文献类型：期刊文章

作　　者：熊斌[1,2] 黄心汉[1] 王敏[1]

机构地区：[1]华中科技大学自动化学院,湖北武汉430074 [2]湖北工程学院计算机与信息科学学院,湖北孝感432000

出　　处：《华中科技大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61370180);湖北省教育厅科学研究计划指导性项目(B2015035)

年　　份：2017

卷　　号：45

期　　号：10

起止页码：25-30

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种自适应参数目标图像恢复算法,实现对红外小目标的检测.首先,提取红外图像的稀疏特征,同时计算图像的复杂度,并设计一种融合机制生成自适应加权参数;然后,将原始图像重组为具有低秩稀疏特性的运算矩阵,采用上述的自适应参数非精确拉格朗日乘子法求解鲁棒主成分分析(RPCA)最优化问题还原出低秩矩阵(背景图像)和稀疏矩阵(目标图像);最后,对目标图像进行阈值分割并标定目标.实验结果显示:该算法能有效检测出小目标,同时具有较低的误检率.

关 键 词：红外图像 小目标检测 稀疏特征  图像复杂度 低秩稀疏表示  鲁棒主成分分析  

分 类 号：TP391.41]