交通画像からのシャドウ除去に関する調査

交通監視カメラは、誘導ループ検知器の実行可能な代替手段となりつつあります。しかし、これらのカメラの効果は、シャドウ、車両の被覆、反射、カメラの揺れといった一般的な問題を緩和できるビデオ画像処理アルゴリズムに依存しています。シャドウは、車両の検出と分類における主要な誤り源であることが証明されています。シャドウ問題に対処するために、複雑さが増す三つのアルゴリズムが提案されています。これらのアルゴリズムは、それぞれ、シャドウを除去する必要がある車両からのキャストシャドウを除去しつつ、自シャドウ、つまり照明から隠れている車両の領域を保持することに焦点を当てています。また、リアルタイム分析を目的としており、それを効率的に実装でき、複雑なトレーニングや学習要件を持たない必要があります。シャドウ除去の二重パスOtsu手法は、応用が最も簡単でありましたが、パフォーマンスは最も悪かったです。提案された領域成長技術はかなりの期待を示しましたが、シャドウ領域でピクセル強度が広く変動した場合は失敗しました。最後の手法は、エッジイメージングを使用して、少ないエッジまたは背景と実質的に類似したエッジを持つ領域としてシャドウを認識しました。この方法は、他の方法に対して明らかに優れており、その後、プロトタイプの車両検出および分類システムを記述した別の論文で証明されました。