[发明专利]基于形态成份稀疏表示的红外小弱目标检测方法

权利要求书

1.基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于，所述检测方法包括如下步骤：

采用K聚类奇异值分解法(K_SVD)求解原图像的超完备字典；

根据分类函数将超完备字典分为目标和背景两种形态特征的子字典；

利用和原子一样大小的二维模板将原始图像划分为若干子图像，分别对每个子图像在分类的形态字典中稀疏分解，提取其在目标子字典中的表示系数；

提取目标子字典中的表示系数，利用阈值函数判定是否存在目标，当系数大于阈值时，初步假定该子图像存在目标，最终根据目标所在的各个图像块的稀疏表示系数进行综合判定，确定目标的具体位置。

2.根据权利要求1所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述K聚类奇异值分解法(K_SVD)是以图像块为训练样本，求取能表示图像中各种形态特征的超完备字典。

3.根据权利要求1所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述形态分类字典重构图像信号

其中，分别表示能稀疏分解目标成份和背景成份的超完备子字典,即目标子字典和背景子字典，，分别表示目标信号和背景噪声信号的稀疏重构。

4.根据权利要求1所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述超完备字典的分类函数为

其中，表示为原子的分类函数，表示将超完备字典中的原子表示为二维模型。

5.根据权利要求1所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述提取图像块在目标子字典中的稀疏系数为

分别表示目标信号和背景噪声信号在字典和中的稀疏逼近系数，利用两种冗余字典进行稀疏分解得到图像的稀疏系数为。

6.根据权利要求1所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述阈值函数为

 

其中，表示目标子字典的稀疏系数阈值函数，表示最大的个目标稀疏系数值。

7.根据权利要求2所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述K聚类奇异值分解法(K_SVD) 求解原图像的超完备字典包括稀疏编码和字典更新两个步骤。

8.根据权利要求7所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述稀疏编码为提取图像中大小为的图像块作为训练样本，根据下式求取每个训练样本的稀疏系数

式中，表示一个训练样本，表示其稀疏系数。

9.根据权利要求7所述的基于形态成份稀疏表示的红外小弱目标检测方法，其特征在于：所述字典更新是按顺序更新原子中所有的原子，求解图像在该原子的稀疏表示系数，定义图像减去该原子后的稀疏表示误差为

利用K_SVD分解，得到一组最优逼近，即为求得更新后的和稀疏编码系数；迭代多次直至字典收敛，即得到更新后的自适应字典。