-
题名基于鲁棒主成分分析的红外图像小目标检测
被引量：12
- 1
-
-
作者
王忠美
杨晓梅
顾行发
-
机构
电子科技大学自动化工程学院
中国科学院地理与资源研究所
中国科学院遥感与数字地球研究所
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2016年第9期1753-1760,共8页
-
基金
国家自然科学基金创新群体项目(41671436)
国家"863"计划项目(2013AA122901)
-
文摘
鲁棒的小目标检测是红外目标搜索与跟踪的关键技术,提出一种改进的单帧红外图像小目标检测算法。该方法将原始红外图像通过预处理变换到新的红外块图像模式,在红外块图像上,将红外图像小目标检测问题转换为低秩矩阵和稀疏矩阵分离的鲁棒主成分分析(RPCA)问题。考虑到红外图像中噪声和杂波的存在,用交替方向方法求解带噪声的RPCA问题,获得稀疏目标图像,并对获得的稀疏目标图像采用简单的图像分割算法进行目标检测。对空天、海天、天云、海面4种不同场景的红外图像小目标检测,进行仿真实验,结果验证了所提出算法的有效性。
-
关键词
兵器科学与技术
红外图像
小目标检测
块图像模型
低秩矩阵恢复
鲁棒主成分分析
-
Keywords
ordnance science and technology
infrared image
small target detection
patch image mod- el
low rank matrix recovery
robust principal component analysis
-
分类号
O439
[机械工程—光学工程]
-
-
题名联合γ-范数和TV-稀疏约束的红外弱小目标检测
被引量：3
- 2
-
-
作者
王孝文
李乔
薛伟
钟平
-
机构
安徽工业大学计算机科学与技术学院
国防科技大学ATR重点实验室
-
出处
《航空兵器》
CSCD
北大核心
2022年第2期30-38,共9页
-
基金
中国博士后科学基金特别项目(2020T130767)
自动目标识别重点实验室稳定支持项目(WDZC20195500206)。
-
文摘
针对基于传统块图像模型的红外弱小目标检测算法对背景杂波抑制能力不强的问题,提出了一种联合γ-范数和全变分正则化与稀疏约束建模的红外弱小目标检测模型(γ-TSIPI)。首先,将原始红外图像转化为红外块图像,然后,采用γ-范数和全变分正则化对背景块图像进行约束,以更好地减少目标图像中的残留噪声,同时保留图像的边缘信息,避免恢复的背景图像过度光滑。此外,考虑到传统红外块图像模型中的L_(1)范数会过度缩小弱小目标,引入了加权的L_(1)范数,以提升γ-TSIPI模型对目标图像的恢复能力。最后,应用Lagrange乘子法求解γ-TSIPI模型。实验结果表明,所提方法可以更好地抑制背景杂波,降低虚警率,有效地提高了检测性能。
-
关键词
红外
弱小目标检测
红外块图像模型
单帧图像
γ-范数
全变分
稀疏
-
Keywords
infrared
dim small target detection
infrared patchimage(IPI)model
single frame image
γ-norm
total variation
sparse
-
分类号
TJ760
[兵器科学与技术—武器系统与运用工程]
TN911.73
[电子电信—通信与信息系统]
-
