基于自适应改进的压缩域红外弱小目标检测

• 作者: 安玮 李安冬 杨林娜 林再平
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 测量 小目标检测 自适应 压缩感知 矩阵低秩稀疏分解
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 测量与计量
• 页码范围: 213-220
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/CJL201542.1008003

摘要

现有压缩域目标检测算法取得较好检测结果的同时,有效减少了数据存储空间,但是存在背景参数估计易受噪声影响,目标检测易对邻近目标产生漏警等问题.在原有压缩域红外小目标检测算法的基础上进行改进,提出了一种基于自适应参数估计和噪声统计模型的压缩域目标检测算法.对压缩域红外数据矩阵进行自适应的低秩稀疏分解,分离并重建背景矩阵和目标矩阵,根据分解残差推导统计模型,对目标矩阵进行基于噪声统计模型的阈值分割.结果表明,此算法较原算法具有更好的抗干扰能力,并解决了邻近目标的漏警问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安玮		39	170	8.0	11.0
2	林再平		7	57	3.0	7.0
3	杨林娜		2	0	0.0	0.0
4	李安冬		2	0	0.0	0.0