基于顏色空間的陰影檢測算法研究.pdf

1、在計算機視覺領域中，運動物體的檢測和跟蹤是重要的研究方向，對運動物體的準確分割至關重要。在使用背景差分法進行目標檢測時，物體的陰影會被當作前景像素而被分割出來，陰影區(qū)域一般與實際物體密切相關，錯誤的分割為前景會大大降低對運動物體的檢測精度和跟蹤性能。因此需要設計算法，檢測陰影區(qū)域。總所周知，視頻內容的檢測本質上是圖像內容的檢測，本文對此進行研究，主要工作如下：
　　針對圖像內容分析中的物體檢測問題，提出一種新的基于YUV顏色空間的

2、陰影檢測方法。首先，在RGB顏色空間中使用背景差，得到僅包含目標物體及其陰影的圖像。然后在YUV顏色空間中對此圖像的色度進行統計分析，搜索出色度變化緩慢的區(qū)間，再針對每個色度區(qū)間確定對應的亮度區(qū)間，獲得估計門限。最后，利用以上門限檢測并消除陰影。相比其他基于YUV顏色空間陰影檢測方法，本文方法使用自適應的門限，提高了檢測精度。實驗結果表明，該方法對不同光照情況下的物體陰影都有很好的檢測效果。
　　針對基于顏色空間陰影檢測算法中陰影

3、過度分割的現象，即部分屬于待檢目標的像素被檢測為陰影像素，使目標物體內部出現部分像素丟失的空洞情況。本文結合物體-陰影模型，基于目標物體的陰影像素一般會分布在一塊連通區(qū)域中，并且該連通區(qū)域位于目標物體區(qū)域的外側這一假設，提出一種從候選區(qū)域的邊緣逐步尋找陰影像素的算法。實驗結果表明，該算法能有效消除陰影檢測后目標物體內部出現空洞的現象，相比其他消除空洞的算法，該方法在保證消除空洞效果的同時，也不會引入過高的算法復雜度。
　　針對監(jiān)控