欢迎来到天天文库
浏览记录
ID:42779524
大小:223.41 KB
页数:4页
时间:2019-09-20
《基于快速归一化互相关函数的运动车辆阴影检测算法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第26卷第9期2006年9月计算机应用ComputerApplications文章编号:1001・9081(2(X)6)09・2065・3基于快速归一化互相尖函数的运动车辆阴影检测算法王晓冬,霍宏,方涛海交通大学图像处理与模式识别研究所,上海200240)(xfbra@sjtueducn)摘要:视频检测是智能交通系统中一种重要的检测手段,但是运动车辆阴影的存在严重影响了检测效果。为了减少阴影对检测系统中交通参数计算的影响,采用了一种快速归i化的互相关函数(取CC)直接对灰度视频图像检测运动阴影。通过引入三个加总表(sum2ta
2、ble)和设定阴影检测区使传统归一化互相关函数(NCC)算法的复杂度大大降低。实验表明该算法可以实时有效地检测出运动车辆的阴影。矣键词:视频检测;阴影检测;归一化互相关函数;加总表中图分类号:TP39L41文献标识码:AMovhgvehicles/rshadowdetectionwithfastnormalizedcross2correlatfonWANGXiaoHong,HUOHong,FANGTao(InstituteofhiagePmcessingandPattemRecognition,ShanghaiJiaoTong
3、Univeisity.Shanghai200240,China)Abstract:Videodetectbnplaysanhiportantioleinintelligenttranjportatbnsystem,andtheshado^vsofmovingvehicleshaveseriousinfluenceonobjectdetectbnandsegnenlalbnByadoptingaFNCC(FasiNonializedCiossXorrelatbnalgorithninthispaper,movingslwidcw
4、swensdirectlydetectedfkmgrayscalevideosequencesBy5、eshownthatth"methodcandetectmovingvehiclesirshadowsefficientlyandaccuratelyKeywords:videodetectbn;shadowdetectbn;NCC;sum2table收稿日期:2(X)6-04-03;修订日期:2006-05-27基金项目:上海市科委2005年重大项目(05dzl5004)作者简介汪晓冬(1982-),女•河北沧州人,硕士研究生,主要研究方向:交通视频检测;霍宏(1972-),女,辽宁本溪人,讲师,博士研究生,主要研究方向:帮6、能信息处理;方涛(1965-),男,四川彭山人擞授,博士生导师,主要研究方向:遥感与地理信息系统、智能信息处理.0引言视频检测系统以其安装维护方便,可以检测到大范围、高质量的交通场景信息等优点,已成为智能交通系统中的重要检测手段。多数视频检测方法都是通过在视频图像上设置虚拟检测线圈,提取运动前景来进行交通参数的计算O由丁光照的影响,提取的运动前景中往往含有车辆的阴影。一•方面,车辆阴影和车辆具有相似的运动特征往往会被误判为午辆,另一方面,如果视频图像中车辆的阴影把多辆车连在i起,会造成车辆的漏检。因此,去除阴影的影响在交通视频7、检测系统屮是个至关重要的环节。冃前已有多种阴影检测算法。文献[1,2]中对现有的阴影检测算法进行了分类比较。主要分为四大类:基于参数的统计学方法、不基于参数的统计学方法、基于模型的确定性方法和不基于模型的确定性方法。统计学方法是根据图像的某些特征计算概率统计函数将目标分为阴影区和非阴影区,其参数的选取至关重要,大都利用到图像的颜色信息。基于模型的确定性方法,要为检测区域不同的目标建立模型,由于建外环境复杂,其模型的建立也非常复杂耗时。本文选取的快速归一化互札!关函数法属于一种不基于模型的确定性方法利用归一化互相关函数的性质检测8、运动阴影,同时乂通过耳入三个加总表,大大降低了传统互相关函数的计算复杂度。另外,该算法仅对灰度空间检测,并通过设定阴影检测区进一步提高了检测效率。1算法原理1.1光照模型⑺在白天的交通场景中,太阳为主要的光源。对于视频图像屮某像素点W刃的光照模型为:耳(X,y)=Ek(xy旭
5、eshownthatth"methodcandetectmovingvehiclesirshadowsefficientlyandaccuratelyKeywords:videodetectbn;shadowdetectbn;NCC;sum2table收稿日期:2(X)6-04-03;修订日期:2006-05-27基金项目:上海市科委2005年重大项目(05dzl5004)作者简介汪晓冬(1982-),女•河北沧州人,硕士研究生,主要研究方向:交通视频检测;霍宏(1972-),女,辽宁本溪人,讲师,博士研究生,主要研究方向:帮
6、能信息处理;方涛(1965-),男,四川彭山人擞授,博士生导师,主要研究方向:遥感与地理信息系统、智能信息处理.0引言视频检测系统以其安装维护方便,可以检测到大范围、高质量的交通场景信息等优点,已成为智能交通系统中的重要检测手段。多数视频检测方法都是通过在视频图像上设置虚拟检测线圈,提取运动前景来进行交通参数的计算O由丁光照的影响,提取的运动前景中往往含有车辆的阴影。一•方面,车辆阴影和车辆具有相似的运动特征往往会被误判为午辆,另一方面,如果视频图像中车辆的阴影把多辆车连在i起,会造成车辆的漏检。因此,去除阴影的影响在交通视频
7、检测系统屮是个至关重要的环节。冃前已有多种阴影检测算法。文献[1,2]中对现有的阴影检测算法进行了分类比较。主要分为四大类:基于参数的统计学方法、不基于参数的统计学方法、基于模型的确定性方法和不基于模型的确定性方法。统计学方法是根据图像的某些特征计算概率统计函数将目标分为阴影区和非阴影区,其参数的选取至关重要,大都利用到图像的颜色信息。基于模型的确定性方法,要为检测区域不同的目标建立模型,由于建外环境复杂,其模型的建立也非常复杂耗时。本文选取的快速归一化互札!关函数法属于一种不基于模型的确定性方法利用归一化互相关函数的性质检测
8、运动阴影,同时乂通过耳入三个加总表,大大降低了传统互相关函数的计算复杂度。另外,该算法仅对灰度空间检测,并通过设定阴影检测区进一步提高了检测效率。1算法原理1.1光照模型⑺在白天的交通场景中,太阳为主要的光源。对于视频图像屮某像素点W刃的光照模型为:耳(X,y)=Ek(xy旭
此文档下载收益归作者所有