基于稀疏增強(qiáng)重加權(quán)與掩碼塊張量的紅外弱小目標(biāo)檢測(cè)

摘要： 高度異構(gòu)的復(fù)雜背景破壞了場(chǎng)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(wèn)題，本文將小目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)化為張量模型的凸優(yōu)化函數(shù)求解問(wèn)題，提出基于稀疏增強(qiáng)重加權(quán)與掩碼塊張量的檢測(cè)模型。首先，將掩碼塊圖像以堆疊方式擴(kuò)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(qiáng)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(guò)程中設(shè)...