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。     

基于序列图像的阴影检测研究

针对由于入射光的照射,目标阴影与背景有明显的区别,而被当做目标的问题进行了研究。分析了单幅图像的阴影检测方法,提出了序列图像阴影检测方法,建立了序列图像高度测量模型;采用相邻序列图像对应点匹配的约束条件,降低了匹配的复杂度;研究了序列图像的特征点匹配,获得平面目标的高度信息表示;基于阴影的二维表面属性,设计了利用空间三维信息中的高度信息检测阴影的算法,可以对任意形状的阴影进行检测。通过试验表明,该方法简单,适用面广,可以有效地检测阴影。     

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。     

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。     

图像阴影去除的研究现状与进展

本文主要研究了国内外图像阴影去除的不同方法,并对常用的阴影去除方法进行了归纳。去除图像中的阴影是图像处理过程中的关键一步,因为图像中的阴影阻碍了许多视觉处理任务的进行。如阴影区域会对图像中的文字识别造成干扰,阴影\"假边\"会降低图像分割的精度,同时也会降低运动物体的追踪的效果。因此,去除图像中的阴影对后续的图像处理进程有着至关重要的作用。     

基于PCNN的图像阴影处理新方法

该文提出了如何用脉冲耦合神经网络(PCNN)进行图像阴影处理的新方法。计算机仿真表明,采用参数优选的PCNN图像阴影处理算法,可有效地处理图像中的阴影,从而使得图像中的目标易于被发现。该文工作拓展了有明确生物学背景的PCNN在图像处理方面的功能。