基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高海上红外弱小目标检测的检测精度和实时性,提出了一种基于加权场景先验的红外弱小目标检测方法.该方法首先利用目标的稀疏特性以及海面场景的非局部自相关特性,将目标和背景的分离问题转化为恢复低秩和稀疏矩阵的鲁棒主成分分析(Robust Principal Component Analysis,RPCA)问题.之后,将海面背景的先验特征信息通过加权核范数的方式加入模型,加快算法中目标和背景图像块矩阵的分解速度.最后,通过引入交替方向乘子法(ADMM)算法进一步加速求解的迭代速度.实验结果表明:该算法能有效地提高目标检测准确率,算法实时性较原算法提高了120%.
推荐文章
基于局部窗口的红外弱小目标检测方法
红外图像
红外弱小目标
背景预测
目标检测
复杂大交通场景弱小目标检测技术
机器视觉
深度学习
神经网络
交通场景多目标检测
增强学习
自适应
基于时空域融合的红外弱小目标检测新方法
时空域融合
弱小目标
小波变换
Tophat变换
基于矢量小波的红外弱小目标检测算法研究
矢量小波
弱小目标
目标检测
红外图像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于加权场景先验的海上红外弱小目标检测
来源期刊 红外与毫米波学报 学科 工学
关键词 图像处理 弱小目标检测 加权场景先验 加权核范数 交替方向乘子法
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 633-641
页数 9页 分类号 TP391.4
字数 4687字 语种 中文
DOI 10.11972/j.issn.1001-9014.2019.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘胜达 上海海事大学信息工程学院 16 39 4.0 5.0
2 安博文 上海海事大学信息工程学院 85 270 8.0 10.0
3 赵明 上海海事大学信息工程学院 21 35 3.0 4.0
4 张素 上海海事大学信息工程学院 3 10 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (100)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像处理
弱小目标检测
加权场景先验
加权核范数
交替方向乘子法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与毫米波学报
双月刊
1001-9014
31-1577/TN
大16开
上海市玉田路500号
4-335
1982
chi
出版文献量(篇)
2620
总下载数(次)
3
总被引数(次)
28003
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导