买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明涉及图像处理及机器视觉技术领域，提出了一种红外成像虚警源和目标协同建模与检测方法，主旨在于解决红外成像中因背景复杂、待检目标弱小、存在密集高反虚警源等特点，造成目标检测难度大的问题。并且，现有的检测算法只针对目标而忽略对虚警源的检测，为此，本发明提出一种虚警源和目标协同建模方案，同时利用了虚警源和目标的特征，更加接近红外成像模型的本质。主要技术包括，读入原始红外图像f0∈Rm×n，通过局部窗口移动构建张量块；对构建局部张量块进行低秩、稀疏分解，将虚警源和目标检测问题转化为高亮强纹理张量恢复及最优化问题；最后，通过背景、虚警源及目标的图像重建，得到目标和虚警源的最终检测结果T∈Rm×n、A∈Rm×n。

主权项：1.一种红外成像虚警源和目标协同建模与检测方法，其特征在于：方法包括如下步骤：步骤1、将待处理的原始红外遥感图像读入，其中代表欧式空间，m代表图像的长，n代表图像的宽；步骤2、构建局部结构张量，利用一个h×h的窗口对原始红外图像进行遍历处理，窗口大小设为h，得到原始红外图像对应的局部结构张量，即原始块张量h×h代表遍历窗口的长和宽，l代表原始红外图像被窗口划分的图像块数量，这样便构成h×h×l的三维张量块；步骤3、局部结构张量的分解，按照红外块张量模型，对输入的图像构建的原始块张量进行低秩、稀疏迭代分解，得到分解后的图像块，图像块包括背景块张量目标块张量和虚警源块张量其中代表欧式空间，h×h代表遍历窗口的长和宽，l代表原始红外图像被窗口划分为l个h×h个小结构块；步骤4、局部结构块张量的重构，对背景块张量虚警源块张量和目标块张量进行重构，重构方式与步骤2“构建局部结构张量”的顺序相反，即把划分出的图像块按其在原始红外图像中的顺序进行拼接，得到背景图像目标图像和虚警源重构完成后，对重构图像fT和重构图像fA进行自适应阈值分割，得到最终检测的目标虚警原其中代表欧式空间，m代表图像的长，n代表图像的宽；所述步骤3具体包括以下步骤：步骤3.1、原始红外块张量表示为以下形式： 其中和指代的是原始红外块张量，背景块张量，目标块张量，虚警源块张量和随机噪声干扰项；步骤3.2、为了进一步提高虚警源的检测率，对做显著性特征提取，可表示为SX，其中自变量X代表待处理的原始红外图像将SX转化为倒数形式： 其中，||·||SX表示显著性特征的表征形式；通过引入虚警源的显著性特征，构建如下用于张量稀疏、低秩分解的目标函数： 设定迭代次数或截止条件，通过迭代优化方法求解上述目标函数，即可得到背景块张量目标块张量和虚警源块张量其中δ分别表示对背景和目标约束的正则化因子，s.t.为数学上“subjectto”的简称，代表“满足于”一定的约束条件，F代表Frobenius范数，将Frobenius范数作为联合正则项来抑制噪声，λ为平衡因子，μ为正则化因子，β为正则化因子，L的取值范围为0.5-1.5，β的取值范围为0.02-0.1，μ的取值范围为100-300，将目标函数进一步改写成如下形式： 对应的拉格朗日函数L为： 其中，γ为惩罚因子；ρ为辅助变量，最后，通过交替方向乘子法ADMM求解以上模型的增广拉格朗日函数，就可以得到背景块张量目标块张量和虚警源张量三类针对不同对象的张量迭代方法，可表示为：虚警源张量的迭代公式为： 其中，p为迭代步数，D·表示奇异值收缩算子；背景块张量的迭代公式为： 其中，p为迭代步数，D·表示奇异值收缩算子，对于一个变量Y，其奇异值收缩算子的求解公式为：D1+μρY＝US1μ+ρζVT其中，S·表示软阈值收缩算子，UζVT为Y的奇异值分解结果；目标块张量的迭代公式为： 其中，p为迭代步数，S·表示软阈值收缩算子，对于一个变量x，其软阈值收缩算子的求解公式为：Sλx＝signx·max|x|-λ,0；其中，μ为正则化因子，β为正则化因子，背景块张量的迭代、背景块张量的迭代、目标块张量的迭是同时进行处理；最大迭代步骤数量设为p＝300，截止条件设为当达到以上迭代步数和截止条件后，所求得的即为所求的虚警源块张量背景块张量和目标块张量

全文数据：

权利要求：

百度查询： 电子科技大学 一种红外成像虚警源和目标协同建模与检测方法