基于颜色空间的阴影检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究进展 | 第11页 |
| 1.3 论文的主要研究内容和创新点 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第二章 阴影检测中的图像处理技术基础 | 第13-31页 |
| 2.1 色彩空间分类 | 第13-17页 |
| 2.2 图像序列 | 第17页 |
| 2.3 图像预处理 | 第17-19页 |
| 2.4 形态学处理 | 第19-21页 |
| 2.5 前景提取 | 第21-26页 |
| 2.6 图像处理中阴影的特性 | 第26-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 基于YUV颜色空间的阴影检测算法 | 第31-44页 |
| 3.1 对目前阴影检测算法的回顾 | 第31-35页 |
| 3.1.1 基于物理的方法 | 第31-32页 |
| 3.1.2 基于颜色空间算法 | 第32页 |
| 3.1.3 基于几何的算法 | 第32-33页 |
| 3.1.4 基于区域纹理的算法 | 第33页 |
| 3.1.5 基于局部纹理的算法 | 第33-34页 |
| 3.1.6 算法复杂度分析 | 第34-35页 |
| 3.2 候选区域 | 第35-37页 |
| 3.2.1 获取背景图像 | 第35-36页 |
| 3.2.2 背景差分 | 第36页 |
| 3.2.3 二值化和形态学处理 | 第36-37页 |
| 3.3 基于YUV颜色空间的阴影模型 | 第37页 |
| 3.4 阈值分析 | 第37-41页 |
| 3.4.1 阴影区域特征分析 | 第37-39页 |
| 3.4.2 根据候选区域确定阈值 | 第39-40页 |
| 3.4.3 验证特征普遍性 | 第40-41页 |
| 3.5 自适应阴影检测算法 | 第41-42页 |
| 3.6 实验结果和分析 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 结合阴影模型的阴影检测算法 | 第44-49页 |
| 4.1 基于二维的物体-阴影模型 | 第44-47页 |
| 4.2 结合颜色空间和物体-阴影模型的改进算法 | 第47-48页 |
| 4.3 实验结果和分析 | 第48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 光照变化下的快速阴影检测算法 | 第49-55页 |
| 5.1 光照变化 | 第49-51页 |
| 5.1.1 缓慢光照变换 | 第49页 |
| 5.1.2 快速光照变化 | 第49页 |
| 5.1.3 光照变化检测 | 第49-51页 |
| 5.2 缓慢光照变化下的阴影检测门限值 | 第51-52页 |
| 5.3 光照变化下的快速阴影检测算法 | 第52-53页 |
| 5.4 实验结果和分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55页 |
| 6.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |
