申请/专利权人：中国科学院光电技术研究所

申请日：2023-09-15

公开（公告）日：2023-11-24

公开（公告）号：CN117115575A

主分类号：G06V10/77

分类号：G06V10/77;G06V10/25

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

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。

主权项：1.一种基于尺度空间理论的改进RPCA红外小目标检测方法，其特征在于，该方法具有以下步骤：步骤1、获得单帧红外小目标原始图像，称为原始图像；步骤2、对原始图像进行LoG尺度变换，获得候选目标矩阵；步骤3、根据候选目标矩阵中各点坐标，确定原始图像中需要进行RPCA分解的范围；步骤4、对步骤1中获得的原始图像，根据步骤3中确定的范围，进行RPCA分解、矩阵填充操作，获得目标图像矩阵；步骤5、对步骤2获得的候选目标矩阵和步骤4获得的目标图像矩阵取交集，获得显著目标矩阵；步骤6、计算显著目标矩阵的全局阈值，根据该阈值进行图像分割获得真实目标图像矩阵。

全文数据：

权利要求：

百度查询： 中国科学院光电技术研究所 一种基于尺度空间理论的改进RPCA红外小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD