红外小目标检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种红外小目标检测方法，应用于红外成像技术领域，包括：基于目标的红外图像序列，建立低秩稀疏张量求解模型，基于Frangi滤波，确定所述低秩稀疏张量求解模型的先验权重张量，通过时空图像块匹配的方式，确定所述低秩稀疏张量求解模型的匹配块张量，对所述先验权重张量和所述匹配块张量进行优化求解，分离出所述低秩稀疏张量求解模型的背景张量和目标张量，根据所述目标张量，得到目标检测结果。本发明专利技术还提供了一种红外小目标检测装置、电子设备及存储介质，可提升红外小目标检测结果的准确率。检测结果的准确率。检测结果的准确率。

【技术实现步骤摘要】
红外小目标检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及红外成像
，尤其涉及一种红外小目标检测方法、装置、电子设备及存储介质。

技术介绍

[0002]红外成像技术通过自身发射或接收红外线光进行成像，夜视范围广，受环境影响小，可穿透云层、雾霾、烟雾等介质，对目标进行探测、记录和监控，在农业、工业等领域有广泛应用。红外目标检测是利用红外成像技术来发现和定位目标的技术。
[0003]当前大多数红外小目标检测算法，不论是PSTNN还是单帧块匹配算法，都只针对单帧图像进行处理，当背景复杂，噪声较高，且目标相对背景存在较快的运动时，其检测结果会受到很大的影响。

技术实现思路

[0004]本专利技术的主要目的在于提供一种红外小目标检测方法、装置、电子设备及存储介质，旨在解决现有技术中红外小目标检测结果不准确的技术问题。
[0005]为实现上述目的，本专利技术实施例第一方面提供一种红外小目标检测方法，包括：基于目标的红外图像序列，建立低秩稀疏张量求解模型；基于Frangi滤波，确定所述低秩稀疏张量求解模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种红外小目标检测方法，其特征在于，包括：基于目标的红外图像序列，建立低秩稀疏张量求解模型；基于Frangi滤波，确定所述低秩稀疏张量求解模型的先验权重张量；通过时空图像块匹配的方式，确定所述低秩稀疏张量求解模型的匹配块张量；对所述先验权重张量和所述匹配块张量进行优化求解，分离出所述低秩稀疏张量求解模型的背景张量和目标张量；根据所述目标张量，得到目标检测结果。2.根据权利要求1所述的红外小目标检测方法，其特征在于，所述基于目标的红外图像序列，建立低秩稀疏张量求解模型包括：根据所述红外图像的图像张量、背景张量、目标张量和噪声张量，建立所述低秩稀疏张量求解模型。3.根据权利要求1所述的红外小目标检测方法，其特征在于，所基于Frangi滤波，确定所述低秩稀疏张量求解模型的先验权重张量包括：基于Frangi滤波，构建当前红外图像中边缘区域的权重函数和角点区域的权重函数；根据所述边缘区域的权重函数和所述角点区域的权重函数，构建所述当前红外图像中像素位置的局部先验权重；根据所述局部先验权重，确定所述当前红外图像中像素位置的先验权重；根据所述先验权重，为所述当前红外图像的背景中的边缘和角点赋予先验权重张量。4.根据权利要求1所述的红外小目标检测方法，其特征在于，所述通过时空图像块匹配的方式，确定所述低秩稀疏张量求解模型的匹配块张量包括：提取所述红外图像序列的中间帧图像作为所述低秩稀疏张量求解模型的输入；对所述中间帧图像滑窗，逐步确定参考块；对每个所述参考块按照预设的滑窗步长，在当前帧红外图像内基于局部熵全局搜索所述参考块的匹配块，得到匹配度最高的前a个匹配块，a为任意正整数；根据所述前a个匹配块，构造所述匹配块张量。5.根据权利要求1所述的红外小目标检测方法，其特征在于，所述对所述先验权重张量和所述匹配块张量进行优化求解，分离出所述低秩稀...

【专利技术属性】
技术研发人员：阿尔斯，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：