APP下载

基于超像素和支持向量机的车辆阴影检测算法

2015-06-09路小波曾维理

东南大学学报(自然科学版) 2015年3期
关键词:区域检测

朱 周 路小波 卫 朋 曾维理

(1东南大学交通学院, 南京 210096)(2东南大学自动化学院, 南京 210096)(3东南大学复杂工程系统测量与控制教育部重点实验室, 南京 210096)



基于超像素和支持向量机的车辆阴影检测算法

朱 周1,3路小波2,3卫 朋2,3曾维理2,3

(1东南大学交通学院, 南京 210096)(2东南大学自动化学院, 南京 210096)(3东南大学复杂工程系统测量与控制教育部重点实验室, 南京 210096)

为解决车辆阴影检测中易将车辆阴影相似的车辆区域误检测为车辆阴影的问题,提出了一种基于超像素和支持向量机的车辆阴影检测算法.首先,利用简单线性迭代聚类法将图像分割为若干超像素;然后,以超像素为基本检测单位,根据HSV空间中的一组判别条件对车辆阴影进行初步检测;在此基础上,利用支持向量机识别并去除被误检测为车辆阴影的车辆区域,进而得到最终的车辆阴影.实验结果表明,所提算法能够较好地区分车辆阴影及与车辆阴影相似的车辆区域,提高车辆阴影的检测率和分类率.

阴影检测;超像素;支持向量机;车辆检测

视频车辆检测能够提供车辆的形状、位置信息,是智能运输系统(ITS)中一项重要的交通信息采集技术.在实际交通场景中,光线被遮挡时会在图像中产生阴影.车辆阴影可能被检测为车辆的一部分,也可能将相近的车辆连接在一起,使其被检测为一辆车.为了准确地检测车辆,必须对车辆阴影进行检测和去除[1].学者们已经在阴影检测方面进行了大量研……

登录APP查看全文

猜你喜欢

区域检测
永久基本农田集中区域“禁废”
分割区域
小波变换在PCB缺陷检测中的应用
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
区域