结合hsv与纹理特征的视频阴影消除算法-中国图象图形学报.pdfVIP

中图法分类号：TP391.4 文献标识码：A 文章编号：1006-8961(2017 ) - 论文引用格式： 结合HSV 与纹理特征的视频阴影消除算法 1,2 1,2 1,2 武明虎 ，宋冉冉 ，刘敏 1.湖北工业大学 太阳能高效利用及储能运行控制湖北省重点实验室，武汉 430068 2.湖北工业大学 太阳能高效利用湖北省协同创新中心，武汉 430068 摘 要：目的：在视频监控目标检测应用中，场景中的阴影会直接影响目标检测的准确度，因此阴影抑制算法研究 显得尤为重要。目前广泛使用的是HSV(Hue, Saturation, Value)阴影抑制方法，但是该方法存在由于亮度比值的阈值 不稳定而造成将运动目标也检测为阴影的问题。针对该问题，本文提出了一种结合HSV 与纹理特征的视频阴影消 除方法。方法：首先将输入的图像使用传统的混合高斯模型建立背景并在灰度空间中提取前景，其次在HSV 空间 使用亮度比的阈值方法检测阴影，二者综合得到运动目标；针对由于亮度比值的阈值不稳定而导致的前景误检为 阴影的问题，采用了LBP (Local Binary Pattern)算子结合大津阈值(OTSU)提取部分运动目标。最后将LBP 算子结 合大津阈值提取的部分运动目标与HSV 空间检测的目标两者相或，最终去除运动目标的阴影。结果：本文选用在 CVPR-ATON 和 CAVIAR 标准视频库中多个场景的阴影视频，将本文算法与 SNP 算法、SP 算法、DNM1 算法和 DNM2 算法进行对比仿真，实验结果表明本文算法在阴影检测率和阴影识别率的平均值上提升约 10%。结论：本 文提出的视频阴影消除算法结合了 HSV 与纹理特征，可以在不同的环境中有效的去除阴影，运动目标保留完整， 可适用于智能视频监控、遥感图像和人机交互中。 关键词：阴影消除；HSV 颜色空间；亮度；LBP 算子；大津阈值；适用性； Video shadow elimination algorithm by combining HSV with texture features Wu Minghu1,2, Song Ranran1,2, Liu Min1,2 1.Hubei Collaborative Innovation Center for High-efficiency Utilization of Solar Energy and Operation Control of Energy Storage System, Hubei University of technology, Wuhan, 430068 2.Hubei Collaborative Innovation Center for High-efficiency Utilization of Solar Energy, Hubei University of technology, Wuhan, 430068 Abstract: Objective: In the application of video surveillance target detection, the shadow will directly affect the accuracy of the target detection in the scenes, so the shadow suppression algorithm is particularly important. The traditional al