Considerando que alvos fracos em imagens infravermelhas de ondas curtas baseadas no espaço terrestre são facilmente ocultados por nuvens e ruído do solo, e difíceis de detectar em condições de baixa relação sinal-ruído, propõe-se um método aprimorado de detecção que combina um modelo esparso ponderado auto-regularizado acelerado por Anderson (Self-Regularized Weighted Sparse, SRWS) com uma medida de contraste local relativa (Relative Local Contrast Measure, RLCM). A introdução do mecanismo de aceleração de Anderson reduz significativamente a complexidade computacional da estimação do fundo, enquanto a utilização do mapa de resíduos do fundo e do RLCM permite a detecção multiescala de alvos. Os resultados experimentais mostram que o algoritmo mantém um desempenho excelente em fundos complexos, com uma área sob a curva (Area Under Curve, AUC) máxima de 0,950 e mínima não inferior a 0,842; o ganho da relação sinal-para-clutter (Signal-to-Clutter Ratio Gain, SCRG) é significativamente superior a métodos tradicionais, como a imagem de patch infravermelho (Infrared Patch Image, IPI) e a medida de contraste local (Local Contrast Measure, LCM). Este estudo melhora efetivamente a precisão e estabilidade da detecção de alvos fracos em infravermelho de ondas curtas baseadas no espaço terrestre, fornecendo uma solução confiável para a detecção de alvos em fundos complexos na sensoriamento remoto.

infravermelho de ondas curtas; detecção de alvos fracos; contraste local; estimativa de fundo