第10卷第2期 智能系统学报 Vol.10 No.2 2015年4月 CAAI Transactions on Intelligent Systems Apr.2015 D0:10.3969/j.issn.1673-4785.201310020 网络出版地址：http://www.enki..net/kcms/detail/23.1538.TP.20150326.1020.009.html 单边侧阴影特征的车辆阴影去除 丁爱玲，杨康，齐怀超，肖飞 (长安大学信息工程学院，陕西西安710064) 摘要：在基于视频的车辆检测问题中，车辆阴影会造成车辆提取误差，影响系统可靠性，针对该问题，提出了一种 基于车辆阴影像素灰度分布特征的阴影去除方法。结合阴影产生的原理，首先分别从4个方向对前景区间进行投 影，获得投射阴影的像素分布曲线。再采集阴影曲线上的像素点，计算其分布特征，其中分布于概率区间范围的即 为阴影部分，从而去除阴影。实验结果表明，该方法能够快速、准确地去除图像中的车辆投射阴影。 关键词：车辆检测：背景差分：阈值分割；阴影去除 中图分类号：TP391文献标志码：A文章编号：1673-4785(2015)02-0281-05 中文引用格式：丁爱玲，杨康，齐怀超，等.单边侧阴影特征的车辆阴影去除[J].智能系统学报，2015,10(2)：281-285. 英文引用格式：DING Ailing,YANG Kang,QI Huaichao,etal.Vehicle shadow removal based on the characteristics of the single side shadow[J].CAAI Transactions on Intelligent Systems,2015,10(2):281-285. Vehicle shadow removal based on the characteristics of the single side shadow DING Ailing,YANG Kang,QI Huaichao,XIAO Fei (School of Information Engineering,Chang'an University,Xi'an 710064,China) Abstract:In vehicles detection problem of video images,the vehicle cannot be extracted correctly due to the exist- ence of the shadow,which results in low reliability in intelligent transportation system.In this paper,a method is proposed to remove the vehicle shadow by using the pixel gray distribution features of shadow.According to the the- ory of shadow generation,the pixel distribution of shadows can be obtained by projecting the moving target from four directions.By using the pixel shadow curve,the distribution characteristics were calculated.Deriving the range of probability distribution is just the shadow part allows the shadow to be removed..The experimental results showed that this method could remove vehicle cast shadows in the image quickly and accurately. Keywords:vehicle detection;background subtraction;threshold selection;shadow removal 交通视频检测系统通过图像分析的方式来获取产生许多阴影区间。根据阴影形成的位置可以将阴 交通信息数据，它是智能交通系统(intelligent trans-影划分为2类：自身阴影和投射阴影。其中，投射阴 portation systems,ITS)的重要组成部分。通过在道 影是影响车辆提取和定位的主要因素，也是阴影去 路上方架设摄像机或照相机作为传感器，将路面交 除的对象。在车辆提取时，车辆的投射阴影经常会 通图像传到交通信息视频检测系统，利用该系统来 被误认为是车辆的一部分，影响车辆定位和轮廓的 对图像进行实时分析，并提取出车辆运行的交通信 确定，此外，阴影和其他车辆重叠，也会使系统把发 息数据，再通过一定的通信链路传送给交通信息控 生重叠的2个或多个车辆误认为是一个整体，导致 制中心，从而实现对道路交通的管理控制。 车辆计数错误，从而影响系统的可靠性。因此，在车 在采集视频图像时，由于光照的影响，图像中会 辆目标提取前，阴影检测与去除是一个非常重要的 环节。 收稿日期：2013-10-11.网络出版日期：2015-03-26. 通信作者：齐怀超.E-mail:674892125@qq.com. 本文的主要工作是研究视频车辆检测中阴影特第 １０ 卷第 ２ 期 智 能 系 统 学 报 Ｖｏｌ．１０ №．２ ２０１５ 年 ４ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｐｒ． ２０１５ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３１００２０ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１５０３２６．１０２０．００９．ｈｔｍｌ 单边侧阴影特征的车辆阴影去除 丁爱玲，杨康，齐怀超，肖飞 （长安大学 信息工程学院，陕西 西安 ７１００６４） 摘 要：在基于视频的车辆检测问题中，车辆阴影会造成车辆提取误差，影响系统可靠性，针对该问题，提出了一种 基于车辆阴影像素灰度分布特征的阴影去除方法。 结合阴影产生的原理，首先分别从 ４ 个方向对前景区间进行投 影，获得投射阴影的像素分布曲线。 再采集阴影曲线上的像素点，计算其分布特征，其中分布于概率区间范围的即 为阴影部分，从而去除阴影。 实验结果表明，该方法能够快速、准确地去除图像中的车辆投射阴影。 关键词：车辆检测；背景差分；阈值分割；阴影去除 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１５）０２⁃０２８１⁃０５ 中文引用格式：丁爱玲，杨康，齐怀超，等． 单边侧阴影特征的车辆阴影去除［Ｊ］． 智能系统学报， ２０１５， １０（２）： ２８１⁃２８５． 英文引用格式：ＤＩＮＧ Ａｉｌｉｎｇ， ＹＡＮＧ Ｋａｎｇ， ＱＩ Ｈｕａｉｃｈａｏ， ｅｔ ａｌ． Ｖｅｈｉｃｌｅ ｓｈａｄｏｗ ｒｅｍｏｖａｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｉｎｇｌｅ ｓｉｄｅ ｓｈａｄｏｗ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１５， １０（２）： ２８１⁃２８５． Ｖｅｈｉｃｌｅ ｓｈａｄｏｗ ｒｅｍｏｖａｌ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｉｎｇｌｅ ｓｉｄｅ ｓｈａｄｏｗ ＤＩＮＧ Ａｉｌｉｎｇ， ＹＡＮＧ Ｋａｎｇ， ＱＩ Ｈｕａｉｃｈａｏ， ＸＩＡＯ Ｆｅｉ （Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｃｈａｎｇ’ａｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｘｉ’ａｎ ７１００６４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｖｅｈｉｃｌｅｓ ｄｅｔｅｃｔｉｏｎ ｐｒｏｂｌｅｍ ｏｆ ｖｉｄｅｏ ｉｍａｇｅｓ， ｔｈｅ ｖｅｈｉｃｌｅ ｃａｎｎｏｔ ｂｅ ｅｘｔｒａｃｔｅｄ ｃｏｒｒｅｃｔｌｙ ｄｕｅ ｔｏ ｔｈｅ ｅｘｉｓｔ⁃ ｅｎｃｅ ｏｆ ｔｈｅ ｓｈａｄｏｗ， ｗｈｉｃｈ ｒｅｓｕｌｔｓ ｉｎ ｌｏｗ ｒｅｌｉａｂｉｌｉｔｙ ｉｎ ｉｎｔｅｌｌｉｇｅｎｔ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｓｙｓｔｅｍ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ａ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ｒｅｍｏｖｅ ｔｈｅ ｖｅｈｉｃｌｅ ｓｈａｄｏｗ ｂｙ ｕｓｉｎｇ ｔｈｅ ｐｉｘｅｌ ｇｒａｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｅａｔｕｒｅｓ ｏｆ ｓｈａｄｏｗ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｔｈｅ⁃ ｏｒｙ ｏｆ ｓｈａｄｏｗ ｇｅｎｅｒａｔｉｏｎ， ｔｈｅ ｐｉｘｅｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｓｈａｄｏｗｓ ｃａｎ ｂｅ ｏｂｔａｉｎｅｄ ｂｙ ｐｒｏｊｅｃｔｉｎｇ ｔｈｅ ｍｏｖｉｎｇ ｔａｒｇｅｔ ｆｒｏｍ ｆｏｕｒ ｄｉｒｅｃｔｉｏｎｓ． Ｂｙ ｕｓｉｎｇ ｔｈｅ ｐｉｘｅｌ ｓｈａｄｏｗ ｃｕｒｖｅ， ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｗｅｒｅ ｃａｌｃｕｌａｔｅｄ． Ｄｅｒｉｖｉｎｇ ｔｈｅ ｒａｎｇｅ ｏｆ ｐｒｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｓ ｊｕｓｔ ｔｈｅ ｓｈａｄｏｗ ｐａｒｔ ａｌｌｏｗｓ ｔｈｅ ｓｈａｄｏｗ ｔｏ ｂｅ ｒｅｍｏｖｅｄ．． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｃｏｕｌｄ ｒｅｍｏｖｅ ｖｅｈｉｃｌｅ ｃａｓｔ ｓｈａｄｏｗｓ ｉｎ ｔｈｅ ｉｍａｇｅ ｑｕｉｃｋｌｙ ａｎｄ ａｃｃｕｒａｔｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ； ｂａｃｋｇｒｏｕｎｄ ｓｕｂｔｒａｃｔｉｏｎ； ｔｈｒｅｓｈｏｌｄ ｓｅｌｅｃｔｉｏｎ； ｓｈａｄｏｗ ｒｅｍｏｖａｌ 收稿日期：２０１３⁃１０⁃１１． 网络出版日期：２０１５⁃０３⁃２６． 通信作者：齐怀超．Ｅ⁃ｍａｉｌ：６７４８９２１２５＠ ｑｑ．ｃｏｍ． 交通视频检测系统通过图像分析的方式来获取 交通信息数据，它是智能交通系统（ ｉｎｔｅｌｌｉｇｅｎｔ ｔｒａｎｓ⁃ ｐｏｒｔａｔｉｏｎ ｓｙｓｔｅｍｓ，ＩＴＳ） 的重要组成部分。 通过在道 路上方架设摄像机或照相机作为传感器，将路面交 通图像传到交通信息视频检测系统，利用该系统来 对图像进行实时分析，并提取出车辆运行的交通信 息数据，再通过一定的通信链路传送给交通信息控 制中心，从而实现对道路交通的管理控制。 在采集视频图像时，由于光照的影响，图像中会 产生许多阴影区间。 根据阴影形成的位置可以将阴 影划分为 ２ 类：自身阴影和投射阴影。 其中，投射阴 影是影响车辆提取和定位的主要因素，也是阴影去 除的对象。 在车辆提取时，车辆的投射阴影经常会 被误认为是车辆的一部分，影响车辆定位和轮廓的 确定，此外，阴影和其他车辆重叠，也会使系统把发 生重叠的 ２ 个或多个车辆误认为是一个整体，导致 车辆计数错误，从而影响系统的可靠性。 因此，在车 辆目标提取前，阴影检测与去除是一个非常重要的 环节。 本文的主要工作是研究视频车辆检测中阴影特