典型文献
基于多尺度超像素融合的RGB-D单幅图像阴影检测算法
文献摘要：
针对单幅复杂环境图像阴影检测问题,提出一种基于多尺度超像素融合的自动阴影检测快速算法.首先利用深度图像计算各点的法向量及空间坐标,同时利用简单线性迭代聚类算法对彩色图像进行多个尺度的超像素分割;然后使用阴影置信度算法结合图像的色度、法线和空间位置信息分别估计各尺度下的超像素阴影置信度;最后采用Adaboost训练的分类器对各尺度下的超像素阴影置信度进行融合,得到最终的判决结果.实验结果表明,该算法的准确度明显高于原阴影置信度算法,运行时间约为原阴影置信度算法的10％,对于小块阴影、大面积阴影及边缘不清晰的软阴影检测表现较突出,适合对光线复杂环境下的图像进行前期预处理.
文献关键词：
Adaboost算法;阴影检测;超像素分割;深度图像
中图分类号：
作者姓名：
蔡旭航;朱留存;张震;张恒艳;郑晓东
作者机构：
扬州大学 信息工程学院,江苏 扬州 225000;北部湾大学 先端科学技术研究院,广西 钦州 535001
文献出处：
引用格式：
[1]蔡旭航;朱留存;张震;张恒艳;郑晓东-.基于多尺度超像素融合的RGB-D单幅图像阴影检测算法)[J].吉林大学学报（理学版）,2022(02):392-400
A类：
B类：
RGB,单幅图像,阴影检测,检测算法,复杂环境,检测问题,快速算法,深度图像,法向量,空间坐标,简单线性迭代聚类,聚类算法,彩色图像,超像素分割,置信度,色度,法线,空间位置信息,Adaboost,分类器,判决结果,运行时间,小块,光线
AB值：
0.274983
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
