基于顏色空間的陰影檢測(cè)算法研究.pdf

1、在計(jì)算機(jī)視覺領(lǐng)域中，運(yùn)動(dòng)物體的檢測(cè)和跟蹤是重要的研究方向，對(duì)運(yùn)動(dòng)物體的準(zhǔn)確分割至關(guān)重要。在使用背景差分法進(jìn)行目標(biāo)檢測(cè)時(shí)，物體的陰影會(huì)被當(dāng)作前景像素而被分割出來，陰影區(qū)域一般與實(shí)際物體密切相關(guān)，錯(cuò)誤的分割為前景會(huì)大大降低對(duì)運(yùn)動(dòng)物體的檢測(cè)精度和跟蹤性能。因此需要設(shè)計(jì)算法，檢測(cè)陰影區(qū)域。總所周知，視頻內(nèi)容的檢測(cè)本質(zhì)上是圖像內(nèi)容的檢測(cè)，本文對(duì)此進(jìn)行研究，主要工作如下：
　　針對(duì)圖像內(nèi)容分析中的物體檢測(cè)問題，提出一種新的基于YUV顏色空間的

2、陰影檢測(cè)方法。首先，在RGB顏色空間中使用背景差，得到僅包含目標(biāo)物體及其陰影的圖像。然后在YUV顏色空間中對(duì)此圖像的色度進(jìn)行統(tǒng)計(jì)分析，搜索出色度變化緩慢的區(qū)間，再針對(duì)每個(gè)色度區(qū)間確定對(duì)應(yīng)的亮度區(qū)間，獲得估計(jì)門限。最后，利用以上門限檢測(cè)并消除陰影。相比其他基于YUV顏色空間陰影檢測(cè)方法，本文方法使用自適應(yīng)的門限，提高了檢測(cè)精度。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)不同光照情況下的物體陰影都有很好的檢測(cè)效果。
　　針對(duì)基于顏色空間陰影檢測(cè)算法中陰影

3、過度分割的現(xiàn)象，即部分屬于待檢目標(biāo)的像素被檢測(cè)為陰影像素，使目標(biāo)物體內(nèi)部出現(xiàn)部分像素丟失的空洞情況。本文結(jié)合物體-陰影模型，基于目標(biāo)物體的陰影像素一般會(huì)分布在一塊連通區(qū)域中，并且該連通區(qū)域位于目標(biāo)物體區(qū)域的外側(cè)這一假設(shè)，提出一種從候選區(qū)域的邊緣逐步尋找陰影像素的算法。實(shí)驗(yàn)結(jié)果表明，該算法能有效消除陰影檢測(cè)后目標(biāo)物體內(nèi)部出現(xiàn)空洞的現(xiàn)象，相比其他消除空洞的算法，該方法在保證消除空洞效果的同時(shí)，也不會(huì)引入過高的算法復(fù)雜度。
　　針對(duì)監(jiān)控