資源描述：
《圖著色問題o(2n)鏈數(shù)dna計(jì)算機(jī)算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、一種基于統(tǒng)計(jì)特征建模的陰影消除算法徐成1,楊志邦1,周旭2,田崢11(湖南大學(xué)計(jì)算機(jī)與通信學(xué)院,湖南長沙410082);2(嘉興學(xué)院數(shù)學(xué)與信息工程學(xué)院，浙江嘉興314001)摘要:視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測(cè)已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)研究課題。運(yùn)動(dòng)目標(biāo)中的陰影是嚴(yán)重影響目標(biāo)檢測(cè)效果的關(guān)鍵因素之一,為了得到更加精準(zhǔn)的檢測(cè)結(jié)果,對(duì)陰影進(jìn)行檢測(cè)和消除是非常關(guān)鍵且迫切的。本文主要工作如下:首先,建立一種新的用于陰影消除的統(tǒng)計(jì)高斯模型。該模型基于HSV顏色空間,采用直方圖統(tǒng)計(jì)方法,將陰影的特征屬性引入到傳統(tǒng)混合高斯
2、模型中,通過訓(xùn)練陰影樣本而獲得模型中的相關(guān)參數(shù);其次,基于改進(jìn)的模型,提出一種新的前景陰影消除算法,通過將前景像素與陰影模型進(jìn)行匹配來實(shí)現(xiàn)陰影的判定和消除。與同類算法的對(duì)比分析表明:本文算法對(duì)于不同場(chǎng)景下的陰影消除是實(shí)時(shí)并準(zhǔn)確的,在陰影檢測(cè)率和陰影區(qū)分度上均有顯著提升。關(guān)鍵詞:HSV顏色空間;陰影特征;高斯模型;陰影消除中圖法分類號(hào)：TP391AshadoweliminationalgorithmbasedonstatisticalfeaturemodelXUCheng1,YANGZhi-Bang1,ZHO
3、UXu2,TianZheng11(SchoolofComputerandCommunication,HunanUniversity,Changsha410082,China);2(CollegeofMathematicsandInformationEngineering,JiaxingUniversity,Jiaxing314001,China)Abstract:Theexistenceoftheshadowseriouslyimpactstheresultoftheforegroundobjectdete
4、ction.Howtodetectandeliminatetheshadowisthekeyproblemforthemovingtargetdetection.Aimingtotheshadowproblemduringthedetectionoftheobject,weusethehistogramtostatisticandanalysisthecolorfeatureoftheshadowundertheHSVcolorspace,gottheshadowfeatureoftheH,S,Vchann
5、el.Andthen,weestablishtheGaussianshadowmodeloneachchannelaccordingtothestatisticinformation,toobtainthemodelparametersthroughtrainingtheshadowsample.Finally,weproposeanovelalgorithmtoeliminatetheshadowbasedonthemodelwebuilt,throughcomputinghowthepixelmatch
6、edtothemodeltodetermineandeliminatetheshadow.Comparingwiththesimilaralgorithms,theresultsshowthattheproposedalgorithmcaneliminatetheshadowcorrectlyinreal-timeunderdifferentscenarios,anditperformsbetteronthemetricsofshadowdetectionrateandtheshadowdiscrimina
7、tionratecomparedtotheexistingalgorithms.Keywords:HSVcolorspace;shadowfeature;Gaussianmodel;ShadowEliminate資助項(xiàng)目:國家“八六三”高技術(shù)研究發(fā)展計(jì)劃基金項(xiàng)目(2007AA01Z104)1引言視頻中的運(yùn)動(dòng)物體包含大量有意義的視覺信息,將運(yùn)動(dòng)目標(biāo)從實(shí)時(shí)變化的背景中快速準(zhǔn)確的分離出來是對(duì)圖像進(jìn)行進(jìn)一步分析處理的關(guān)鍵。運(yùn)動(dòng)目標(biāo)檢測(cè)在智能視頻監(jiān)控、事故檢測(cè)、自動(dòng)導(dǎo)航等系統(tǒng)中都有廣泛的應(yīng)用前景,已經(jīng)成為視覺領(lǐng)域研究
8、的重點(diǎn)[1-11]。在運(yùn)動(dòng)目標(biāo)檢測(cè)過程中,陰影通常作為前景被檢測(cè)出來,對(duì)陰影進(jìn)行檢測(cè)和消除是運(yùn)動(dòng)目標(biāo)精準(zhǔn)檢測(cè)中不可避免的關(guān)鍵問題之一[12-20]。陰影的以下兩個(gè)特點(diǎn)決定了陰影消除問題的復(fù)雜性。首先,陰影與運(yùn)動(dòng)物體一樣都顯著區(qū)別于背景。其次,陰影和投射它們的運(yùn)動(dòng)物體具有相同的運(yùn)動(dòng)規(guī)律,很難對(duì)其進(jìn)行區(qū)分。如果陰影和運(yùn)動(dòng)物體融合在一起,會(huì)使目標(biāo)的幾何形狀發(fā)生變形,導(dǎo)致形狀檢測(cè)算法失效;如果陰影獨(dú)立于運(yùn)動(dòng)物體存在,則容
