[發明專利]一種基于張量魯棒主成分分析的紅外弱小目標檢測方法

有效

• 申請號: 201811326615.8
• 申請日: 2018-11-08
• 公開（公告）號: CN109447073B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 張蘭丹;彭真明;劉雨菡;宋立;李美惠;曹思穎;彭凌冰;黃蘇琦;何艷敏;趙學功;楊春平
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 楊保剛

本發明公開了一種基于張量魯棒主成分分析的紅外弱小目標檢測方法，涉及紅外圖像處理及目標檢測領域；其包括步驟1：遍歷原始圖像構建三階張量；步驟2：計算原始圖像的二階結構張量，并構建結構權重張量；步驟3：利用張量魯棒主成分分析構建目標函數，將三階張量和結構權重張量輸入目標函數，利用ADMM求解目標函數獲取背景張量和目標張量；步驟4：根據背景張量和目標張量重構背景圖像和目標圖像；步驟5：對目標圖像進行分割輸出目標檢測結果；本發明解決了現有方法中采用的核范數和局部結構權重容易造成局部最優解和檢測目標失真，從而導致目標檢測準確性低的問題，達到了提高目標檢測和背景抑制能力，增強的目標形狀保持能力的效果。

技術領域

本發明涉及紅外圖像處理及目標檢測領域，尤其是一種基于張量魯棒主成分分析的紅外弱小目標檢測方法。

背景技術

紅外成像技術具有非接觸性、捕捉細節能力強等特點，并且不受煙、霧等障礙物的影響實現晝夜的連續遠距離目標的探測；紅外搜索與跟蹤IRST(Infrared search andtrack)系統在軍事、民用等領域得到廣泛應用其中，紅外弱小目標檢測技術作為IRST系統的一個基本功能，在紅外搜索、紅外預警、遠距離目標檢測中具有重要意義。但是，由于在紅外波段中，目標的紋理、結構信息缺乏，同時遠距離、復雜背景、各種雜波的影響，紅外目標經常呈斑點或點狀，甚至淹沒在背景中，這就造成了紅外弱小目標檢測極其困難。

紅外弱小目標檢測技術分為兩大類：基于單幀的弱小目標檢測技術和基于多幀的弱小目標檢測技術，但是由于基于多幀的檢測技術需要聯合多幀捕獲目標的運動軌跡，排除噪聲的干擾，因此需要極大的計算量和存儲量，對硬件要求高，實際工程中應用很少。目前，常用的基于單幀的檢測方法分為以下三類：

(1)背景抑制：背景抑制類方法基于紅外圖像中背景一致性的假設，采用濾波器對紅外圖像的背景進行預測，然后再從原圖中減去背景，最后進行閾值分割以此檢測弱小目標。最大中值濾波、最大均值濾波、頂帽變換、二維最小均方濾波等均屬于背景抑制的范疇。盡管這類方法實現簡單，但是由于噪聲并不符合一致性的假設，背景抑制的方法極易受噪聲雜波的影響，導致大部分低信噪比的紅外圖像的抑制效果很差。

(2)視覺顯著性：人類視覺系統HVS(Human Visual System)涉及對比度、視覺注意和眼動三種機制，其中涉及最多的為對比度機制即假設紅外圖像中，目標是最顯著的對象。比如，高斯差分濾波器利用兩個不同的高斯濾波器計算顯著性圖，并對目標進行檢測和識別；基于局部對比的方法，利用包含目標的小鄰域局部對比度高，而不包含的目標的背景區域局部對比度低的特點，通過計算局部對比度圖，突出目標，抑制背景，達到檢測的目的。當紅外圖像符合視覺顯著性假設時，這類方法可以得到優異的效果，但是，在實際應用場景下，這一假設很難滿足，比如顯著性的虛警源的存在時，誤檢問題難以克服，造成準確率低。

(3)目標背景分離：這一類方法利用的是紅外圖像背景的非局部自相關性以及目標的稀疏性，把目標檢測問題轉換為優化問題；其又可細分為基于超完備字典、低秩表示的方法和基于低秩背景與稀疏目標復原的方法。第一種方法需要提前由高斯強度模型構造不同目標尺寸和形狀的超完備字典，構造目標字典的過程繁瑣，檢測結果受字典影響大，并且如果目標尺寸和形狀變化較大時，高斯強度模型將不再適用；第二種方法借助塊圖像模型IPI(Infrared Patch-Image)模型可以得到低秩的原始塊圖像，再借助目標稀疏的特性，通過優化目標函數，同時恢復出背景和目標圖像，最后得到檢測結果；第二種方法效果極佳，但是存在以下兩個問題：一、由于強邊緣、部分噪聲、虛警源也具有稀疏的特點，其會降低檢測的準確率；二、由于目標函數優化的過程需要迭代，難以達到實時性。