В связи с тем, что слабые малые цели на спутниковых изображениях в коротковолновом инфракрасном диапазоне легко скрываются облаками и помехами поверхности, а также сложностью обнаружения при низком отношении сигнал/шум, предложен метод улучшенного детектирования, объединяющий само-регуляризованную взвешенную разреженную модель (Self-Regularized Weighted Sparse, SRWS) с ускорением Андерсона и мерой относительного локального контраста (Relative Local Contrast Measure, RLCM). Введение механизма ускорения Андерсона значительно снизило вычислительную сложность оценки фона, а использование карты остаточного фона и RLCM позволило провести многоуровневое обнаружение объектов. Экспериментальные результаты показывают, что предлагаемый алгоритм сохраняет высокую производительность в сложных фонах, максимальная площадь под кривой приемника (Area Under Curve, AUC) достигает 0.950, минимальное значение не ниже 0.842; улучшение отношения сигнал-шум (Signal-to-Clutter Ratio Gain, SCRG) значительно превосходит традиционные методы, такие как инфракрасные патч-изображения (Infrared Patch Image, IPI) и метод локального контраста (Local Contrast Measure, LCM). Исследование эффективно повышает точность и стабильность обнаружения слабых малых целей в космическом коротковолновом инфракрасном диапазоне, предоставляя надежное решение для обнаружения объектов в сложных условиях.

коротковолновое инфракрасное излучение;обнаружение малых слабых целей;локальный контраст;оценка фона