车辆检测中的阴影去除方法研究开题报告

1. 研究目的与意义

背景：目前，图像和视频技术广泛应用于智能交通系统，如电子警察和智能检查站。光照对基于车辆或图像的车辆检测的影响很大程度上受阴影系数的影响，检测精度大大降低。

目的：研究利用图像处理方法去除阴影的有效方法。

意义：本设计将采用一定的数学方法，在图像处理方法的基础上，提出了一种基于纹理边缘阴影特征的物体阴影去除方法。为了完成上述设计任务，需要掌握图像处理和评价方法。

2. 研究内容和预期目标

目前，图像和视频技术已广泛应用于电子警察、智能卡等智能交通系统中。基于图像或视频的车辆检测受阴影因素的影响较大，检测精度明显降低，此研究将基于车辆图像，采用图像处理方法，研究了有效的去除遮挡的方法，这就需要提高车辆检测的准确性。

研究内容：

1.了解基本图像处理的内容，合理地使用matlab和其他编程语言。

3. 研究的方法与步骤

研究方法：

因为不知道黑色区域是影子还是黑色物体，所以通过分析更大的区域和周围的领域来分析影子。也就是说，阴影识别必须理解全局图像的上下文信息。此外，必须使用空间rnn从不同的方向分析上下文信息并传播图像的全局上下文信息来获得空间上下文特征。首先，输入特征图（该特征图可以是神经网络中的一个），并独立于四个方向分布信息以获得局部空间上下文特征。通过点的模式划分，将四个方向上的空间上下文属性相乘，并且这些权重被划分成两个重叠的部分（并且在整个深度学习网络中进行训练）。因此，有方向意识的空间上下文函数是通过选择性地在不同方向上使用空间上下文函数获得的。将该结果称为dsc函数，将获得该函数的过程称为dsc模块，通过训练网络，深度绘制多个图像，并区分阴影。

步骤：

4. 参考文献

[1] 曹晓娟, 王文涛, 宋晓琳, et al. 基于多信息融合的车辆阴影检测与车辆跟踪算法[j]. 中南大学学报(自然科学版), 2015(11):4049-4055.[2] 徐少飞, 刘政怡. 基于颜色属性的车辆阴影去除方法[j]. 计算机应用与软件, 2016, 33(9).[3] 王胜华, 唐先亮, 谭飞刚, et al. 高速公路上自适应车辆阴影检测[j]. 计算机应用, 2016, 36(a01).[4] 丁爱玲, 杨康, 齐怀超, et al. 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.[5] 许宏科, 侯晓青, 秦严严. 基于hsv颜色特征的车辆阴影消除方法[j]. 徐州工程学院学报：自然科学版, 2016, 31(2):5-8.[6] 杜友田, 陈峰, 徐文立. 基于区域的运动阴影检测方法[j]. 清华大学学报(自然科学版)(1):143-146.[7] 张丽, 李志能. 基于阴影检测的hsv空间自适应背景模型的车辆追踪检测[j]. 中国图象图形学报(7):60-64.[8] 张友鹏, 王淳, 刘艳丽. 移动视点下在线视频的动态阴影检测与跟踪[j]. 系统仿真学报, 2019(7).

[9]郑晓曦，袁高帅，胡晓东.视频图像中的车辆检测及阴影去除方法研究 [j].数学技术与应用 2014.12

[10]梁晓爱，侯德文，丁德志.a new shadow detection and removal method for vehicle detection based on video sequence%基于视频的车辆检测中检测与去除阴影的一种有效方法 [j].信息技术与信息化 2009.02.23

[11] 李伟.车辆检测中噪声去除方法研究 [j].中国海洋大学2007

5. 计划与进度安排

2.24--3.12，熟悉课题背景，查阅中英文资料，完成毕设开题。

3.13--4.30，开展课题内容，完成课题的主要实验工作和程序调试。

5.01--5.20，撰写毕设论文初稿并完成中英文翻译。