천공 기반 단파장 적외선 영상에서 약한 작은 목표가 구름과 지표 잡음에 묻히기 쉽고 저신호대잡음비 조건에서 탐지가 어려운 문제를 해결하기 위해 앤더슨 가속을 융합한 자기 정규화 가중 희소 모델(Self-Regularized Weighted Sparse, SRWS)과 상대 지역 대비(Relative Local Contrast Measure, RLCM)를 결합한 개선된 탐지 방법을 제안한다. 앤더슨 가속 메커니즘을 도입하여 배경 추정의 계산 복잡도를 크게 낮추었고, 배경 잔차 맵과 RLCM을 활용하여 다중 스케일 목표 탐지를 실현하였다. 실험 결과 본 알고리즘은 복잡한 배경에서도 우수한 성능을 유지하며, 수신기 동작 곡선 아래 면적(Area Under Curve, AUC)이 최고 0.950, 최저 0.842 이상을 보였다; 신호 대 잡음비 이득(Signal-to-Clutter Ratio Gain, SCRG)은 적외선 패치 이미지(Infrared Patch Image, IPI), 국부 대비법(Local Contrast Measure, LCM) 등의 기존 방법보다 현저히 우수하다. 본 연구는 천공 단파장 적외선 약한 작은 목표의 탐지 정확도와 안정성을 효과적으로 향상시켜 복잡한 배경에서 원격 탐지 목표 탐지를 위한 신뢰할 수 있는 해결책을 제공한다.

단파장 적외선;약한 작은 목표 탐지;국부 대비;배경 추정