本文關(guān)鍵詞： 運(yùn)動(dòng)目標(biāo)檢測(cè) 運(yùn)動(dòng)陰影檢測(cè) HSI顏色空間 梯度直方圖 反向投影　出處：《電光與控制》2017年04期 　論文類型：期刊論文

【摘要】：針對(duì)智能視頻監(jiān)控中運(yùn)動(dòng)陰影影響目標(biāo)跟蹤和識(shí)別準(zhǔn)確性的問題,提出了一種基于顏色和梯度直方圖反投影的陰影檢測(cè)算法。以視覺背景提取模型檢測(cè)得到的運(yùn)動(dòng)目標(biāo)區(qū)域?yàn)榛A(chǔ),首先在HSI顏色空間利用亮度和色度信息篩選出陰影像素,然后通過(guò)梯度直方圖反投影的方法區(qū)分運(yùn)動(dòng)目標(biāo)和陰影,最后將上述兩種方法的檢測(cè)結(jié)果進(jìn)行合理融合得到最終的陰影檢測(cè)區(qū)域。與典型算法的對(duì)比實(shí)驗(yàn)結(jié)果表明,所提算法有效提高了陰影檢測(cè)的準(zhǔn)確性和魯棒性,適用于運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)和識(shí)別。
[Abstract]:Aiming at the problem that moving shadow affects the accuracy of target tracking and recognition in intelligent video surveillance. A shadow detection algorithm based on color and gradient histogram backprojection is proposed, which is based on the moving target region detected by visual background extraction model. Firstly, shadow pixels are filtered out in HSI color space by using brightness and chroma information, and then moving objects and shadows are distinguished by gradient histogram backprojection. Finally, the detection results of the two methods are fused reasonably to obtain the final shadow detection area. The experimental results show that the proposed algorithm effectively improves the accuracy and robustness of shadow detection. It is suitable for real-time detection and recognition of moving targets.
【作者單位】： 火箭軍工程大學(xué);
【基金】：國(guó)家自然科學(xué)基金(61501470)
【分類號(hào)】：TP391.41;TN948.6
【正文快照】： 0引言運(yùn)動(dòng)目標(biāo)檢測(cè)是智能視頻監(jiān)控研究的一個(gè)重要內(nèi)容,也是后期實(shí)現(xiàn)目標(biāo)跟蹤、識(shí)別和行為分析的基礎(chǔ)[1-2]。然而,由于環(huán)境中光照的影響,現(xiàn)有檢測(cè)方法得到的結(jié)果往往含有運(yùn)動(dòng)目標(biāo)投射的陰影。運(yùn)動(dòng)陰影與前景目標(biāo)粘合在一起,具有相同的運(yùn)動(dòng)規(guī)律,并且其位置和形狀變化較大,嚴(yán)重影

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張哲源;史穎歡;高陽(yáng);;基于色彩和形態(tài)特征的人陰影檢測(cè)方法[J];微電子學(xué)與計(jì)算機(jī);2009年10期

2 房正華;趙靜;楊新艷;;智能交通系統(tǒng)中的陰影檢測(cè)技術(shù)[J];計(jì)算機(jī)與現(xiàn)代化;2010年05期

3 杜丙新;丁國(guó)棟;;一種改進(jìn)的基于統(tǒng)計(jì)的陰影檢測(cè)方法[J];科學(xué)技術(shù)與工程;2010年32期

4 劉晉蘇;任沁源;韓波;李平;;基于微型無(wú)人機(jī)平臺(tái)的航拍動(dòng)態(tài)陰影檢測(cè)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年11期

5 王磊;胡霞;;基于視頻的運(yùn)動(dòng)車輛陰影檢測(cè)與去除[J];蘇州市職業(yè)大學(xué)學(xué)報(bào);2010年03期

6 聞帆;屈楨深;閆紀(jì)紅;;集成多特征信息的運(yùn)動(dòng)陰影檢測(cè)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2011年05期

7 張力耘;賈曉敏;陳蘇娟;;基于總變分的多特征陰影檢測(cè)方法研究[J];電力勘測(cè)設(shè)計(jì);2011年05期

8 王雨雋;;陰影檢測(cè)方法研究——基于背景縮減的陰影檢測(cè)算法[J];電腦知識(shí)與技術(shù);2011年32期

9 史波;王紅;;一種自學(xué)習(xí)陰影檢測(cè)方法[J];計(jì)算機(jī)應(yīng)用研究;2012年05期

10 李文舉;高連軍;崔曉松;尉秀芹;;基于多源信息的陰影檢測(cè)[J];遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

相關(guān)會(huì)議論文 前4條

1 蔡海鵬;潘志庚;孫超;;面向視頻場(chǎng)景的虛實(shí)交互中的運(yùn)動(dòng)陰影檢測(cè)算法[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

2 魯瑋;管慶;;移動(dòng)陰影檢測(cè)和消除算法研究[A];2008年中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

3 孫睿;宮峰勛;;一種改進(jìn)的邊緣比率陰影檢測(cè)方法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

4 黃建軍;彭蓉;;基于網(wǎng)絡(luò)并行的高分辨城市航空影像陰影檢測(cè)[A];全國(guó)第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國(guó)高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議�？痆C];2007年

相關(guān)博士學(xué)位論文 前4條

1 代江艷;視頻中運(yùn)動(dòng)目標(biāo)陰影檢測(cè)研究[D];東北師范大學(xué);2014年

2 聞帆;基于視覺的交通路口車輛智能檢測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

3 李子龍;智能交通系統(tǒng)中視頻目標(biāo)檢測(cè)與識(shí)別的關(guān)鍵算法研究[D];華南理工大學(xué);2014年

4 湯義;智能交通系統(tǒng)中基于視頻的行人檢測(cè)與跟蹤方法的研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王占鵬;陰影特征的魯棒性評(píng)價(jià)和陰影檢測(cè)算法[D];沈陽(yáng)理工大學(xué);2015年

2 楊興旺;資源三號(hào)遙感影像陰影檢測(cè)與補(bǔ)償系統(tǒng)研究與開發(fā)[D];蘭州交通大學(xué);2015年

3 姚花琴;WorldView-2影像的城市高大地物陰影檢測(cè)建模研究[D];蘭州交通大學(xué);2015年

4 王國(guó)華;云臺(tái)攝像機(jī)道路事件檢測(cè)方法的研究與實(shí)現(xiàn)[D];大連海事大學(xué);2016年

5 楊薇丹;復(fù)雜場(chǎng)景下的陰影檢測(cè)[D];中國(guó)海洋大學(xué);2015年

6 趙玉琴;自然光照下葡萄葉片圖像的顏色恢復(fù)與陰影檢測(cè)[D];甘肅農(nóng)業(yè)大學(xué);2016年

7 張先鵬;基于多種特征的高分辨率遙感影像陰影檢測(cè)算法研究[D];西南交通大學(xué);2016年

8 王s胬，

本文編號(hào)：1482466