原文服务方: 计算机应用研究       
摘要:
提出了一种基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法.该方法首先利用形态学开闭运算对原始图像进行平滑处理,再对梯度图像进行阈值优化,去除过多的区域极小值,然后利用分水岭分割算法检测目标,最后利用目标的面积和空间关系等特征去除少量误提目标.实验表明,新方法可以取得很好的效果.
推荐文章
形态学梯度重建的改进快速分水岭算法
图像分割
快速分水岭变换
形态学梯度重建
基于形态学重建和梯度分层修正的分水岭脑肿瘤分割
脑肿瘤
开闭重建
结构元素
梯度修正
形态学分水岭
基于分水岭和形态学的图像特征提取方法
毫米波被动成像
特征提取
形态学
分水岭算法
一种程度可控的形态学多尺度梯度分水岭算法
图像分割
分水岭算法
边缘检测
形态学多尺度梯度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法
来源期刊 计算机应用研究 学科
关键词 形态学开闭运算 梯度优化 分水岭 目标检测
年,卷(期) 2009,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 1593-1594,1600
页数 3页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.04.118
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李朝锋 江南大学信息工程学院 48 430 12.0 19.0
2 潘婷婷 江南大学信息工程学院 3 52 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (35)
同被引文献  (84)
二级引证文献  (56)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(8)
  • 引证文献(2)
  • 二级引证文献(6)
2012(11)
  • 引证文献(1)
  • 二级引证文献(10)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(9)
  • 引证文献(4)
  • 二级引证文献(5)
2017(12)
  • 引证文献(5)
  • 二级引证文献(7)
2018(10)
  • 引证文献(8)
  • 二级引证文献(2)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
形态学开闭运算
梯度优化
分水岭
目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导