【技术实现步骤摘要】
本专利技术属于图像处理领域，具体涉及一种基于快速时空可分离张量完备的红外小目标检测方法。
技术介绍
1、红外小目标检测是一项关键技术，用于在红外图像或视频中检测小型目标，具有多领域重要应用，包括军事、边境安全、救援、工业监测、医学成像、航空航天、自动驾驶和无人机技术等。它有助于提高安全性、监测和导航系统的性能，具有广泛的社会和商业潜力。
2、由于探测距离远，红外小目标检测面临以下难点和挑战：1)红外小目标通常非常小，可能只有几像素大小，因此它们容易被视为噪声或被忽略；2)红外图像容易受到各种噪声源的干扰，如传感器热噪声、大气湍流和系统噪声3)红外图像的背景可能非常复杂，包括各种热源、云层、植被和建筑物。专利cn115205327a-一种融合历史库信息的红外小目标跟踪方法提出基于融合轨迹特征的检测方法，仅考虑目标离线库的融合特征，无法检测未知特征的红外小目标，并且未考虑图像噪声对目标检测的干扰问题，易导致红外小目标漏检和误检。因此，如何提升红外小目标检测算法的检测精度以及鲁棒性是亟需解决的难题。
技术实现思路
1、针对现有技术中的不足，本专利技术的目的是提供一种基于快速时空可分离张量完备的红外小目标检测方法，提升红外小目标检测精度和鲁棒性，解决因复杂背景地物和强噪声干扰导致检测算法失效的问题。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、本专利技术提供了一种基于快速时空可分离张量完备的红外小目标检测方法，其包括如下步骤：
4
5、2)基于红外小目标的局部空域稀疏特性，构造最新时刻单帧红外图像的局部空域张量，建立空域张量完备模型；
6、3)基于红外小目标时域稀疏特性，构造红外图像序列局部时域张量，建立时域张量完备模型；
7、4)以步骤2)的方法遍历最新时刻单帧红外图像构建相应的空域张量完备模型，以步骤3)的方法遍历红外图像序列构建相应的时域张量完备模型，获取步骤1)所得的当前时刻单帧红外图像的候选目标图，对候选目标所在的空域和时域张量求解完备模型；
8、5)依据求解得到的所有空域和时域张量的稀疏目标组分，重构单帧红外图像的空域稀疏目标图和时域稀疏目标图并进行融合，基于融合结果，构造自适应检测阈值实现红外小目标检测。
9、根据本专利技术的优选方案，所述步骤2)中，构造最新时刻单帧红外图像的局部空域张量为：
10、
11、
12、其中，(x,y)表示当前中心像素点图像坐标，p,q表示局部空域张量的尺度参数，“：”代表切片操作，“//”代表取整操作，“％”代表取余操作，为最新时刻单帧红外图像的局部空域张量。
13、所述步骤2)中，建立空域张量完备模型为：
14、
15、其中，分别为低秩背景组分、稀疏目标组分、噪声组分，||·||tucker为张量tucker秩，||·||1为张量l1范数，||·||f为张量frobenius范数，为约束权重参数。
16、根据本专利技术的优选方案，所述步骤3)中的红外图像序列的局部时域张量为：
17、
18、其中，表示t-k+1时刻红外图像，s,r表示局部时域张量的尺度参数，k表示局部时域张量的时窗尺度参数，表示红外图像序列的局部时域张量，(x,y)表示当前中心像素点图像坐标，t表示当前时刻，k表示前向切片的索引值。
19、所述步骤3)中，建立时域张量完备模型为：
20、
21、其中，分别为低秩背景组分、稀疏目标组分、噪声组分，||·||1,1,2为张量l1,1,2范数，||·||tucker为张量tucker秩，||·||1为张量l1范数，为约束权重参数。
22、根据本专利技术的优选方案，以步长ds依次从左至右、从上到下遍历当前时刻红外图像，获取各个局部窗口的局部空域张量，并构建相应的空域张量完备模型；
23、以步长dt依次从左至右、从上到下遍历红外图像序列，获取各个局部窗口的局部时域张量，并构建相应的时域张量完备模型；
24、依据获取的当前时刻单帧红外图像的候选目标图，若局部空域张量或局部时域张量中存在候选目标像素点使得候选目标图相应位置为1，则求解该局部空域张量或局部时域张量的完备模型。
25、根据本专利技术的优选方案，步骤5)中，所述重构单帧红外图像的空域稀疏目标图和时域稀疏目标图并进行融合为：
26、e＝es+et
27、其中，es,et分别表示所有空域张量完备模型和时域张量完备模型求解后重构的稀疏组分图；所述构造自适应检测阈值实现红外小目标检测为：
28、定义自适应检测阈值为mean(e)+λ×std(e)，将融合图片中像素值大于自适应检测阈值的像素点作为红外小目标检测结果，即：
29、e>mean(e)+λ×std(e)
30、其中，mean(·),std(·)分别表示均值和标准差函数，λ>0为经验参数。
31、与现有技术相比，本专利技术具有如下优点：
32、(1)本专利技术基于面核滤波对红外图像进行预处理，能够快速识别红外小目标的局部差异特性，抑制均匀背景并提取候选目标像素，提升检测精度和效率。
33、(2)本专利技术的局部空域张量完备模型可以有效表征背景、目标和噪声的空间特性，从单帧红外图像上快速检测红外小目标。
34、(3)本专利技术的局部时域张量完备模型可以有效表征背景、目标和噪声的时序特性，从红外序列图像上快速检测红外小目标。
35、(4)本专利技术的时空可分离张量完备模型，分别从红外图像序列的空域和时域两个维度分离目标与背景、噪声，充分考虑了红外弱小目标与背景地物、高斯噪声的在空域维度特性差异，红外弱小目标与强噪声干扰在时域维度特性差异，可以有效实现目标与背景、噪声的分离，有效解决了传统检测模型难以适应复杂背景和强噪声干扰的问题，提升红外小目标检测识别的精度和鲁棒性。
本文档来自技高网...【技术保护点】
1.一种基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤1)中，构建面核滤波器对最新时刻红外图像进行预处理为：
3.根据权利要求2所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤1)中，基于预处理后的红外图像筛选候选目标像素点，获取候选目标图为：
4.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤2)中，构造最新时刻单帧红外图像局部空域张量为：
5.根据权利要求4所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤2)中，建立空域张量完备模型为：
6.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤3)中的红外图像序列的局部时域张量为：
7.根据权利要求6所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤3)中，建立时域张量完备模型为：p>
8.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤4)为：以步长dS依次从左至右、从上到下遍历当前时刻红外图像，获取各个局部窗口的局部空域张量，并构建相应的空域张量完备模型；
9.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述重构单帧红外图像的空域稀疏目标图和时域稀疏目标图并进行融合为：
10.根据权利要求9所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述构造自适应检测阈值实现红外小目标检测为：
...【技术特征摘要】
1.一种基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤1)中，构建面核滤波器对最新时刻红外图像进行预处理为：
3.根据权利要求2所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤1)中，基于预处理后的红外图像筛选候选目标像素点，获取候选目标图为：
4.根据权利要求1所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤2)中，构造最新时刻单帧红外图像局部空域张量为：
5.根据权利要求4所述的基于快速时空可分离张量完备的红外小目标检测方法，其特征在于，所述步骤2)中，建立空域张量完备模型为：
6.根据权利要求1所述的基于快速时空可分离...
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。