一种鲁棒的运动目标阴影去除及修复算法

doi:10.3969/j.issn.1006-2475.2018.07.020

计算机与现代化

一种鲁棒的运动目标阴影去除及修复算法

（南京航空航天大学自动化学院,江苏南京210016）

收稿日期:2018-01-17 出版日期:2018-08-23 发布日期:2018-08-27
作者简介:张泽宏(1993-),男,浙江杭州人,南京航空航天大学自动化学院硕士研究生,研究方向:图像处理,计算机视觉;徐贵力(1972-),男,黑龙江人,教授,博士生导师,研究方向:计算机视觉,光电检测。
基金资助:
国家自然科学基金资助项目(61473148)

ARobustMovingTargetShadowRemovalandRepairAlgorithm

(CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)

Received:2018-01-17 Online:2018-08-23 Published:2018-08-27

摘要/Abstract

摘要： 针对阴影区域对运动前景的干扰问题及归一化互相关系数阴影检测方法的局限性，提出一种归一化互相关系数融合对称交叉熵的阴影检测方法，并根据阴影区域和误检区域各自邻域的前景分布规律，提出一种基于阴影轮廓像素点邻域信息的阴影误检去除方法，对阴影去除形成的前景空洞及断裂进行恢复，最终得到完整准确的运动前景。前景保留率相比归一化互相关系数方法提高40.4%，相比SVM支持向量机方法提高6.3%，耗时约为SVM支持向量机方法的1/153。

关键词: 阴影去除, 阴影修复, 运动目标

Abstract: Fortheproblemsofshadowregionsinterferencetothemotionforegroundandthelimitationsofthenormalizedcross-correlationshadowdetectionmethod,thispaperproposesashadowdetectionmethodthatnormalizesthecross-correlationcoefficientfusionsymmetrycrossentropy,andaccordingtothedistributionlawoftheforegroundofeachneighborhoodbasedontheshadowareaandmisdetection,ashadowmisdetectionremovalmethodbasedonshadowcontourpixelneighborhoodinformationisproposed.Theforegroundvoidsandfracturesformedbyshadowremovalarerecovered,andthecompleteandaccuratemotionforegroundisfinallyobtained.Comparedwiththenormalizedcross-correlationmethodandtheSVMsupportvectormachinemethod,theforegroundreservationrateisrespectivelyincreasedby40.4%and6.3%,andthetime-consumingisapproximately1/153oftheSVMsupportvectormachinemethod.

Key words: shadowremoval, shadowrepair, movingtarget

中图分类号:

TP391

张泽宏，徐贵力，徐扬，程月华，王正盛. 一种鲁棒的运动目标阴影去除及修复算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2018.07.020.

ZHANGZe-hong,XUGui-li,XUYang,CHENGYue-hua,WANGZheng-sheng. ARobustMovingTargetShadowRemovalandRepairAlgorithm[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2018.07.020.

参考文献

［1］CucchiaraR,GranaC,PiccardiM,etal.ImprovingshadowsuppressioninmovingobjectdetectionwithHSVcolorinformation［C］//ProceedingsofIEEEIntelligentTransportationSystems.2002:334-339.
［2］SaninA,SandersonC,LovellBC.Shadowdetection:Asurveyandcomparativeevaluationofrecentmethods［J］.PatternRecognition,2012,45(4):1684-1695.
［3］高广珠,李忠武,余理富,等.归一化互相关系数在图像序列目标检测中的应用［J］.计算机工程与科学,2005,27(3):38-40.
［4］CucchiaraR,GranaC,PiccardiM,etal.Detectionmovingobjects,ghosts,andshadowsinvideostreams［J］.IEEETransactionsonPatternAnalysis&MachineIntelligence,2003,25(10):1337-1342.
［5］BoniniC,FerrariG,VerzelettiS,etal.HSV-TKgenetransferintodonorlymphocytesforcontrolofallogeneicgraft-versus-leukemia［J］.Science,1997,276(5319):1719-1724.
［6］McfeelyR，GlavinM，JonesE.Shadowidentificationfordigitalimageryusingcolourandtexturecues［J］.IETImageProcessing,2012,6(2):148-159.
［7］朱周,路小波,卫朋,等.基于超像素和支持向量机的车辆阴影检测算法［J］.东南大学学报(自然科学版),2015,45(3):443-447.〖HJ1.2mm〗
［8］AchantaR,ShajiA,SmithK,etal.SLICsuperpixelscomparedtostate-of-the-artsuperpixelmethods［J］.IEEETransactionsonPatternAnalysis&MachineIntelligence,2012,34(11):2274-2282.
［9］WangShe,LuHuchuan,YangFan,etal.Superpixeltracking［C］//IEEEInternationalConferenceonComputerVision.2011:1323-1330.
［10］LiuMing-yu,TuzelO,RamalingamS,etal.Entropyratesuperpixelsegmentation［C］//Proceedingsof2011IEEEConferenceonComputerVisionandPatternRecognition.2011:2097-2104.
［11］AdankonMM,CherietM.Supportvectormachine［J］.ComputerScience,2002,1(4):1-28.
［12］BaesensB,ViaeneS,VanGestelT,etal.Leastsquaressupportvectormachineclassifiers:Anempiricalevaluation［J］.Access&DownloadStatistics,2000,2376(3):1-16.
［13］FureyTS,CristianiniN,DuffyN,etal.Supportvectormachineclassificationandvalidationofcancertissuesamplesusingmicroarrayexpressiondata［J］.Bioinformatics,2000,16(10):906-914.
［14］LewisJP.Fastnormalizedcross-correlation［J］.CircuitsSystems&SignalProcessing,1995,82(2):144-156.
［15］LinJianhua.DivergencemeasuresbasedonShannonentropy［J］.IEEETransactionsonInformationTheory,1991,37(1):145-151.
［16］BoerPTD,KroeseDP,MannorS,etal.Atutorialonthecross-entropymethod［J］.AnnalsofOperationsResearch,2005,134(1):19-67.
［17］YuJun,ZhouJun,YinXuefeng.Two-dimensionaltsallissymmetriccrossentropyimagethresholdsegmentation［C］//Proceedingsof20124thInternationalSymposiumonInformationScienceandEngineering.2012:362-366.

[1]	刘宏飞, 杨耀权, 杨雨航. 基于改进光流特征的运动目标跟踪[J]. 计算机与现代化, 2021, 0(03): 115-121.
[2]	陈翔, 邹庆年, 谢绍宇, 陈翠琼. 一种面向运动目标的关键帧自动选择算法[J]. 计算机与现代化, 2020, 0(10): 81-89.
[3]	胡骞鹤1，方书雅1，刘守印1，李纪平2. 基于教室监控视频的学生位置检测和人脸图像捕获算法[J]. 计算机与现代化, 2019, 0(12): 60-.
[4]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[5]	梁永侦1，潘斌2，郭小明2，梁媛2. 基于LAB颜色空间的图像阴影检测与去除方法[J]. 计算机与现代化, 2019, 0(10): 88-.
[6]	杨树国1，和文静1，刘银玲1，马琢麟1，胡帅2. 基于形态学的高斯模型和八邻域帧差法混合运动目标检测算法[J]. 计算机与现代化, 2019, 0(07): 32-.
[7]	陆兴华,刘铭原,龙庆佳,陈泽江. 基于灰度直方图的运动目标特征检测算法[J]. 计算机与现代化, 2019, 0(06): 71-.
[8]	窦修超,李志华,王宁. 基于纹理特征改进的GFL运动目标提取方法[J]. 计算机与现代化, 2019, 0(01): 45-.
[9]	范新南，薛瑞阳，史朋飞，李敏，倪建军. 基于非负矩阵分解与相似性分析的运动目标检测[J]. 计算机与现代化, 2018, 0(04): 37-.
[10]	李亚,王颖. 基于一维最大熵的视频图像运动背景减除[J]. 计算机与现代化, 2018, 0(03): 44-.
[11]	陈泓佑，李郁峰. 一种精确的运动目标外轮廓提取方法[J]. 计算机与现代化, 2016, 0(3): 74-77.
[12]	谢红松，董云飞，罗斌，汤进. #br# 基于TMS320DM8168平台的快速运动目标检测研究[J]. 计算机与现代化, 2015, 0(7): 55-.
[13]	吴剑舞，翁玲瑜，童怀. 一种基于改进ViBe的运动目标检测方法[J]. 计算机与现代化, 2015, 0(7): 50-.
[14]	董云飞1，谢红松1，罗斌1,2，汤进1,2. 基于达芬奇平台的运动目标跟踪算法[J]. 计算机与现代化, 2015, 0(10): 45-49.
[15]	白文江;官洪运;张颖;柳卫林. 基于双GPRS模块的远程图像监控系统[J]. 计算机与现代化, 2010, 1(5): 56-59.

一种鲁棒的运动目标阴影去除及修复算法

ARobustMovingTargetShadowRemovalandRepairAlgorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价