1、“.....在阴影区域内，由于照射光线被遮挡，阴影覆盖区域的照度降低，对应图像的亮度降低，这样阴影区域的亮度要比同区域在无阴影时以及阴影的邻近非阴影区域要暗些。因此，被阴影覆盖区域的图像除在亮度上表现出明显变化外，其色度并没有呈现出太多变化。目前阴影检测的方法，也主要是利用阴影这特性来进行处理。目前的运动目标检测方法之所以都不能区分运动目标和运动阴影，这是由于阴影具有两个重要的视觉特征阴影明显地不同于背景，而在运动目标检测过程中被理解为前景阴影与产生阴影的运动目标具有相同的运动属性，很难区分。由于这两个特征的存在就会将阴影地检测成我们所需要的运动目标。这样就会产生与阴影有关的系列问题，如阴影会造成运动目标形状的变化，即目标和阴影常连成块形成前景的目标块，阴影形状会随目标的运动和光照方向的改变而发生改变，所以造成目标形状改变目标的合并......”。

2、“.....即运动目标落在另个运动目标的阴影里假目标的出现，即目标与阴影分离时，阴影成为独立目标。这些问题的存在会对后续的目标跟踪识别分类产生很大的负面影响。因此，近年来阴影检测成和去除成为智能视频监控系统的关键技术技术中研究的个重要问题。阴影检测算法概述等把阴影的检测算法分为两类类基于模型的阴影检测算法，另类基于阴影属性的阴影检测算法。基于模型的阴影检测算法基于模型的算法，需要事先利用场景运动目标的三维几何结构和光照等方面的已知信息建立阴影模型，然后根据阴影模型可以精确地计算出阴影的形状和位置。但这种方法存在定的局限性对于些具有简单几何形状的物体建立模型是可以的，而对于形状复杂的物体，尤其是柔性物体的建模是非常困难的在动态场景中，很多情况下些先验知识很难获得，只能在些特定的场合使用，模型的建立过程也比较复杂。等提出利用双目摄像机来去除阴影的方法......”。

3、“.....不存在视差的区域则可能是阴影区域，但这个条件并不定充分，所以他们对阴影像素建立了个自适应的混合高斯模型。旦得到阴影的颜色模型，它就可以对连续帧中的视频用零视差约束的方法进行阴影检测。这种算法虽然效果较好，但成本较高计算量大。和在文献中提出的方法是种依据照明和反射的物理模型方法，它不依赖物体背景的类型和画面的几何性，但是需要训练，计算场景中来自阴影的每个背景表面的颜色向量。等提出提取运动车辆的边缘信息，然后利用由个参数控制的车辆几何模型匹配图像中的车辆，并利用先验的光照模型求取车辆在道路平面上的投影。基于模型的方法由于具有种知识模型的支持，会取得效果相对较好的检测结果，但是其模型往往非常复杂，尤其在背景比较复杂光照条件比较差的场合下，模型的复杂度和计算时间都会迅速增加。因此，基于模型的方法在些比较简单的特定场合被使用，比如说航拍图像的理解处理车辆的监控等等......”。

4、“.....比如边缘信息阴影的亮度纹理信息不同的颜色空间等。它比基于模型的方法具有更广泛的适用性。在文献中，等人提出了利用边缘信息去除视频中阴影的方法。在文献中，等人对固定摄像机拍摄的灰度图像序列中的阴影去除进行了研究，他根据阴影区比背景区暗和灰度直方图来确定阴影的大概区域，然后对这个区域求梯度找出梯度相似的区域，同时满足这两个条件的区域就是阴影。纹理信息的阴影去除主要基于被阴影覆盖的背景区域与覆盖前相比只是亮度显著变化，而纹理基本保持不变这特性。在文献中，等人利用这点进行了目标提取，该方法可直接将阴影去除，但运算量大，阈值不好设定胡圆圆等提出的使用局部纹理不变性来去除阴影，该方法主要通过算子描述局部纹理，通过进步比较阴影覆盖区域与背景区域的算子的欧式距离，阈值化去除阴影......”。

5、“.....在文献中，等人提出了个不变的颜色模型，该颜色模型对由阴影引起的光线变化不敏感，利用该模型也可进行阴影去除黄建清等采用的基于空间去除阴影刘雪等提出的基于颜色空间色度畸变和阶梯度模型的阴影去除算法。阴影的光学特性阴影的特性主要分为光学特性和空间特性。阴影的空间特性主要是通过分析目标的阴影运动目标和光照之间的关系得到的相关特性。本论文中主要是分析阴影的光学特性，并且以此为依据检测运动目标的阴影。在对阴影的认识上直会有个误区，就是认为阴影区域中的像素点仅仅是在亮度上比非阴影区域的像素点低，所以只需要增强阴影区域中像素点的亮度即可。但实际上，对于彩色的图像来说，像素点的亮度是由这三个通道的值来决定的，阴影区域中的像素点和非阴影区域的像素点的差别除了在亮度上还有角度上也有差别。在户外光照条件下，非阴影区域的光线由两部分组成太阳光和天空的散射光。在本影区域中......”。

6、“.....所以只有天空的散射光。在半影区域中，则是太空的散射光和太阳光的组合。根据色度反射模型，给定点对于波长的反射光,可表示为,其中表示波长周围的反射光,表示波长的体反射光,表示波长表面的反射光。当改变点是阴影点时，体反射光和表面反射光均为，则阴影点的波长的反射光为,所以导致阴影区域的亮度要比对应的背景区域的亮度低上很多，也就是说阴影区域可以看作是半透明的区域，并且在阴影区域内，相对于背景图像的光学增益是个定值，并且小于。而阴影区域的像素色度并没有明显变化，即在定的亮度条件下，同物体在阴影区域和不在阴影区域的色度是接近致的。前景二值图的提取通过采用基于颜色空间的混合高斯背景建模方法建立背景模型后，将原始图像和背景进行比较，便能反映出个运动物体在此背景下运动的结果。对于当前帧的每个像素点值相对应的背景像素点值为则可由公式得到前景二值图像......”。

7、“.....表示前景区域，即运动目标表示背景区域。基于颜色空间的阴影去除算法阴影的检测和去除的方法有很多种在彩色空间，利用色调饱和度和亮度三个方面的信息来建立背景模型，从而对阴影进行检测和识别在彩色空间中，用矢量来表征像素点，并以当前图像中的像素点矢量与对应的背景像素点的矢量相减得到能表征亮度和色调的彩色模型，并在此基础上建立背景模型。通过运动目标检测以及些后处理操作，已经能够得到包含运动目标和阴影的前景图像。因此可以只对前景区域进行阴影检测并将阴影去除，则剩下的就是真正的运动目标了。这样就可以不用遍历整幅图像，从而减小系统开销了。确定颜色空间颜色特征常被用来检测阴影，根据研究的目的和面向对象的不同，对于彩色图像的研究需要选择合适的颜色模型，并在特定的颜色空间中进行。在颜色空间中，彩色图像的三个分量不仅代表色调和亮度，而且还存在着很大的相关性......”。

8、“.....三者相互独立。通常实验中所用的视频都是基于颜色空间的，但在文献中利用颜色空间去除阴影，从阴影的特性看起来采用模型似乎很适合用来阴影的检测，且该颜色空间能够很好地分离色度和亮度成份。因此，我们必须在颜色空间和颜色空间两者之间进行转化，如下列公式进行,动目标检测算法光流法帧差法背景差法作了简单的介绍，并对三种常用的方法的优缺点进行了比较。根据视频监控系统多为静止的情况，选择了以混合高斯模型为基础的颜色空间检测方法。阐明了用混合高斯模型对背景建模的原因，描述了背景的混合高斯模型的建立背景模型的更新和运动目标的检测提取。在详细分析了阴影产生的机理以及视觉特征的基础上，对目前已经存在的阴影检测算法进行了总结概括。针对前景中存在阴影这个问题，本文在分析了阴影的光学特性之后......”。

9、“.....最终决定采用了基于颜色模型的阴影检测并去除阴影的方法，并取得了良好的效果。展望由于智能监控系统是项涉及很多项学科的技术，如何使智能监控系统的鲁棒性更强准确度更高和处理速度更快是个长期的研究课题。从目前的技术来看，还有很多问题需要进步的深入探索，主要包括多摄像机多角度的视频监控系统越来越多的应用到实际生活中。如何使多个摄像机协同工作，有效地发挥多视角的作用从而提高检测的精确度，是以后工作中需要重点考虑的问题。智能视频监控系统中，运动目标检测算法得到的结果将送入高层的处理模块比如目标跟踪目标分类目标行为识别和理解等模块，可将高层处理模块的处理结果作为反馈融合运动目标检测模块到算法中去，得到更加可靠的检测结果。混合高斯模型方法仍可以加快其背景更新的速度，目前混合高斯模型对背景模型和前景模型都进行了建模，可以考虑有选择性的建模更新，从而增强算法的适应性......”。