摘要
本发明提供了一种基于遥感图像的去条带与小目标检测的协同方法,包括以下步骤:先假设图像成像模型并去除图像中的条带噪声,并检测图像中的小目标模型,得到的目标函数,构建增广拉格朗日函数来处理等式约束:通过交替优化来求解增广拉格朗日函数,进行收敛性检查,重复进行直至满足收敛条件,完成算法收敛,得到X,T和S的估计值,分别X代表去条带后的图像,T代表小目标,S代表条带噪声分量,实现去条带和小目标检测的联合优化。本发明通过设计新的目标函数,提出一种能够同时进行去条带和小目标检测的模型,提高在复杂条带噪声下的小目标检测性能,能同时噪声估计与小目标检测,提高小目标的检测率。
技术关键词
条带
协同方法
增广拉格朗日
图像
噪声分量
对比度
代表
随机噪声
成像
参数
算法
邻域
变量
像素
因子
矩阵
元素
误差
数据
系统为您推荐了相关专利信息
模板特征
嵌入特征
注意力机制
跟踪方法
特征选择
衍射透镜
彩色图像复原方法
可见光波段
矩阵
反卷积算法
图像分割模型
特征提取模块
建筑物
金字塔池化
通道注意力机制
图像匹配算法
特征匹配网络
深度卷积神经网络
特征点
解码器