[发明专利]自适应红外小目标检测方法

权利要求书

1.一种自适应红外小目标检测方法，其特征在于，首先用训练样本K-SVD方法训练红外小目标超完备字典，然后按照从上到下，从左到右的顺序从测试图像中提取出于训练样本具有相同尺寸的子图像，并将子图像展开为列向量后利用正交匹配方法计算该列向量在红外小目标超完备字典中的稀疏表示系数，最后将稀疏表示系数组合为指示函数并进行阈值化判断，得到目标的精确位置。

2.根据权利要求1所述的自适应红外小目标检测方法，其特征是，所述的K-SVD方法训练红外小目标超完备字典，包括以下步骤：

1)训练样本集Y和红外小目标超完备字典D的初始化，训练样本Y为截取的含有小目标的子图像的集合；红外小目标超完备字典D的初始化用部分离散余弦变换的基函数来对红外小目标超完备字典D进行初始化；

2)固定红外小目标超完备字典D，利用正交匹配追踪方法求解训练样本集Y在字典D中的稀疏表示系数X，其中，样本y_i的稀疏表示系数x_i通过求解如下最小化问题来得到：

i＝1，2，...，N，minxi{||yi-Dxi||22}s.t.||xi||0≤T0.]]>

3)利用K-SVD方法更新红外小目标超完备字典D，同时更新与之关联的表示系数X，字典D的更新由K次SVD分解组成，对每个原子d_k，均执行：，然后用U的第一列作为新的原子，用Δ(1，1)与V的第一列的乘积作为对应的表示系数；

4)重复步骤2)和步骤3)，直到满足给定的停止准则，最终得到训练好的红外小目标超完备字典D，其中：D∈R^n×k表示红外小目标超完备字典，y∈Rⁿ表示训练样本，x∈R^k表示训练样本在红外小目标超完备字典D中的稀疏表示系数，为N个训练样本的集合，为训练样本集Y对应的稀疏表示系数的集合。

3.根据权利要求1所述的自适应红外小目标检测方法，其特征是，所述的稀疏表示系数是指：min||α||₀  s.t.||Dα-x||₂≤ε，其中：x∈Rⁿ是子图像的向量表示，D∈R^n×K是训练得到的超完备字典，α∈R^K是子图像x在超完备字典中的表示系数，ε为噪声的均方差。

4.根据权利要求1所述的自适应红外小目标检测方法，其特征是，所述的指示函数是指：其中：x为子图像在字典D中的稀疏表示系数，参数a，b，c，d为预先设定的固定值，四个参数共同确定指示函数IF的形状，IF值指示了该子图像含有目标与否的概率，IF越大，子图像含有目标的概率越大。

5.根据权利要求1所述的自适应红外小目标检测方法，其特征是，所述的阈值化判断是指：设定阈值τ，当IF值大于阈值IF(x)≥τ时，判断该子图像内含有小目标，根据子图像在测试图像中的位置得到目标的精确位置。