[发明专利]一种基于图像几何分离的红外弱小目标增强方法

权利要求书

1.一种基于图像几何分离的红外弱小目标增强方法，其特征在于：

首先，根据红外图像中弱小目标和背景杂波分布特点，对图像中弱小目标和背景杂波成分分别采用谱图小波变换和非下采样的剪切波变换字典进行稀疏表示；然后将这两个互不相关的稀疏字典引入到图像几何分离框架中，并利用全变分惩罚因子来获得更多背景杂波成分信息，使背景杂波成分得到更有效的分离，从而达到增强弱小目标信号的目的。

2.如权利要求1所述的一种基于图像几何分离的红外弱小目标增强方法，其特征在于：

选取谱图小波变换SGWT与非下采样剪切波变换NSST分别作为表征目标成分X_T的字典D_T和表征背景杂波成分X_B的字典D_B对包含弱小目标的红外图像X进行几何分离，具体实现步骤如下：

(1)红外图像分离建模并初始化：

a.红外图像分离建模表达式为

$\begin{array}{ccc}\{{\mathrm{\α}}_T^{opt},{\mathrm{\α}}_B^{opt}\}=\underset{\{{\mathrm{\α}}_T,{\mathrm{\α}}_B\}}{\arg \min }\left|\right|{\mathrm{\α}}_T|{|}_1+|\left|{\mathrm{\α}}_B\right|{|}_1+TV\left\{D_B{\mathrm{\α}}_B\right\}& s.t.& X=D_T{\mathrm{\α}}_T+D_B{\mathrm{\α}}_B\end{array};$

其中，和分别表示经最优化求解后目标成分和背景杂波成分在变换字典D_T和D_B中的最优稀疏系数；

b.初始化X_B＝X和X_T＝X-X_B；

(2)对红外图像进行几何分离：

a.固定X_T，更新X_B；

——对X_B进行NSST变换：为非下采样剪切波逆变换字典；

——对系数α_B用软阈值方法得到

——重构

b.增加惩罚因子TV；

——进行TV校正：

其中，μ为全变分惩罚项中的调节参数，为梯度算子；

c.固定X_B，更新X_T；

——对X_T进行SGWT变换：为谱图小波逆变换字典；

——对系数α_T用软阈值方法得到

——重构

(3)输出增强后的弱小目标图像。