位置:成果数据库 > 期刊 > 期刊详情页
基于颜色和区域梯度方向特征的阴影检测算法
  • ISSN号:1672-7207
  • 期刊名称:《中南大学学报:自然科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]武汉大学电子信息学院,湖北武汉430072, [2]中国船舶重工集团公司第709研究所,湖北武汉430074
  • 相关基金:国家自然科学基金资助项目(61371125)
中文摘要:

针对利用颜色或者纹理等单一特征无法有效检测运动阴影的问题,提出一种结合颜色与区域纹理信息进行阴影检测的算法。在融合策略上,根据视频图像不同区域的纹理复杂程度,选择使用颜色信息或者区域梯度方向直方图对运动阴影进行检测。通过分析,证明区域梯度方向的光照不变性,提出一种利用该特征进行基于纹理的阴影检测新方法,可有效克服传统算法以像素为最小检测单位容易受到噪声干扰的不足。实验结果表明:该算法在不同场景下表现出较好的阴影检测性能,同时具有计算复杂度低、实时性好的优点。

英文摘要:

As single features such as color or texture can not be used to detect moving shadow effectively, a method of shadow detection based on color and regional texture was proposed. Through analyzing and proving the illumination invariance of regional gradient direction was proved, and a new texture-based method of shadow detection using this feature was proposed, by this way, the noise effect when using one pixel as the smallest detecting unit in traditional methods can be significantly reduced. Then, in the combination of color and regional texture, the color information or the regional gradient direction histogram was used respectively to detect moving shadow according to the complexity of texture in different image areas. The results show that the proposed algorithm is effective in detecting shadow under different scenes, meanwhile, it has characteristics of low computational complexity and excellent real-time ability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中南大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中南大学
  • 主编:黄伯云
  • 地址:湖南长沙中南大学校本部
  • 邮编:410083
  • 邮箱:zngdxb@csu.edu.cn
  • 电话:0731-88879765
  • 国际标准刊号:ISSN:1672-7207
  • 国内统一刊号:ISSN:43-1426/N
  • 邮发代号:42-19
  • 获奖情况:
  • 首届全国优秀科技期刊评比一等奖,第二届全国优秀科技期刊评比一等奖,首届中国有色金属工业优秀科技期刊评比一等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:20874