우주 기반 단파장 적외선 영상에서 미약한 목표가 구름 및 지표 잡음에 쉽게 묻히고 낮은 신호 대 잡음비 조건에서 검출이 어려운 문제를 해결하기 위해, Anderson 가속을 융합한 자기 정규화 가중 희소 모델(Self-Regularized Weighted Sparse, SRWS)과 상대적 국부 대비(Relative Local Contrast Measure, RLCM)를 결합한 개선된 검출 방법을 제안하였다. Anderson 가속 메커니즘을 도입함으로써 배경 추정의 계산 복잡도를 상당히 줄였으며, 배경 잔차 맵과 RLCM을 이용하여 다중 스케일 목표 검출을 실현하였다. 실험 결과 본 알고리즘은 복잡한 배경에서도 우수한 성능을 유지하였으며, 수신기 동작 특성 곡선 아래 영역(Area Under Curve, AUC)은 최고 0.950, 최저 0.842 이상을 기록하였고; 신호 대 잡음비 이득(Signal-to-Clutter Ratio Gain, SCRG)은 적외선 패치 이미지(Infrared Patch Image, IPI), 국부 대비법(Local Contrast Measure, LCM) 등 기존 방법보다 유의미하게 우수하였다. 본 연구는 우주 기반 단파장 적외선 약소 목표의 검출 정확도와 안정성을 효과적으로 향상시켜 복잡한 배경에서 원격 탐사 목표 검출을 위한 신뢰할 수 있는 솔루션을 제공한다.

단파장 적외선; 약소 목표 검출; 국부 대비; 배경 추정