基于自适应Lab色差阈值的ViBe运动目标检测算法

针对视觉背景提取算法(ViBe)对光照变化和运动 阴影敏感、提取的运动区域容易产生空洞的问题,本文提出了基于自 适应Lab色差阈值的ViBe运动目标检测算法。根据图像的局部背景亮度与色彩的空间频率对 人眼视觉的影响,自适应的确定 每个像素点的色差阈值,用于像素点与背景模型的匹配;然后,利用邻域像素点的空间一致 性原则,对检测结果进行修正; 最后,统计各连通域的面积,去除小面积的运动目标。实验结果表明,本算法可以有效的适 应光照变化、抑制运动阴影、填 补运动区域的空洞,具有比ViBe算法更好的检测效果。     

一种有效的图像阴影自动去除算法

视频内容分析要求比较精确的目标检测方法.常用的背景减方法在检测运动前景时也会检测到运动目标投射的阴影,将阴影区域误认为目标区可能造成运动目标粘连或者目标区域几何变形,影响后续内容分析结果,因此去除阴影对于提高后续内容分析的准确性提供了保障.本文提出一种基于颜色统计特性的阴影去除方法.首先利用背景减的方法得到包含阴影的候选目标区域.进一步,分析候选目标区域和背景在YCbCr颜色空间的差值统计特性,发现阴影区域有很强的规律性:色度分量与背景区域一致性很高,亮度分量有固定的差.根据上述规律,设计算法去除阴影区域.与现有方法的对比实验结果表明,本文方法能够很好的去除阴影区域,同时又保持了前景目标区域的完整性.     

基于Choquet模糊积分的运动目标检测算法

本文提出了一种基于Choquet模糊积分的运动目标检测算法（CIMOD, Choquet Integrate-based Moving Object Detection）。将模糊测度和模糊积分理论应用于运动目标与背景分类中,提出了自适应阈值的Choquet积分算法,实现了图像的颜色特征和纹理特征相融合;选择YCbCr颜色空间代替传统RGB空间,将图像亮度与色度分离,降低了光照变化对运动检测的影响;利用局部二元模式（LBP,Local Binary Pattern）纹理特征对亮度级的单调的变化具有不变性的特点,将其融合到检测算法中,有效抑制了阴影的干扰。仿真实验结果表明,即使在光照变化、阴影干扰等复杂背景情况下,该算法也能够准确的检测出运动区域。     

基于YUV空间球状码元码本背景模型的运动物体检测算法研究

在光照变化强烈的场景中,传统的码本背景模型对运动目标检测效果较差,该文融入了梯度信息来改变传统码本背景模型中的亮度范围,对传统度量颜色距离的柱状单词结构做了改变,用YUV颜色模型建立码本背景模型,降低了传统的码本背景模型在光照变化比较频繁的场景中的敏感性。通过改进的算法对一组典型的复杂背景视频图像对进行验证,证明了改进的球状码本背景模型的算法确实能够取得更好的检测效果。     

融合颜色和梯度直方图反投影的运动阴影检测

针对智能视频监控中运动阴影影响目标跟踪和识别准确性的问题,提出了一种基于颜色和梯度直方图反投影的阴影检测算法。以视觉背景提取模型检测得到的运动目标区域为基础,首先在HSI颜色空间利用亮度和色度信息筛选出阴影像素,然后通过梯度直方图反投影的方法区分运动目标和阴影,最后将上述两种方法的检测结果进行合理融合得到最终的阴影检测区域。与典型算法的对比实验结果表明,所提算法有效提高了阴影检测的准确性和鲁棒性,适用于运动目标的实时检测和识别。     

改进的基于码本模型目标检测算法

为克服基于码本模型的目标检测算法在光照变化条件下对检测结果产生的影响,提出了一种融合卡尔曼滤波思想的改进码本算法。该方法在计算图像像素亮度变化时选用了YUV颜色空间,使空间坐标轴与亮度变化方向一致,使亮度变化的计算量平均下降了44.9%。同时在建立码本模型时为每个像素初始化一个卡尔曼滤波器,该滤波器利用前后两帧图像亮度信息预测与修正当前像素值,对光照变化有较好的适应性。仿真实验结果表明,该算法与YUV码本模型、RGB码本模型以及GMM算法相比在亮度变化的条件下对噪声的抑制作用更强,体现出更好的自适应性。     

基于图切割的人体运动检测

研究利用图切割对人体进行有效检测的方法.首先在色相、饱和度和亮度(HSV)颜色空间建立自适应的背景混合模型快速提取背景;然后计算差分并消除阴影;最后构造8连通网络图,使用最小切割完成目标的分割.通过实验,对单模型与混合模型背景、4连通与8连通邻域以及基于数学形态学与基于图切割的分割进行了比较.结果表明,在实际环境下,采用本方法可快速、有效和鲁棒地对人体运动进行检测,并获得干净、光滑的分割结果.     

一种自适应光照的肤色识别算法

提出了一种YUV色度空间和YIQ色度空间相结合的基于Gamma变换的自适应光照变化的肤色识别算法。实验证明，该算法无论是正常图像还是受光照影响的图像都能很好的提取出其中的肤色信息。     

一种户外全彩LED显示屏亮度色度检测新方法

本文针对户外全彩LED显示屏的亮度和色度检测,提出了一种基于数字图像处理技术的检测新方法。首先对采集的LED显示屏图像进行预处理;然后通过水平与垂直投影来确定LED像素点的位置及亮度、色度的计算区域;最后记录亮度和色度不一致的LED像素点,以便进行后续校正。实验表明,该检测方法可实现对户外全彩LED显示屏亮度和色度的检测及后续的校正,大大提高LED显示屏的检测速度和显示质量。     

一种基于Phong物体光照模型的阴影检测算法

针对目前运动目标检测算法中常将阴影误检为前景目标的问题,提出一种基于Phong物体光照模型的阴影检测算法。基于Phong物体光照模型,我们对场景中象素的亮度值进行分析,通过定义一个亮度相对变化量,推导出他在整个阴影区域是比较稳定的,所以在一个(5×5)的模板上用协方差来衡量这种稳定性,从而得到第一个阴影判决式。又推导出阴影区域亮度相对变化量随时间的变化保持相对稳定,设计一个滤波模板来增大目标区域的不稳定性,从而得到第二个阴影判决式。最后结合以上二个阴影判决式进行阴影检测,并对实验结果进行定性和定量的评估。与前人提出算法比较,本文提出的算法在阴影检测率和区分率等方面都得到了提高,具有较强的鲁棒性。     

航空图像中阴影区域的检测

航空图像中的阴影区域可以提供大量的关于目标形状、相对位置、表面特性、高度的相关信息,本文首先对阴影的特征进行了研究,认为阴影对图像的影响是使所投射地表的表面光照强度降低,但不改变原有地表,目标表面的光照特征,如纹理特征及光照强度方向统计特征等。阴影区域内的灰度方差一般小于其他非阴影区域,不同阴影区域之间的灰度值具有较强的一致性。然后,本文利用基于二维直方图的最大熵门限化方法求得边缘图像,并对边缘图像进行了细化和跟踪,删除那些对比很弱、或者虽然对比度较强,但是不满足光照条件的边缘,得到阴影边缘。在门限化过程中使用了邻域函数和过渡区域,既保留了弱边缘,又最大程度地抑制了噪声对边缘的干扰。根据阴影边缘构出假想的阴影区域,并统计这些区域的灰度直方图,求得阴影区域的灰度区间。根据该灰度区间可以得到阴影区域,这些区域具有对比度较高、至少有一侧比较规则、光学性质类似的特点。     

室内夜间微弱光源下运动目标检测和阴影去除

提出一种新的室内夜间微弱光源照明情况下的运动目标检测方法。首先进行背景建模, 获取稳固的背景图像, 之后对背景和当前帧图像进行图像增强处理, 提高其清晰度; 采用相对背景减法检测前景运动目标, 并对差分图像进行去噪和修补; 利用前景目标区域、阴影区域和背景区域像素亮度值存在差异的特点, 检测和去除背景差分图像中可能存在的阴影, 获得准确的运动目标。在室内夜间环境下采集视频进行试验, 结果验证了所提方法的有效性。     

基于低尺度细节恢复的单幅图像阴影去除方法

为了在光照复杂、纹理丰富的图像上获得更好的去阴影效果,基于生成对抗网络提出了一种新颖的阴影去除方法.首先,所提网络中的阴影检测子网为阴影图像生成阴影掩膜,基于该检测结果提出一种光照敏感的多尺度图像分解方法,在几乎不损失光照信息的同时提取图像纹理信息;然后,蒙版生成子网为分解后的低尺度图像生成相应的蒙版用于去除其中阴影;其次,边界复原子网修复阴影边界实现友好的过渡;最后,使用自适应衰减因子引导图像进行细节恢复以得到纹理丰富的结果.实验结果表明所提方法可以有效地提高阴影去除效果.     

基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

基于混合高斯模型与三帧差分的目标检测算法

针对传统目标检测方法中光照变化、复杂背景、阴影等难点,提出了一种结合三帧差分法和混合高斯背景建模的算法,既能很好地适应场景中的光照渐变和背景扰动,又能克服普通帧差法中检测目标不准确,容易产生孔洞及双影现象的问题。同时,采用了一种简易的阴影抑制算法和形态学滤波处理,有效地去除了阴影以及噪声。实验结果表明,该算法易于实现,具有较好地实时性和鲁棒性,能精确地检测出运动目标。     

基于自适应背景图像更新的运动目标检测方法

在运动目标的实时检测中常用的方法是背景图像差分法,但因其缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了本方法的适应性.对此,本文首先提出了一种基于光流场等技术的自适应背景逼近更新方法,并根据彩色差值模型得到差分图像;然后引入Gauss模型实现运动目标的自适应阈值分割.实验结果表明:本文提出的背景更新方法可随着光照条件的变化实时、准确地更新背景图像,在此基础上提出的基于Gauss模型的自适应阈值分割方法可以实现运动目标的完整分割,这为运动目标的后续识别与理解奠定了基础.     

基于帧差法的运动车辆阴影去除算法

在视频交通车辆目标检测中,阴影问题是影响其检测准确性的关键问题之一.为了解决这个问题,提出了一种结合单模高斯模型和帧差法的运动目标阴影去除方法.首先通过单模高斯模型背景建模获取前景包括阴影在内的目标图像,再结合帧差法去除阴影.实验结果证明,该方法得到的车辆目标比较完整,并较好地去除了运动车辆阴影.     

荧光视网膜图像的照度均衡及自适应血管增强算法

提出一种基于图像反射度照度模型的荧光视网膜图像照度校正与均衡算法.首先,使用多尺度处理及形态学测地膨胀运算将原始图像分离为背景图像和前景图像,然后,在背景图像的基础上使用多方向直线均值法对图像的照度成分进行估计,并由反射度照度模型得到背景的均衡图像;最后,单独对前景血管自适应增强的图像进行灰度校正,并将均衡后的背景图像...     

基于深度阴影特征增强的任意至任意重光照

任意至任意重光照利用隐含在引导图像中的光照重新照明源图像。现有的任意至任意重光照方法由于采用端到端的学习方式,导致阴影特征与色温特征高度耦合,进一步影响了阴影生成的准确性。为此,本文提出了一个基于深度阴影特征增强的任意至任意重光照方法。该方法的关键是设计一个额外的阴影解码器,从隐式表征中直接生成对应的阴影图像。同时,为了充分利用学习到的阴影特征,我们引入一个基于注意力机制的特征融合模块,实现重光照特征与阴影特征的自适应融合。另外,我们实验性地发现,利用多项式核函数把源图像映射到高维特征后,再作为网络输入,能进一步提升性能。在VIDIT数据集上的实验表明了本文所提方法的有效性。      

结合直方图反投影的多特征运动阴影检测算法

针对视频监控中运动阴影影响目标检测跟踪准确性的问题,提出一种结合直方图反投影的多特征运动阴影检测算法。首先利用背景减除法,得到前景区域并进行初步筛选;然后在背景区域建立亮度、颜色、梯度特征的联合直方图,以反投影的方式投影到前景区域得到运动阴影概率图;最后结合空间一致性和滞后阈值,对概率图进行分割得到运动阴影区域。与典型算法进行对比的实验结果表明,本文算法能够有效区分阴影与目标,适用于实时的运动目标检测与跟踪。