특징점()과 제2 ISAR 영상()의 최종적으로 매칭된 특징점()을 하기의 수학식에 대입하여 공분산 행렬값(C)을 획득하는 ISAR 영상 변환 방법
|
13 |
13
제12항에 있어서, 상기 회전 각도를 추정하는 단계는, 하기의 수학식을 이용하여 상기 제1 ISAR 영상()과 제2 ISAR 영상() 사이의 회전 관계()를 추출하는 ISAR 영상 변환 방법
|
14 |
14
제13항에 있어서, 상기 회전 각도를 추정하는 단계는, 하기의 수학식을 통해 상기 회전 속도()를 추정하는 ISAR 영상 변환 방법
|