基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
智能视频监控系统需要从静止摄像头拍摄的实际视频序列中抽取并跟踪运动物体,剔除物体的阴影区域。为此,本文提出一种基于图像边界差值信息的消除阴影的前景检测算法,利用阴影区域图像的边界信息与背景相比基本保持不变的特征,抽取输入图像与背景边沿特征的差值。这样图像前景区域特别是边界附近差值比较大,而背景和阴影区域差值比较小。接着本文采用基于固定网格的围线模型,从图像的外框开始,由外向内收敛,最后收敛围线就是前景物体的边界。实验结果表明,与其他前景检测算法相比,本文算法效率高,前景检测准确率高,可以非常好地消除图像噪声、室内阴影和室外弱阴影。
推荐文章
图像序列目标检测中阴影的消除
图像处理
阴影检测
梯度
交通监控系统中基于多源信息融合的运动阴影检测
运动阴影检测
多源信息融合
交通监控系统
基于HVS的视频监控目标提取方法研究
监控系统
目标提取
背景差法
人类视觉系统
基于视频的车辆检测技术和阴影消除方法
视频检测
背景更新
阴影
粗糙集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数字监控系统中基于阴影消除的目标自动提取
来源期刊 ITS通讯 学科 交通运输
关键词 公路交通 公路监测 前景检测 阴影消除 SNAKE模型 数字监控 目标自动提取
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 99-105
页数 7页 分类号 U491.116
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁晓青 清华大学电子工程系智能图文处理研究室 86 2062 24.0 44.0
2 王生进 清华大学电子工程系智能图文处理研究室 32 235 6.0 15.0
3 黄英 清华大学电子工程系智能图文处理研究室 12 21 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
公路交通
公路监测
前景检测
阴影消除
SNAKE模型
数字监控
目标自动提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
ITS通讯
季刊
1726-1953
清华大学新水利馆112室(何善衡楼)20
出版文献量(篇)
328
总下载数(次)
1
论文1v1指导