特征分离和非阴影信息引导的阴影去除网络

为了解决现有阴影去除方法中存在的性能瓶颈以及去除结果产生的色差问题,构建了一个特征分离和非阴影信息引导的阴影去除网络（FSNIG-ShadowNet）。在分离和重建阶段,利用自重建监督将阴影图像分离成直射光和环境光两部分,对光照类型和反射率进行特征解耦分离,设计解码器对分离的特征进行重新耦合以获得无阴影图像。在细化阶段,该网络关注阴影和非阴影的邻接区域,设计局部区域自适应归一化模块将局部非阴影区域颜色先验传递至阴影区域以减少两区域间的色差。实验结果表明,所提FSNIG-ShadowNet与其他优秀的方法相比取得了较有竞争力的结果。     

基于单次双向特征金字塔网络的目标检测模型

目标检测是计算机视觉领域的重点研究方向,SSD模型虽然在检测精度与速度上均取得较好的效果,但其利用低语义信息的浅层特征训练小目标,容易出现小目标漏检和误检现象。对此,提出了一种基于单次双向特征金字塔网络的改进SSD目标检测模型（OBSSD）。首先基于分层融合的思想构建双向特征融合模块来解决浅层特征利用不足的问题;其次引入融合权重来更加有效地融合不同层级的特征,改善浅层特征语义信息低的问题;最后在分类和回归预测前加入基于残差模块的检测单元,解决因分类网络偏向平移不变性导致的目标定位不准确问题。在PASCAL VOC2007测试集上的实验结果表明：所提模型的平均精确度（mAP）为80.8%,较SSD模型提高6.5个百分点,且检测速度满足实时检测的需求。     

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。     

基于色彩和形态特征的人阴影检测方法

提出了一种基于色彩和形态特征的人阴影检测方法,在HSV颜色空间中利用色彩特征检测阴影的可能区域,结合基于形态特征的阴影检测结果,得到最终的阴影区域.实验表明,本方法能有效地区分运动人体与阴影,具有较好的检测精度和鲁棒性.     

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。      

具有先验信息的经纬仪测量图像目标检测技术

在分析序列测量图像目标基本特性的基础上,提出了一种利用测量目标形状的先验信息进行图像目标检测的方法.首先对测量图像进行Hough变换,然后根据已知的目标外形几何关系对变换后所得的直线进行分析,确定包含目标边缘的直线,从而得到目标的准确外形.实验表明：此种方法具有较强的检测能力,尤其对于含噪声较大的图像更加明显.     

基于多特征融合的运动阴影去除算法研究

在自动视频监控系统中,阴影是影响目标检测和跟踪的主要因素之一。为了去除阴影的干扰,提出一种区域梯度、颜色和轮廓多特征融合的方法。改进轮廓计算方法,巧妙利用轮廓分割区域,合理使用轮廓填充区域,这些改进使本方法更具鲁棒性和更广适用范围。实验结果表明,该方法在不同场景下可以有效地去除阴影。     

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。     

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。