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:
目的 提出一种基于颜色特征和边缘特征相融合的算法,实现对复杂交通场景中车辆阴影的检测和消除.方法 首先,通过经典混合高斯背景建模方法建立背景模型,以帧差法获取运动目标前景.其次,针对复杂多变的交通道路场景,采用串行融合策略检测车辆阴影.对运动目标前景基于边缘特征检测阴影之后,再进行RGB颜色特征方法检测阴影,此过程中利用边缘差分、形态学处理等运算以达到更好的阴影消除效果.为提高算法效率,对前景区域进行阴影评估,从而判断是否有必要进行阴影检测和消除.结果 通过与统计参数法SP、统计非参数法SNP、两类判定性非模型法DNM1 、DNM2等算法的对比,本文算法的阴影检测率和阴影识别率分别有大约10%的提升.实验结果表明,该算法能够有效消除车辆阴影,具有良好的准确性和鲁棒性.结论 本文算法结合颜色和边缘两种特征,弥补基于单个特征方法的单一性,降低由于阴影区域边缘复杂、车辆颜色与阴影颜色相近等原因造成的阴影误检率,阴影消除效果良好.
推荐文章
基于车辆模板和边缘信息的阴影消除方法
背景重建
车辆模板
阴影消除
基于多特征融合的运动车辆阴影消除方法
多特征融合
边缘检测
高斯模型
阴影消除
智能交通
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
一种运动车辆的阴影消除新方法
线间差分
阴影消除
彩色空间
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 多特征融合的车辆阴影消除
来源期刊 中国图象图形学报 学科 工学
关键词 颜色特征 边缘特征 多特征融合 阴影评估 阴影检测 阴影消除
年,卷(期) 2015,(3) 所属期刊栏目 图像处理和编码
研究方向 页码范围 311-319
页数 9页 分类号 TP391.4
字数 6085字 语种 中文
DOI 10.11834/jig.20150302
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 张亚英 同济大学嵌入式系统与服务计算教育部重点实验室 11 63 4.0 7.0
2 邱一川 同济大学嵌入式系统与服务计算教育部重点实验室 1 24 1.0 1.0
3 刘春梅 同济大学嵌入式系统与服务计算教育部重点实验室 1 24 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (31)
参考文献  (16)
节点文献
引证文献  (24)
同被引文献  (56)
二级引证文献  (69)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(17)
  • 引证文献(11)
  • 二级引证文献(6)
2018(24)
  • 引证文献(2)
  • 二级引证文献(22)
2019(38)
  • 引证文献(6)
  • 二级引证文献(32)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
颜色特征
边缘特征
多特征融合
阴影评估
阴影检测
阴影消除
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导