l-曲线矩阵代码代码代码
该存储库适用于以下论文中介绍的自我正则化加权稀疏(SRWS)模型,并在Matlab
R2018a中构建。
Zhang
T,Peng
Z,Wu
H,et
al。
[J]。
神经计算,420:124-148。
有关我的更多信息,您可以访问我的。
内容
介绍
红外搜索与跟踪(IRST)系统已在许多领域中广泛使用,但是,在复杂背景下检测红外小目标仍然是一项艰巨的任务。
本文提出了一种新的检测方法,称为自规则加权稀疏(SRWS)模型。
该算法是针对数据可能来自多个子空间的假设而设计的。
并且,可以检测背景结构信息的重叠边缘信息(OEI)被用于约束稀疏项并提高准确性。
此外,自正则项用于在背景中挖掘潜在信息,并从多个子空间中提取杂波。
因此,红外小目标检测问题转化为优化问题。
通过将优化函数与乘积交替方向法(ADMM)结合,我们解释了SRWS的求解方法并优化了其迭代收敛条件。
一系列实验结果表明,所提出的方法优于最新的基线。
图1.红外图像转换为斑块图像的插图。
图2.背景估计能力的图示。
(a)-(d)是原始图像;
(e)-(h)是通过IPI估计的背景,采用单个子空间方
2022-01-19 10:29:47
38.97MB
系统开源
1