-
题名基于多尺度自适应稀疏字典的小弱目标检测方法
被引量:8
- 1
-
-
作者
王会改
李正周
顾园山
唐岚
王臻
金钢
-
机构
重庆大学通信工程学院
中国科学院光束控制重点实验室
中国空气动力研究与发展中心
中国科学院光电技术研究所
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2014年第7期2371-2378,共8页
-
基金
国家自然科学基金(61071191)
重庆市科委自然科学基金(CSTC2011BB2048)
+2 种基金
中国博士后科学基金(2014M550455)
中央高校基本科研业务费(CDJZR10160004
106112014CDJZR165502)
-
文摘
针对单尺度固定函数的滤波器难以有效剔除杂波和提高小弱目标检测性能的不足,文中研究建立多尺度自适应稀疏字典,提出了一种多尺度自适应形态稀疏字典检测小弱目标方法。首先根据图像信号内容建立多尺度自适应形态稀疏字典,并将图像信号在多尺度稀疏字典中进行稀疏分解;然后在分析小原子稀疏表示系数的基础上建立稀疏表示系数直方图,并利用指数函数拟合小尺度原子的稀疏表示系数直方图;最后,根据指数函数拟合参数在杂波、噪声和目标表现出的差异检测小弱目标。该多尺度稀疏字典利用大尺度原子描述图像背景杂波,小尺度原子捕获图像细小特征。实验结果表明,与小波算法和Contourlet算法相比,文中方法能更为有效地抑制背景杂波,减少背景残留,从而提高小弱目标检测性能。
-
关键词
弱小目标检测
多尺度稀疏字典
稀疏特征
指数函数拟合
-
Keywords
dim target detection
multi-scale adaptive sparse dictionary
sparse feature
exponential function fitting
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-