كشف مين‌هاي جنگي به روش دما نگاري فروسرخ غيرفعال با استفاده از شيوه‌هاي پردازش تصويري

Landmine Detection by Passive Infrared Thermography Using Image Processing Techniques

مين جزو آن دسته از تسليحات نظامي محسوب مي‌شود كه در صورت به‌كارگيري در طول جنگ، ماموريت آنها پس از پايان جنگ خاتمه‌نيافته و همواره عامل تهديد‌كننده اي به‌شمار مي آيد. از اين‌رو كشف و خنثي‌سازي آن پيش از اينكه سبب بروز حادثه‌اي شود، يكي از بارزترين مصاديق پدافند غيرعامل مي‌باشد. از طرف ديگر از آنجا كه شيوه هاي رايج كشف مين نيز خود با مخاطراتي مواجه هستند، انتخاب شيوه اي كه كمترين خطر را در پي داشته باشد، يكي از مهم‌ترين ملاحظات پدافند غيرعامل محسوب مي گردد. شيوه دمانگاري مادون قرمز غيرفعال كه بدون تماس مستقيم با خاك قادر به آشكارسازي مين هاي مدفون در آن است، يكي از روش‌هاي كم‌خطر و نوين براي كشف مين محسوب مي شود. در مقاله حاضر براي آشكارسازي مين مدفون در خاك به روش دمانگاري فروسرخ غيرفعال يك قالب كاري شامل مراحل ارتقا كنتراست، نرم‌سازي تصوير و كاهش نويز، بخش‌بندي تصوير و استخراج تصوير مشخصه از يك مجموعه تصوير و تشخيص هدف ارايه گرديد كه در اين قالب كاري از شيوه هاي پردازش تصويري چون كشش خطي، تعديل هيستوگرام، فيلترهاي شكل‌شناسي، الگوريتم هاي بخش بندي آب‌پخشان مبتني بر نشانگر و تبديل كارهونن- ليو (KL) استفاده شده است.

Landmine are considered as those military weapons that when used during a war, their mission is not accomplished after the war and will always be a threatening element. Thus detection and neutralization of landmine before it causes an insident is one of the most evident examples of passive defense. On the other hand, since common methods of landmine detection face many risks, therefore selection of a method that has the lowest risk, is one of the main considerations of passive defense. Passive Infrared thermography technique which can detect buried landmines without direct contact with the soil, is one of the new and safe methods of landmine detection. In the present paper, to detect landmines, we presented a method which contains different stages of contrast stretching, image smoothing, noise reduction, image segmentation , extraction of feature image from a sequence of images and object identification. In this regard some of the image processing techniques such as linear stretching, histogram equalization, morphological filters, watershed segmentation method based on markers and Karhunen-Leove transformation have been used.