全站搜索
文章正文
行人视频检测中阴影检测与去除方法设计

行人是城市交通系统的主要参与者,保障行人安全和减少其对机动车的干扰是城市交通系统建设的重要目标,因此对行人交通的研究也越来越受到重视。行人交通研究的主要问题[1-2]包括行人检测、目标跟踪和行为分析。基于视频的行人检测与传统的红外检测、GPS检测、激光检测等方法相比,具有不破坏路面、维护方便、实时性好、可检测的参数多等优点,成为实时交通信息采集和处理技术的发展方向。

  视频图像中的阴影会影响行人的检测与跟踪[2-4],因为阴影的存在会造成检测目标的变形、合并、甚至丢失,使得目标定位及计数不准确。近年来,科研工作者对图像中的阴影去除问题进行了大量研究,在这些研究方法中,考察的图像特征主要有三种:光谱特征、空间特征和时间特征[5]。光谱特征针对像素点,如灰度值、颜色信息等[6],根据当前图与背景图的色差、亮度差值等判断像素点是否为阴影,或者对图像进行变换得到光照无关图[7]进而去除阴影;空间特征是针对某一区域或某一帧图像,根据检测到的图像的轮廓、纹理、边缘等信息判断是否为阴影,如利用图像的轮廓特征[8-9],找到目标与阴影的边界线,对本体和阴影粗分,再建立阴影像素的高斯模板进行细分,既减少了计算量又能达到较好效果;时间特征一般都是与前两种特征结合使用,可以用于对阴影方向或运动速度的估算等,以进一步提高阴影去除效果。

  本文提出一种新的基于YUV颜色空间的阴影去除算法,因为很多摄像头的输出信号采用YUV颜色空间,与基于RGB颜色空间的处理方法相比,省去了图像颜色空间转换的步骤,能提高处理速度。在图像特征上,本文结合像素点的光谱特征与图像整体的空间特征,首先通过亮度差和色差对像素点进行判断,再利用目标本体与阴影只相接不相交的空间特征,对去除结果进行修正,使其阴影去除效果更好。同时,为了使算法适应光照、场景等的变化,采用模糊神经网络进行目标本体与阴影的分类,用遗传算法对网络参数和权值进行自适应调整,以提高算法的鲁棒性。

脚注信息
版权所有 Copyright(C)2013 南山电子回收公司-导航主板回收、平板电脑板回收、三极管回收、沉金线路板回收、镀金手机板回收、深圳宝丽电子回收公司