基于稀疏增強重加權(quán)與掩碼塊張量的紅外弱小目標(biāo)檢測

摘要： 高度異構(gòu)的復(fù)雜背景破壞了場景的低秩性，現(xiàn)有算法難以利用低秩稀疏恢復(fù)方法從背景中分離出小目標(biāo)。為了解決上述問題，本文將小目標(biāo)檢測問題轉(zhuǎn)化為張量模型的凸優(yōu)化函數(shù)求解問題，提出基于稀疏增強重加權(quán)與掩碼塊張量的檢測模型。首先，將掩碼塊圖像以堆疊方式擴展至張量空間，并構(gòu)建掩碼塊張量模型以篩選候選目標(biāo)。在此基礎(chǔ)上，利用結(jié)構(gòu)張量構(gòu)建稀疏增強重加權(quán)模型以抑制背景雜波，克服凸優(yōu)化函數(shù)求解過程中設(shè)... （共9頁）