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

1、紅外弱小目標(biāo)的檢測是當(dāng)前紅外圖像處理領(lǐng)域的研究熱點與難點之一。由于小目標(biāo)在整幅紅外圖像中所占像素點極少,加之目標(biāo)與背景之間的對比度通常不高,要準(zhǔn)確地對小目標(biāo)進(jìn)行檢測是比較困難的。超完備圖像稀疏表示是近些年來新提出的一種圖像表示方法,它采用超完備字典來對圖像進(jìn)行自適應(yīng)表示,以增加基的復(fù)雜度為代價換取表示結(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題之一。目前超完備字典的構(gòu)建大體上可以分為兩個類別:一是將現(xiàn)有的完備正交基進(jìn)行級聯(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,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)建一個標(biāo)準(zhǔn)參照模型,再將經(jīng)過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。
　　在平衡檢測精確度與算法速度的基礎(chǔ)上,文章還對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),減少每次檢測時的運算量,提高算法效率。
　　從仿真結(jié)果來看,文章提出的算法在圖像信噪比較高時,對小目標(biāo)的檢測結(jié)果比較