基于结构低秩编码的复杂环境红外弱小目标检测算法

被引:8
作者
赵爱罡
王宏力
杨小冈
陆敬辉
黄鹏杰
机构
[1] 第二炮兵工程大学
关键词
复杂环境; 红外小目标; 低秩表达; 0l范数约束;
D O I
10.13695/j.cnki.12-1222/o3.2015.05.018
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对复杂环境红外弱小目标检测难的问题,依据背景慢变特性,提出了一种将背景优化和低秩表达相结合的结构低秩编码小目标检测算法。首先,利用梯度0l范数约束提取背景中梯度较大的成分,保留灰度快变结构,同时平滑慢变结构,对背景进行优化;其次,使用核函数刻画背景图像块之间的低秩特性,用秩描述背景的主要结构并进行建模;最后,分解得到的误差矩阵具有稀疏性,主要包含快变的小目标结构,通过稀疏矩阵1,2l范数定位红外弱小目标。实验结果表明,结构低秩编码检测算法能够有效发掘复杂背景图像块之间的关系,抑制杂波干扰,在虚警为2时,最低检测率为92%。提高了复杂环境下红外弱小目标的检测性能,基本能满足实际应用要求。
引用
收藏
页码:662 / 669
页数:8
相关论文
共 4 条
  • [1] 基于可见光与红外图像特征融合的目标跟踪
    闫钧华
    陈少华
    许俊峰
    储林臻
    [J]. 中国惯性技术学报, 2013, 21 (04) : 517 - 523
  • [2] Small target detection in infrared video sequence using robust dictionary learning[J] . Chunwei Yang,Huaping Liu,Shouyi Liao,Shicheng Wang. Infrared Physics and Technology . 2015
  • [3] Small Infrared Target Detection Based on Low-Rank and Sparse Matrix Decomposition[J] . Yu Chen,David Bloomquist,Raphael Crowley. Applied Mechanics and Materials . 2013 (239)
  • [4] Image Smoothing via L0 Gradient Minimization
    Xu, Li
    Lu, Cewu
    Xu, Yi
    Jia, Jiaya
    [J]. ACM TRANSACTIONS ON GRAPHICS, 2011, 30 (06):