[发明专利]基于混合高斯稀疏表示的红外小目标检测方法

权利要求书

1.一种基于混合高斯稀疏表示的红外小目标检测方法，其特征在于，所述探测方法包括步骤：

1)基于目标信号常服从高斯分布的特点，构建高斯超完备字典；

2)采用K聚类奇异值分解法K_SVD构建图像的自适应超完备形态字典；

3)采用高斯超完备字典将自适应超完备形态字典的原子分为表示目标形态的目标原子和表示背景噪声成分的背景原子，进而形成目标形态字典和背景形态字典，即混合高斯稀疏超完备字典；

4)将原图像块在混合高斯稀疏超完备字典进行稀疏分解或稀疏表示，提取图像信号在混合高斯稀疏超完备字典的稀疏表示系数；

5)采用稀疏度度量图像块在目标形态字典分解的稀疏程度，将稀疏度进行阈值处理，大于阈值则图像块含有目标，否则为背景。

2.根据权利要求1所述的基于混合高斯稀疏表示的红外小目标检测方法，其特征在于，所述形态分类字典重构图像信号f=D_bα+D_tβ，其中D_b，D_t分别表示能稀疏分解目标成份和背景成份的超完备子字典，即目标字典和背景字典，D_bα＞＞f_b，D_tβ＞＞f_t分别表示目标信号和背景噪声信号的稀疏重构。

3.根据权利要求1所述的混合高斯稀疏表示的红外小目标检测方法，其特征在于，高斯超完备字典描述为高斯模型

I(i,j)=Imaxexp(-12[(i-x0)2σx2+(j-y0)2σy2])]]>

其中，I(i,j)为目标位于(i,j)坐标处的像素值，I_max为目标中心(x₀,y₀)的像素值，σ_x为水平散布参数，σ_y为垂直散布参数。s_x和s_y这两个参数控制着目标像素的散布特性。以样本图像的左上角为原点，通过调节(x₀,y₀)，I_max，s_x和s_y四个参数来生成不同位置，不同亮度，不同形状的红外小目标样本图像，即超完备高斯字典D_gaussian。

4.根据权利要求1所述的基于混合高斯稀疏表示的红外小目标检测方法，其特征在于，所述K聚类奇异值分解法(K_SVD)随机选取图像块为训练样本，训练出超完备自适应形态成分字典。