基于边缘特征的运动车辆阴影消除方法

龙源期刊网 https://www.wendangku.net/doc/4216459331.html,

基于边缘特征的运动车辆阴影消除方法

作者：彭良刚

来源：《软件导刊》2013年第08期

摘要：针对道路交通车辆检测问题，提出了一种利用边缘特征与垂直投影结合的运动车

辆阴影消除方法。先用混合高斯背景模型提取出背景，利用背景差检测出运动车辆区域，再用区域填充去掉目标区域的噪声，最后利用边缘特征与垂直投影结合，消除阴影。

关键词关键词：混合高斯背景；背景差；车辆检测；边缘特征；阴影消除

中图分类号：TP301 文献标识码：A 文章编号文章编号：16727800（2013）008002303

0 引言

近年来，随着计算机视觉的快速发展，智能交通领域得到了蓬勃发展，基于视频的运动车辆检测越来越受到关注。运动目标的分割是计算机视觉领域的重要课题之一，可应用于视频监控、运动分析、目标识别等领域，然而在运动车辆检测过程中，车辆阴影会对车辆识别造成影响，为了更好地理解运动车辆信息，需要对运动车辆的阴影进行检测和消除，以获得更好的目标分割结果[12]。杨丹、余孟泽[3]“车辆视频检测及阴影去除”，采用基于背景差与帧间差的方法来检测运动视频中车辆，结合色彩及阴影统计信息建立阴影模型，去除阴影，但是该方法没有考虑到车辆相互遮挡的情况。李晶晶、管业鹏等[4]“复杂背景下的运动目标分割与阴影消除”，任朝栋、张全法等[2]“快速消除车辆阴影的多阈值图像分割法”，该方法是将灰度化的当前图像与背景差分，再用正、负两个阈值对其二值化，分割深色和浅色来消除阴影，但是当车辆的颜色与阴影颜色相近时不能分割出目标和阴影。邓亚丽，毋立芳等[5]“一种有效的图像阴影自动去除算法”，提出一种基于颜色统计特性的阴影去除方法，利用阴影的特征来对阴影进行去除。白向峰、李艾华等[6]“基于颜色和梯度差估计器的运动阴影检测”，提出的一种基于梯度差估计器并融合亮度和归一化颜色特征的阴影检测方法。刘怀愚、李璟等[7]“基于多特征的运动车辆阴影消除方法”，提出利用边缘特征的阴影消除方法。

1 运动车辆检测

1.1 混合高斯模型背景提取

运动车辆的检测首先要提取实时的背景，混合高斯模型对复杂场景的背景提取具有良好的应用。混合高斯模型是对每一个像素定义K个状态来表示其所呈现的颜色。K个状态中每个状态用一个高斯函数表示，像素点X在t时刻属于背景的概率：