一种基于尺度空间理论的改进RPCA红外小目标检测方法

摘要

本发明公开了一种红外小目标检测方法。由于成像距离较远，小目标在红外图像中尺寸较小、对比度低，使得小目标在红外图像中很容易被背景和噪声干扰，造成传统的目标检测方法在红外小目标检测中具有较大的局限性。因此，在本发明中，使用基于尺度空间理论的拉普拉斯高斯算子处理原始图像，获得候选目标点。根据候选目标点确定需要分解的图像范围。通过低秩稀疏理论完成原始图像的分解，在候选目标点的引导下检出真实目标。一方面，尺度空间理论的引入，提高了本算法的鲁棒性，抑制了背景的影响；另一方面，低秩稀疏理论将传统算法中的背景与目标分离问题转化为鲁棒主成分分析问题，有效提升了目标的检出成功率。