1 中国科学院沈阳自动化研究所机器人学国家重点实验室, 辽宁 沈阳 110016
2 中国科学院大学, 北京 100049
针对室外光照条件下阴影的快速高效检测问题，提出了基于正交分解的阴影检测算法。利用室外场景图像中阴影区域内外的线性模型建立线性方程组，对该线性方程组的解空间进行正交分解，得到一幅彩色光照不变图像和一幅光照变化图像。通过K-means算法将彩色光照不变图像分类为几个区域，每个区域具有一致的反照率。根据分类结果，对光照变化图像采用EM算法进行高斯混合建模，提取阴影区域。最后采用形态学算子对提取的阴影区域进行优化。该算法不需要复杂的特征算子学习过程，大大降低了计算的时间复杂度，而且不需要任何先验知识，可以直接应用到实时场景处理中。
机器视觉 阴影检测 正交分解 期望最大化算法 高斯混合模型
