基于改进PCNN模型的车辆阴影消除方法

• 作者: 姚畅 李居朋 李艳凤 杨娜 陈后金
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 图像分割 阴影消除 改进PCNN模型 彩色直方图 运动车辆
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 56-63
• 分类号: TP391.9|U283.4
• 字数: 4972字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2012.07.009

摘要

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题.针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法.此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础.大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈后金	北京交通大学电子信息工程学院	120	1030	17.0	27.0
2	杨娜	北京交通大学电子信息工程学院	128	740	13.0	23.0
4	李居朋	北京交通大学电子信息工程学院	27	240	8.0	15.0
7	姚畅	北京交通大学电子信息工程学院	22	245	8.0	15.0
8	李艳凤	北京交通大学电子信息工程学院	24	98	5.0	9.0