基于方向感知与注意力的文档图像阴影消除

文档图像易受光照影响产生的阴影区域,会严重影响用户的识别和阅读。针对现有阴影消除开放数据集少,纠正图像阴影消除质量较差的问题,提出了一种改进的生成对抗网络的文档图像阴影消除方法。该网络在原有双GAN网络结构基础上,引入阴影感知方向上下文模块以及掩码注意力结构,并在掩码注意力模块后加入自适应注意力模块,通过并行结构自适应调整卷积核大小,融合不同尺度特征以获得更多特征信息。同时采用一种逐像素叠加的数据增强方法,解决文档阴影消除数据集缺乏的问题。实验结果表明在本文自建数据集上与DCGAN、ST-CGAN和DSC方法相比,评价指标PSNR与SSIM均有一定提升,本文实验方法优于现有文档去阴影先进方法。

基于阴影轮廓差分投影方法的快速定位车体算法

利用阴影轮廓特征,提出了一种快速分离和定位车体算法.该算法利用车体形成的阴影轮廓曲线,根据不同的阴影方向模型进行水平和垂直方向的轮廓差分投影,利用轮廓差分投影曲线定位阴影与车体边界的特征点,从而分离和定位车体.实验图象数据研究表明,该算法具有较好的鲁棒性和准确性,同时从其运行的时间来看,完全能满足实时的车型识别系统的需要.

基于阴影位置及边缘信息的阴影去除算法

介绍了基于阴影位置及边缘信息的去除阴影算法。首先,估计光照方向,确定阴影方向;然后,基于边缘信息检测阴影设法消除外轮廓边缘,利用提取的前景图像减去构建的前景,得到阴影区域;最后,比较阴影方向,如果方向角在一定阈值范围内,则为实际阴影区域。实验结果表明,去除阴影的方法快速、准确。