通知公告
实验室硕士生在《ISPRS J PHOTOGRAMM》发表研究成果
作者:本站编辑 发布时间:2021-09-16 点击:786

       近日,成像探测与智能感知(IDIP)实验室在复杂海洋环境下红外微弱目标检测领域取得重要研究进展,在国际摄影测量与遥感协会(ISPRS)旗舰学术期刊《ISPRS Journal of Photogrammetry and Remote Sensing》(中科院一区TOP,IF=8.979)发表了题为“Infrared Dim Target Detection via Mode-k1k2 Extension Tensor Tubal Rank Under Complex Ocean Environment”的学术论文。硕士生曹兆洋为该论文第一作者,彭真明教授为论文通讯作者,电子科技大学信息与通信工程学院为唯一作者单位。

       红外微弱目标检测在预警系统和精确制导等军事领域有重要应用。复杂海洋背景下,传统的海杂波建模算法普适性低,建模参数常常只适用于特定的海洋表面杂波,其他基于形态学和视觉显著性的算法鲁棒性低,难以处理强边缘和背景杂波产生的虚警。近年来,研究人员提出了基于张量鲁棒主成分分析(TRPCA)模型的红外小目标检测方法,将目标检测问题转换为凸优化问题,取得较好效果,但是张量秩的近似一直没有得到很好的解决,使优化模型中对红外图像背景低秩性的描述欠佳,算法鲁棒性低。

       为此,作者针对TRPCA模型中低秩成分的张量秩近似开展研究,引入METTR范数近似张量秩,通过张量的模-k1k2展开将高阶张量分解为多个不同模态的低阶张量,更好地挖掘了张量的结构信息,并联合形态学处理提出了一种新的红外微弱目标检测算法(如图1)。该算法在实验中具有良好的检测效果(如图2),在算法定量评价中也具有最优的评价效果(如图3)。该研究弥补了传统检测算法鲁棒性低,普适性差的缺陷,同时也提高了红外小目标检测领域TRPCA模型中低秩成分张量秩的近似精度,对噪声和多种复杂场景都有较高的鲁棒性。

图 1 METTR算法流程

图 2  不同方法的检测结果对比

图 3 对比算法ROC曲线

       近年来, IDIP实验室围绕对地观测遥感图像分析与场景理解、基于视觉的目标检测识别等开展了深入研究,已在IEEE-TGRS, IEEE-TMM, IEEE-JSTARS, IEEE-GRSL, Signal Process., Neurocomput., Opt. Exp., Remote Sens.等发表和交流高水平学术论文百余篇,其中SCI论文90余篇,3篇入选ESI高被引论文。申请发明专利160余项,授权专利80余项。研究成果获教育部、四川省等部省级科技进步奖多项,其中2项实验室为第一完单位。相关成果已在对地观测预警、红外探测及油气勘探等领域得到了应用。

论文链接:https://www.sciencedirect.com/science/article/pii/S0924271621002392