摘要：针对利用单幅参考图像进行人脸光照迁移时存在光照与人脸细节特征分离不彻底、效率低等问题,提出一种快速的人脸光照迁移算法.该算法充分利用人脸的结构特征和阴影检测的先验知识,引导目标图像与参考图像进行大尺度层与细节层的分离;然后将目标细节层与参考图像大尺度层进行合成以获得光照迁移后的亮度图像.实验结果表明,该算法可实现光照效果的快速迁移,并且能较好地保持目标图像的人脸细节特征.

摘要：提出一种检测运动阴影的方法.首先将运动前景像素检测出来,再综合利用颜色和梯度特征将前景像素分类为运动物体或运动阴影像素.为客观地分析实验结果,引入了一个新的评价指标F值来分析阴影检测效果.实验结果表明该方法比基准方法具有更好的性能.

摘要：该文基于SketchUp平台建立了围合空间太阳辐射计算模型。首先通过Ruby接口从SketchUp平台中导出围合建筑模型的瞬时阴影图像,同时针对围合空间建筑群相互遮挡形成阴影图像的特点,提出一种基于像素的HIS色彩空间建筑阴影检测算法,用来对围合空间建筑立面遮挡部分进行区分和量化,进而结合传统短波辐射计算方法来估算围合空间中某建筑立面短波辐射强度。通过多地的实测数据验证了该模型的有效性,表明该模型适用于围合空间中建筑立面的太阳辐射计算,为建筑设计人员在设计规划城市建筑时准确估计城市围合空间中建筑立面的太阳辐射强度提供更为方便、快捷的计算方式。

摘要：以面向对象技术为依托,进行阴影区域提取域和内部信息补偿处理。在多尺度分割的基础上,充分利用阴影对象典型的光谱、几何特征设置特征函数,提取相应的建筑物阴影区域。采用数学形态学,以对象间的空间关系为依据对阴影边缘进行规则化,并用直方图灰度映射策略补偿阴影的内部信息。最终沿阴影边界中值滤波,得到优化的建筑物阴影区域提取结果。

摘要：场景中的运动阴影导致多目标粘连,车辆间的相互遮挡使得跟踪识别困难。本文针对这两个影响实时车辆检测与跟踪系统性能的主要因素,采用基于无偏卡尔曼滤波器(UKF)的方法为场景背景建模,提取出运动区域,再通过边缘特征检测出场景中的运动阴影,然后利用角点信息将目标与阴影分离;提出了一种基于运动预测框的目标跟踪算法,将它与基于车辆平行四边形轮廓的遮挡分割方法结合,构建了多车辆目标的实时跟踪系统,并用实验验证了它的实用性与鲁棒性。

摘要：传统的深度学习阴影去除方法常常会改变非阴影区域的像素且无法得到边界过渡自然的阴影去除结果。为了解决该问题,基于生成对抗网络(GAN)提出一种新颖的多阶段阴影去除框架。首先,多任务驱动的生成器分别通过阴影检测子网和蒙版生成子网为输入图像生成相应的阴影掩膜和阴影蒙版;其次,在阴影掩膜和阴影蒙版的引导下,分别设计全影模块和半影模块,分阶段去除图像中不同类型的阴影;然后,以最小二乘损失为主导构建一种新的组合损失函数以得到更好的结果。与最新的深度学习阴影去除方法相比,在筛选数据集上,所提方法的平衡误差率(BER)减小约4.39%,结构相似性(SSIM)提高约0.44%,像素均方根误差(RMSE)减小约13.32%。实验结果表明该方法得到的阴影去除结果边界过渡更加平滑。

摘要：为了消除阴影对温度识别的精度及对等温线划分的准确度造成影响,提出了一种快速去除阴影的算法。把3种颜色特征不变性在示温漆图像上进行阴影检测的效果进行对比,选取应用效果最好的颜色特征不变性进行阴影检测,用数学形态学及阈值的处理方法准确地定位出阴影边界;然后在RGB颜色空间内,利用邻近的非阴影区域按照映射策略对各个独立的阴影区域进行阴影补偿,达到阴影去除的目的。实验结果表明,该方法不仅能快速的检测出阴影,而且在去除阴影的同时最大程度地保持了图像的原始信息。

摘要：针对PBAS(pixel-based adaptive segmenter)算法存在的阈值更新不够灵活,难以消除鬼影,对阴影较为敏感的问题,提出一种改进的算法。采用非线性阈值调整机制,根据背景复杂度及时调整阈值;对像素被判定为前景点的次数进行控制,去除难以消失的鬼影点;对判定为前景的区域边界点进行二次对比,减少鬼影点;引入基于颜色不变量的阴影检测去除前景中的阴影区域,提高分割精度。在CDnet2014(*** 2014)数据集上的测试结果表明,改进后的方法相比PBAS分割精度更高,能够很好地去除鬼影和阴影。

摘要：为了提高太阳能装置的接收效率,使太阳能电池板达到最佳的倾斜角度,最大限度的接受太阳光线照射,设计一种基于图像阴影检测技术的太阳能跟踪系统,重点研究晷针阴影的检测、分析算法和太阳角度的求解方法。介绍了在光照强度较弱,图像亮度较小的情况下,太阳高度角和方位角的辅助求法。

摘要：由于传感器成像通常存在较大差异,异源高分辨率遥感影像配准面临着更加突出的局部变形问题。特别是城市中高层地物的相对视差偏移更加显著,从而在空间变换中产生严重的非线性误差。为此,提出了一种面向高层地物的异源高分遥感影像配准方法。首先,通过开展阴影检测并结合影像分割,实现对高层地物的筛选。在此基础之上,提出了一种基于相位一致性的阈值自适应特征点提取策略,以提升高层地物中特征点数量与特征点整体分布均匀性。其次,通过引入阴影面积加权特征向量距离,以排除阴影对同名点对匹配干扰。最后,针对同名点对设计了一种变换误差自适应惩罚因子,以降低高层地物上空间变化差异对映射方程的影响权重。通过对多组异源高分遥感影像的配准实验表明,所提出方法的总体配准精度和均方根误差分别可达88.9%和1.481。