【技术实现步骤摘要】
基于3DATV约束的SPCP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，尤其是基于3DATV约束的SPCP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(Infraredsearchandtrack，IRST)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：...
【技术保护点】
1.基于3DATV约束的SPCP红外弱小目标检测方法，其特征在于：包括如下步骤：/n步骤1：构建原始图像D的三阶张量
【技术特征摘要】
1.基于3DATV约束的SPCP红外弱小目标检测方法，其特征在于：包括如下步骤：
步骤1：构建原始图像D的三阶张量其中
步骤2：提取原始图像D的先验信息，构建先验权重张量其中
步骤3：利用张量核函数||·||*和张量l1范数，结合三维的各向异性全变分约束，构建目标函数，将三阶张量和先验信息权重张量输入目标函数，并利用ADMM求解目标函数获取背景张量和目标张量其中
步骤4：根据背景张量和目标张量重构背景图像B和目标图像T，其中
步骤5：对目标图像T进行自适应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所述的基于3DATV约束的SPCP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：获取原始图像D，其中，m和n分别表示图像的长和宽；
步骤1.2：采用大小为p×p的滑动窗口w、按步长为s遍历原始图像D；
步骤1.3：将每次滑动窗口w中的大小为的图像小块作为一个正面切片，根据窗口滑动q次数，重复步骤1.2直至遍历完成，将所有正面切片组成新的三阶张量
3.根据权利要求1或者2任一所述的基于3DATV约束的SPCP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：定义原始图像D的结构张量Jρ，其中结构张量Jρ定义如下：
其中，Kρ表示方差ρ的高斯核函数，*表示卷积运算，Dσ表示对原始图像进行方差为σ(σ>0)的高斯平滑滤波，表示克罗内克积，表示求梯度，表示Dσ沿x方向的梯度，表示Dσ沿y方向的梯度，J11替代J12替代Kρ*IxIy，J21替代Kρ*IxIy，J22替代
步骤2.2：计算结构张量Jρ的特征值矩阵和计算如下：
步骤2.3：计算与目标相关的先验信息Wt，其中
其中，⊙表示哈达马积(Hadamardproduct)；
步骤2.4：计算与背景相关的先验信息
Wb＝max(λ1,λ2)；
步骤2.5：根据得到的Wt和Wb计算先验权重Wp，
Wp＝Wt*Wb；
对Wp作如下的归一化：
其中，wmin和wmax分别表示先验权重Wp的最小值和最大值；
步骤2.6：根据归一化的先验权重Wp构建先验权重张量构建方法为：采用大小为p×p的滑动窗口w遍历Wp，把每次滑动窗口w中的图像小块作为一个正面切片，滑动q次后，构成一个三阶张量即先验权重张量
4.根据权利要求1-3任一项所述的基于3DATV约束的SPCP红外弱小目标检测方法，其特征在于：所述步骤3中构建目标函数包括如下步骤：
步骤3a.1：三阶张量由低秩张量和稀疏张量构成，将张量核范数约束低秩张量张量l1范数约束稀疏张量结合3DATV约束构建SPCP目标函数，公式如下：
其中δ表示噪声的强弱程度，λ和β表示平衡系数，||·||*表示张量的核函数，||·||1表示张量l1范数，||·||3DATV表示三维各向异性全变分约束，||·||F表示Frobenius范数；
步骤3a.2：令表示稀疏权重张量，其中根据稀...
【专利技术属性】
技术研发人员：彭真明，张兰丹，宋佳晟，杨博文，胡峻菘，曹思颖，梅鹤飞，刘鉴锋，要端翌，胡志欣，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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。