車輛陰影檢測算法研究.pdf

1、隨著計算機視覺技術(shù)、電子技術(shù)和通信技術(shù)的發(fā)展，智能交通系統(tǒng)(Intelligent Transportation Systems，簡稱ITS)在城市交通的規(guī)劃和管理中發(fā)揮著越來越重要的作用，漸漸受到人們廣泛的關(guān)注?；谝曨l序列圖像運動車輛目標的定位、識別、跟蹤又是智能交通系統(tǒng)研究的關(guān)鍵所在。對視頻圖像中的運動車輛檢測是智能交通系統(tǒng)中視頻圖像處理的第一步，如果不能從視頻序列圖像中準確的獲取運動物體，會給后續(xù)的定位、識別和跟蹤等一系列操作造

2、成困難。然而無處不在的車輛陰影是運動檢測中的最大阻礙。
　　現(xiàn)今檢測前景目標大多采用背景差分法以及適當?shù)娜ピ胩幚砜梢缘玫竭\動檢測結(jié)果，由于陰影與物體具有運動一致性，這使得背景差分法和去噪處理均不能將運動物體和陰影分離開來。這樣就造成運動檢測的結(jié)果包含兩部分:一是運動物體，二是陰影。所以在運動檢測中陰影區(qū)域常常被誤檢測為前景，造成車體外觀及形狀的扭曲，車體之間粘連，不利于分割和識別。因此，陰影檢測已成為智能交通系統(tǒng)中的一個重要研究課

3、題，具有非常重要的現(xiàn)實意義。
　　本文通過分析和比較現(xiàn)今一些常用的運動陰影檢測方法，提出了基于多源信息共同作用的一種檢測方法，能夠準確的將運動目標和陰影分離開來。先是利用邊緣顏色信息進行檢測，之后又分別在HSV顏色空間和歸一化rgb顏色空間進行了陰影檢測。通過對比和分析各個算法的特點及檢測結(jié)果，提出本文確定運動物體和陰影的方法。
　　本文提出的陰影檢測算法具有較高的準確率。因為單獨應(yīng)用邊緣顏色信息檢測來檢測陰影，會造成識別的