基于随机化张量算法的红外弱小目标检测OA北大核心CSTPCD

为了降低基于张量低秩稀疏分解的红外弱小目标检测算法的计算复杂度,提升红外弱小目标的检测性能,将图像时空张量与随机化算法进行结合,提出了一种基于随机化张量算法的红外弱小目标检测算法。首先将红外图像序列构造成时空张量作为张量优化模型的输入,然后使用随机化张量算法求解张量优化模型,最后将计算得到的稀疏张量还原为图像,获得目标图像。结果表明,相比于传统基于低秩稀疏分解的算法,所提出的算法不仅计算速度快,而且具有较好的弱小目标检测性能。该研究为提升基于张量低秩稀疏分解的红外弱小目标检测算法的运算速度提供了参考。