基于自适应目标图像恢复的红外弱小目标检测

摘要：

提出一种自适应参数目标图像恢复算法,实现对红外小目标的检测.首先,提取红外图像的稀疏特征,同时计算图像的复杂度,并设计一种融合机制生成自适应加权参数;然后,将原始图像重组为具有低秩稀疏特性的运算矩阵,采用上述的自适应参数非精确拉格朗日乘子法求解鲁棒主成分分析(RPCA)最优化问题还原出低秩矩阵(背景图像)和稀疏矩阵(目标图像);最后,对目标图像进行阈值分割并标定目标.实验结果显示:该算法能有效检测出小目标,同时具有较低的误检率.

关键词： 红外图像 弱小目标 特征提取 自适应加权参数 图像重组

作者: 熊斌 黄心汉 王敏

作者单位: 华中科技大学自动化学院, 湖北武汉430074;湖北工程学院计算机与信息科学学院,湖北孝感432000 华中科技大学自动化学院, 湖北武汉430074

会议类型: 国内会议

会议名称: 第十二届中国智能机器人大会

会议地点: 哈尔滨

会议语种:中文

页码: 142-147

在线出版日期: 2017-10-01（万方平台首次上网日期，不代表论文的发表时间）