[发明专利]一种海面红外小目标检测方法有效
申请号: | 201610230854.8 | 申请日: | 2016-04-14 |
公开(公告)号: | CN105931264B | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 方厚章;时愈;周钢;郑纪彬;许述文;潘东辉 | 申请(专利权)人: | 西安电子科技大学;武汉工程大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T5/00 |
代理公司: | 武汉东喻专利代理事务所(普通合伙)42224 | 代理人: | 方可 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 海面 红外 目标 检测 方法 | ||
1.一种海面红外小目标检测方法,其特征在于,包括如下步骤:
(1)将原始图像矩阵分解为相互重叠的块;将每个块展成列向量,并按列向量对应的块在原始图像矩阵的顺序将所有列向量从左到右依次排列获得图像矩阵D;
每个所述块的分辨率为N×N,相邻块在水平方向和在竖直方向的重叠部分的像素均为M;5≤N≤80,1≤M≤40;
(2)将所述图像矩阵D分解为小目标图像矩阵E、背景图像矩阵A以及噪声矩阵N;
(3)根据所述小目标图像矩阵E、背景图像矩阵A以及噪声矩阵N建立含有约束条件的凸优化约束能量泛函模型;
具体如下:
(3a)利用小目标图像矩阵E构造权重矩阵W=1/(|E|+εE);其中,εE是防止除零的常数,取值范围为10-10≤εE≤10-6;
(3b)计算正则化参数其中,m和n分别为图像矩阵D的行数和列数;
(3c)根据所述权重矩阵W和正则化参数τ构建凸优化约束能量泛函模型
其中,||·||*表示矩阵的核范数操作,||·||1表示矩阵的1范数操作,表示两个矩阵对应元素相乘操作,s.t.是subject to的缩写,是受约束的意思;
(4)采用自适应更新惩罚参数的交替方向乘子法,对所述凸优化约束能量泛函模型进行迭代计算求解,获得第(k+1)次迭代得到的背景图像矩阵Ak+1和小目标图像矩阵Ek+1;
(5)判断第(k+1)次迭代的残差(D-Ak+1-Ek+1)与图像矩阵D的商||D-Ak+1-Ek+1||F/||D||F是否小于等于迭代误差ε1,或者判断是否达到最大迭代次数;若是,则将Ek+1作为检测获得的海面红外小目标图像矩阵;
若否,则令迭代次数k=k+1,并返回至步骤(4);所述迭代误差ε1=10-6。
2.如权利要求1所述的海面红外小目标检测方法,其特征在于,所述步骤(4)中,通过拉格朗日乘子Y将所述凸优化约束能量泛函拓展为如下含A、E、Y和β的无约束增广拉格朗日泛函:其中,β是惩罚参数,表示矩阵的Frobenius范数的平方处理。
3.如权利要求2所述的海面红外小目标检测方法,其特征在于,根据给定的第k次迭代的小目标图像矩阵Ek、拉格朗日乘子Yk和惩罚参数βk,获得第k次迭代的背景图像矩阵
其中,是能量泛函取最小值时背景图像矩阵A的值。
4.如权利要求2或3所述的海面红外小目标检测方法,其特征在于,根据给定的第k次迭代的背景图像矩阵Ak、拉格朗日乘子Yk、惩罚参数βk和权重矩阵Wk,获得第k次迭代得到的小目标图像矩阵
其中,是能量泛函取最小值时小目标图像矩阵E的值。
5.如权利要求4所述的海面红外小目标检测方法,其特征在于,根据下述公式对所述第k次迭代更新后的惩罚参数βk进行更新:
其中k表示迭代次数,ρ为乘积因子,βk是第k次迭代更新后的惩罚参数;1≤k≤1000,ρ≥1,0<ε≤1;||·||F表示矩阵的Frobenius范数处理。
6.如权利要求5所述的海面红外小目标检测方法,其特征在于,所述ρ=1.5,β1=1.25。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;武汉工程大学,未经西安电子科技大学;武汉工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610230854.8/1.html,转载请声明来源钻瓜专利网。