使用闪光灯图像对的闪光灯阴影检测

人们在光线较暗的环境拍摄照片时,经常使用闪光灯来增强光照。但闪光灯的使用会引起一些不良效应,如红眼和闪光灯阴影。检测并去除闪光灯图像中的闪光灯阴影区域,会显著提高对象检测和识别等视觉任务的性能。提出了一种使用闪光灯图像对的闪光灯阴影检测算法。它基于以下假设:闪光灯阴影边缘点只会出现在闪光灯图像中,并且闪光灯阴影区域的灰度值低于非闪光灯图像对应区域的灰度值。所提算法包括三个步骤:预处理、闪光灯阴影边缘点检测和闪光灯阴影检测。仿真结果和与已有方法的比较都验证了所提方法的有效性。      

基于二维道路图像理解算法的阴影检测

提出了一种新的自动检测二维彩色道路场景图像阴影区域的方法。该方法首先从RGB色彩空间中提取出亮度信息,并进行图像分割,再结合从色差图像中提取的阴影信息,检测并消除可能存在的阴影区域,减小在直方图分割中由于阴影的影响而引起的分割误差,最终达到正确的图像分割结果。实验结果表明,该方法简便且有效,并能适应各种不同的二维道路场景需求,具有一定的鲁棒性。     

单幅图像阴影检测与去除算法的研究

阴影检测和阴影去除在图像中扮演着至关重要的角色。尽管目前已经有很多算法在不同的环境和假设前题下被提出,但检测自然场景中的阴影并将其去除仍然是一项具有挑战性的任务。文中阐述了单幅图像阴影检测和去除的典型算法,并进一步分析了各自的原理以及优缺点。为了更直观地对比各种算法的处理效果,文中给出了不同算法对同一幅图像进行检测及去除的实验结果。最后对这些算法的优缺点进行总结,并对今后阴影检测与去除算法的发展应用进行了展望。     

基于阴影检测的单幅高分辨SAR图像动目标检测方法

本文根据合成孔径雷达(SAR)运动目标的成像特点,提出了一种基于单幅高分辨率SAR图像的动目标检测方法。运动目标所成SAR图像是散焦的,同时偏离其真实位置,并在其真实位置处留下与目标大小近似的"阴影"区域。通过该阴影区域来实现运动目标的检测,没有盲速的限制,这种独立于回波的检测方法,使检测过程简单化。再结合道路辅助信息,可以完成运动目标的检测,精确定位以及参数的估计。     

基于阴影自适应门限的车辆检测

为了提高基于车辆阴影特征的车辆检测正确率,对不同光照强度下阴影判决门限的提取进行了研究。提出了一种在HSV颜色空间中通过Otsu算法获得能适应环境光照变化的阴影判决门限的算法,并利用获得的阴影判决门限来检测车辆的阴影特征。该算法同时利用基于Hough变换的车道线检测算法来减少背景噪声的干扰,实现了在不同光照强度下对车辆的检测。实验结果表明,该算法在不同的光照条件下有较高的检测概率和稳健性,并且相对于传统算法性能有了较大的提高。     

基于似圆阴影的光学遥感图像油罐检测

针对光学遥感图像中受阴影干扰的油罐目标识别率低的问题,该文提出一种将改进的视觉显著模型与似圆阴影区域特征检测相结合的由粗到精的油罐目标检测方法。首先建立改进的视觉显著模型,将油罐从复杂背景中粗分离。然后对分离结果中由油罐产生的似圆阴影区域进行精检测,得到疑似油罐目标。再去除阴影,获得油罐目标的初步检测结果。最后基于图搜索策略及先验知识,确定油罐目标并定位油库区域。实验结果表明,该方法对检测光学遥感图像中存在似圆阴影的油罐目标具有较高的鲁棒性和准确率。同时,在不同环境的光学遥感图像中使用该方法可快速准确地定位油库区域。     

基于新型阴影指标的遥感影像阴影检测方法

随着遥感影像空间分辨率不断提高,阴影对影像解译产生的影响愈加突出,因此对阴影的识别更为重要。文中针对阴影在RGB空间中与非阴影区域内地物容易混淆的缺点,利用其在HIS空间中低亮度、高色调和高饱和度的特性,提出了一种基于新型阴影检测指标的阴影检测方法。该阴影指标突显阴影区域,且抑制非阴影区域的响应,根据最大类间方差法做直方图阈值分割,可得到检测结果。实验证明,该方法可有效地将阴影与其他地物区分开。     

基于度量除图像平坦度阴影检测与消除的研究

通过对交通监控场景图像观察,可以发现运动目标常常会在背对光源的方向投下阴影.而且运动目标阴影的大小由于时间的变化、太阳的运动而引发变化,阴影部分还和目标一样显著区别于背景,和目标有相同的运动规律,使得阴影检测成为一个有待解决的难题.本文先对目前常见阴影消除方法分析,随后在运动目标初步检测完成后,通过一种度量除图像平坦度...     

基于分数阶微分的Kinect传感器深度图像阴影检测方法

深度图像作为Kinect传感器的重要组成部分,其获得的深度图像往往伴随着不可避免和无法预知的阴影噪声,这也极大地影响并制约其在三维可视化等方面的应用及研究。因此,针对深度图像提出了一种基于分数阶微分的阴影检测方法。在研究分数阶微分定义的Tiansi模板基础上,设计并实现了一种非线性拉伸算子。该算子在0.6阶次可以增强阴影区域边界信息的同时实现阴影的有效检测。通过分析比较发现,该方法在F测度的评价体系中可以达到0.971,而其他传统的检测方法均小于0.7。实验结果证明文中提出方法可以有效实现深度图像的阴影检测。     

彩色序列图像的人脸检测

针对人脸的色度特性、运动特性和几何特性,提出了一种新的方法进行人脸检测。首先结合色度分析和运动检测排除非仍脸区域,未被排除的区域作为人脸候选区域,再根据人脸区域的几何特征和事先训练好的支撑向机进行验证,从而最后检测出人脸。该方法原优点是将人脸的检测工作分成独立的两个模块,第一模块尽可能减少漏检率,第二模块减少虚检率。采用这样的系统结构可以提高检测成功和系统响应度。     

基于组合特征和HSI颜色空间的阴影检测

为了更有效地检测视频序列中的阴影,提出基于组合特征和HSI颜色空间的阴影检测算法.对提取的前景,先采用扩展的不变矩和Gabor小波变换分别抽取待识别区域的全局特征和局部特征来建立组合特征向量,再通过建立的HSI空间的阴影颜色模型来准确检测出目标的阴影.实验结果表明,该算法具有良好的阴影检测效果.     

基于视频的车辆检测中检测与去除阴影的一种有效方法

本文针对视频车辆检测系统中的关键步骤-视频检测中的阴影去除进行深入研究,在分析了阴影产生的原因和阴影的特点之后,综合利用灰度图像及其差分后的二值化图像,提出了一种基于背景差分的检测与去除阴影的新方法.实验证明,该方法能够较好地去除运动车辆的阴影,保留比较完整的车辆目标信息, 为准确提取车辆目标奠定了基础.     

基于颜色空间转换的运动目标检测与阴影去除

针对室内视频监控中运动目标检测常出现的阴影误检,提出了一种基于颜色空间转换的自适应背景建模和阴影消除算法.在RGB空间采用自适应背景差对视频图像进行前景背景分离,并将检测出的前景目标锁定在活动轮廓矩形框内进行目标跟踪,对于误检的虚假目标(即阴影),利用其亮度等信息,在HSV空间去除.经实验验证,该算法对阴影的去除有良好的效果,能准确检测出真实目标.     

一种图像序列中运动目标检测的鲁棒算法

人体运动检测在计算机视觉中是一项很基本的任务,在图像序列中检测人体运动是一种可行的方法。在做运动目标检测时,常用的图像差分方法有着固有的缺点,用一种改进的图像差分方法进行目标检测,利用一种全局阈值分割方法对差分图像进行二值化,通过数学形态学计算法进行滤波,可有效地克服这些缺点。实验结果表明,此方法能很好地检测低信噪比图像序列中的运动目标。     

快速图像序列人脸提取算法

主要针对背景静止的新闻视频序列进行处理,首先对序列图像做运动检测,接着得出运动目标的投影定位,然后仅在定位区域利用马氏距离进行肤色相似度检测,继而通过闭运算填充部分缝隙与空洞,并用区域标记及人脸结构过滤剔除非人脸区域,最后采用横向填充复原图中的人脸,实现人脸的快速提取。     

一种基于RGB彩色空间的影像阴影检测方法

从色彩理论和高斯-拉普拉斯算子的基本原理出发，提出了一种基于RGB彩色空间的影像阴影检测方法。实现结果表明该方法对彩色航空影像上阴影区域的检测是有效的。     

基于阴影向量扩展的阴影检测方法

图像处理中阴影检测是一个重要的主题。本文提出了一种基于阴影向量扩展的阴影检测新方法。该方法依据阴影区域的光学特性,先找出前景中能够表达阴影区域主要特征的阴影向量,再根据阴影向量扩展出整个阴影区域。测试图库的实验结果表明该方法能有效的检测出前景中的阴影,并且改善了传统方法在强阴影识别方面的缺陷,以及常常把目标局部误识别为阴影的问题。     

基于车底阴影的车前障碍物检测

基于计算机视觉的道路车辆检测是智能车辆导航的核心问题,实时准确地检测前方运动车辆的位置信息是车辆安全驾驶的前提。文中采用车底阴影的前方运动车辆检测算法,在基于车道线检测的基础上,通过车底阴影检测,实时准确地检测前方车辆。该算法通过使用Otsu阈值分割提取出车道线,生成AOI区域,再进行两次自适应阈值分割提取车底与路面的交线,从而检测出前方运动车辆。经过在高速公路上对运动车辆检测实验证明,该算法基本满足车辆安全驾驶的需求,并能准确实时地检测出前方运动车辆,进而减少了交通事故的发生。