[發(fā)明專利]一種海面紅外小目標檢測方法

有效

• 申請?zhí)枺?/td>: 201610230854.8
• 申請日: 2016-04-14
• 公開（公告）號: CN105931264B
• 公開（公告）日: 2017-07-11
• 發(fā)明（設計）人: 方厚章;時愈;周鋼;鄭紀彬;許述文;潘東輝
• 申請（專利權(quán)）人: 西安電子科技大學;武漢工程大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T5/00
• 代理公司: 武漢東喻專利代理事務所(普通合伙)42224
• 代理人: 方可

技術領域

本發(fā)明屬于目標檢測技術領域，更具體地，涉及一種在背景強噪聲和雜波的情形下，基于非局部塊矩陣稀疏與低秩分解和快速優(yōu)化求解的海面紅外小目標檢測方法。

背景技術

紅外小目標檢測技術是紅外搜索和跟蹤系統(tǒng)中的關鍵技術。紅外搜索和跟蹤系統(tǒng)的性能依賴于紅外小目標的檢測精度。海面紅外小目標檢測易受到復雜背景噪聲和雜波干擾，紅外圖像呈現(xiàn)低信噪比和低對比度，再加上遠距離目標成像，導致目標一般占據(jù)像素比例小；此外，紅外小目標沒有明顯的紋理和形狀結(jié)構(gòu)特征，傳統(tǒng)的基于形狀結(jié)構(gòu)等特征的檢測方法性能受限，甚至無法檢測到目標。

近年來，基于低秩矩陣表示的目標檢測方法被用于紅外小目標檢測，該方法是利用小目標矩陣的稀疏性和背景圖像矩陣的低秩性來恢復數(shù)據(jù)矩陣；但在強噪聲和海雜波背景的干擾下，海面小目標圖像背景的低秩特征往往并不滿足，直接在觀測圖像數(shù)據(jù)上應用基于低秩矩陣分解的目標檢測方法性能受限。

另一方面，為了充分利用低秩矩陣恢復模型以及秩的全局性約束，需要結(jié)合具體應用背景構(gòu)造滿足可進行低秩和稀疏矩陣分解的新圖像數(shù)據(jù)矩陣。在實際應用中，低計算復雜度和低計算代價的要求對海面紅外小目標的快速檢測提出了新的挑戰(zhàn)。現(xiàn)有技術中采用Landweber迭代方法求解優(yōu)化模型，但該迭代方法需要不斷更新參數(shù)，收斂速度慢。因此，低秩矩陣恢復模型的快速求解技術也需要優(yōu)化設計。

發(fā)明內(nèi)容

針對現(xiàn)有技術的以上缺陷或改進需求，本發(fā)明提供了一種海面紅外小目標檢測方法，其目的在于是從新構(gòu)造的數(shù)據(jù)矩陣中恢復出稀疏的紅外小目標和低秩的海面背景圖像，解決強噪聲和海面雜波背景下海面紅外小目標的有效穩(wěn)定檢測問題。

為了實現(xiàn)本發(fā)明目的，本發(fā)明提供一種海面紅外小目標檢測方法，具體步驟如下：

(1)構(gòu)造新的圖像矩陣：

對含海面小目標的原始觀測圖像矩陣按照從左至右、從上至下的順序分解為相互重疊的塊；將每個塊展成列向量；按列向量對應的塊在原始圖像矩陣的順序?qū)⑺辛邢蛄繌淖蟮接乙来闻帕蝎@得圖像矩陣D；

每個塊分辨率為N×N；相鄰塊在水平方向和在豎直方向的重疊部分的像素均為M；5≤N≤80，1≤M≤40；

其中，將塊展成列向量是指塊的第一列像素不動，第二列像素排在第一列像素的后面，第三列像素排在第二列像素的后面，以此類推直到將塊內(nèi)所有像素排列完的操作；

(2)稀疏與低秩矩陣分解：將上述圖像矩陣D分解為小目標圖像矩陣E、背景圖像矩陣A以及噪聲矩陣N；

(3)建立泛函模型：根據(jù)上述小目標圖像矩陣E、背景圖像矩陣A以及噪聲矩陣N建立含有約束條件的凸優(yōu)化約束能量泛函模型；

(4)對泛函模型求解：

采用自適應更新懲罰參數(shù)的交替方向乘子法，對上述凸優(yōu)化約束能量泛函模型進行迭代計算求解，獲得第(k+1)次迭代得到的背景圖像矩陣A_k+1和小目標圖像矩陣E_k+1；

(5)判斷第(k+1)次迭代的殘差(D-A_k+1-E_k+1)與圖像矩陣D的商||D-A_k+1-E_k+1||_F/||D||_F是否小于等于迭代誤差ε₁，或者判斷是否達到最大迭代次數(shù)；若是，則將E_k+1作為檢測獲得的海面紅外小目標圖像矩陣；

若否，則令迭代次數(shù)k＝k+1，并返回至步驟(4)。

優(yōu)選地，上述海面紅外小目標檢測方法，其步驟(3)具體如下：

(3a)利用小目標圖像矩陣E構(gòu)造權(quán)重矩陣W＝1/(|E|+ε_E)；

其中|·|表示取絕對值操作，ε_E是防止除零的小常數(shù)，取值范圍為10^-10≤ε_E≤10^-6；

(3b)按照計算正則化參數(shù)τ；

其中，m和n分別為圖像矩陣D的行數(shù)和列數(shù)；

(3c)根據(jù)所述權(quán)重矩陣W和正則化參數(shù)τ，構(gòu)建凸優(yōu)化約束能量泛函模型

其中，||·||*和||·||₁分別表示矩陣的核范數(shù)和1范數(shù)操作，ο表示兩個矩陣對應元素相乘操作，min表示能量泛函取得最小值時變量A和E的值；s.t.是subject to的縮寫，是受約束的意思；