基于混合高斯模型的阴影去除算法

阴影去除是智能视频领域中运动目标识别的一项重要内容,其结果直接影响目标识别的准确性。针对当前基于纹理特征的阴影去除算法的不足,提出一种结合YCbCr颜色空间和混合高斯模型(GMM)的阴影去除算法。首先利用混合高斯模型提取出运动区域;然后通过分析运动区域的前景和背景在YCbCr颜色空间的差值统计特性,建立混合高斯阴影模型;最后根据高斯分布的概率分布规律,得到阴影分布特性,从而实现对阴影的去除。对于实验中的序列图像,所提算法有70%以上的阴影检测率。实验结果表明,所提方法能够在不同的场合快速有效地去除阴影,准确地提取运动目标。

一种有效的图像阴影自动去除算法

视频内容分析要求比较精确的目标检测方法。常用的背景减方法在检测运动前景时也会检测到运动目标投射的阴影,将阴影区域误认为目标区可能造成运动目标粘连或者目标区域几何变形,影响后续内容分析结果,因此去除阴影对于提高后续内容分析的准确性提供了保障。本文提出一种基于颜色统计特性的阴影去除方法。首先利用背景减的方法得到包含阴影的候选目标区域。进一步,分析候选目标区域和背景在YCbCr颜色空间的差值统计特性,发现阴影区域有很强的规律性:色度分量与背景区域一致性很高,亮度分量有固定的差。根据上述规律,设计算法去除阴影区域。与现有方法的对比实验结果表明,本文方法能够很好的去除阴影区域,同时又保持了前景目标区域的完整性。