Detection of military objects in LADAR images

Denne rapporten beskriver ulike teknikker for preprosessering, segmentering og deteksjon av kjøretøyliknende objekter i LADAR-bilder. Fem ulike preprosesseringsstrategier er presentert; 1) medianfiltrering, 2) to 1-D medianfiltre i kaskade, 3) spokemedianfilter, 4) smultringfilter, 5) outlierdeteksjon med påfølgende fjerning av outliere. Spokemedianfilteret og smultringfilteret var i praksis ubrukelige. De resterende filtrene hadde praktisk talt samme yteevne. Når det gjelder segmenteringsalgoritmer har vi implementert og testet fire grupper av regionbaserte algoritmer og en gruppe med kantbaserte algoritmer. Output fra segmenteringen er input til en objektdefineringsalgoritme. To ulike strategier er foreslått; en agglomerativ clusteringsalgoritme og en basert på grafer. Essensielt gir de identiske resultater. Clustre med høyde, bredde og lengde innenfor predefinerte intervall er antatt å være mulige objekter. Alle algoritmene er testet på reelle data av ulike kjøretøy i ulike scener. Det er vanskelig å trekke noen generelle konklusjoner. Imidlertid ser det ut som at de regionbaserte algoritmene har en større yteevne enn de kantbaserte. Blant de regionbaserte algoritmene er det de som er basert på morfologi og filtreringer som i de fleste situasjonene fungerer best.