基于HSV空间阴影去除方法研究与应用-论文.pdf

《基于HSV空间阴影去除方法研究与应用-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第13期电子设计工程2014年7月Vo1．22No．13ElectronicDesignEngineeringJu1．2014基于HSV空间阴影去除方法研究与应用高东旭，曹江涛，李平(辽宁石油化if_大学信息与控制工程学院，辽宁抚顺113001)摘要：在智能视频监控系统中，运动阴影如果被误判为运动目标，将会影响到场景中运动目标的准确提取、跟踪和预测。针对这一问题，设计了一种基于HSV颜色空间的阴影去除方法。方法首先将背景差法和三帧差分法相结合，用于提取运动目标，再将提取的含有阴影的运动目标区域映射到

2、其HSV色彩空间，通过与背景和相邻帧的亮度、饱和度比较，实现对阴影区域的检测和去除，处理过程中无需提前确定特征判别参数。将所设计的方法在标准高速公路视频数据库中进行测试并应用于实时的视频监控系统，验证结果表明该方法能更加有效的消除阴影，从而准确的检测出运动目标，同时方法对光线变化具有一定的鲁棒性。关键词：视频监控；运动目标检测；实时；HSV颜色空间；阴影消除中图分类号：TP391．41文献标识码：A文章编号：1674—6236(2014)13—0065—04Studyandapplicationofremo

3、vingtheshadowbasedontheHSVcolorspaceGA0Dong—XO，CAOJiang—tao，LIPing(SchooloflnforrruaionandControlEngineering,LiaoningShihuaUniversity，Fushun113001，China)Abstract：Invideosurveillancesystem，ifthemovingshadowsaremisclassifiedasthemovingobjects，theaccuracyofmo

4、vingobjectextraction，trackingandforecastcanhardlybeguaranteed．Fordealingwiththisproblem，anewmethodisproposedtoremovethemovingcastshadowsbasedonHSVcolorspace．Firstly，themovingobjectsisextractedthroughafusionthreeframedifferenceandbackgroundsubtractionmethod

5、．Secondly，theextractedareaisprojectedintotheHSVcolorspace．Bycomparingtheluminanceandsaturationinmotionregionofthepreviousframeandthebackground，themovingshadowsaredetectedandeliminatedwithoutpredeterminingtheparameters．Theproposedmethodistestedinthestandard

6、highwayvideodatasetandimplementedinthereal-timevideosurveillancesystem．Theresultsshowedthatthismethodcaneliminatetheshadowsmoreefectively，detectthemovingtargetsmoreaccurately，androbustnesstolightchanges．Keywords：videosurveillance；movingtargetdetection；real

7、time；HSVcolorspace；shadowsuppression阴影与运动目标具有相同的运动性质，但其纹理特征、化进行阴影检测的方法[41，但在运动目标与阴影的灰度值相边缘轮廓以及亮度等信息却有较大的区别。目前的阴影检测似时很难确定准确的阈值来区分运动目标和阴影；Rahmat等方法主要从以下两方面人手：一类是基于阴影的模型的方法采用了基于YUV色彩空间的阴影检测的方法阎，YUV空间的il亮度分量(Y)和两个色度分量(U、V)是独立的，YUV空间的，其原理是通过建立一个阴影的统计模型来判断图像内像素点

8、是否为阴影区域；另一类是基于特征的方法日，其原理是通阴影消除算法通过计算3个差值函数：亮度差值函数、色度过采用图像的色调、颜色、亮度、灰度等信息来进行判断。由差值函数、梯度差值函数来判断是否为阴影，虽然检测性能于建立阴影模型通常比较复杂而困难，而且耗时大，因此在较好，但算法复杂，而且有较多的阈值需要确定，因而不适合实时的智能视频监控系统中都是采用基于特征的方法来进用于实时的智能监控系统；Norbert等提到了一种