基于HSV颜色空间的阴影消除改进算法

作者:许锋;单大国 刊名:中国刑警学院学报 上传者:侯俊伟

【摘要】在目前的智能监控研究中,阴影消除是运动目标跟踪与检测的研究热点。根据公安工作的实际情况,针对阴影导致目标形状畸变和目标形状损失等问题,提出了一种基于HSV颜色空间的阴影检测及消除的改进方法:首先对序列图像进行预处理消除噪声干扰,然后利用阴影区域在色调和亮度上的特征,在HSV色彩空间实现对阴影检测并消除,最后采用形态学中的腐蚀和膨胀算法填充缺失的边缘轮廓。通过实验比对表明,该方法能较好地消除阴影,得到了较为完整的轮廓,同时具有较好的实时性和鲁棒性。

全文阅读

基于HSV颜色空间的阴影消除改进算法 许 锋 单大国 (中国刑警学院 辽宁 沈阳 110035) 摘 要: 在目前的智能监控研究中,阴影消除是运动目标跟踪与检测的研究热点。根据公安工作的实际情况,针对阴影导致目标形状畸变和目标形状损失等问题,提出了一种基于 HSV 颜色空间的阴影检测及消除的改进方法:首先对序列图像进行预处理消除噪声干扰,然后利用阴影区域在色调和亮度上的特征,在 HSV 色彩空间实现对阴影检测并消除,最后采用形态学中的腐蚀和膨胀算法填充缺失的边缘轮廓。通过实验比对表明,该方法能较好地消除阴影,得到了较为完整的轮廓,同时具有 较好的实时性和鲁棒性。 关键词: 智能监控 阴影 HSV 颜色空间 形态学 中图分类号:TP391.4 文献标识码:A 文章编号:2095-7939(2015)02-0067-03 收稿日期:2015-01-16 基金项目:辽宁省科技厅自然科学基金项目 (编号:2013020008)。 作者简介:许锋 (1977-),男,山东莱州人,中国刑警学院声像资料检验技术系副教授,博士,主要从事声 像资料检验鉴定研究。 随着公安部“天网”、“天眼”工程的深入开展,监控已经遍布主要路口、重点要害部门、案件多发地带、公共复杂场所和人员流动密集区,如何提高视频资料利用效率和范围是目前面临的重要工作。智能监控技术在此情况下应运而生,它能够最大限度地利用监控视频中的关键信息,自动识别物体、发现场景中的突发情况并自动地报警和记录相关信息,可以在不增加人力、物力的情况下帮助办案人员处理多种突发状况,是目前视频监控领域最前沿的研究方向。[1] 智能监控技术的研究内容主要包括以下3个方面:运动目标检测、目标跟踪和行为分析,作为最前端的运动目标检测是后续目标跟踪和行为分析的基础。[2]在实际应用的过程中,光线照射在运动目标上会产生明显的阴影区域,如果不考虑阴影的作用效果,通常会造成多个目标合一、虚假目标、目标形状畸变,甚至严重情况下目标最终消失,直接影响后续处理的结果,所以说,在运动目标检测中阴影的检测和消除是不可忽略的关键性问题。 1 阴影消除算法概述 阴影的出现会增大运动目标的检测误差甚至造成错误,因此在过去的几十年中,国内外很多研究者进行了深入的研究。对于智能监控系统而言,目前主要通过如下两种方法来实现阴影检测及消除[3,4]:(1) 基于模型法,通过运动目标在监控画面中的先验知识构建阴影模型,然后根据此模型判断是否为阴影并进行消除;(2) 基于特征法,通过对一些阴影内外保持不变或变化较小的属性特征,如亮度、色调、饱和度等作为参考依据,通过比较这些量的变化情况,进而判断是否为阴影并进行消除。[5,6]本文在研究 HSV 色彩模式特性的基础上,依据阴影与判别对象在H,S,V三分量中的不同表现,通过设定相应的阈值,最终实现在监控视频中对运动目标产生的阴影检测并消除。 2 基于 HSV 颜色空间特性的改进算法 针对上述阴影消除方法存在的不足,结合公安工作的实际情况,本文提出的改进方法,首先对序列图 2015.2·声 像 检 验· 67 Journal of National Police University of China 学报 DOI:10.14060/j.cnki.zgxjxyxb.2015.0041 像进行预处理,然后利用HSV颜色空间的特性进行阴影自动判断与消除,最终通过形态学处理得到消除阴影后的图像,其具体的流程如图1所示。 图 1 阴影消除流程图 2.1 图像预处理 监控系统受到条件限制和环境影响,其得到的视频影像多含有噪声

参考文献

引证文献

问答

我要提问