一种基于非凸秩逼近极小化的红外弱小目标检测方法技术

本发明专利技术公开了一种基于非凸秩逼近极小化的红外弱小目标检测方法，属于红外图像处理及目标检测领域；其包括步骤1：采用滑动窗口遍历原始图像构建红外块图像；步骤2：利用非凸秩逼近极小化构建目标函数，将红外块图像输入目标函数后，利用增广拉格朗日乘子法以及差分凸规划方法求解目标函数获取背景块图像和目标块图像；步骤3：根据背景块图像和目标块图像重构背景图像和目标图像；步骤4：对目标图像进行阈值分割确定目标的位置，输出目标检测结果；本发明专利技术解决了现有IPI方法由于强边缘、部分噪声和虚警源等因素具有稀疏特点，导致红外弱小目标检测准确率低的问题，达到了抑制其他因素的稀疏特性对检测准确率的影响的效果。

An Infrared Weak and Small Target Detection Method Based on Nonconvex Rank Approximation Minimization

The invention discloses an infrared dim and small target detection method based on non-convex rank approximation minimization, which belongs to the field of infrared image processing and target detection. It includes steps 1: constructing infrared block image by traversing the original image through sliding window; step 2: constructing target function by using non-convex rank approximation minimization, and inputting infrared block image into target function, then using augmented Lagrange multiplication. Submethod and differential convex programming method solve objective function to obtain background block image and target block image; Step 3: Reconstruct background image and target image according to background block image and target block image; Step 4: Determine target position by threshold segmentation of target image and output target detection result; The invention solves the problem of strong edge, partial noise and false alarm source of existing IPI method. Because of the sparse characteristics of other factors, the detection accuracy of dim and small infrared targets is low, and the effect of sparse characteristics of other factors on detection accuracy is restrained.

【技术实现步骤摘要】
一种基于非凸秩逼近极小化的红外弱小目标检测方法
本专利技术属于红外图像处理及目标检测领域，尤其是一种基于非凸秩逼近极小化的红外弱小目标检测方法。
技术介绍
红外成像技术具有非接触性、捕捉细节能力强等特点，并且不受烟、雾等障碍物的影响实现昼夜的连续远距离目标的探测；红外搜索与跟踪IRST(Infraredsearchandtrack)系统在军事、民用等领域得到广泛应用其中，红外弱小目标检测技术作为IRST系统的一个基本功能，在红外搜索、红外预警、远距离目标检测中具有重要意义。但是，由于在红外波段中，目标的纹理、结构信息缺乏，同时远距离、复杂背景、各种杂波的影响，红外目标经常呈斑点或点状，甚至淹没在背景中，这就造成了红外弱小目标检测极其困难。红外弱小目标检测技术分为两大类：基于单帧的弱小目标检测技术和基于多帧的弱小目标检测技术，但是由于基于多帧的检测技术需要联合多帧捕获目标的运动轨迹，排除噪声的干扰，因此需要极大的计算量和存储量，对硬件要求高，实际工程中应用很少。目前，常用的基于单帧的检测方法分为以下三类：(1)背景抑制：背景抑制类方法基于红外图像中背景一致性的假设，采用滤波器对红外图像本文档来自技高网...

【技术保护点】
1.一种基于非凸秩逼近极小化的红外弱小目标检测方法，其特征在于：包括如下步骤：步骤1：采用滑动窗口遍历原始图像构建红外块图像；步骤2：利用非凸秩逼近极小化构建目标函数，将红外块图像输入目标函数后，利用增广拉格朗日乘子法以及差分凸规划方法求解目标函数获取背景块图像和目标块图像；步骤3：根据背景块图像和目标块图像重构背景图像和目标图像；步骤4：对目标图像进行阈值分割确定目标的位置，输出目标检测结果。

【技术特征摘要】
1.一种基于非凸秩逼近极小化的红外弱小目标检测方法，其特征在于：包括如下步骤：步骤1：采用滑动窗口遍历原始图像构建红外块图像；步骤2：利用非凸秩逼近极小化构建目标函数，将红外块图像输入目标函数后，利用增广拉格朗日乘子法以及差分凸规划方法求解目标函数获取背景块图像和目标块图像；步骤3：根据背景块图像和目标块图像重构背景图像和目标图像；步骤4：对目标图像进行阈值分割确定目标的位置，输出目标检测结果。2.根据权利要求1所述的一种基于非凸秩逼近极小化的红外弱小目标检测方法，其特征在于：所述步骤1包括如下步骤：步骤1.1：获取待处理的原始图像即红外图像D∈Rm×n；步骤1.2：采用大小为p×p的滑动窗口W、按步长为s遍历红外图像D，把每次滑动窗口w中大小为p×p的矩阵向量转化为p2×1的列向量；步骤1.3：根据窗口滑动次数q重复步骤1.2直至遍历完成，将所有列向量组成新的矩阵即红外块图像3.根据权利要求1或者2所述的一种基于非凸秩逼近极小化的红外弱小目标检测方法，其特征在于：所述步骤2包括如下步骤：步骤2.1：输入红外块图像步骤2.2：结合秩极小化度量、加权的l1范数以及l2,1范数，构建目标函数；步骤2.3：红外块图像输入目标函数后，采用增广拉格朗日乘子法求解目标函数输出背景块图像和目标块图像4.根据权利要求3所述的一种基于非凸秩逼近极小化的红外弱小目标检测方法，其特征在于：所述步骤2.2包括如下步骤：步骤2.2.1：假设图像X∈Rm×n包括低秩成分A、稀疏成分E和高频噪声成分N，构建目标函数分离低秩成分A和稀疏成分E，目标函数公式如下：min||A||γ+λ||E||w,1+β||N||2,1s.t.X＝A+E+N其中，λ和β表示平衡系数，||g||γ即表示伪范数，||g||w,1即代表加权的l1范数，||g||2,1即代表l2,1范数；步骤2.2.2：采用增广拉格朗日方程优化目标函数，增广拉格朗日方程如下：其中，Y表示拉格朗日乘子，μ表示非负的惩罚因子，w表示权重系数矩阵，w＝1∈Rm×n，<g>表示内积运算，||g|...

【专利技术属性】
技术研发人员：彭真明，张兰丹，张鹏飞，曹思颖，赵学功，刘雨菡，吕昱霄，张天放，于璐阳，彭闪，杨春平，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51