机器视觉

移动阴影检测在运动目标检测中是一个具有挑战性的任务，因为阴影与目标的运动状态、几何形状等特征有着很大的相似性。为了同时检测本影与半影区域，本文提出并证明了阴影区域辐射一致性属性。首先利用基于图的分割方法，获取了超像素区域轮廓内的点集合（PCC）。利用阴影区域辐射一致性属性及其统计参数指标，将PCC分为目标前景区域（PC-PCC）和阴影区域（PB-PCC）。然后，提出了一种基于区域生长的完整阴影检测与目标掩码增长算法，通过融合完整的阴影区域、完整的目标前景区域和Vibe掩码三个部分，实现了前景目标掩码反向增长。在公开数据集中的实验表明，所提出方法阴影检测的平均精度达到了82.5%，性能显著优于传统方法。同时，目标掩码的平均增长率达到了8.84%，其准确率达到了95%以上。

陈海永, 郄丽忠, 刘坤. 基于区域辐射一致性的移动阴影检测[J]. 光学学报, 2019, 39(03): 3.  复制并引用该论文