天基短波赤外画像において弱小な目標が雲や地表雑波によって埋もれやすく、低信号対雑音比条件下での検出が困難である問題に対して、アンダーソン加速を融合した自己正則化加重スパースモデル（Self-Regularized Weighted Sparse、SRWS）と相対局所コントラスト測度（Relative Local Contrast Measure、RLCM）による改良検出手法を提案する。アンダーソン加速機構の導入により、背景推定の計算複雑度が著しく低減され、背景残差図とRLCMを利用して多スケール目標検出を実現した。実験結果は、本アルゴリズムが複雑な背景下でも優れた性能を維持し、受信機動作特性曲線下面積（Area Under Curve、AUC）が最高0.950、最低でも0.842以上であることを示している。信号対雑音比利得（Signal-to-Clutter Ratio Gain、SCRG）は赤外画像パッチ（Infrared Patch Image、IPI）や局所コントラスト法（Local Contrast Measure、LCM）などの従来手法よりも著しく優れている。本研究は、天基短波赤外の弱小目標検出の精度と安定性を効果的に向上させ、複雑な背景下におけるリモートセンシング目標検出の信頼できるソリューションを提供する。

短波赤外;弱小目標検出;局所コントラスト;背景推定