基于背景重建的运动目标检测与阴影抑制

提出了一种静止摄像机条件下的运动目标检测和去除阴影的方法。该方法采用以图像亮度和能量大小为判断依据的分块背景重建方法来快速更新背景,并结合背景相减法,网格化连通域检测,形态学滤波等步骤来检测和提取运动目标,同时运用边缘检测获取阴影边缘信息,并结合形态学运算来去除阴影区域,恢复出完整物体目标。实验结果表明,该方法能够有效地检测出运动目标和抑制阴影。     

融合纹理特征和阴影属性的阴影检测方法

为了解决智能视频监控中阴影对目标检测、跟踪和识别的影响,提出了一种融合纹理和阴影属性的阴影检测去除算法。分析了像素点在阴影覆盖前后它的纹理变化规律,改进了LBP算子对噪声敏感的缺点,根据像素点基于改进LBP算子的纹理值在当前帧和背景帧的差异检测出候选阴影区域。根据光照模型分析得到阴影点具有相同的亮度比值,根据阴影的亮度比值统计数据排除非阴影点,并在亮度比值空间做区域生长得到完整的阴影区域。实验结果表明,该方法能够快速、准确地检测出重阴影和浅阴影。     

单幅室外图像的高阶能量方程阴影检测算法

单幅室外图像的阴影检测是数字图像处理领域的研究热点之一.针对单幅室外图像的阴影检测算法往往只关注阴影的边缘或区域信息,忽视了两者之间的依存关系,即"阴影区域-阴影边缘-非阴影区域"的阴影布局信息的问题,提出阴影检测算法.首先将图像分割成独立区域;然后利用支持向量机构建高阶能量方程,对阴影布局信息进行建模;最后通过最小化方程来判断区域是否为阴影.文中不但严谨证明了高阶能量方程在局部最优点下的性质,而且指出了其最优的降阶方法.在公开图像数据库上的实验表明,该算法能够有效地检测单幅室外图像中的阴影区域.     

室外移动视点视频的在线阴影边缘检测

针对移动视点视频的阴影边缘检测问题,提出一种在线检测室外场景阴影边缘算法.该算法将当前帧中的阴影边缘分为通过前一帧光流跟踪得到的阴影边缘和由视点改变出现的新阴影边缘,由于光流追踪不可避免地存在累积误差,使用Canny边缘置信和单应性矩阵对追踪结果进行优化,在检测新阴影边缘时,根据同一幅图像不同区域具有相似的光照条件这一观察提取优化后的跟踪阴影边缘的阴影特征,匹配并筛选出新阴影边缘;针对整体结果中仍可能存在的阴影边缘断裂等不连续情况,提出基于梯度一致性的优化算法对断点进行修复.对手持摄像机拍摄的室外移动视点视频,采用文中算法与光流跟踪、Groundtruth进行比较,实验结果表明,文中算法能准确、完整地检测到在线视频中的阴影边缘.     

基于照度补偿的人脸图像遮挡阴影消除处理*

为了消除人脸图像中的遮挡阴影对识别精度的影响,采用数学形态学处理对阴影进行检测分离,根据其照度损失不同划分为阴影边缘区和阴影主体区,分别实施照度补偿,并将非阴影区、阴影边缘区和阴影主体区光强光顺过渡,实现对图像阴影区域的恢复处理。基于该照度补偿原理处理实例表明,该方法可以较好地去除人脸图像中部因遮挡造成的阴影,显著改善图像质量。     

结合区域配对的室外阴影检测

目的 针对现有大多数阴影检测算法在检测细长阴影、自阴影、区分阴影与暗色像素等方面的不足,提出一种新的结合区域配对的阴影检测算法.方法 首先通过均值漂移算法和canny检测算法,分割图像得到每个独立的区域;然后从每个区域中提取纹理和亮度建立单个区域的阴影模型,再从区域对中提取纹理直方图的距离、颜色比(分别在RGB和Lab空间下)以及HSI空间下H和I两通道的比值等特征建立区域对的阴影模型;最后根据上述两个模型运用图割理论检测阴影.结果 实验结果表明,本文算法在阴影检测上的准确率高达85.2%,远高于其他算法,检测速度也比其他算法快34%左右.该算法不仅能有效地检测细长阴影和自阴影,还能较好地区分阴影与暗色像素.结论 提出了一种新的阴影检测算法,通过区域配对的方法实时处理单幅室外图像.实验结果表明,该算法在检测细长阴影、自阴影以及区分阴影与暗色像素等方面有良好的效果.     

基于局部纹理不变性的运动阴影去除算法

视频序列运动目标检测过程中,运动目标往往会连同其投射阴影一起被检测为前景,这不利于对运动目标的进一步分类、识别等高层次视觉处理。为了提高运动目标检测的准确性,提出利用局部纹理不变性去除运动目标阴影。首先根据阴影的亮度色度属性分割出疑似阴影区域,然后在疑似阴影区域采用增强的局部纹理描述算子(ILT)提取纹理特征,利用背景在阴影覆盖前后的纹理相似性来去除阴影,最后结合阴影的空间几何属性优化运动目标检测结果。实验结果表明该算法可以有效去除阴影,并且具有较好的实时性。     

基于多尺度注意力残差网络的图像阴影去除算法

针对在复杂环境下的阴影去除存在阴影区域颜色、纹理失真以及半阴影区域去除不够彻底的问题,提出了一种基于生成式对抗网络的多尺度注意力残差网络的图像阴影去除算法。首先,使用4个不同大小的卷积核提取输入图像特征,以获得不同尺度上的特征信息;其次,通过压缩和激励网络（Squeeze and Excitation Networks,SE-Net）网络校准每个通道的特征信息,以增强重要特征信息并弱化非重要特征信息;最后,拼接所有通道,得到最终具有多尺度特征信息的特征图。实验表明,所提出算法在复杂阴影场景中能准确恢复阴影区域的颜色、纹理及阴影边缘等细节,其性能优于现有的主流算法。     

室内视频中基于边缘的运动阴影去除算法

针对运动提取算法总是将运动阴影错误检测为运动前景,提出一种基于边缘信息的室内运动阴影去除算法.首先用Canny算子提取输入图像的边缘,同时对输入图像进行梯度分割;其次利用运动边缘的属性提取属于真实前景的运动边缘;再次得到靠近运动边缘的真实前景的部分边界;最后通过文中提出的边界跟踪技术构建出完整的前景边界,从而提高运动前景的检测精度.仿真实验表明,对不同的光源距离、不同的阴影投影方向及不同颜色前景引起的运动阴影,算法都能鲁棒地分离目标及其阴影区域.     

基于PCA与HIS模型的高分辨率遥感影像阴影检测研究

根据高分辨率遥感影像阴影区域的性质,基于主成分变换和HIS模型,提出一种检测阴影的阴影指数SI(Shadow Index)。选取两个试验区,分别采用Polidorio算法、归一化阴影指数(NDUI)和SI进行阴影检测和比较分析,结果表明SI能够有效地区分阴影区域与水体和偏蓝色地物。提取3种算法的直方图得出,SI图像的直方图具有两个波峰一个波谷形状,能够更好地采用直方图阈值法分割阴影区和非阴影区。实验表明该方法简单有效。     

基于边缘特征和模糊理论的阴影检测

阴影检测在图像处理中是一个十分重要的课题。该文提出了一种基于边缘特征的阴影边缘检测方法。对于阴影边缘检测的结果,利用文献所提出的基于模糊理论的边缘连接方法来进行连接,并在此基础上提出了一种基于模糊理论的边缘闭合方法将未闭合的离散边缘点或曲线段连接成闭合边缘。最后,利用局部均值和直方图获取阴影区域。实验结果表明,本文提出的方法在定位精度和去除噪声等方面都取得了较好效果。     

城市航空影像的阴影检测和阴影消除方法研究

阴影是城市航空遥感影像的基本特征之一,阴影的存在影响地物边缘的提取、建筑物的识别和影像的配准等,因此,阴影检测和阴影消除在城市遥感中具有重要意义。本文主要介绍了一种高分辨率城市航空影像的阴影检测和阴影消除方法,在阴影检测过程中,分别对影像RGB色彩空间中的G通道和HIS色彩空间中的亮度通道进行阈值选择检测出阴影区域,然后对这两种阴影检测结果进行与运算得到最终的阴影区域并标记出来。对所标记的阴影区域,根据Retinex理论选择合适的尺度对其进行增强处理,由于阴影区域的地物信息进行增强时阴影边界也有所增强,因此需要对阴影边界进行模糊化处理。试验表明,该方法能较好的检测出阴影区域,而且对阴影区域的地物恢复效果较好。     

图像纹理区检测及分割算法研究

图像纹理区是指在进行边缘检测时边缘分布相对密集,并存在一些伪边缘的区域。研究表明,现有的很多图像处理算法的误差集中在纹理区。图像纹理区分割的目的就是将这一区域分割出来以便对其采用不同的处理方法。本文提出了一种基于模糊增强的图像纹理区检测及分割算法。本文算法根据图像纹理区特点,首先增强纹理区像素对比度,并利用Canny边缘检测算法提高纹理区检测效果,最终实现了图像纹理区的准确检测和分割。     

基于混合高斯模型的阴影去除算法

阴影去除是智能视频领域中运动目标识别的一项重要内容,其结果直接影响目标识别的准确性。针对当前基于纹理特征的阴影去除算法的不足,提出一种结合YCbCr颜色空间和混合高斯模型(GMM)的阴影去除算法。首先利用混合高斯模型提取出运动区域;然后通过分析运动区域的前景和背景在YCbCr颜色空间的差值统计特性,建立混合高斯阴影模型;最后根据高斯分布的概率分布规律,得到阴影分布特性,从而实现对阴影的去除。对于实验中的序列图像,所提算法有70%以上的阴影检测率。实验结果表明,所提方法能够在不同的场合快速有效地去除阴影,准确地提取运动目标。     

Compressed shadow maps

Shadow mapping has been subject to extensive investigation, but previous shadow map algorithms cannot usually generate high-quality shadows with a small memory footprint. In this paper, we present compressed shadow maps as a solution to this problem. A compressed shadow map reduces memory consumption by representing lit surfaces with endpoints of intermediate line segments as opposed to the conventional array-based pixel structures. Compressed shadow maps are only discretized in the vertical direction while the horizontal direction is represented by floating-point accuracy. The compression also helps with the shadow map self-shadowing problems. We compare our algorithm against all of the most popular shadow map algorithms and show, on average, order of magnitude improvements in storage requirements in our test scenes. The algorithm is simple to implement, can be added easily to existing software renderers, and lets us use graphics hardware for shadow visualization.     

基于多特征融合的运动车辆阴影消除方法

提出一种基于边缘特征的阴影消除方法,通过边缘检测获取阴影边缘信息,利用边缘差分、形态学等运算进行阴影消除。并提出一种基于灰度特征的阴影消除方法,利用暗化因子高斯模型进行阴影消除。结合2种方法的优点,给出一种基于多特征融合的运动车辆阴影消除方法,可同时解决车辆与阴影颜色相似以及阴影内部边缘复杂等原因造成的误检问题。实验结果表明,该方法具有较好的实时性、精确性和鲁棒性。     

面向移动增强现实的室外阴影实时检测技术

针对目前移动视点下视频阴影检测算法存在的误检测率高和边缘连续性差的问题,提出了一种基于边跟踪、边检测框架的实时阴影检测算法.首先对前后2帧重叠的阴影部分进行2次光流跟踪,并筛选掉前后向跟踪误差较大的点,通过Canny边缘置信保证跟踪边缘的准确性;然后通过基于光流的区域划分法得到待检测的新增区域;其次,针对纹理边缘误检测...     

Moving shadow detection and removal for traffic sequences

Segmentation of moving objects in a video sequence is a basic task for application of computer vision. However, shadows extracted along with the objects can result in large errors in object localization and recognition. In this paper, we propose a method of moving shadow detection based on edge information, which can effectively detect the cast shadow of a moving vehicle in a traffic scene. Having confirmed shadows existing in a figure, we execute the shadow removal algorithm proposed in this paper to segment the shadow from the foreground. The shadow eliminating algorithm removes the boundary of the cast shadow and preserves object edges firstly; secondly, it reconstructs coarse object shapes based on the edge information of objects; and finally, it extracts the cast shadow by subtracting the moving object from the change detection mask and performs further processing. The proposed method has been further tested on images taken under different shadow orientations, vehicle colors and vehicle sizes, and the results have revealed that shadows can be successfully eliminated and thus good video segmentation can be obtained.     

Efficient Shadow Removal Using Subregion Matching Illumination Transfer

This paper proposes a new shadow removal approach for input single natural image by using subregion matching illumination transfer We first propose an effective and automatic shadow detection algorithm incorporating global successive thresholding scheme and local boundary refinement. Then we present a novel shadow removal algorithm by performing illumination transfer on the matched subregion pairs between the shadow regions and non‐shadow regions, and this method can process complex images with different kinds of shadowed texture regions and illumination conditions. In addition, we develop an efficient shadow boundary processing method by using alpha matte interpolation, which produces seamless transition between the shadow and non‐shadow regions. Experimental results demonstrate the capabilities of our algorithm in both the shadow removal quality and performance.