收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于张量分解的红外弱小目标检测算法研究

李智  
【摘要】:红外弱小目标检测是军事、交通、监控等领域的热点研究问题之一,但由于成像距离远,目标呈现出微弱的点状特性,没有明显的纹理和边缘信息,给目标检测带来了很大的难题。目前,针对不同背景下的红外弱小目标图像,学者们提出了不同的检测算法,但鲁棒、通用的红外小目标检测算法一直是本领域追求的目标。以不同背景下的机载红外弱小目标图像序列为研究对象,论文应用张量分解理论研究红外弱小目标检测方法及算法,主要工作如下:介绍了张量的基本理论,利用其高阶结构能够保存数据的原有特征,将红外视频转化为三阶张量以表征目标的空间相关性和时间连续性。分析了红外弱小目标图像序列的特性,可将其分为目标、背景、噪声三部分张量,其中背景张量表现出低秩性,目标张量表现出稀疏性。张量分解可以准确挖掘出数据的隐含信息,进而辅助从原始图像序列中分离出目标,因此将红外弱小目标检测问题转换为张量的低秩稀疏分解问题。提出了基于带权重的张量鲁棒性主成分分析(Weighted Tensor Robust Principal Component Analysis,WTRPCA)的红外弱小目标检测算法。用基于张量t积的张量核范数描述背景张量的低秩性,带权重的7)_1范数描述目标张量的稀疏性,并用拉格朗日乘子法迭代求解。实验证明,三维模式下的张量低秩稀疏分解能更有效地分离出目标,且加入权重因子的WTRPCA算法能更好地抑制图像的背景和噪声。提出了基于贝叶斯框架张量低秩稀疏分解(Bayesian Tensor Low-rank Sparse Factorization,BTLSF)的红外弱小目标检测算法。首先针对红外视频特征,分别假设低秩背景张量、稀疏目标张量、噪声张量的概率分布模型。针对背景低秩张量,通过最小化因子矩阵的列数来最小化张量的秩,解决了张量的秩需要提前给定的难题。在目标稀疏张量部分引入马尔科夫模型进行轨迹约束,滤除虚警。同时,对噪声模块单独建模,利用贝叶斯框架推导出噪声统计量的近似表达式,增强了算法对不同噪声的鲁棒性。仿真了具有不同局部信杂比的弱小目标红外视频,对算法进行了测试,在局部信杂比降低至1.3左右时,本文算法的检测率仍能达到0.8889。最后针对不同的红外弱小目标场景,将本文算法与一些优秀的现有算法进行实验对比,本文两种算法在目标增强和背景抑制方面的表现都优于其他算法,能实现不同场景下的红外弱小目标检测。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 张强;蔡敬菊;张启衡;赵汝进;;基于局部极大值的红外弱小目标分割方法[J];红外技术;2011年01期
2 刘颖彬;;红外弱小目标实时检测处理系统[J];红外;2016年05期
3 冯洋;;基于概率假设密度滤波的红外弱小目标跟踪[J];科学技术与工程;2010年12期
4 王荣爱;;红外弱小目标的识别方法[J];光学技术;2006年S1期
5 ;长春光机所红外弱小目标处理研究获进展[J];分析仪器;2017年06期
6 产启文;;基于假设检验的红外弱小目标感兴趣区域提取算法[J];红外;2011年08期
7 樊香所;徐智勇;张建林;;改进梯度倒数加权滤波红外弱小目标背景抑制[J];光电工程;2017年07期
8 豆根生;;红外弱小目标图像预处理及分割方法的研究[J];科学技术与工程;2008年18期
9 向健勇,徐军,刘燕,林晓春,周翔,杨宜禾,刘兴运,姜延发,郭瑞冰,万世平,陈者基;背景预测法检识空中红外弱小目标[J];激光与红外;1997年04期
10 曾溢良;蓝金辉;邹金霖;;滑动置信度约束的红外弱小目标跟踪算法研究[J];兵工学报;2017年09期
11 孙慧婷;姜志;王军;张新;何昕;;一种改进的红外弱小目标快速检测方法[J];激光与红外;2017年10期
12 王军;姜志;柳红岩;何昕;张新;;基于多向梯度法的红外弱小目标快速检测方法[J];光电子·激光;2016年09期
13 詹令明;李翠芸;姬红兵;;基于显著图的红外弱小目标动态规划检测前跟踪算法[J];计算机辅助设计与图形学学报;2019年07期
14 战杰;;复杂背景下红外弱小目标图像增强算法[J];四川兵工学报;2011年08期
15 王涛;陈凡胜;苏晓峰;贾天石;;基于偏微分方程的红外弱小目标检测技术研究[J];激光与红外;2016年07期
16 钱琨;周慧鑫;秦翰林;殷世民;荣生辉;赵东;;基于引导滤波与时空上下文的红外弱小目标跟踪[J];光子学报;2015年09期
17 李文永;顾国华;;一种红外弱小目标图像增强的新算法[J];红外;2006年03期
中国重要会议论文全文数据库 前10条
1 黄倩;金伟其;夏润秋;王霞;冯亮;彭云粮;;基于人眼时限模型的红外弱小目标探测实验及其分析[A];中国光学学会2010年光学大会论文集[C];2010年
2 张煜婕;王宏飞;王秀春;;红外弱小目标及其场景仿真的改进方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
3 黄治俭;;关于红外弱小目标的一种跟踪算法研究[A];全国第十五届红外加热暨红外医学发展研讨会论文及论文摘要集[C];2015年
4 康莉;谢维信;黄敬雄;倪小慧;;一种新的红外弱小目标实时跟踪方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
5 刘威;何波;张刚;张翠荣;张晔;;红外弱小目标图像检测预处理方法对比研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
6 张双垒;陈凡胜;段东;林剑春;董玉翠;;基于遗传算法红外小目标检测的研究[A];第十届全国光电技术学术交流会论文集[C];2012年
7 王卫华;何艳;黄宗福;陈曾平;;一种复杂云层背景红外弱小目标稳健检测算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
8 郑常华;王宏强;赵静洋;;基于背景预测的快速红外弱小目标检测算法[A];中国电子学会第十七届信息论学术年会论文集[C];2010年
9 王雪梅;黄自力;王德胜;;红外弱小目标的单帧捕获[A];2006年全国光电技术学术交流会会议文集(A 光电系统总体技术专题)[C];2006年
10 张华良;谢永杰;张颂;赵岩;焦姣;;基于自适应频域滤波的红外弱小目标检测技术[A];第十五届全国光学测试学术交流会论文摘要集[C];2014年
中国博士学位论文全文数据库 前10条
1 陆福星;天基红外弱小目标图像检测技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2019年
2 胡永生;复杂背景中红外弱小目标探测方法研究[D];南京理工大学;2008年
3 张双垒;空间红外弱小目标高可靠检测方法研究[D];中国科学院研究生院(上海技术物理研究所);2015年
4 武斌;红外弱小目标检测技术研究[D];西安电子科技大学;2009年
5 汪大宝;复杂背景下的红外弱小目标检测与跟踪技术研究[D];西安电子科技大学;2010年
6 刘云鹤;基于注意机制的红外小目标检测与跟踪算法研究[D];哈尔滨工程大学;2009年
7 汲清波;红外序列图像中弱小目标检测方法研究[D];哈尔滨工程大学;2008年
8 康莉;拦截技术中目标跟踪若干关键技术的研究[D];西安电子科技大学;2008年
9 李欣;复杂背景下红外弱小目标检测算法研究[D];西安电子科技大学;2010年
10 王鑫;复杂背景下红外目标检测与跟踪算法研究[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 李智;基于张量分解的红外弱小目标检测算法研究[D];华中科技大学;2019年
2 邓博;基于深度学习的红外弱小目标相关滤波跟踪算法研究[D];电子科技大学;2019年
3 王颖;红外弱小目标的检测与跟踪算法研究[D];电子科技大学;2019年
4 周伟强;动态弱小目标的图像检测技术研究[D];西安理工大学;2018年
5 阎兵早;复杂背景下红外弱小目标图像仿真技术研究[D];重庆邮电大学;2013年
6 黄信安;红外弱小目标图像增强方法的研究[D];中国科学院研究生院(西安光学精密机械研究所);2007年
7 周伟;视觉注意机制下的红外弱小目标显著性检测[D];西安电子科技大学;2017年
8 曾雅琼;复杂背景下的红外弱小目标的检测[D];南京理工大学;2012年
9 于海涛;基于DM642的红外弱小目标实时跟踪及云台控制系统[D];西安电子科技大学;2014年
10 龙波;天空背景下红外弱小目标的检测与跟踪算法研究[D];电子科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978