L-曲线MATLAB代码-SRWS：用于红外小目标检测的自调节加权稀疏模型代码（源自我的论文）

简介：
这段简介可以描述为：“L-曲线MATLAB代码-SRWS”是基于作者的研究论文开发的一款MATLAB工具，专门针对红外图像中小目标的检测问题。该工具采用了一种自适应调整权重的稀疏表示模型，有效提升了小目标在复杂背景下的识别精度与鲁棒性。 该存储库适用于论文中介绍的自我正则化加权稀疏（SRWS）模型，并在Matlab R2018a中构建。 红外搜索与跟踪（IRST）系统已在许多领域广泛应用，但在复杂背景下检测红外小目标仍然是一个挑战性问题。本段落提出了一种新的检测方法——自规则加权稀疏（SRWS）模型。该算法假设数据可能来自多个子空间，并利用背景结构信息的重叠边缘信息（OEI）来约束稀疏项并提高准确性。此外，通过使用自我正则化项在背景中挖掘潜在信息，可以从多个子空间提取杂波。因此，红外小目标检测问题被转化为优化问题。 通过将优化函数与乘积交替方向法（ADMM）结合，我们解释了SRWS的求解方法并优化其迭代收敛条件。一系列实验结果表明所提出的方法优于最新的基线模型。 图1展示了红外图像转换为斑块图像的过程。 图2演示了背景估计的能力。（a）-（d）是原始图像；（e）-（h）则是通过IPI估计的背景，采用单个子空间方法。