当面对极其复杂的红外背景时,由于基于l 1规范的稀疏性度量的缺陷,最新的红外斑块图像(IPI)模型将陷入一个困境,即昏暗的目标可能会过度收缩。分离或强云边缘保留在目标图像中。 为了在保留暗淡目标的同时抑制强边缘,提出了一种加权红外补丁图像(WIPI)模型,该模型将结构先验信息纳入了红外小目标和背景分离的过程中。 代替采用全局权重,我们根据目标补丁图像的补丁结构将自适应权重分配给目标补丁图像的每一列。 然后将提出的WIPI模型转换为按列加权的鲁棒主成分分析(CWRPCA)问题。 另外,基于转向核设计目标似然系数,作为每列的自适应权重。 最后,为了解决CWPRCA问题,提出了一种基于交替方向法(ADM)的求解算法。 详细的实验结果表明,与主观视觉质量,定量评估指标和收敛速度相比,该方法相对于其他九种经典或最新方法具有显着改进。