[发明专利]基于多尺度稀疏字典的红外小弱目标检测方法

摘要

本发明提出了一种基于多尺度稀疏字典的红外小弱目标检测算法，包括以下步骤：利用原始图像构造基于四叉树模型的多尺度自适应过完备字典；提取原图像的图像子块，将每个图像子块在多尺度稀疏字典中的各个子字典中进行稀疏分解，得到稀疏系数；联合各尺度的稀疏系数，对联合的稀疏系数进行指数分布拟合；对指数参数进行阈值判断，大于阈值所对应的图像块初步确定为目标；最后根据稀疏系数的多尺度方向性，确定目标的准确位置。本发明构建的多尺度稀疏字典能够利用大原子从整体挖掘图像的背景特征，利用小原子从局部挖掘图像的突变特征，能更有效抑制背景杂波，更准确地检测出小弱目标。

主权项

基于多尺度稀疏字典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：构造原图像的四叉树多尺度超完备稀疏字典；将原图像划分为不同尺度大小的子图像，分别对每个子图像在其相应的多尺度子字典中稀疏分解，提取其在子字典中的表示系数；将每个子图像的多层稀疏分解系数级联起来形成联合稀疏系数，利用指数分布拟合联合的稀疏系数；拟合后如果指数分布的参数大于阈值确定该子图像存在目标，并根据联合稀疏系数具有与四叉树一样的方位性这一特征，最终确定目标所在的具体位置。