基于ICA特征的运动阴影检测算法

为防止运动阴影在视频图像序列中被错误地检测为目标,必须提高阴影检测算法的准确性和普适性。为此,从独立分量分析(ICA)的原理及其特性出发,提出一种基于空间变换技术的运动阴影检测算法。该算法通过对视频序列建立高斯混合背景模型产生自适应背景,利用ICA技术对其进行空间变换提取特征,再通过背景与当前帧图像对应像素点在特征空间的位置特征来分类运动阴影与前景目标。实验结果表明该方法能够较好地抑制噪声,减少光照变化的影响,准确地检测出阴影。     

基于Phong模型的明暗恢复形状的新算法

针对传统的混合表面形状恢复算法存在较大误差的问题,提出一种透视投影下从单幅图像混合表面明暗信息恢复形状的新算法。采用Phong反射模型来描述物体表面反射特性,假设光源处于相机的光心处,建立透视投影下的图像辐照度方程。然后由辐照度方程构造包含物体深度信息的Hamilton Jacobi偏微分方程,引入局部高阶LLF通量分裂格式和五阶WENO格式逼近微分方程的粘性解,最终得到物体表面三维形状。实验结果表明,与传统算法相比,新算法的恢复高度的最大误差和平均误差均显著降低。     

投影阴影模型的统计参数学习方法

在特定的视频监控环境下,运动目标的投影阴影具有特定的统计模型.提出一种投影阴影模型的统计参数学习方法,该方法利用卡方检验验证了投影阴影的概率分布模型,分析了光照模型下阴影覆盖前后像素点的亮度变化特征,通过统计运动区域象素的光照变化比率直方图,确定了该环境下的投影阴影模型参数,进而检测运动区域中的投影阴影.实验证明用方法得到的投影阴影模型参数比较稳定,能有效检测运动目标的投影阴影.     

基于主成分分析的运动阴影检测算法

运动阴影在视频图像序列中普遍存在, 为了防止被错误地检测为目标,提高阴影检测算法的准确性和普适性,提出了一种基于空间变换技术的运动阴影检测算法.该算法通过对视频序列建立高斯混合背景模型产生自适应背景,利用主成分分析(PCA)技术对其进行空间变换提取特征,再利用背景与当前帧图像对应像素点在特征空间的位置进行阴影检测.实验结果表明该方法能够很好地抑制噪声,减少光照变化的影响,准确地检测出阴影.     

一种基于统计模型的前景阴影消除算法

视频图像中存在的阴影是影响运动目标检测效果的关键因素之一,对阴影进行检测和消除已成为运动检测中的重要研究内容.针对阴影消除问题,本文采用直方图统计方法,将阴影特征引入到传统混合高斯模型中,基于统计特征建立阴影高斯模型;在模型基础上,提出一种新的前景阴影消除算法,将前景像素与阴影模型进行匹配,实现阴影的判定和消除.与同类算法的对比分析表明:本文算法对于不同场景下的阴影消除是准确且实时的,在阴影检测率和阴影区分度上均有显著提升.     

运动人体阴影检测算法

为了抑制运动人体检测与跟踪中运动人体阴影的影响,提出了一种基于光照模型和图像纹理特征的阴影检测算法.首先依据光照模型理论,将互相关函数引入算法,并根据背景图像和当前图像对应像素点的互相关函数值判断其是否为阴影点.在此基础上,依据图像的纹理特征,将交叉熵函数引入算法,对互相关函数判断为非阴影点的像素,进行二次判断.该算法利用泰勒级数将交叉熵函数中的对数和除法运算转化为乘法运算,简化了运算过程.通过白天和晚上两种条件下的实验,验证了算法的准确性和有效性.     

基于光照方向估计的人脸图像阴影补偿

光照变化是影响人脸识别率的关键问题之一.人脸图像中的阴影严重影响了光照不变特征的有效提取.采用了一种基于光照方向估计的阴影补偿方法.因为人脸形状的相似性,某一点光源方向产生的阴影特性具有相似性.利用这一特性,首先通过子空间方法确定人脸图像的光源方向,然后再对该人脸图像进行相应的阴影补偿.在对人脸库YaleB和Extended YaleB （38人脸）的实验中表明,64种光源方向的识别率为96.8％.该方法能有效消除阴影便于后续光照不变特征的有效提取.     

面向增强现实的移动视点下室外视频的阴影检测

针对增强现实中移动视点下的室外场景检测问题,提出一种基于光流跟踪的阴影在线检测算法.首先将当前帧中待检测的阴影分为将前一帧阴影跟踪过来的阴影部分和因视点改变出现的新阴影部分;然后在GraphCut框架下对跟踪结果进行优化,以消除光流跟踪产生的累积误差;再利用阴影区域的光照特点,如太阳光与天空光强度比值等,提取优化后的跟踪阴影区域的阴影特征,在线地检测新进的阴影区域;最后再次利用Graph Cut算法对检测到的初始新阴影区域进行优化,消除基于阈值的方法检测独立新进阴影时产生的误差.在Matlab平台下对不同复杂度的室外场景进行实验的结果表明,该算法不仅能有效地减少跟踪阴影的误差,而且可准确地检测到室外场景中经常存在的软影.     

基于边缘信息及光照方向的阴影检测算法

提出一种基于边缘信息及光照方向的阴影检测算法。该算法通过将HSV和RGB彩色空间的阴影特征相结合进行初步检测,从初步检测得到的阴影中估计光照方向,运用基于边缘信息阴影检测算法检测在光照方向角阈值范围内的阴影区域,实现对运动目标阴影的准确检测,为运动目标后续处理排除阴影干扰。实验结果表明,该算法能较好地抑制噪声,阴影检测效果比传统算法好。     

基于帧间灰度变化分析的在线光源位置计算

针对机器视觉系统在实际生产中光源位置无法事先确定的问题,提出一种基于帧间特征区域灰度形态分析的在线光源位置计算方法。首先基于灰度分布来确定一特征区域作为参考点,然后运用块匹配算法确定相邻两帧中特征区域的位置变化,之后结合光照模型建立灰度和几何位置之间的关系,运用线性回归对联立方程组进行求解,最后得到光源位置。实验结果表明：光源位置的计算结果与实际所测的距离相比,误差在5%之内。所提算法已被应用于实际生产,具有较好的计算精度和实时性。