吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (05): 1421-1425.

• 论文 • 上一篇    下一篇

目标感兴趣区域检测算法

宋燕星1,袁峰2,丁振良2   

  1. 1.防灾科技学院 防灾仪器系,河北 三河 065201;2.哈尔滨工业大学 自动化测试与控制系,哈尔滨 150001
  • 收稿日期:2008-08-15 出版日期:2010-09-01 发布日期:2010-09-01
  • 通讯作者: 袁峰(1963-),男,教授,博士生导师.研究方向:光电检测技术,精密几何参数测量技术.E-mail:yuanf@hit.edu.cn E-mail:yuanf@hit.edu.cn
  • 作者简介:宋燕星(1980),女,讲师.研究方向:目标识别,图像压缩.E-mail:yanxing7090091@163.com
  • 基金资助:

    国家自然科学基金项目(50275040)

Detection algorithm for regionofinterest

SONG Yan-xing1,YUAN Feng2,DING Zhen-liang2   

  1. 1.Department of Disaster Prenention Instrument,Institute of Disaster Prevention,Sanhe 065201,China;2.Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150001|China
  • Received:2008-08-15 Online:2010-09-01 Published:2010-09-01

摘要:

将形态Haar小波与数学形态学方法相结合,用于实现目标感兴趣区域(Regionofinterest,ROI)的检测。将采集图像进行二维形态Haar小波分解,结合目标ROI检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,最终完成目标ROI的检测。仿真实验结果表明,该方法能以较低的虚警率和较高的检测率完成目标ROI检测,且运算简单,大大节省了运算时间和硬件资源,降低了系统设计成本。

关键词: 信息处理技术, 目标识别, 形态Haar小波, 数学形态学, 目标感兴趣区域

Abstract:

In this paper the morphology Haar wavelet and mathematic morphology are integrated and employed to detect the RegionofInterest (ROI) of the targets. An image is decomposed with morphology Haar wavelet first; then considering the feature of target ROI detection, new ROI detection operator is applied only in the field of the scale signals to complete the target ROI detection. Simulation results indicate that the proposed detection method can find complete target ROI detection with high detection ratio and low false alarm ratio. It can save both operation time and hardware, thus reduce the cost of the system.

Key words: information processing, target recognition, morphology Haar wavelet, mathematic morphology, target ROI

中图分类号: 

  • TN911.7
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!