基于混合高斯模型的阴影去除算法

doi:10.3724/SP.J.1087.2013.00031

计算机应用 ›› 2013, Vol. 33 ›› Issue (01): 31-34.DOI: 10.3724/SP.J.1087.2013.00031

基于混合高斯模型的阴影去除算法

张红颖,李鸿,孙毅刚

中国民航大学航空自动化学院，天津 300300

收稿日期:2012-07-18 修回日期:2012-08-13 出版日期:2013-01-01 发布日期:2013-01-09
通讯作者: 张红颖
作者简介:张红颖(1978-)，女，天津人，副教授，博士，主要研究方向：计算机视觉、模式识别、图像处理；李鸿(1988-)，男，山西朔州人，硕士研究生，主要研究方向：模式识别、图像处理；孙毅刚(1963-)，男，山东汶上人，教授，博士，主要研究方向：机场动目标监控、图像处理。
基金资助:
国家自然科学基金委与中国民用航空局联合基金资助项目(60979005);中央高校基本科研业务费中国民航大学专项(ZXH2009B004);中国民航局科技基金资助项目(MHRD201002);天津市自然科学基金青年基金资助项目(12JCQNJC00600)

Shadow removal algorithm based on Gaussian mixture model

ZHANG Hongying¹,LI Hong¹,SUN Yigang²

1. Shadow removal algorithm based on Gaussian mixture model
2. College of Aeronautical Automation, Civil Aviation University of China, Tianjin 300300, China

Received:2012-07-18 Revised:2012-08-13 Online:2013-01-01 Published:2013-01-09
Contact: ZHANG Hongying

摘要/Abstract

摘要： 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。

关键词: 阴影模型, YCbCr颜色空间, 混合高斯模型, 阴影去除, 颜色统计特性

Abstract: Shadow removal is one of the most important parts of moving object detection in the field of intelligent video since the shadow definitely affects the recognition result. In terms of the disadvantage of shadow removal methods utilizing texture, a new algorithm based on Gaussian Mixture Model (GMM) and YCbCr color space was proposed. Firstly, moving regions were detected using GMM. Secondly, the Gaussian mixture shadow model was built through analyzing the color statistics of the difference between the foreground and background of the moving regions in YCbCr color space. Lastly, the threshold value of the shadow was obtained according to the Gaussian probability distribution in YCbCr color space. More than 70 percent of shadow pixels in sequence images of the experiments could be detected by the algorithm accurately. The experimental results show that the proposed algorithm is efficient and robust in object extraction and shadow detection under different scenes.

Key words: shadow model, YCbCr color space, Gaussian Mixture Model (GMM), shadow removal, color statistics feature

中图分类号:

TP391.413

张红颖李鸿孙毅刚. 基于混合高斯模型的阴影去除算法[J]. 计算机应用, 2013, 33(01): 31-34.

ZHANG Hongying LI Hong SUN Yigang. Shadow removal algorithm based on Gaussian mixture model[J]. Journal of Computer Applications, 2013, 33(01): 31-34.

参考文献

［1］张磊，项学智，赵春晖.基于光流场与水平集的运动目标检测［J］.计算机应用，2009，29（4）：972-978.

［2］王涛，熊运余.基于时空背景差的带跟踪补偿目标检测方法［J］.计算机应用，2010，30（1）：58-60.

［3］金广智，石林锁，白向峰，等.基于混合高斯模型的新型目标检测系统［J］.计算机应用，2011，31（12）：3360-3365.

［4］STAUFFER C, GRIMSON W E L. Adaptive background mixture models for real-time tracking ［C］// Proceedings of the 1999 IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 1999: 246-252.

［5］曹健，陈红倩，张凯，等.结合区域颜色和纹理的运动阴影检测方法［J］.机器人，2011，33（5）：628-633.

［6］LEE B E, NGUYEN T B, CHUNG S T. An efficient cast shadow removal for motion segmentation ［C］// Proceedings of the 9th WSEAS International Conference on Signal Processing, Computational Geometry and Artificial Vision. Stevens Point, Wisconsin: World Scientific and Engineering Academy and Society, 2009: 83-87.

［7］QIN R, LIAO S C, LEI Z, et al. Moving cast shadow removal based on local descriptors ［C］// Proceedings of the 20th International Conference on Pattern Recognition. Washington, DC: IEEE Computer Society, 2010: 1377-1380.

［8］CHOI J M, YOO Y J, CHOI J Y. Adaptive shadow estimator for removing shadow of moving object ［J］. Computer Vision and Image Understanding, 2010, 114(9): 1017-1029.

［9］GALLEGO J, PARDAS M. Enhanced Bayesian foreground segmentation using brightness and color distortion region-based model for shadow removal ［C］// Proceedings of the 2010 International Conference on Image Processing. Washington, DC: IEEE Computer Society, 2010: 3449-3452.

［10］SANIN A, SANDERSON C, LOVELL B C. Improved shadow removal for robust person tracking in surveillance scenarios ［C］// Proceedings of the 20th International Conference on Pattern Recognition. Washington, DC: IEEE Computer Society, 2010: 141-144.

［11］李楠，谢松云，谢玉斌.灰关联分析在视频运动目标检测中的应用［J］.计算机辅助设计与图形学学报，2009，21（5）：663-667.

［12］邓亚丽，毋立芳，李云腾.一种有效的图像阴影自动去除算法［J］.信号处理，2011，27（11）：1724-1728.

［13］LIU Z, HUANG K Q, TAN T N. Cast shadow removal in a hierarchical manner using MRF ［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2012, 22(1): 56-66.

［14］Computer Vision and Robotics Research Laboratory, University of California. IntelligentRoom ［EB/OL］. ［2012-04-15］. http://cvrr.ucsd.edu/aton/shadow.

［15］李鹏飞，陈朝武，李晓峰.智能视频算法评估综述［J］.计算机辅助设计与图形学学报，2010，22（2）：352-360.

［16］PRATI A, MIKIC I, TRIVEDI M M, et al. Detecting moving shadows: algorithms and evaluation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003, 25(7): 918-923.

[1]	张淑萍, 吴文, 万毅. 基于多阶段生成对抗网络的单幅图像阴影去除方法[J]. 计算机应用, 2020, 40(8): 2378-2385.
[2]	廖斌, 谭道强, 吴文. 基于衰减式生成对抗网络的单幅图像阴影去除[J]. 计算机应用, 2019, 39(9): 2712-2718.
[3]	廖斌, 吴文. 区域配对引导的光照传播视频阴影去除方法[J]. 计算机应用, 2019, 39(2): 556-563.
[4]	孙少超. 基于带权核范数最小化和混合高斯模型的去噪模型[J]. 计算机应用, 2017, 37(5): 1471-1474.
[5]	李雪君, 张开华, 宋慧慧. 融合时空多特征表示的无监督视频分割算法[J]. 计算机应用, 2017, 37(11): 3134-3138.
[6]	姬丽娜, 陈庆奎, 陈圆金, 赵德玉, 方玉玲, 赵永涛. 基于GPU的视频流人群实时计数[J]. 计算机应用, 2017, 37(1): 145-152.
[7]	兰丽, 何小海, 吴晓红, 滕奇志. 基于超像素和局部颜色恒常性的自适应阴影去除[J]. 计算机应用, 2016, 36(10): 2837-2841.
[8]	华媛蕾刘万军. 改进混合高斯模型的运动目标检测算法[J]. 计算机应用, 2014, 34(2): 580-584.
[9]	邵楠张科. 基于投影熵特征的图像识别算法[J]. 计算机应用, 2013, 33(10): 2874-2877.
[10]	李鸿生薛月菊黄晓琳黄珂何金辉. 改进的自适应混合高斯前景检测方法[J]. 计算机应用, 2013, 33(09): 2610-2613.
[11]	黄微傅利琴王琛. 基于梯度域的保纹理图像阴影去除算法[J]. 计算机应用, 2013, 33(08): 2317-2319.
[12]	陈雷张荣国胡静刘焜. 改进的混合高斯模型及阴影消除方法[J]. 计算机应用, 2013, 33(05): 1394-1400.
[13]	王小鹏郭莉琼. 公路车流量视频检测方法[J]. 计算机应用, 2012, 32(06): 1585-1588.
[14]	金广智石林锁白向峰滕明春. 基于混合高斯模型的新型目标检测系统[J]. 计算机应用, 2011, 31(12): 3360-3362.
[15]	熊霞桑庆兵. 光照自适应的肤色检测方法[J]. 计算机应用, 2011, 31(05): 1233-1236.

基于混合高斯模型的阴影去除算法

Shadow removal algorithm based on Gaussian mixture model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics