استفاده از ویژگی های بافتی در تکنیک تفاضل فریم جهت حذف سایه در تصاویر اخذ شده از خودروها

تاکنون روش های زیادی جهت تشخیص خودروها توسط محققین ارائه شده است. به عنوان مثال تکنیک تفاضل فریم یکی از روش های ارائه شده برای شناسایی خودروها می باشد. در این روش هر تغییری در فریم جاری نسبت به تصویر پس زمینه نشان دهنده خودروهای متحرک می باشد. در این روش ها به طورکلی سایه خودروها به عنوان عارضه متحرک شناسایی می شوند و این زمانی که سایه خودروها با هم همپوشانی داشته باشند، باعث تلفیق چندیدن خودرو شده و دقت شناسایی خودروها به شدت کاهش پیدا می کند. برای حل این مشکل برخی روش های مبتنی بر گسترش ناحیه ارائه شده است که بعضا به دلیل پایین بودن دقت به صورت موفقیت آمیز عمل نمی کنند. بنابراین هدف اصلی در این تحقیق بهبود روش تفاضل فریم از طریق وزن دهی به پیکسل های تصویر با استفاده ترکیب چندین ویژگی بافتی جهت حذف سایه خودروها می باشد. برای این کار، بعد از استخراج تصویر پس زمینه و قبل از عمل تفاضل به هر کدام از پیکسل های تصویر پس zwj;زمینه و پیش زمینه وزنی اختصاص داده می شود. طبیعتا، پیکسل های وزن دهی شده مربوط به قسمت سایه و محدوده متناظر در تصویر پس زمینه (سطح آسفالت) مقدار کمی وزن خیلی نزدیک به هم می شوند. در نتیجه، با عمل تفاضل فریم های وزن دهی شده پس زمینه و جاری علاوه براینکه خودروها حذف می شوند، سایه خودروها هم به همراه آنها حذف می شوند. در این تحقیق از چهار پایگاه داده جهت پیاده سازی و ارزیابی استفاده شده است. معیارهای مورداستفاده برای نشان دادن دقت در شناسایی خودروها oa، hr، far، modp و motp می باشند. با استفاده از این معیارها روش پیشنهادی با دو روش که توسط محققین دیگر برای حذف سایه مورداستفاده قرارگرفته اند مقایسه و ارزیابی شد. در این آزمون ها، بهبود دقت روش پیشنهادی، به صورت نسبی نسبت به دیگر روش ها و بسته به معیار مورداستفاده، در بازه بین 2 تا 15 درصد متغیر می باشد.