基于空時(shí)域稀疏表示的弱小運(yùn)動(dòng)目標(biāo)檢測技術(shù).pdf

1、紅外弱小運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù)是光電成像探測系統(tǒng)研究的關(guān)鍵技術(shù)之一。由于探測器與深空目標(biāo)之間的距離遠(yuǎn),目標(biāo)在成像上通常表現(xiàn)為面積小和信號(hào)弱的特點(diǎn),并且易于淹沒在各種雜波背景和強(qiáng)噪聲中,使得目標(biāo)檢測與跟蹤變得十分困難。因此,探索低信噪比條件下有效的弱小目標(biāo)檢測方法具有非常重要的理論和實(shí)際意義。
　　近年來,稀疏表示理論在信號(hào)處理領(lǐng)域興起,它使用超完備字典對(duì)信號(hào)進(jìn)行稀疏表示,即用較少的原子揭示信號(hào)的主要內(nèi)容,使得信號(hào)的表示更加準(zhǔn)確有效

2、。雖然稀疏表示理論還處在探索和完善之中,但是它已經(jīng)在信號(hào)處理領(lǐng)域取得了許多成果,表現(xiàn)出了巨大的發(fā)展?jié)摿Α?br>　　基于上述背景,本文利用稀疏表示理論對(duì)序列圖像弱小運(yùn)動(dòng)目標(biāo)檢測方法進(jìn)行了深入研究。首先,分析了序列圖像在時(shí)域上的稀疏特性,時(shí)域稀疏系數(shù)不僅稀疏度不強(qiáng),而且少量具有較大稀疏系數(shù)值的原子規(guī)律性差,針對(duì)單幀圖像訓(xùn)練的超完備字典及其稀疏表示不能充分挖掘序列圖像中目標(biāo)的運(yùn)動(dòng)信息。然后,基于目標(biāo)的運(yùn)動(dòng)具有連續(xù)性和一致性的物理屬性,聯(lián)合空

3、域和時(shí)域來構(gòu)造空時(shí)超完備稀疏字典,探索目標(biāo)和背景所體現(xiàn)出的特征差異,提出了基于空時(shí)域稀疏表示的弱小運(yùn)動(dòng)目標(biāo)檢測算法。該算法以序列圖像為訓(xùn)練樣本,構(gòu)建空時(shí)域超完備稀疏字典,將圖像塊在空時(shí)域字典中進(jìn)行稀疏分解,再結(jié)合該稀疏分解系數(shù)及其較大值對(duì)應(yīng)的原子內(nèi)容來判斷該圖像塊是否含有目標(biāo)。為了更進(jìn)一步提高目標(biāo)的檢測性能,采用高斯字典對(duì)該空時(shí)稀疏字典進(jìn)行分類,分別得到目標(biāo)空時(shí)字典和背景空時(shí)字典,繼而將圖像塊在目標(biāo)空時(shí)字典和背景空時(shí)字典的聯(lián)合字典中進(jìn)行