阴影检测
阴影检测的相关文献在2000年到2022年内共计542篇,主要集中在自动化技术、计算机技术、测绘学、无线电电子学、电信技术
等领域,其中期刊论文335篇、会议论文31篇、专利文献1105548篇;相关期刊184种,包括地理空间信息、遥感信息、中国图象图形学报等;
相关会议30种,包括2014第九届中国电工装备创新与发展论坛、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会、第21届全国多媒体技术、第8届全国普适计算、第8届全国人机交互联合学术会议等;阴影检测的相关文献由1319位作者贡献,包括刘艳丽、曾绍华、王帅等。
阴影检测—发文量
专利文献>
论文:1105548篇
占比:99.97%
总计:1105914篇
阴影检测
-研究学者
- 刘艳丽
- 曾绍华
- 王帅
- 王建
- 克里斯多夫·E·格里芬
- 周荷琴
- 杨树文
- 王树根
- 王超
- 肖春霞
- 任永功
- 佘春燕
- 刘立
- 刘辉
- 印奇
- 周昕宇
- 周舒畅
- 姚聪
- 张永军
- 徐建闽
- 徐毅丹
- 曹群
- 李亮
- 李树涛
- 李艾华
- 杨烜
- 毕笃彦
- 王军利
- 石爱业
- 裴继红
- 许章华
- 赵忠明
- 邢冠宇
- 郭晓丹
- 陈铁民
- 黄刚
- 乔尔·M·弗里德曼
- 于戈
- 代江艳
- 何凯
- 何潇
- 刘伟铭
- 刘勃
- 刘浩
- 刘秉瀚
- 刘薇
- 唐延东
- 姚花琴
- 姜柯
- 岳照溪
-
-
刘雪峰;
刘秋月
-
-
摘要:
阴影的存在会对图像中特征提取、目标识别等产生很多消极的影响。由于图像中光照度、色度、图像质量等各种复杂因素的影响,单幅图像的阴影处理存在一定的局限性。为了更有针对性地对图像中阴影进行处理,文中提出一种基于用户辅助的区域生长的阴影检测并结合局部直方图均衡化的图像增强算法。首先,通过用户参与的方式更好地利用主观视觉,并在此基础上对阴影进行检测;然后,通过用户选取建模区域对图像中阴影区域进行提取,再采用局部直方图均衡化的方法对提取出的阴影区域像素进行处理;最后,对实际生活中的图像进行仿真。实验结果表明,文中方法可有效提升阴影区域的亮度及纹理细节等,从而能够提高图像的质量、品质以及目标事物的可识别性,增强图像的视觉效果。
-
-
蔡旭航;
朱留存;
张震;
张恒艳;
郑晓东
-
-
摘要:
针对单幅复杂环境图像阴影检测问题,提出一种基于多尺度超像素融合的自动阴影检测快速算法.首先利用深度图像计算各点的法向量及空间坐标,同时利用简单线性迭代聚类算法对彩色图像进行多个尺度的超像素分割;然后使用阴影置信度算法结合图像的色度、法线和空间位置信息分别估计各尺度下的超像素阴影置信度;最后采用Adaboost训练的分类器对各尺度下的超像素阴影置信度进行融合,得到最终的判决结果.实验结果表明,该算法的准确度明显高于原阴影置信度算法,运行时间约为原阴影置信度算法的10%,对于小块阴影、大面积阴影及边缘不清晰的软阴影检测表现较突出,适合对光线复杂环境下的图像进行前期预处理.
-
-
陈翔
-
-
摘要:
在视频监控场景中,由于光照影响会形成明暗交替的动态阴影区域,而现有的目标检测方法在进行前景目标提取时对动态阴影具有较差的鲁棒性,从而在有阴影的环境中进行检测会出现对感兴趣目标提取结果不正确或不完全的现象,为克服这一问题,设计了一种基于HSV空间模型的阴影去除算法。在现有基于HSV空间模型的阴影消除方法中添加了GMM模型的判决函数,首先进行含阴影的前景目标与背景分离,直接对前景目标进行HSV颜色空间的阴影去除,该方法可以有效降低非感兴趣区域(静态背景区域)的像素点对阴影检测效率的影响。实验证明,改进后的方法在处理动态目标阴影时具有较好的鲁棒性,并且可以提取更为完整的目标区域。
-
-
仇栋;
吴云超;
李蔚清;
苏智勇
-
-
摘要:
针对目前移动视点下视频阴影检测算法存在的误检测率高和边缘连续性差的问题,提出了一种基于边跟踪、边检测框架的实时阴影检测算法。首先对前后2帧重叠的阴影部分进行2次光流跟踪,并筛选掉前后向跟踪误差较大的点,通过Canny边缘置信保证跟踪边缘的准确性;然后通过基于光流的区域划分法得到待检测的新增区域;其次,针对纹理边缘误检测、软阴影检测和暗黑区域误检测等问题构建了七维特征向量,且通过提取阴影边缘特征向量训练支持向量机(SVM)分类器,以检测新增区域中的阴影;最后对于检测结果中存在的断边,提出一种基于RGB颜色空间梯度方向一致性算法对断边进行优化连接。实验结果表明与最新的研究成果相比该算法综合性能最高,在检测准确性和边缘连续性方面优于现有方法。
-
-
丁金闪;
仲超;
温利武;
徐众
-
-
摘要:
视频合成孔径雷达(SAR)具有高帧率成像能力,可作为地面运动目标探测的重要技术手段。经典SAR地面动目标显示(SAR-GMTI)依靠目标回波能量来实现动目标检测,同时动目标阴影亦可作为视频SAR动目标检测的重要途径。然而,由于动目标能量和阴影的畸变或涂抹,依靠单一方式难以实现稳健的动目标检测。该文基于目标能量和阴影的双域联合检测思想,分别通过快速区域卷积神经网络和航迹关联两种技术途径实现了视频SAR动目标联合检测,给出了机载实测数据处理结果,并进行了详细分析。该文方法充分利用目标阴影与能量的特征及空时信息,提升了机动目标检测的稳健性。
-
-
陈啟超;
黄刚;
张敏
-
-
摘要:
在计算机视觉任务中,设计与改进阴影检测算法具有极高的研究价值。注意力机制在阴影检测任务中可以显著提升关键特征的提取能力,降低不同语义信息间的关联性,使得阴影的捕获更加高效准确。通过研究阴影信息,使用预训练的残差网络,结合并行连接与密集连接卷积神经网络的设计思路,搭建融合注意力模块的全新网络APR。在SBU和UCF阴影数据集上使用SER、NER和BER作为评价指标进行实验,结果证明,该网络算法具备高效的阴影检测能力与一定的应用前景。
-
-
华漫;
辛瑜;
李燕玲;
张先浩
-
-
摘要:
随着无人飞行器的迅猛发展,根据顶视状态下的行人动态阴影生物特征进行人物验证和行为识别成为一个重要的发展方向,而从低空无人飞行器平台获取行人动态阴影生物特征成为一个更具有挑战性的研究热点。现有的阴影提取方法大多基于固定摄像头,并不适用于运动平台。联合机器学习和图切割理论,提出了一种新的针对低空无人飞行器平台的动态人影检测方法。根据像素特征和区域特征构建协同训练的两个独立视图,以SVM为分类器,采用机器学习的方法对阴影生物特征进行半自动提取,根据上述运动结果构建最小能量方程的数据项,根据图像的梯度特征构建能量方程的约束项,运用图切割理论对上述提取结果进行优化。实验结果表明,所提出的方法比单纯的协同训练方法具有更好的效果,可进一步优化低空无人飞行器平台下所获取的阴影生物特征质量。
-
-
杨鸽;
郑嘉龙;
王莹
-
-
摘要:
针对在光照变化、人影干扰等特殊场景下人体灰度与环境背景灰度相近时,难以将人体与背景分割开来这一问题,提出了一种基于HSV与RGB颜色空间的人体检测与跟踪算法。首先,在RGB颜色空间构建高斯背景更新模型;然后,使用背景减除法计算待检测图像与背景图像R、G、B分量的欧氏距离检测出人体目标,根据检测结果实时更新背景模型;最后,根据阴影在HSV空间下的特点对阴影进行检测与去除,计算目标区域颜色直方图的相关性对目标进行跟踪。实验结果表明,在复杂场景下此方法能够有效的消除因光照和人体形变等因素造成的干扰,准确实现人体检测和跟踪,算法具有较好的鲁棒性。
-
-
何志华;
陈兴;
于春锐;
栗子涵;
余安喜;
董臻
-
-
摘要:
视频合成孔径雷达(VideoSAR)可获取观测场景高帧率图像序列,利用车辆等地面运动目标在图像序列中形成的阴影能够实现动目标状态感知,该方法具有定位精度高、检测概率高、无最小可检测速度限制等优点。针对视频SAR动目标阴影变化剧烈、信杂噪比低、多普勒模糊干扰等特有的图像特征,该文充分利用帧图像空间域和时间域信息,研究了视频SAR数据预处理、动目标阴影检测和视频SAR多目标跟踪方法。实测数据全流程处理结果验证了该文方法的有效性。
-
-
尹旷;
王红斌;
胡帆;
莫文雄;
方健;
杨鹏
-
-
摘要:
自然场景图像中的阴影是直接或间接承接场景信息的载体,可以有效反映场景的环境信息,因此,阴影检测是图像处理领域中的一项重要研究任务。针对阴影检测任务存在的漏检、误检等问题,提出了一种应用于阴影检测任务的网络。引入多任务特征学习机制,利用阴影的边缘和数量信息分别实现特征学习的细节和全局约束,有效地定位阴影区域。此外还利用注意力机制增强特征信息,结合反馈机制通过迭代反馈的方式增强模型对阴影区域特征的学习,提高了模型性能,使模型能够准确区分阴影区域和非阴影区域。实验结果表明,该网络模型与其他经典方法相比在SBU数据集和ISTD数据集上取得了最低的平衡错误率指标,可以更加准确地检测单幅图像中存在的阴影区域且边缘划分准确,检测结果令人满意。
-
-
-
Chen Hongshun;
陈红顺;
He Hui;
贺辉;
Xiao hongyu;
肖红玉;
Huang Jing;
黄静
- 《第17届全国图象图形学学术会议》
| 2014年
-
摘要:
阴影是遥感影像的重要特征之一,阴影给遥感影像的处理与应用带来一定困难,研究高分辨率遥感影像的阴影检测方法具有重要意义.本文提出了一种基于高分辨率遥感多光谱影像的阴影检测方法,首选基于归一化RGB色彩模型对红色、绿色和蓝色波段进行归一化处理,然后分别计算归一化蓝红波段指数和归一化植被指数,从而计算得到阴影强度,最后对阴影强度进行二值化分割,从而提取遥感影像中的阴影.利用该方法在Worldview-2影像上进行阴影检测实验,结果表明该方法能较好地检测出遥感影像中的阴影,且计算简单,易于实现.
-
-
-
Wu Jian;
吴健;
Cui Zhiming;
崔志明;
Zhao Pengpeng;
赵朋朋;
Liu Chunping;
刘纯平
- 《第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会》
| 2012年
-
摘要:
智能交通系统中,在提取前景目标车辆时,常会将运动阴影错认为目标前景.如何准确地检测和去除阴影,从而提取运动目标前景是完成后续目标跟踪、行为分析的关键.本文提出了一种基于Contourlet纹理表示和HSL颜色模型的阴影检测方法,从图像纹理和颜色的角度描述运动车辆前景区域,得到目标前景的纹理-颜色特征表示,并提取相对应的背景区域的特征向量表示,通过特征相似性度量,完成阴影检测与去除.实验结果表明,与传统的单一使用颜色模型或者纹理属性的阴影检测方法相比,本文方法有较好的检测和识别效果.
-
-
-
Ma Chao;
马超;
Hu Lei;
胡蕾
- 《第21届全国多媒体技术、第8届全国普适计算、第8届全国人机交互联合学术会议》
| 2012年
-
摘要:
本文分析了阴影区域与它周围区域之间的关系,建立了邻域光谱模型,提出了一种基于邻域光谱模型的阴影检测算法.该算法先将图像用基于梯度的分水岭分割方法分割成若干区域,并求出所有分割区域内像素的均值,在此基础上,再用ostu方法对分割图像进行阈值分割,然后基于邻域光谱模型,对分割出来的各个区域逐个进行判断,满足条件的即为阴影区域.该算法不仅利用了阴影本身低亮度等特征,同时利用了阴影与邻域之间的关系信息.实验结果显示,该算法可以有效的在遥感图像中检测出阴影区域.
-
-
-
-