陰影特征的魯棒性評價和陰影檢測算法.pdf

1、圖像中的陰影給許多計算機視覺任務(wù)帶來困難，例如圖像分割、物體識別、邊緣檢測等。正確的陰影檢測不但可以避免上述問題，同時也是陰影去除的基礎(chǔ)。因此，陰影檢測技術(shù)是圖像處理和計算機視覺等相關(guān)領(lǐng)域的一個研究熱點，近年來有大量算法提出。目前，關(guān)于視頻中的動態(tài)陰影，由于其所含信息量大，發(fā)展較早，已經(jīng)取得了一定進展，但針對圖像中的靜態(tài)陰影，目前存在的檢測算法還不能滿足實際的檢測需求。本文是對靜態(tài)陰影檢測領(lǐng)域展開相應(yīng)的研究。
　　本文在緒論部分對

2、近年來的靜態(tài)陰影檢測算法按照基于模型的檢測算法、基于本征圖像的檢測算法和基于統(tǒng)計學(xué)習(xí)的檢測算法進行了分類和評述，總結(jié)了靜態(tài)陰影檢測的研究現(xiàn)狀，然后在正文部分對這三類分類方法進行詳細闡述，指出每類方法的技術(shù)特點，并對其中典型方法進行對比。
　　本論文的主要創(chuàng)新工作如下:
　　1、首先對靜態(tài)陰影檢測技術(shù)進行了分類和評述。目前動態(tài)陰影檢測技術(shù)，在權(quán)威期刊已有數(shù)篇綜述性文獻發(fā)表，但針對圖像中靜態(tài)陰影，國內(nèi)外尚無公開發(fā)表相關(guān)的綜述性文

3、章。本文是首次對靜態(tài)陰影檢測算法進行分類和評述，總結(jié)靜態(tài)陰影的研究現(xiàn)狀，以及目前存在的問題和發(fā)展趨勢。
　　2、針對當(dāng)前存在的陰影數(shù)據(jù)集不完善的現(xiàn)狀，提供了一個大規(guī)模的陰影數(shù)據(jù)集，并通過人工方式對陰影位置進行了標(biāo)記，以供科研人員使用。對幾種常見的顏色空間進行了對比，分析了它們的光照不敏感性、陰影敏感性、空間內(nèi)部通道的差異性，并對顏色空間的選擇提出了建議。
　　3、近年來，靜態(tài)陰影檢測主要是使用多個特征，然后使用分類器學(xué)習(xí)的方