针对红外图像中由复杂背景和目标多形态带来的单帧检测暗弱小目标比较困难的问题,提出了一种先进行阈值分割粗提取,后进行多点信噪比精检测的算法。在粗提取阶段,提出了改进的基于稳健主成分分析(RPCA)的阈值分割算法,利用邻域稀疏度均值与整幅稀疏图像均值的比值进行阈值分割,从而进一步剔除孤立噪点和背景云层边缘的杂波。在精检测阶段,提出了基于统计特性的多点恒虚警检测算法,统计候选点在邻域内每个像元的信噪比,利用虚警率门限和统计数量阈值筛选目标点,从而克服由小目标能量弥散带来的多形态特征问题。实验结果表明,所提算法在复杂背景下的探测率达到95.6%,与利用单像元和邻域像元均值计算信噪比的方法相比,虚警率分别降低了56.1%和47.1%。

及时发现并剔除异常光谱对于提高近红外光谱分析的可靠性具有重要意义。 首先介绍了基于正交距离的稳健主成分分析法判断异常光谱的原理, 分析了该方法的局限性, 在此基础上提出了一种基于简化正交距离的异常光谱判断方法, 即以高浓度样品的光谱直接估计第一稳健主成分, 再通过重复测量估计正交距离的统计参数来判断异常光谱。 最后, 采用上述两种方法对葡萄糖水溶液和2% Intralipid仿体溶液透射实验中受温度影响的异常光谱进行了判别。 结果表明, 基于正交距离的稳健主成分分析法, 当崩溃值设定为40%时, 葡萄糖水溶液和仿体溶液实验中受温度影响的异常光谱均能被正确识别； 当崩溃值设定为25%时, 对葡萄糖水溶液和仿体溶液实验中受温度影响的异常光谱漏判率分别为54.5%和72.7%。 而简化正交距离法可以准确识别出葡萄糖水溶液和仿体溶液实验中受温度干扰的异常光谱, 且具有无需预先设定崩溃值和测量持续时间较短等优点。 因此, 简化正交距离法在实际应用中相比基于正交距离的稳健主成分分析法有着显著的优势。