日冕喷流是太阳大气中普遍存在的太阳活动现象,对它的研究有助于揭示太阳大气中的能量传输和释放的机制。它往往发生在相对比较小的区域,和磁浮现和磁对消密切相关。如果能很好的把太阳大气中的喷流识别出来,特别是小的、弱的喷流,就可以清楚知道日冕喷流到底对太阳风加速和日冕加热起多大作用。在以往的研究中,喷流爆发的同时,会有耀斑或者日冕物质抛射的发生,所以对于日冕喷流的检测也有利于其他太阳活动现象的研究。随着科技的发展,计算机对运动目标的检测技术不断提升,诸多太阳活动现象（如:太阳黑子,耀斑,日珥）的自动识别检测技术近年来被广泛的研究。本文将两组由太阳动力学天文台（Solar Dynamic Observatory,SDO）卫星上的太阳大气成像仪（Atomospheric Imaging Assembly,AIA）组件在171（?）、193（?）波段观测成像的日冕图像数据作为研究对象,来对日冕中的喷流进行检测。日冕喷流的检测由如下五个步骤组成:首先,使用太阳软件包中的图像对齐、太阳自传校正方法以及图像处理技术对实验的图像数据进行预处理;其次,使用Fast RPCA方法对日冕图像数据中的日冕喷流进行检测,检测的基本思路是利用Fast RPCA方法中低秩和稀疏分解的思想与日冕序列图像中有着变化尺度稍小且占比较大的随机变化背景成分、变化尺度较大且占比较小的日冕喷流的特点相结合,以此来实现随机复杂多变的动态背景和稀疏运动目标之间的分离,从而检测出作为前景变化的日冕喷流;再次:由于日冕中还含有除了喷流以外的太阳活动,所以检测出来的候选前景矩阵中可能含有除了喷流以外的其他运动变化,这里我们结合日冕喷流运动具有指向性,形态为准直状的特点,使用连通域分析操作,剔除几何参数与喷流特性不符合的杂乱变化区域,以此来达到检测日冕喷流的目的;最后,对检测出来的日冕喷流的长度与宽度的比值和横向速度特征参数进行估算。本文采用主客观分析方法,来验证本文算法的适用性和可行性以及准确性。实验结果表明,当实验数据中的日冕喷流符合喷流变化尺度较大、像素强度增加比较明显,同时还存在一些亮度增强的非日冕喷流变化,这些非日冕喷流的变化幅度远小于日冕喷流的变化幅度时,本文算法与帧间差分法相比,能够检测出强度较弱的日冕喷流且提高了日冕喷流检测的准确度;且与混合高斯模型方法的检测结果相比,本文所用算法表现出更好的鲁棒性。