江苏大学学报（自然科学版）
江囌大學學報（自然科學版）
강소대학학보（자연과학판）
JOURNAL OF JIANGSU UNIVERSITY(NATURAL SCIENCE EDITION)
2012年
2期
144-149
,共6页
智能交通系统%阴影消除%车辆跟踪%特征融合%纹理%高斯分布
智能交通繫統%陰影消除%車輛跟蹤%特徵融閤%紋理%高斯分佈
지능교통계통%음영소제%차량근종%특정융합%문리%고사분포
针对视频分割中的阴影消除问题,提出了一种以置信度为桥梁,前景边缘投影特征与局部纹理特性相融合的阴影提取算法.采用自适应高斯法获得动态背景,提取包含阴影的前景,计算出当前帧和背景帧在前景最小外接矩形坐标范围内的边缘差异,得到低干扰的车辆和阴影边缘信息.利用大津阈值算法进行投影分割,在阴影连续性前提下,高置信度区域确认为阴影,低置信度区域确认为车辆,而一般置信度区域,进一步结合局部纹理在当前帧和背景帧间的跳变程度,搜索出与车辆相连的阴影.结果表明:该方法能够去除导致前景严重变形的大面积阴影,去除有效率在90％以上,保障了车辆的有效提取；算法实时性好,可应用于智能视频监控的目标检测及跟踪中.
針對視頻分割中的陰影消除問題,提齣瞭一種以置信度為橋樑,前景邊緣投影特徵與跼部紋理特性相融閤的陰影提取算法.採用自適應高斯法穫得動態揹景,提取包含陰影的前景,計算齣噹前幀和揹景幀在前景最小外接矩形坐標範圍內的邊緣差異,得到低榦擾的車輛和陰影邊緣信息.利用大津閾值算法進行投影分割,在陰影連續性前提下,高置信度區域確認為陰影,低置信度區域確認為車輛,而一般置信度區域,進一步結閤跼部紋理在噹前幀和揹景幀間的跳變程度,搜索齣與車輛相連的陰影.結果錶明:該方法能夠去除導緻前景嚴重變形的大麵積陰影,去除有效率在90％以上,保障瞭車輛的有效提取；算法實時性好,可應用于智能視頻鑑控的目標檢測及跟蹤中.
침대시빈분할중적음영소제문제,제출료일충이치신도위교량,전경변연투영특정여국부문리특성상융합적음영제취산법.채용자괄응고사법획득동태배경,제취포함음영적전경,계산출당전정화배경정재전경최소외접구형좌표범위내적변연차이,득도저간우적차량화음영변연신식.이용대진역치산법진행투영분할,재음영련속성전제하,고치신도구역학인위음영,저치신도구역학인위차량,이일반치신도구역,진일보결합국부문리재당전정화배경정간적도변정도,수색출여차량상련적음영.결과표명:해방법능구거제도치전경엄중변형적대면적음영,거제유효솔재90％이상,보장료차량적유효제취；산법실시성호,가응용우지능시빈감공적목표검측급근종중.
