位置:成果数据库 > 期刊 > 期刊详情页
基于改进背景预测和流水线的弱小目标检测
  • ISSN号:1671-4512
  • 期刊名称:《华中科技大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽工业大学机械工程学院,安徽马鞍山243002
  • 相关基金:国家自然科学基金资助项目(51044001);安徽省自然科学基金资助项目(11040606M104)
中文摘要:

针对复杂背景下液体中弱小目标的检测,提出了一种基于改进背景预测和双层流水线的算法.该算法首先对单帧图像进行背景预测处理,并初始化双层流水线管道;然后对第1层流水线管道中的图像进行交叉差分并二值化,将差分后二值化的图像传送到第二层流水线管道的顶部,更新第2层流水线管道;最后采用逻辑与运算和形态学开运算去除噪声,获得真正的目标,而且应用该算法对弱小目标序列图像进行了验证.实验结果表明:与传统最大化背景预测相比,改进的最大化背景预测方法预处理时间减少了55%,且双层流水线结构算法比单层流水线结构算法在处理时间上减少了0.5s以上.

英文摘要:

A new method to detect weak and small targets on melt against complex background was proposed,which was based on modified background prediction and double-pipeline.At first,the images sequence was processed by modified background prediction algorithm and the double-pipeline was initialized.Then cross difference and binary images in the first pipeline were constructed,which result images were transported to the top of the second pipeline and refreshed the original images.Lastly,the true target was detected combining with the logic and algorithm and open operation of mathematical morphology to remove noise,and the verification was constructed for images sequence of the weak and small target by the above algorithm.Experimental results show that the preprocessing time of this method is less 55% than the time of the conventional maximum background prediction,and the total time of double-pipeline algorithm is reduced to less 0.5 s than that of single-pipeline algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华中科技大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:华中科技大学
  • 主编:丁烈云
  • 地址:武汉珞喻路1037号
  • 邮编:430074
  • 邮箱:hgxbs@mail.hust.edu.cn
  • 电话:027-87543916 87544294
  • 国际标准刊号:ISSN:1671-4512
  • 国内统一刊号:ISSN:42-1658/N
  • 邮发代号:38-9
  • 获奖情况:
  • 全国优秀科技期刊,首届国家期刊奖,第二届全国优秀科技期刊评比一等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21013