对比阴影检测效果的色度方法

1. 译《阴影检测：综述及近期方法对比》摘要+阴影检测常用特征中的章节3.1

3.1 基于色品的方法

。。。这是在监视应用中广泛使用的阴影检测方法(如[9],[19])。由于V值是亮度的直接测量，阴影中的V值应该低于背景中的像素。沿着色相的线索走，背景上的阴影的色相(H)不变。作者还指出阴影会降低点的饱和度(S)。因此，若p满足以下三个条件，就被认为是阴影的一部分：

(1)-(3)

其中F^C_P和B^C_P分别代表帧F和背景B中p位置像素在HSV的成分C。beta_{1},beta_{2},tau_{S},tau_{H}为最优化的经验阈值。应用于不同的色彩空间时可能会产生不同但不一定更优的结果[38]。将像素级的分析扩展到观察窗，可以抑制像素级噪声，从而提高结果质量[36]。在我们的HSV方法复现中，我们选用5*5的观察窗替代逐像素处理。

2. 译《阴影检测：综述及近期方法对比》摘要+阴影检测常用特征中的[7]（《Detecting Moving Objects, Ghosts, and Shadows in Video Streams》)

熊注：

1)本文主要是论述video中阴影与目标的区分，和背景的及时更新问题。

2)作为1中的引文[7]，这里补充说明阈值选择方法的引用。

3.阴影检测

。。。阈值的初步敏感性分析见[9]。本方法与其它文献中的方法的详细对比见文[17]。。。。

3. 译《Detecting Moving Objects, Ghosts, and Shadows in Video Streams》中的[9](《Improving Shadow Suppression in Moving Object Detection with HSV Color Information》)

熊注：

1)本文主要介绍了一种区分移动物体和其阴影的方法

2)作为2中的引文[9]，这里补充解释阈值选择方法。

3.阴影检测

。。。(解释上面1-3公式)第一个条件作用于亮度（V成分）。beta_{2}（小于1）的用处是由于阴影等噪声造成微弱改变的背景点。而beta_{1}考虑的则是光源的强度如何，即根据c_p,c_a已经式8中比率定义的角度决定的。因此，太阳越高越强（室外场景），那个比值越低，所选的beta_{1}值就要越小。事实上，c_p会增加，而cos函数将趋近于1。

   S成分采用一个差值的阈值。阴影降低了点的饱和度。根据很多试验的结论证明，阴影点的图像和参考的饱和度差异往往是负值。H成分采用绝对差的阈值结果较优。阈值tau_{S},tau_{H}的选择现在来看并不是很直接，主要是依赖经验判断，在假设阴影点和非阴影点的色相即使变化也变化不大的前提下进行的。

参考文献：

[1] Sanin A, Sanderson C, Lovell B C. Shadow detection: A survey and comparative evaluation of recent methods[J]. Pattern Recognition. 2012, 45(4): 1684-1695.

[2] Cucchiara R, Grana C, Piccardi M, et al. Detecting Moving Objects, Ghosts, and Shadows in Video Streams[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence [H.W. Wilson - AST]. 2003, 25(10): 1337.

[3] Cucchiara R, Grana C, Piccardi M, et al. Improving shadow suppression in moving object detection with HSV color information[Z]. 2001334-339.