基于梯度特征的陰影檢測(cè)方法

《基于梯度特征的陰影檢測(cè)方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第年磊10月期OOMPLrI~計(jì)RT算E機(jī)技0G術(shù)YA與ND發(fā)DEV展ELOPMENTVoO1．c1t9No．102009．2009基于梯度特征的陰影檢測(cè)方法葉麗燕，趙建民，朱信忠(浙江師范大學(xué)信息科學(xué)與工程學(xué)院，浙江金華321004)摘要：基于交通視頻的車(chē)輛檢測(cè)中，準(zhǔn)確地獲取車(chē)輛是一個(gè)至關(guān)重要的問(wèn)題，由于大部分情況下存在著陰影，影響了交通信息檢測(cè)的準(zhǔn)確性，因此，陰影的判別極為重要。文中采用Surendra算法提取背景，利用背景差法提取移動(dòng)前景，增強(qiáng)前景區(qū)域，最后利用梯度算子計(jì)算梯度，根據(jù)移動(dòng)車(chē)輛的梯度不同于相關(guān)背景，而移動(dòng)陰影的梯度與相關(guān)背景的梯度相似，來(lái)檢測(cè)陰

2、影并去除。實(shí)驗(yàn)結(jié)果表明該方法能有效去除陰影，提高車(chē)輛檢測(cè)的準(zhǔn)確性。該方法計(jì)算簡(jiǎn)單，有效地降低了計(jì)算成本，且對(duì)光照變化不敏感。關(guān)鍵詞：陰影；背景算法；梯度特征中國(guó)分類(lèi)號(hào)：1]P391．41文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673—629x(2oo9)10一o07O—O3ShadowDetectionMethodBasedOilGradientFeatureYELi．yah，ZHAOJian—rain，ZHUXin—zhong(SchoolofInformationScienceandE~neering，ZhejiangNormalUniversity，Jinhua32100

3、4，China)Abstract：Inthetrafficvideovehicledetection．a(chǎn)ccuratelyobtainingvehicleisoneofthemostimportantproblems．Sincethe．~ladOWex—istsinmostcases，andaffectstrafficinformationinspectionaccuracy，therefore，judgingtheshadowisveryimportant．UseSurendraal·gorithmtoextractbackground，thenusebackg

4、rounddifferencemethodtoextractmovingforeground，andthenerlhsrlceforegroundareB．Atlast，usjnggradientoperatorcalculategradient．AccordingtothegradientofmovingvehiclesisdifferenttOgradientofrelevanthack·ground．whilegradientofmovingshadowsissimilartothatofrelevantbackground，todetectand咖veth

5、eshadow．resultsofe】【·pea'il／le~tproveMastthismethodcaneffectivelyremoveshadow，improvetheaccuracyofthevehicledetection．1]hismethodissimple，andeffectivdyreducesthecomputationalcost，androbusttoilluminationchanges．Keywords：shadow；surendrabackgroundarithmetic；gradientfeature0引言定基礎(chǔ)。然而由于大部分情

6、況下存在著陰影，這樣就視頻分割，是從基于內(nèi)容的視頻編解碼的要求以會(huì)使分割出來(lái)的運(yùn)動(dòng)物體面積比實(shí)際的大，這樣就導(dǎo)致了兩個(gè)嚴(yán)重的缺陷[31：一是車(chē)輛的形狀受到陰影的及計(jì)算機(jī)視覺(jué)的一些應(yīng)用中，逐漸發(fā)展起來(lái)的，在多媒體、交通、安防等領(lǐng)域有著日益重要的價(jià)值[1I。因計(jì)算影響會(huì)使同一個(gè)車(chē)輛的形狀隨著光線的不同而發(fā)生變機(jī)視頻檢測(cè)較其它交通檢測(cè)技術(shù)而言，主要特點(diǎn)是安化，這將會(huì)影響后續(xù)的目標(biāo)分類(lèi)和確認(rèn)運(yùn)動(dòng)目標(biāo)位置裝調(diào)試方便，對(duì)路面和土木設(shè)施不會(huì)產(chǎn)生破壞，維護(hù)也的步驟；另一個(gè)缺陷就是陰影可能會(huì)使車(chē)輛的形狀變很簡(jiǎn)單，不會(huì)對(duì)道路交通狀況產(chǎn)生影響[引。所以在現(xiàn)大，而導(dǎo)致兩個(gè)或者更多的車(chē)輛粘

7、連在一起，被當(dāng)作一代的交通系統(tǒng)中，利用其視頻監(jiān)控功能來(lái)負(fù)責(zé)監(jiān)控道個(gè)整體。從而影響了交通信息檢測(cè)的準(zhǔn)確性，因此，在路的狀況以及數(shù)據(jù)的收集和視頻數(shù)據(jù)的處理等。眾多的影響因素中，目標(biāo)陰影對(duì)運(yùn)動(dòng)車(chē)輛的檢測(cè)與識(shí)基于交通視頻的車(chē)輛視頻分割中，準(zhǔn)確地提取車(chē)別精度影響較大，甚至?xí)?dǎo)致系統(tǒng)整體性能下降。陰輛是一個(gè)至關(guān)重要的問(wèn)題，不僅要能檢出車(chē)輛的存在，影的判別極為重要，消除陰影已成為基于機(jī)器視覺(jué)的還要能檢測(cè)出車(chē)輛本身的準(zhǔn)確形狀，為識(shí)別和跟蹤奠交通信息檢測(cè)的一項(xiàng)重要研究?jī)?nèi)容。目前交通視頻監(jiān)控中的陰影去除算法一般可以分為基于模型的方法、基于顏色特征的方法、基于亮度特收稿日期：2009—

8、02—16