基于稳健主成分分析和多点恒虚警的红外弱小目标检测 |
| |
引用本文: | 马铭阳,王德江,孙翯,张涛.基于稳健主成分分析和多点恒虚警的红外弱小目标检测[J].光学学报,2019,39(8):92-100. |
| |
作者姓名: | 马铭阳 王德江 孙翯 张涛 |
| |
作者单位: | 中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室,吉林长春130033;中国科学院大学光电学院,北京100049;中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室,吉林长春,130033 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 针对红外图像中由复杂背景和目标多形态带来的单帧检测暗弱小目标比较困难的问题,提出了一种先进行阈值分割粗提取,后进行多点信噪比精检测的算法。在粗提取阶段,提出了改进的基于稳健主成分分析(RPCA)的阈值分割算法,利用邻域稀疏度均值与整幅稀疏图像均值的比值进行阈值分割,从而进一步剔除孤立噪点和背景云层边缘的杂波。在精检测阶段,提出了基于统计特性的多点恒虚警检测算法,统计候选点在邻域内每个像元的信噪比,利用虚警率门限和统计数量阈值筛选目标点,从而克服由小目标能量弥散带来的多形态特征问题。实验结果表明,所提算法在复杂背景下的探测率达到95.6%,与利用单像元和邻域像元均值计算信噪比的方法相比,虚警率分别降低了56.1%和47.1%。
|
关 键 词: | 图像处理 弱小目标检测 稳健主成分分析 阈值分割 恒虚警检测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|