基于改进加权核范数的红外弱小目标检测

翟 昊,罗晓琳,吴令夏,王荣昌

(1.中国人民解放军陆军炮兵防空兵学院,安徽 合肥 230031；2.偏振光成像探测技术安徽省重点实验室,安徽 合肥 230031)

1 引 言

红外小目标检测在视频监控系统、预警系统、军事制导系统等领域有着广泛的应用。检测方法一般可分为两类:单帧检测方法和序列帧检测方法。在许多实际应用中,由于目标与成像传感器之间的相对快速运动,使得静态背景假设不一定成立,从而导致序列检测方法的性能下降。因此,单帧检测方法受到了广泛的关注。利用空间滤波器,提出了许多单帧检测方法,如Top-hat滤波器[1]、max-mean滤波器[2]和max-median[3]。这些方法基于空间一致性假设对背景进行预测,通过从原始图像中减去滤波后的图像来实现目标检测。然而,非均匀背景中的一些强边缘也会破坏空间的一致性,并且会引起大量虚警的现象。

与上述方法不同,基于低秩假设的方法利用了红外背景图像的非局部自相关特性。在这个假设下,Gao等人[4]利用红外图像中的滑动窗口,提出了一种红外块图(IPI)模型,并首次提出将弱小目标检测问题转化为求解低秩稀疏矩阵的数学问题。由于低秩和稀疏假设很好地拟合了大多数场景,IPI模型取得了很好的性能。遗憾的是,由于l1范数所描述的稀疏性度量的缺陷,IPI会过度缩小小目标,或者在目标图像中留下一些背景分量。为了解决这个问题,Dai等人[5]提出了一种加权IPI(WIPI)模型,该模型将按列权重纳入分离过程。但是,该方法很耗时间,计算效率不高。……