[發明專利]一種基于加權核范數最小化的紅外弱小目標檢測方法

有效

• 申請號: 202110777730.2
• 申請日: 2021-07-07
• 公開（公告）號: CN113421279B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 楊蘭蘭;嚴棚;李美惠
• 申請（專利權）人: 中國科學院光電技術研究所
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06T7/194;G06T5/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 江亞平

1.一種基于加權核范數最小化的紅外弱小目標檢測方法，其特征在于，該方法包括以下步驟：

步驟1：輸入一幅待處理的紅外圖像其中/表示實數空間，m和n分別代表待處理圖像的像素行數和像素列數，通過采用長寬尺寸為n₁×n₂、步長為s的滑動窗遍歷待處理紅外圖像D得到紅外圖像塊張量/其中n₁×n₂等于滑動窗的大小，n₃為滑動窗的個數；

步驟2：通過計算待處理的原始紅外圖像的結構張量得到兩個最大的特征值，根據這兩個特征值初步判斷原始圖像中點特征和線特征的位置來構建特征描述矩陣W₀，并基于W₀得到目標權重矩陣W_p，然后其轉化成張量的形式；

步驟3：構建目標函數和拉格朗日函數，并對其求解，得到目標圖像塊張量

步驟4：將所述目標圖像塊張量重構回目標圖像/

步驟5：將所述目標圖像進行閾值分割，獲取檢測結果；

其中，所述步驟2包括以下步驟：

步驟2.1：利用待處理的紅外圖像D構建結構張量并求解特征值λ₁和λ₂；

步驟2.2：利用λ₁和λ₂獲取W_rec和W₀，進而得到目標權重矩陣W_p；

其中，根據所述原始紅外圖像的特征點檢測結果來分別構建點特征矩陣W_point和線特征矩陣W_line，從而得到特征描述矩陣W₀＝W_line+C*W_point，C為常數，最后基于W_p＝W_rec.W_sw.W₀得到目標權重矩陣W_p；其中/在后續的迭代求解中得到更新，式中T代表目標矩陣，η為非零常數，||表示求絕對值；

步驟2.3：用滑動窗按照步驟1所述，將目標權重矩陣W_p堆疊成張量的形式所述/為目標權重圖像塊張量；

其中，所述步驟2.2包括：

步驟2.2.1：構建特征點檢測函數：

該函數又可以分為兩個部分：

其中e為自然數；

步驟2.2.2：根據特征點檢測函數構建點特征矩陣，對于val劃定閾值，取其除了無窮大外最大值的γ₁倍為閾值seg_val，對于val1劃定閾值，取其最小值的γ₂倍為閾值seg_val1，對于同時滿足val＞seg_val和val1≤seg_val1的特征點便認定為點特征，從而將其在點特征矩陣對應的位置設為1，其他的位置設為0，并采用圓形結構元對點特征矩陣進行形態學膨脹；

步驟2.2.3：根據特征點檢測函數構建線特征矩陣，對于val取值為無窮大，而且滿足val1＞seg_val1的特征點便認為是線特征，從而將其在線特征矩陣對應的位置設為0，其他位置設為1；

所述步驟3中，通過加權核范數及目標權重構建目標函數，用ADMM算法構造拉格朗日函數，并對其求解，得到目標圖像塊張量所述步驟3包括：/

步驟3.1：輸入所述紅外圖像塊張量和目標權重圖像塊張量/

步驟3.2：通過加權核范數及目標權重構建目標函數，用ADMM算法構造拉格朗日函數；

步驟3.3：求解所述的拉格朗日函數，得到目標圖像塊張量

所述步驟3.2包括：

步驟3.2.1：通過加權核范數及目標權重構建目標函數，構建的所述目標函數為：

其中，代表噪聲張量，/代表背景張量；/這里|| ||_*代表核范數，/表示張量/的L₁范數，具體表示為：/為噪聲成分的L₂₁范數，/⊙表示Hadamard積，λ、β表示懲罰系數；

步驟3.2.2：通過ADMM算法構造拉格朗日函數：

其中|| ||_F表示Frobenius范數，表示拉格朗日乘子，μ表示非負的懲罰因子。

2.如權利要求1所述的一種基于加權核范數最小化的紅外弱小目標檢測方法，其特征在于：

所述步驟3.3包括：

步驟3.3.1：初始化ADMM方程參數，迭代次數k＝0，μ⁰＝0.007，迭代終止閾值ε＝10^-7，/β＝0.1，η＝0.01；

步驟3.3.2：迭代直至ADMM算法構造的拉格朗日函數收斂；

其中步驟3.3.2包括：

步驟3.3.2.1：根據如下公式更新參數

其中是奇異值收縮算子，/式中的U、D_X、V是對矩陣X進行奇異值分解得到的，D_X表示由其特征值組成的對角矩陣；

步驟3.3.2.2：根據如下公式更新參數

其中，S_τ(x)是軟閾值收縮算子，S_τ(X)＝sign(X)×max(|X|-τ，0)；

步驟3.3.2.3：根據如下公式更新參數/

其中表示用滑動窗所截取的第i個圖像塊矩陣，|| ||₂表示矩陣的二范數；

步驟3.3.2.4：根據如下公式更新參數

其中/是W_T^k+1中需要更新的那部分；

步驟3.3.2.5：根據如下公式更新參數μ^k+1：

μ^k+1＝min(1.05μ^k，10¹⁰)；

步驟3.3.2.6：將和/都歸結為背景部分，即：/

步驟3.3.2.7：更新迭代次數k＝k+1；

步驟3.3.2.8：分別計算和/中非零元素的個數preT和currT；

步驟3.3.2.9：判斷preT和currT是否相等并且都大于0，若是則終止迭代，跳轉到步驟3.3.2.10；若否，則判斷公式是否成立，若成立，則終止迭代，并跳轉到步驟3.3.2.10，若不成立，則跳轉到步驟3.3.2.1；

步驟3.3.2.10：獲得最優解/