基于色度畸变和纹理特征的阴影消除方法

被引：9

作者：

刘洋

李玉山

张大朴

机构：

来源：

计算机科学 | 2005年 / 09期

关键词：

运动检测; 混合高斯分布; 背景减除; 阴影消除; 互相关性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

从图像序列中精确地提取运动目标是许多计算机视觉应用中的核心部分,但由于运动目标阴影的存在,会导致目标形状的扭曲、目标的相互连接等问题,对分割和提取运动目标造成很大的困难。为了精确地提取运动目标,提出一种利用色度畸变和纹理特征进行阴影消除的方法。采用混合高斯分布建立自适应背景模型,运用背景减除的方法分割出运动区域,并分析了场景点在存在阴影前后色度的分布规律以及纹理的互相关性,从而消除运动目标的阴影。分析和实验表明,该算法抗干扰能力强,对于室内和室外光照条件下的阴影都能有效地消除,并且所需设置的参数少,复杂度较低,易于实现实时运动图像处理。

引用

页码：211 / 214+220 +220

页数：5

共 7 条

[1]

Detecting Moving Shadows: Algorithms and Evaluation. Prati A,Mikic I,Trivedi M M,Cucchiara R. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2003

[2]

Detection of Moving Cast Shadows for Object Segmentation. Stauder J,Mech R,Ostermann J. IEEE Transactions on Multimedia . 1999

[3]

Pfinder: Real-Time Tracking of the Human Body. Wren C R,Azarbayejani A,Darrell T,Pentland A P. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1997

[4]

Detecting Moving Objects.Ghosts. and Sahdows in Video Streams. Cucchiara R,Grana C,Piccardi M,Prati A. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2003

[5]

W4: Real-Time Surveillance of People and Their Activities. Haritaoglu I,Harwood D,Davis L S. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000

[6]

An HMM-Based Segmentation Method for Traffic Monitoring Movies. Kato J,Watanabe T,Joga S,Rittscher J,Blake A. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002

[7]

Physical Models for Moving Shadow and Object Detection in Video. Nadimi S,Bhanu B. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2004

← 1 →