[发明专利]基于重加权低秩和增强稀疏的红外弱小目标检测方法

摘要

本发明公开了一种基于重加权低秩和增强稀疏的红外弱小目标检测方法，本发明的具体步骤如下，(1)获取红外图像；(2)对红外图像片图像化；(3)构建重加权低秩和增强稀疏模型；(4)用迭代的方法计算目标片矩阵；(5)重构目标片矩阵；(6)获得红外弱小目标检测图像；本发明可用于红外弱小目标检测，可以降低计算复杂度和虚警率，提高目标检测率。

主权项

1.一种基于重加权低秩和增强稀疏的红外弱小目标检测方法，其特征在于，对红外图像进行片图像化，构建重加权低秩和增强稀疏模型，用迭代方法，对模型进行优化求解，得到目标片矩阵，对目标片矩阵进行重构，得到红外弱小目标检测图像；该方法的具体步骤包括如下：(1)获取红外图像数据：从红外传感器所拍摄的红外图像中提取一帧以天空云层或沙漠为背景的红外图像；(2)对红外图像进行片图像化；(2a)用一个固定大小50*50和步长为10的窗口在红外图像上进行滑动；(2b)将每次滑动得到的红外图像块拉伸为列向量；(2c)将所有的列向量按照滑动次序依次排列组成红外片矩阵；(3)利用低秩稀疏公式，构建重加权低秩和增强稀疏模型；(4)计算目标片矩阵：(4a)利用背景软阈值公式，计算当前迭代时背景片矩阵中的每个元素值；(4b)利用目标软阈值公式，计算当前迭代时目标矩阵中的每个元素值；(4c)利用参数软阈值公式，计算当前迭代时参数矩阵中的每个元素值；(4e)判断当前迭代时参数矩阵中的所有元素值是否均小于10‑7，若是，将此次迭代得到的目标矩阵作为目标片矩阵后执行步骤(5)，否则，将当前迭代次数加1后执行步骤(4a)；(5)重构目标片矩阵：(5a)将目标片矩阵中的每列折叠为50*50个元素的矩阵块；(5b)将所有的矩阵块按照目标片矩阵列的顺序排序，得到重构后的目标片矩阵；(6)获得红外弱小目标检测图像：将重构后的目标片矩阵输入到矩阵转化图像的软件中，得到红外弱小目标检测图像。