基于形态成份稀疏表示的红外小弱目标检测方法

摘要

本发明提出了一种基于形态成分稀疏表示的红外小弱目标检测算法，包括以下步骤：采用K聚类奇异值分解法K_SVD生成原图像的自适应过完备字典；用分类函数将字典进一步分为表示目标形态的目标子字典和表示背景噪声成分的背景子字典；提取原图像的图像子块，将每个图像子块在自适应字典中进行稀疏分解，提取其在目标子字典中的稀疏系数；对目标子字典中的稀疏系数进行阈值处理，大于阈值所对应的图像块初步确定为目标；最后综合重叠图像子块的阈值结果，确定目标的准确位置。本发明构建的自适应过完备字典能够有效地捕获目标信号的各种形态，相比高斯结构化字典具有更大的灵活性，能有效地检测非高斯型的目标信号，具有更为广泛的适用性。

主权项

基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于，所述检测方法包括如下步骤：采用K聚类奇异值分解法(K_SVD)求解原图像的超完备字典；根据分类函数将超完备字典分为目标和背景两种形态特征的子字典；利用和原子一样大小的二维模板将原始图像划分为若干子图像，分别对每个子图像在分类的形态字典中稀疏分解，提取其在目标子字典中的表示系数；提取目标子字典中的表示系数，利用阈值函数判定是否存在目标，当系数大于阈值时，初步假定该子图像存在目标，最终根据目标所在的各个图像块的稀疏表示系数进行综合判定，确定目标的具体位置。