第2期 丁爱玲，等：单边侧阴影特征的车辆阴影去除 .285. 指数：阴影消除率和错误消除率，它们的计算公式如 [3]祖仲林，李勃，陈启美.基于局部纹理特性的运动车辆阴 式(7)和(8)所示： 影消除[J].计算机工程，2009,35(16)：167-169 ZU Zhonglin,LI Bo,CHEN Qimei.Shadow elimination for 阴影消除率= 消除的阴影点数 (7) 全部阴影点数 moving vehicle based on local texture characteristic [J]. 错误消除率= 错误消除的点数 Computer Engineering,2009,35(16):167-169. (8) 全部，点数 [4]YONEYAMA A,YEH C H,KUO C C J.Moving cast shad- 检测结果如表1所示，结果表明阴影消除率平 ow elimination for robust vehicle extraction based on 2D 均能达到93.0%，最佳能达到98.9%，阴影去除效果 joint vehicle shadow models C]//Proceedings of IEEE Conference on Advanced Video and Signal Based Surveil- 良好。 lance.Los Angeles,USA,2003:229-236. 表1阴影检测算法准确率 [5]HORPRASERT T,HARWOOD D,DAVIS L S.A statistical Table 1 The comparison of training between QINN and BPNN approach for real-time robust background subtraction and 检测车辆 阴影消除率/% 错误消除率/% shadow detection EB/OL].[2013-09-24 ]http://wenku. 最好 98.9 10.9 baidu.com/view/d26c9ff04693daef5ef73dcc.html. 最差 80.5 24.6 [6]HSIEH J,HU Wenfong,CHANG Chiajung,et al.Shadow 中间值 93.0 18.9 elimination for effective moving object detection by Gaussian shadow modeling[J].Image and Vision Computing,2003, 5 结束语 21(2):505-516. 7XU Dong,LI Xuelong,LIU Zhengkai,et al.Cast shadow 本文研究了固定摄像头场景下灰度图像的阴影 detection in video segmentation[]].Pattern Recognition 消除方法，通过区域背景差分和最佳阈值分割对图 Letters,2005,26(1）:91-99. 像进行二值化处理，但是此时二值图像的前景区域 [8]杜丽丽智能交通系统中视频车辆检测技术的研究[D] 除了车辆，还包括阴影：为了去除阴影，根据阴影的 青岛：中国海洋大学，2009：39-40. 空间和灰度2种分布特性来确定阴影像素的分布范 DU Lili.Research on video-based vehicle detection in ITS 围。首先利用阴影的分布特性，计算二值图像中阴 [D].Qingdao:Ocean University of China,2009:39-40. 影像素的投影边界，再将其映射到差分图像中，计算 作者简介： 出阴影像素值的分布区间，最后采用阴影灰度分布 丁爱玲，女，年生，教授，博土，主 特征对差分图像进行无阴影图像二值化处理，从而 要研究方向为小波分析、数字图像处 实现阴影去除。实验证明，此方法可有效地去除视 理、智能信号与信息处理、交通信息技 术及TS等。近年来主持并参加了10 频中车辆的阴影区域。本文方法，较几何模型方法 余项科研的研究工作，发表学术论文20 对模型的要求更低，较色彩空间阴影检测方法计算 余篇，其中被SCI收录1篇，EI收录12 量更小，实时性更好。同时，本文方法也存在一定不 篇，ISTP收录3篇。 足，在车身与路面像素分布非常接近的情况，阴影去 除时也会消除部分车身像素，因此还需要做进一步 杨康，男，1987年生，硕土研究生， 的研究。 主要研究方向为交通信息技术及TS。 参考文献： [1]杨丹，余孟泽.车辆视频检测及阴影去除[J]计算机工程 与设计，2011,32(6)：2072-2074,2079. 齐怀超.男，1986年生，硕士研究 YANG Dan,YU Mengze.Vehicle detection and shadow re- 生，主要研究方向为交通信息技术及 moval in video [J].Computer Engineering and Design, Ts。 2011,32(6):2072-2074,2079. [2]LEVINE M D BHATTACHARYYA J.Removing shadows [J].Pattern Recognition Letters,2005,26(2):251-265.指数：阴影消除率和错误消除率，它们的计算公式如 式（７）和（８）所示： 阴影消除率 ＝ 消除的阴影点数 全部阴影点数 （７） 错误消除率 ＝ 错误消除的点数 全部点数 （８） 检测结果如表 １ 所示，结果表明阴影消除率平 均能达到 ９３．０％，最佳能达到 ９８．９％，阴影去除效果 良好。 表 １ 阴影检测算法准确率 Ｔａｂｌｅ １ Ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｒａｉｎｉｎｇ ｂｅｔｗｅｅｎ ＱＩＮＮ ａｎｄ ＢＰＮＮ 检测车辆 阴影消除率／ ％ 错误消除率／ ％ 最好 ９８．９ １０．９ 最差 ８０．５ ２４．６ 中间值 ９３．０ １８．９ ５ 结束语 本文研究了固定摄像头场景下灰度图像的阴影 消除方法，通过区域背景差分和最佳阈值分割对图 像进行二值化处理，但是此时二值图像的前景区域 除了车辆，还包括阴影；为了去除阴影，根据阴影的 空间和灰度 ２ 种分布特性来确定阴影像素的分布范 围。 首先利用阴影的分布特性，计算二值图像中阴 影像素的投影边界，再将其映射到差分图像中，计算 出阴影像素值的分布区间，最后采用阴影灰度分布 特征对差分图像进行无阴影图像二值化处理，从而 实现阴影去除。 实验证明，此方法可有效地去除视 频中车辆的阴影区域。 本文方法，较几何模型方法 对模型的要求更低，较色彩空间阴影检测方法计算 量更小，实时性更好。 同时，本文方法也存在一定不 足，在车身与路面像素分布非常接近的情况，阴影去 除时也会消除部分车身像素，因此还需要做进一步 的研究。 参考文献： ［１］杨丹，余孟泽．车辆视频检测及阴影去除［ Ｊ］．计算机工程 与设计， ２０１１， ３２（６）： ２０７２⁃２０７４， ２０７９． ＹＡＮＧ Ｄａｎ， ＹＵ Ｍｅｎｇｚｅ． Ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｈａｄｏｗ ｒｅ⁃ ｍｏｖａｌ ｉｎ ｖｉｄｅｏ ［ Ｊ ］． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｄｅｓｉｇｎ， ２０１１， ３２（６）： ２０７２⁃２０７４， ２０７９． ［２］ ＬＥＶＩＮＥ Ｍ Ｄ ， ＢＨＡＴＴＡＣＨＡＲＹＹＡ Ｊ．Ｒｅｍｏｖｉｎｇ ｓｈａｄｏｗｓ ［Ｊ］． Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｌｅｔｔｅｒｓ， ２００５， ２６（２）：２５１⁃２６５． ［３］祖仲林，李勃，陈启美．基于局部纹理特性的运动车辆阴 影消除［Ｊ］．计算机工程， ２００９， ３５（１６）： １６７⁃１６９． ＺＵ Ｚｈｏｎｇｌｉｎ， ＬＩ Ｂｏ， ＣＨＥＮ Ｑｉｍｅｉ． Ｓｈａｄｏｗ ｅｌｉｍｉｎａｔｉｏｎ ｆｏｒ ｍｏｖｉｎｇ ｖｅｈｉｃｌｅ ｂａｓｅｄ ｏｎ ｌｏｃａｌ ｔｅｘｔｕｒｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ［ Ｊ ］． Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００９， ３５（１６）： １６７⁃１６９． ［４］ＹＯＮＥＹＡＭＡ Ａ， ＹＥＨ Ｃ Ｈ， ＫＵＯ Ｃ Ｃ Ｊ． Ｍｏｖｉｎｇ ｃａｓｔ ｓｈａｄ⁃ ｏｗ ｅｌｉｍｉｎａｔｉｏｎ ｆｏｒ ｒｏｂｕｓｔ ｖｅｈｉｃｌｅ ｅｘｔｒａｃｔｉｏｎ ｂａｓｅｄ ｏｎ ２Ｄ ｊｏｉｎｔ ｖｅｈｉｃｌｅ ｓｈａｄｏｗ ｍｏｄｅｌｓ ［ Ｃ ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ ａｎｄ Ｓｉｇｎａｌ Ｂａｓｅｄ Ｓｕｒｖｅｉｌ⁃ ｌａｎｃｅ． Ｌｏｓ Ａｎｇｅｌｅｓ， ＵＳＡ， ２００３： ２２９⁃２３６． ［５］ＨＯＲＰＲＡＳＥＲＴ Ｔ， ＨＡＲＷＯＯＤ Ｄ， ＤＡＶＩＳ Ｌ Ｓ． Ａ ｓｔａｔｉｓｔｉｃａｌ ａｐｐｒｏａｃｈ ｆｏｒ ｒｅａｌ⁃ｔｉｍｅ ｒｏｂｕｓｔ ｂａｃｋｇｒｏｕｎｄ ｓｕｂｔｒａｃｔｉｏｎ ａｎｄ ｓｈａｄｏｗ ｄｅｔｅｃｔｉｏｎ ［ ＥＢ／ ＯＬ］． ［ ２０１３⁃０９⁃２４］． ｈｔｔｐ： ／ ／ ｗｅｎｋｕ． ｂａｉｄｕ．ｃｏｍ／ ｖｉｅｗ／ ｄ２６ｃ９ｆｆ０４６９３ｄａｅｆ５ｅｆ７３ｄｃｃ．ｈｔｍｌ． ［６］ＨＳＩＥＨ Ｊ， ＨＵ Ｗｅｎｆｏｎｇ， ＣＨＡＮＧ Ｃｈｉａｊｕｎｇ， ｅｔ ａｌ． Ｓｈａｄｏｗ ｅｌｉｍｉｎａｔｉｏｎ ｆｏｒ ｅｆｆｅｃｔｉｖｅ ｍｏｖｉｎｇ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ｂｙ Ｇａｕｓｓｉａｎ ｓｈａｄｏｗ ｍｏｄｅｌｉｎｇ［ Ｊ］． Ｉｍａｇｅ ａｎｄ Ｖｉｓｉｏｎ Ｃｏｍｐｕｔｉｎｇ， ２００３， ２１（２）： ５０５⁃５１６． ［７］ ＸＵ Ｄｏｎｇ， ＬＩ Ｘｕｅｌｏｎｇ， ＬＩＵ Ｚｈｅｎｇｋａｉ， ｅｔ ａｌ． Ｃａｓｔ ｓｈａｄｏｗ ｄｅｔｅｃｔｉｏｎ ｉｎ ｖｉｄｅｏ ｓｅｇｍｅｎｔａｔｉｏｎ ［ Ｊ ］． Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｌｅｔｔｅｒｓ， ２００５， ２６（１）： ９１⁃９９． ［８］杜丽丽．智能交通系统中视频车辆检测技术的研究［Ｄ］． 青岛： 中国海洋大学， ２００９： ３９⁃４０． ＤＵ Ｌｉｌｉ． Ｒｅｓｅａｒｃｈ ｏｎ ｖｉｄｅｏ⁃ｂａｓｅｄ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ｉｎ ＩＴＳ ［Ｄ］． Ｑｉｎｇｄａｏ： Ｏｃｅａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎａ， ２００９： ３９⁃４０． 作者简介： 丁爱玲，女， 年生，教授，博士，主 要研究方向为小波分析、数字图像处 理、智能信号与信息处理、交通信息技 术及 ＩＴＳ 等。 近年来主持并参加了 １０ 余项科研的研究工作，发表学术论文 ２０ 余篇，其中被 ＳＣＩ 收录 １ 篇，ＥＩ 收录 １２ 篇，ＩＳＴＰ 收录 ３ 篇。 杨康，男，１９８７ 年生，硕士研究生， 主要研究方向为交通信息技术及 ＩＴＳ。 齐怀超，男， １９８６ 年生，硕士研究 生，主要研究方向为交通信息技术及 ＩＴＳ。 第 ２ 期 丁爱玲，等： 单边侧阴影特征的车辆阴影去除 ·２８５·