数学形态学在紫外目标检测中的应用

doi:10.3778/j.issn.1002-8331.2009.29.066

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (29): 220-222.DOI: 10.3778/j.issn.1002-8331.2009.29.066

数学形态学在紫外目标检测中的应用

赵玉环¹，王勤¹，张利伟¹，闫丰²

1.河南理工大学物理化学学院，河南焦作 454000
2.中国科学院长春光学精密机械与物理研究所，长春 130033

收稿日期:2009-04-15 修回日期:2009-05-19 出版日期:2009-10-11 发布日期:2009-10-11
通讯作者: 赵玉环

Mathematical morphology application in real-time detection of target in solar blind ultraviolet image

ZHAO Yu-huan¹，WANG Qin¹，ZHANG Li-wei1，YAN Feng²

1.School of Physics and Chemistry，Henan Polytechnic University，Jiaozuo，Henan 454000，China
2.Changchun Institute of Optics，Fine Mechanics and Physics，Chinese Academy of Sciences，Changchun 130033，China

Received:2009-04-15 Revised:2009-05-19 Online:2009-10-11 Published:2009-10-11
Contact: ZHAO Yu-huan

摘要/Abstract

摘要： 由于我国的紫外成像探测技术起步较晚、技术较为落后，有关紫外图像处理方面的研究报道很少。在以往相关研究工作的基础上，针对紫外成像探测系统的日盲紫外小目标图像序列，设计了一种基于数学形态学和图像差分相结合的空间小目标提取方法。首先对原始图像进行灰度形态开运算处理，以减弱噪声和突出目标；然后采用自适应阈值算法对图像序列进行绝对差分运算；从而检测出潜在的目标。实验表明，该算法既能去除背景和噪声干扰，又可有效地检测出图像中的小目标。

关键词: 紫外图像, 形态学, 差分图像, 目标检测

Abstract: The ultraviolet technology in China is developed lately，and a little research news about ultraviolet image processing is reported.According to recent research，small target detecting in the solar blind ultraviolet image of the ultraviolet imaging and detecting system is studied deeply.Based on the mathematical morphology and image difference，a method for target extraction of the solar blind ultraviolet image is presented.Firstly，the noise of original image is suppressed by open processing.Then the image sequences are simulated by absolute difference of adaptive threshold for detecting latent target.Results of simulated experiment demonstrate that the method can not only suppress the disturbance by the background and noise but also effectively detect the small target of the solar ultraviolet image.

Key words: ultraviolet image, morphology, difference image, target detection

中图分类号:

TP391.41

赵玉环¹，王勤¹，张利伟¹，闫丰². 数学形态学在紫外目标检测中的应用[J]. 计算机工程与应用, 2009, 45(29): 220-222.

ZHAO Yu-huan¹，WANG Qin¹，ZHANG Li-wei1，YAN Feng². Mathematical morphology application in real-time detection of target in solar blind ultraviolet image[J]. Computer Engineering and Applications, 2009, 45(29): 220-222.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[3]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[4]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[5]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[6]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[7]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[8]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[9]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[10]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[11]	刘紫燕，袁磊，朱明成，马珊珊，陈霖周廷. 融合SPP和改进FPN的YOLOv3交通标志检测[J]. 计算机工程与应用, 2021, 57(7): 164-170.
[12]	马巧梅，王明俊，梁昊然. 复杂场景下基于改进YOLOv3的车牌定位检测算法[J]. 计算机工程与应用, 2021, 57(7): 198-208.
[13]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[14]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.
[15]	肖雨晴，杨慧敏. 目标检测算法在交通场景中应用综述[J]. 计算机工程与应用, 2021, 57(6): 30-41.

数学形态学在紫外目标检测中的应用

Mathematical morphology application in real-time detection of target in solar blind ultraviolet image

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics