基于超完備圖像稀疏表示的自適應(yīng)紅外小目標(biāo)檢測(cè)算法.pdf

1、紅外弱小目標(biāo)的檢測(cè)是當(dāng)前紅外圖像處理領(lǐng)域的研究熱點(diǎn)與難點(diǎn)之一。由于小目標(biāo)在整幅紅外圖像中所占像素點(diǎn)極少,加之目標(biāo)與背景之間的對(duì)比度通常不高,要準(zhǔn)確地對(duì)小目標(biāo)進(jìn)行檢測(cè)是比較困難的。超完備圖像稀疏表示是近些年來(lái)新提出的一種圖像表示方法,它采用超完備字典來(lái)對(duì)圖像進(jìn)行自適應(yīng)表示,以增加基的復(fù)雜度為代價(jià)換取表示結(jié)果的稀疏性。文章的目的在于提出一種基于超完備稀疏表示并且能夠快速求解稀疏結(jié)果的紅外小目標(biāo)檢測(cè)算法。
　　超完備字典的構(gòu)建是超完備圖

2、像稀疏表示的核心問(wèn)題之一。目前超完備字典的構(gòu)建大體上可以分為兩個(gè)類(lèi)別:一是將現(xiàn)有的完備正交基進(jìn)行級(jí)聯(lián),得到新的超完備字典;二是基于訓(xùn)練樣本特征,有針對(duì)性地直接構(gòu)建與樣本相關(guān)的超完備字典。其中采用第二種方法來(lái)構(gòu)造超完備字典比較方便、靈活,更符合目標(biāo)的外觀特點(diǎn),因而更受人們重視,文章將采用該方法進(jìn)行超完備字典的構(gòu)建。
　　在此基礎(chǔ)上,為了解決求解稀疏結(jié)果困難的難題,文章首先利用超完備字典構(gòu)建一個(gè)標(biāo)準(zhǔn)參照模型,再將經(jīng)過(guò)超完備字典表示后的

3、圖像結(jié)果與標(biāo)準(zhǔn)參照模型求差分,然后對(duì)差分結(jié)果求取稀疏表示值,確定紅外小目標(biāo)在圖像中的具體位置和關(guān)鍵目標(biāo)特征等信息。
　　在平衡檢測(cè)精確度與算法速度的基礎(chǔ)上,文章還對(duì)算法做出一定的改進(jìn),主要包括:一,引入TDI技術(shù),提高原始噪聲圖像的圖像信噪比,進(jìn)而提高算法的檢測(cè)精確度;二,根據(jù)圖像子塊的能量分布篩選可疑目標(biāo)區(qū),減少每次檢測(cè)時(shí)的運(yùn)算量,提高算法效率。
　　從仿真結(jié)果來(lái)看,文章提出的算法在圖像信噪比較高時(shí),對(duì)小目標(biāo)的檢測(cè)結(jié)果比較