基于颜色空间的阴影检测算法研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 在计算机视觉领域中，运动物体的检测和跟踪是重要的研究方向，对运动物体的准确分 割至关重要。在使用背景差分法进行目标检测时，物体的阴影会被当作前景像素而被分割出 来，阴影区域一般与实际物体密切相关，错误的分割为前景会大大降低对运动物体的检测精 度和跟踪性能。因此需要设计算法，检测阴影区域。总所周知，视频内容的检测本质上是图 像内容的检测，本文对此进行研究，主要工作如下： 针对图像内容分析中的物体检测问题，提出一种新的基于 YUV 颜色空间的阴影检测方法。 首先，在 RGB 颜色空间中使用背景差，得到仅包含目标物体及其阴影的图像。然后在 YUV 颜色空间中对此图像的色度进行统计分析，搜索出色度变化缓慢的区间，再针对每个色度区 间确定对应的亮度区间，获得估计门限。最后，利用以上门限检测并消除阴影。相比其他基 于 YUV 颜色空间阴影检测方法，本文方法使用自适应的门限，提高了检测精度。实验结果表 明，该方法对不同光照情况下的物体阴影都有很好的检测效果。 针对基于颜色空间阴影检测算法中阴影过度分割的现象，即部分属于待检目标的像素被 检测为阴影像素，使目标物体内部出现部分像素丢失的空洞情况。本文结合物体-阴影模型， 基于目标物体的阴影像素一般会分布在一块连通区域中，并且该连通区域位于目标物体区域 的外侧这一假设，提出一种从候选区域的边缘逐步寻找阴影像素的算法。实验结果表明，该 算法能有效消除阴影检测后目标物体内部出现空洞的现象，相比其他消除空洞的算法，该方 法在保证消除空洞效果的同时，也不会引入过高的算法复杂度。 针对监控场景中，亮度特征短时间内很少发生变化，并且对于这段时间内的图像帧，图 像中阴影区域的亮度和色度值存在着高度的相似性。在此基础上，本文提出了一种对阴影检 测中的自适应阈值进行估计的阴影检测算法。实验结果表明，在光照缓慢变化的情况下，可 以使用已有的图像帧的检测门限进行检测，这样可以降低获取自适应阈值的次数，进而提高 算法的运算速度。 关键词: 阴影检测，YUV 颜色空间，自适应算法，亮度变化 I 万方数据 万方数据 Abstract In the field of computer vision, moving object detection and tracking is an important research direction, and it is essential to the accurate segmentation of moving objects. When using background difference method for target detection, the shadow of the object is treated as foreground pixels and divided out, shaded areas are generally similar to the actual object size, dividing it into foreground would greatly reduce the moving object detection accuracy and tracking performance. So it is necessary to design the detection algorithm of the shaded areas. This thesis proposes a new shadow detection method which based on YUV color space for object detec