首页|基于稀疏增强重加权与掩码块张量的红外弱小目标检测

基于稀疏增强重加权与掩码块张量的红外弱小目标检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
高度异构的复杂背景破坏了场景的低秩性,现有算法难以利用低秩稀疏恢复方法从背景中分离出小目标.为了解决上述问题,本文将小目标检测问题转化为张量模型的凸优化函数求解问题,提出基于稀疏增强重加权与掩码块张量的检测模型.首先,将掩码块图像以堆叠方式扩展至张量空间,并构建掩码块张量模型以筛选候选目标.在此基础上,利用结构张量构建稀疏增强重加权模型以抑制背景杂波,克服凸优化函数求解过程中设定加权参数的缺陷.实验表明本文检测算法在背景抑制因子及信杂比增益两方面都优于新近代表性算法,证明该算法的有效性.
Infrared Dim Target Detection Based on Sparse Enhanced Reweighting and Mask Patch-tensor
The high heterogeneity of complex backgrounds destroys the low rank of a scene,and it is difficult for existing algorithms to use low-rank sparse recovery methods to separate dim targets from the background.To resolve this problem,this study transforms the dim target detection problem into a convex optimization function-solving problem for tensor models.It proposes a detection model based on sparsely enhanced reweighting and mask patch tensors.First,the stacked mask patch image was expanded into a tensor space,and a mask patch-tensor model was constructed to filter the candidate targets.Thus,a sparse enhanced reweighting model was constructed using structural tensors to suppress background clutter,and the limitation of setting the weighting parameters can be overcome by solving convex optimization functions.The experiments show that the proposed algorithm outperforms recent representative algorithms regarding the background suppression factor and signal-to-noise ratio gain,demonstrating its effectiveness.

dim target detectionlow rank sparse recoverymask patch-tensorsparse enhanced reweighting

孙尚琦、张宝华、李永翔、吕晓琪、谷宇、李建军

展开 >

内蒙古科技大学 信息工程学院,内蒙古 包头 014010

内蒙古农业大学 能源与交通工程学院,内蒙古 呼和浩特 010018

内蒙古工业大学 信息工程学院,内蒙古 呼和浩特 010051

小目标检测 低秩稀疏恢复 掩码块张量 稀疏增强重加权

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金内蒙古杰青培育项目内蒙古自治区科技计划内蒙古自治区科技计划中央引导地方科技发展资金项目内蒙古草原英才项目内蒙古自治区自然科学基金内蒙古自治区自然科学基金内蒙古自治区自然科学基金教育部"春晖计划"合作科研项目内蒙古自治区高等学校科学技术研究项目

61841204619620466200125562066036622620482018JQ022020GG03152021GG00822021ZY00042022MS060172018MS060182019MS06003教外司留1383号NJZY145

2024

红外技术
昆明物理研究所 中国兵工学会夜视技术专业委员会

红外技术

CSTPCD北大核心
影响因子：0.914
ISSN：1001-8891
年,卷(期)：2024.46(3)
  • 26