隨著計(jì)算機(jī)視覺(jué)在工農(nóng)業(yè)生產(chǎn)、天文學(xué)、醫(yī)學(xué)及軍事學(xué)等領(lǐng)域的廣泛應(yīng)用,其在日常生活中受到越來(lái)越多的人關(guān)注。然而,作為現(xiàn)實(shí)生活中常見(jiàn)的一種光學(xué)現(xiàn)象,陰影的存在給計(jì)算機(jī)視覺(jué)任務(wù)帶來(lái)一定的困難,如目標(biāo)識(shí)別、圖像分割和邊緣檢測(cè)等,因此有效地檢測(cè)陰影成為計(jì)算機(jī)視覺(jué)技術(shù)亟待解決的問(wèn)題。通過(guò)閱讀大量文獻(xiàn),全面分析國(guó)內(nèi)外研究現(xiàn)狀,利用機(jī)器學(xué)習(xí)等相關(guān)理論知識(shí),對(duì)單幅戶(hù)外彩色圖像的陰影檢測(cè)方法進(jìn)行深入研究。首先,介紹彩色圖像的基本概念,并對(duì)所涉及到的機(jī)器學(xué)習(xí)知識(shí)進(jìn)行簡(jiǎn)單介紹,主要包括均值漂移、隨機(jī)森林、卷積神經(jīng)網(wǎng)絡(luò)的理論知識(shí)。其次,提出一種基于隨機(jī)森林實(shí)現(xiàn)單幅戶(hù)外彩色圖像陰影檢測(cè)的方法。首先對(duì)圖像進(jìn)行預(yù)處理,其次深入分析單幅圖像陰影檢測(cè)相關(guān)特征,并選取亮度特征、顏色特征、紋理特征、梯度方向特征作為陰影檢測(cè)特征;然后使用Mean Shift對(duì)圖像進(jìn)行分割后提取特征,并進(jìn)行歸一化,將陰影特征輸入到隨機(jī)森林分類(lèi)器,得到區(qū)域?qū)π畔?最后根據(jù)區(qū)域?qū)π畔⒔Y(jié)合陰影特征完成陰影檢測(cè)。然后,通過(guò)研究單幅戶(hù)外彩色圖像陰影特點(diǎn),提出一種基于卷積神經(jīng)實(shí)現(xiàn)陰影檢測(cè)的方法。首先設(shè)計(jì)一種基于全局語(yǔ)義信息的網(wǎng)絡(luò)模型結(jié)構(gòu),然后將標(biāo)注好的陰影檢... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像不預(yù)處理與預(yù)處理檢測(cè)結(jié)果

但效果提升明顯；第二行中，不使用該模塊的情況下，沒(méi)有域兩個(gè)人的頭部、胳膊等部位，且檢測(cè)連貫性較差，使用該模塊后， Truth 接近，僅左側(cè)人物胳膊部位部分缺失，且連貫性增強(qiáng)；第三行不況下，沒(méi)有檢測(cè)出左上角欄桿的陰影區(qū)域與右下角部分區(qū)域，且將處板分析誤檢為非陰影區(qū)域，存在很大程度上的漏檢情況，使用該模塊個(gè)三角區(qū)域的陰影檢測(cè)出來(lái)，僅缺失部分欄桿區(qū)域細(xì)節(jié)；第四行與第該模塊情況下，都只能檢測(cè)部分區(qū)域，不能夠很好的將陰影邊界輪廓整性差，使用該模塊后，檢測(cè)效果得到改善，在輪廓基本確定的基礎(chǔ)進(jìn)一步完善，檢測(cè)區(qū)域得到進(jìn)一步擴(kuò)大，完整性得到增強(qiáng)。合圖 5-4a)與 b)可以發(fā)現(xiàn)使用全局語(yǔ)義信息提取模塊后，準(zhǔn)確率得到很差率大幅下降，第三幅與第四幅圖片效果尤為明顯。綜上通過(guò)圖 5-3 5-4 數(shù)據(jù)直方圖之間對(duì)比信息，驗(yàn)證了所提全局語(yǔ)義信息提取模塊的影檢測(cè)結(jié)果有很大的提升。

燕山大學(xué)工程碩士學(xué)位論文影，不使用擴(kuò)張卷積的情況下，兩幅圖中人物頭部、手部均檢測(cè)不完卷積后，能夠相對(duì)完整的檢測(cè)出陰影區(qū)域，僅部分細(xì)節(jié)處有漏檢；第張卷積較不使用檢測(cè)陰影區(qū)域更加連續(xù)，漏檢情況明顯改善。同時(shí)綜合柱狀圖信息，可以看出使用擴(kuò)張卷積后，單張測(cè)試圖片準(zhǔn)確率均有差率有一定的降低，驗(yàn)證了所提擴(kuò)張卷積的有效性。

【參考文獻(xiàn)】：
期刊論文
[1]室外單幅圖像陰影區(qū)域檢測(cè)[J]. 黃雯嘉.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2018(06)
[2]高速攝像環(huán)境下航天電連接器分離邊緣提取算法[J]. 洪濤,趙佃云.  中國(guó)機(jī)械工程. 2017(09)
[3]一種聯(lián)合陰影和目標(biāo)區(qū)域圖像的SAR目標(biāo)識(shí)別方法[J]. 丁軍,劉宏偉,王英華,王正玨,齊會(huì)嬌,時(shí)荔蕙.  電子與信息學(xué)報(bào). 2015(03)
[4]基于陰影圖像本征值的室外目標(biāo)跟蹤[J]. 朱琳琳,田建東,韓建達(dá).  信息與控制. 2014(05)
[5]基于計(jì)算機(jī)視覺(jué)的醫(yī)學(xué)圖像自動(dòng)識(shí)別技術(shù)研究[J]. 胡曉泊,張鵬,安稷,張丹丹,于君君,林杰.  微計(jì)算機(jī)信息. 2012(10)
[6]正射影像上陰影區(qū)域檢測(cè)與消除的方法[J]. 王濤,王偉超,張剛.  地理空間信息. 2010(05)



本文編號(hào)：3123521