张泽宏，徐贵力，徐 扬，程月华，王正盛

(南京航空航天大学自动化学院,江苏 南京 210016)

0 引 言

阴影作为运动目标检测中一个普遍存在的干扰，如何将其消除是运动前景检测[1]中的一个重要环节。阴影检测[2]主要分2大类：基于阴影模型的检测方法和基于特征的检测方法。基于模型的检测方法通过检测场景、光照变化规律、运动车辆等先验信息建立阴影模型或车辆模型，从而实现车辆目标与阴影区域的区分。这类方法需要提前获取场景及目标的信息，阴影模型需要随场景变换而重新建立，此外道路车辆种类的多样化、路况的复杂也给目标模型的建立增大了难度，因此该类方法仅适合用于理论实验，不具备实用性。基于特征的阴影检测方法则是通过目标与阴影存在明显差异的特征对阴影区域的分割。高广珠等[3]从亮度特征出发，提出一种基于归一化互相关系数的阴影检测方法，利用阴影像素点的邻域在亮度变化上的一致性区分运动目标和阴影。该方法能够有效检测出阴影区域，但对于运动目标本身的平滑阴影区域与路面投影阴影区域没有区分能力，易造成误判。Cucchiara等[4]利用阴影区域相对背景仅存在亮度变化而色度变化小的特点，提出了基于HSV颜色空间的阴影检测算法[5]，该方法易对运动目标本身与背景接近的像素造成误判。Mcfeely等[6]在Cucchiara的方法上进行了改进，融入了阴影纹理特征，但对于目标本身的平滑阴影区域仍没有足够的区分度，易在运动前景内部误检进而形成空洞。……