一種車輛運動陰影消除方法

2023-11-01 04:11:07 1

專利名稱：一種車輛運動陰影消除方法
技術領域：
本發明涉及計算機視覺與模式識別、數字圖像處理技術領域，具體地，涉及一種車輛運動陰影消除方法。
背景技術：
由於車輛及其運動陰影有著很相似的運動屬性特徵，所以在經過背景差分，提取前景目標時會連在一塊，如果不消除陰影(該處所指的陰影都是運動陰影，以下同)會對車輛檢測和車輛跟蹤等後續操作產生很大的影響，所以陰影的消除很有必要。其中，單輛車的陰影消除是為了在圖像坐標系中準確框定車輛區域。目前，大多數現存的算法都是從兩個方面入手去進行陰影的消除。第一類是基於模型的方法，比較常見的是混合高斯模型(HMM)，這類方法事先要知道光照，車輛方向等先驗條件，比較適合於特定的場景，可見，該算法不具有普遍適用性，不能同時適用於任意的場景；第二類是基於屬性的方法，這類方法利用車輛和陰影本身的屬性特徵，普適性比較好，並且不需要任何先驗知識。基於屬性的方法有很多，常見的有顏色、亮度、色度、歸一化顏色空間、邊緣、紋理、梯度。剛開始的時候本申請人選擇嘗試換用各種顏色空間，如HSV、YCbCr、HIS等等，並且綜合利用亮度、色度、紋理、梯度等屬性來消除陰影，但碰到的問題是消除的陰影部分不完全，達不到目的。如圖1a和圖1b基於亮度、紋理、梯度屬性的去陰影效果圖(車輛附近的灰度區域為陰影)、以及圖2a和圖2b (基於亮度屬性的陰影消除中間結果圖)所示，這是本申請人在HSV顏色空間，利用亮度、紋理和梯度屬性消除車輛陰影的最終效果圖，其中車輛附近的淺灰度區域為陰影，無灰度區域為前景，深灰度區域為背景。其中，HSV(Hue, Saturation, Value)是根據顏色的直觀特性由A. R. Smith在1978年創建的一種顏色空間，也稱六角錐體模型(Hexcone Model)。這個模型中顏色的參數分別是色調(H)，飽和度(S)，亮度(V)。YCbCr是DVD、攝像機、數位電視等消費類視頻產品中，常用的色彩編碼方案。YCbCr有時會稱為YCC.。Y』CbCr在模擬分量視頻(analogcomponent video)中也常被稱為YPbPr。YCbCr不是一種絕對色彩空間，是YUV壓縮和偏移的版本。HIS是Hospital Information System的縮寫，即「醫院信息系統」。在實現本發明的過程中，發明人發現現有技術中至少存在普遍適用性差和消除的陰影部分完整性差等缺陷。

發明內容
本發明的目的在於，針對上述問題，提出一種車輛運動陰影消除方法，以實現普遍適用性好和消除的陰影部分完整性好的優點。為實現上述目的，本發明採用的技術方案是一種車輛運動陰影消除方法，主要包括
⑴對原始彩色圖像(a)進行預處理 ，得到預處理後的彩色圖像(f)；⑵對步驟⑴所得彩色圖像(f)進行求取邊緣信息處理，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i);
⑶分別經垂直操作和水平操作，消除步驟⑵所得初級圖像(i)的殘餘外輪廓邊緣，得到分別形成連通區域的第一次級圖像(j)和第二次級圖像(k);
⑷採用連通區域標定法，對步驟⑶所得第一次級圖像(j)和第二次級圖像(k)形成的連通區域，分別進行標定，分別得到第一結果圖像(I)和第二結果圖像(m)；
(5)將步驟⑷所得第一結果圖像(I)和第二結果圖像(m)，分別與初級圖像(i)進行逐像素相與，得到相與結果圖像(η)，進行車體重構，生成與原始彩色圖像(a)對應的blob(binary large object, 二進位大對象,是一個可以存儲二進位文件的容器)塊；
(6)將步驟(5)所得blob塊即當前車體重構生成的blob塊，按原始彩色圖像(a)中的坐標位置，將blob塊對應的矩形框輸出到原始彩色圖像(a)的二值圖像上，作為後續操作的輸入。進一步地,步驟⑴具體包括
①背景差分
對於原始彩色圖像(a)，首先進行背景差分處理，得到二值化的前景圖像(b);該背景差分處理的方法不限，例如在下文的實施例中使用的是基於自組織神經元網絡的背景差分(self-organizing neural network based background subtraction,簡稱 SOBS)算法；
②熱點區域和blob塊標定
在二值化的前景圖像(b )中選擇熱點區域，並將該選擇熱點區域以外部分的灰度值全部置0，得到灰度值處理後的圖像(c);對熱點區域內進行blob塊框定即blob塊的一個最小外接矩形，得到blob塊框定後的圖像(d)；
③形態學操作
基於blob塊框定後的圖像(d)中的孔洞和噪點，對blob塊框定後的圖像(d)進行形態學上的開、閉操作，得到經形態學處理後的圖像(e)；
根據blob塊的長、寬，以及blob塊最小外接矩形的左上方點坐標值，截取原始彩色圖像(a)中的對應於該blob最小外接矩形部分的原始彩色圖像部分，得到預處理後的彩色圖像(f)。進一步地,步驟⑵具體包括
採用經典的邊緣檢測算法，對預處理後的彩色圖像(f)進行求取邊緣信息處理，得到blob塊預操作結果經形態學處理後的圖像(e);所述經典的邊緣檢測算法，包括SOBEL算子或者CANNY算子；S0BEL算子，即索貝爾算子(Sobel operator)是圖像處理中的算子之一；CANNY算子，即Canny邊緣檢測算子是John F. Canny於1986年開發出來的一個多級邊緣檢測算法；
去除blob塊預操作結果經形態學處理後的圖像(e)表示的blob塊對應的二值前景圖的外邊緣，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i)。進一步地，在步驟⑶中，所述垂直操作和水平操作具體包括
垂直操作和水平操作類似，垂直操作指的是對應於圖像的每一個像素列，找到這個列中第一個和最後一個灰度值為255的點，然後置它們之間的點的灰度全為255，其他點灰度置為O;水平操作指的是對應於圖像的每一個像素行，找到這個列中第一個和最後一個灰度值為255的點,然後置它們之間的點的灰度全為255,其他點灰度置為O。經過這兩步操作，圖像將被分成了很多連通區域。進一步地，步驟⑷具體包括
採用連通區域標定法，對經過垂直操作和水平操作後的圖像形成的連通區域分別進行標定；
通過標定可區分出圖像中每個連通的部分，計算出每個連通域的面積即像素點個數，並得到每個連通區域佔整個圖像的比例，刪掉面積較小的連通區域，得到第一結果圖像(I)和第二結果圖像(m)；
該連通區域的面積大小的比例，能夠根據實際需求調節。進一步地,步驟⑷具體還包括
如果所述垂直操作結果圖像(O)和水平操作結果圖像(P)中還含有小面積的連通區域，則需要再次用連通區域法進行標定後，按預設面積比例刪掉面積較小的連通區域，得到圖像(q)和圖像(r)。進一步地，在步驟(5)中，所述將步驟⑷所得第一結果圖像(I)和第二結果圖像(m)，分別與初級圖像(i)進行逐像素相與，得到相與結果圖像(η)的操作，具體包括
在第一結果圖像(I)、第二結果圖像(m)和初級圖像(i)中對應位置的像素灰度值均為255時，則相與結果圖像(η)對應位置的像素灰度值也設為255，否則將相與結果圖像(η)中其它像素點灰度值全部置O。進一步地，在步 驟(5)中，所述進行車體重構的操作，具體包括
對步驟(5)所得相與結果圖像(η)，分別進行垂直操作和水平操作，得到垂直操作結果圖像(ο)和水平操作結果圖像(P)；
將所述垂直操作結果圖像(O)和水平操作結果圖像(P)進行逐像素相或，得到重構後的車體圖像(S)。進一步地，所述將所述垂直操作結果圖像(O)和水平操作結果圖像(P)進行逐像素相或的操作，具體包括
在垂直操作結果圖像(O)和水平操作結果圖像(P)中對應位置的像素灰度值有一個為255時，則重構後的車體圖像(s)對應位置的像素灰度值也設為255，否則重構後的車體圖像(s)中其它像素點灰度值全部置O。本發明各實施例的車輛運動陰影消除方法，由於主要包括對原始彩色圖像(a)進行預處理，對預處理後的彩色圖像(f)進行求取邊緣信息處理，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i);分別經垂直操作和水平操作，消除初級圖像(i)的殘餘外輪廓邊緣，得到分別形成連通區域的第一次級圖像(j)和第二次級圖像(k);採用連通區域標定法，對第一次級圖像(j)和第二次級圖像(k)形成的連通區域，分別進行標定，分別得到第一結果圖像(I)和第二結果圖像(m);將第一結果圖像(I)和第二結果圖像(m)，分別與初級圖像(i)進行逐像素相與，得到相與結果圖像(η)，進行車體重構，生成與原始彩色圖像(a)對應的blob塊；將blob塊即當前車體重構生成的blob塊，按原始彩色圖像(a)中的坐標位置，將blob塊對應的矩形框輸出到原始彩色圖像(a)的二值圖像上，作為後續操作的輸入；可以實現運動陰影部分完全消除；從而可以克服現有技術中普遍適用性差和消除的陰影部分完整性差的缺陷，以實現普遍適用性好和消除的陰影部分完整性好的優點。本發明的其它特徵和優點將在隨後的說明書中闡述，並且，部分地從說明書中變得顯而易見，或者通過實施本發明而了解。下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。


附圖用來提供對本發明的進一步理解，並且構成說明書的一部分，與本發明的實施例一起用於解釋本發明，並不構成對本發明的限制。在附圖中
圖1a和圖1b為基於亮度、紋理、梯度屬性的去陰影效果圖(車輛附近的灰度區域為陰
影)；
圖2a和圖2b為基於亮度屬性的陰影消除中間結果 圖3為車輛運動陰影消除方法的流程示意 圖4a-圖4t為車輛運動陰影消除方法實施例的中間過程圖；其中，圖4a為原圖，圖4b為二值化前景圖，圖4c為熱點區域框定後前景圖，圖4d為blob框定圖，圖4e為blob塊預操作結果圖，圖4f為blob塊對應的原彩色圖像，圖4g為原彩色圖像的邊緣圖，圖4h為對應於圖4e的外邊緣圖，圖4i為對應於圖4g和圖4h的差分結果圖，圖4j為對圖4i垂直操作的結果圖，圖4k為對圖4i水平操作的結果圖，圖41為消除掉圖4j中面積較小的連通區域的結果圖，圖4m為消除掉圖4k中面積較小連通區域的結果圖，圖4n為對圖4g、圖41和圖4m逐像素「與」操作的結果圖，圖4o為對圖4n垂直操作的結果圖，圖4p為對圖4n水平操作的結果圖，圖4q為消除掉圖4ο中面積較小連通區域的結果圖，圖4r為消除掉圖4p中面積較小連通區域的結果圖，圖4s為對圖4q和圖4r逐像素「或」操作的結果圖，圖4t為輸出結果 圖5a和圖5b為車輛運動陰影消除實施例的最終效果圖(車輛附近的灰度部分表示運動陰影)。
具體實施例方式以下結合附圖對本發明的優選實施例進行說明，應當理解，此處所描述的優選實施例僅用於說明和解釋本發明，並不用於限定本發明。根據對現有的陰影消除算法的研究比較，對車輛陰影的消除可以用基於模型的方法，但是車輛的建模是個需要解決的問題，而且要考慮到系統運行速度的實時性。為了滿足系統的普適性，本申請人選擇基於屬性的方法來消除陰影。現有的陰影消除算法基本上都是直接對視頻中的每一幀圖像逐像素進行操作，所以，本申請人就想直接對車輛及其陰影區域進行操作，因為跟蹤階段採用的是基於矩形blob塊來框定車輛，很自然的就想到利用blob塊來進行陰影消除。然後，本申請人想到用基於形態學的方法來處理。主要原因是先前單獨基於亮度屬性時，本申請人發現只要取一個合適的閾值，那麼前景中陰影覆蓋的區域內部很大一部分都能夠去除，但是陰影區域的外邊緣卻明顯存在，同時車體也會部分的消失(主要是車窗和車頂)。所以，本申請人想到先消除掉陰影的外邊緣輪廓，接著再重構車體。但是，要消除陰影的外輪廓，僅僅通過亮度特徵肯定不行，經過大量的試驗，本申請人發現可以用邊緣信息來消除陰影的外輪廓，然後通過形態學的方法來消除車輛陰影。智能交通監控的場景主要是道路，包括高速公路，叉路口等等，這些場景的特點就是環境很複雜，光線不斷在發生變化，並且會有樹葉隨風抖動等幹擾。但是，這些場景的一個顯著特點是道路的邊緣信息比較單一，陰影覆蓋後陰影內部區域的邊緣信息很少，邊緣信息主要集中在陰影的外輪廓部分，同時由於車輛邊緣信息比較豐富，而且考慮到邊緣信息對光照變化不敏感，所以可以通過消除陰影的外輪廓邊緣，然後重構車體的方法來消除陰影。根據本發明實施例，如圖3、圖4a_圖4t、圖5a和圖5b所示，提供了一種車輛運動陰影消除方法。參見圖3，本實施例的車輛運動陰影消除方法，主要包括
步驟100 :—幀圖像輸入，執行步驟101 ；
步驟101 :預處理，執行步驟102 ；
步驟102 :求取邊緣信息，執行步驟103 ；
步驟103 :垂直操作和水平操作，執行步驟104 ；
步驟104 :連通區域標定，執行步驟105 ；
步驟105 :車體重構，執行步驟106 ；
步驟106 :判斷步驟105所得圖像中是否還含有小面積連通區域，若是，則返回步驟104 ;否則，執行步驟107 ；
步驟107 :輸出結果圖像。在該車輛運動陰影消除方法中，在blob中消陰影操作前，首先要對當前的圖像幀進行預處理。預處理操作包括①基於SOBS的背景差分，得到二值化前景圖(包含車輛，行人及其運動陰影)選擇熱點區域(即監控區域)和blob塊標定；③在熱點區域中進行開、閉操作和膨脹、腐蝕等基本的形態學操作。具體地，在這些預處理操作後，本申請人對每個blob塊進行矩形框定。本申請人的方法並不要求預先判斷出每個blob塊中究竟是單獨的一輛車，還是通過陰影相連接在一起的多輛車，首先來看blob中只有單輛車時怎樣消除陰影。1、圖像預處理
①背景差分
對於原始彩色圖像(a)，首先進行背景差分，得到二值化的前景圖像(b)。背景差分的方法不限，本申請人在實施例中使用的是SOBS算法。②熱點區域和blob塊標定
在二值化的前景圖像(b)中選擇熱點區域，並將該選擇熱點區域以外部分的灰度值全部置0，得到灰度值處理後的圖像(c);對熱點區域內進行blob塊框定(即blob塊的一個最小外接矩形)，得到blob塊框定後的圖像(d)。③形態學操作
由於blob塊框定後的圖像(d)中有很多孔洞，並且經常會有一些噪點，所以對blob塊框定後的圖像(d)進行形態學上的開、閉操作，得到經形態學處理後的圖像(e);根據blob塊的長、寬，以及blob塊最小外接矩形的左上方點坐標值，截取原始彩色圖像(a)中的對應於該blob最小外接矩形部分的原始圖像(彩色)，得到預處理後的彩色圖像(f)。
2、求取邊緣信息
用經典的邊緣檢測算法，如SOBEL算子或者CANNY算子等，對預處理後的彩色圖像(f)進行求取邊緣信息處理，然後用去差圖像(e)表示的blob塊對應的二值前景圖的外邊緣，得到圖像(i)。3、垂直操作和水平操作
垂直操作和水平操作類似，垂直操作指的是對應於圖像的每一個像素列，找到這個列中第一個和最後一個灰度值為255的點，然後置它們之間的點的灰度全為255，其他點灰度置為O ;水平操作指的是對應於圖像的每一個像素行，找到這個列中第一個和最後一個灰度值為255的點,然後置它們之間的點的灰度全為255,其他點灰度置為O。經過這兩步操作，圖像將被分成了很多連通區域。4、連通區域標定
採用連通區域標定的方法，對經過垂直操作和水平操作後的圖像形成的連通區域分別進行標定，本申請人採用的是八連通區域標定的方法。通過標定可區分出圖像中每個連通的部分，從而計算出每個連通域的面積(這裡指像素點個數)，同時可以清楚的知道每個連通部分佔整個圖像的比例，刪掉那些比較小的連通區域(這個比例可以根據實際情況進行調節，一般可以取10%)，得到結果圖像(I)和(m)。5、車體重構
將得到的(I)和(Π1)與前面得到的⑴逐像素相「與」(即(i)、⑴和(m)中對應位置的像素灰度值均為255時則(η)對應位置的像素灰度值也設為255，否則(η)中其它像素點灰度值全部置O)得到圖像(η)，這時就可以進行車體重構了。重構的方法還 是基於垂直操作得到圖像(O)和水平操作得到圖像(P)，然後對經過垂直操作和水平操作的結果逐像素相「或」(即(O)和(P)中對應位置的像素灰度值有一個為255時則(S)對應位置的像素灰度值也設為255，否則(S)中其它像素點灰度值全部置0)，就得到重構後的車體圖像(S)。需要注意的是，如果圖像(O)和圖像(P)中還含有小面積的連通區域，本申請人還要再次用連通域標定，然後按一定的面積比例去掉面積較小的連通區域，得到圖像(q)和圖像ω。6、輸出結果
因為操作的對象只是一個blob ±夾，原圖中可能對應了很多blob ±夾，所以要將當前重構後生成的blob塊按原來的坐標位置輸出到二值圖像上，作為其它後續操作(如車輛的跟蹤)的輸入。上述實施例的車輛運動陰影消除方法，可以實現運動陰影部分完全消除，同時發現車體的車頂部分有部分缺失。這是因為車頂部分邊緣信息比較少，在進行差分操作消陰影外輪廓時同時把部分車頂的外輪廓也消去了。但是這並不影響本申請人的結果，因為本申請人最終要用矩形框定位，矩形框位置、長寬不會有影響。在單輛車的陰影消除中，這屬於比較複雜的情況，對於正視角及方向傾斜度不大的情況，本申請人可以得到基本完整的車體。上述實施例的車輛運動陰影消除方法的主要優點在於
⑴本申請人的算法是前後幀無關的，僅與當前幀有關，適用於丟幀視頻流或者是跳幀視頻流。⑵與背景差分算法聯繫不緊密；
⑶不需要根據不同的場景調節參數，唯一的參數是Sobel算子的經典閾值；
⑷算法是基於blob的而非pixle-based,僅用到一些簡單的操作,並可使用多核CPU加速(如i5計算機)，加速後可實時處理。優選地，本申請人選取了實驗中一個具體的例子來說明，首先給出了實驗結果，如圖4a-圖4t所示，然後給出相關的解釋。圖4a_圖4t中所列的20幅圖，從原始彩色圖像(a)到輸出結果圖像⑴(依次與圖4a至圖4t對應)，是按照算法流程截取的中間結果圖，反映了在blob中只有單輛車的情況下消除陰影的步驟。根據每幅圖下面的說明，本申請人能大概的知道算法流程，這裡結合原始彩色圖像(a)到輸出結果圖像(t)再給出一些必要的說明。1、圖像預處理
①背景差分對於原始彩色圖像(a)(參見圖4a)，首先進行背景差分，得到二值化前景圖(b)(參見圖4b)。②熱點區域和blob塊標定在二值化的前景圖像(b)中選擇熱點區域，在此區域以外部分的灰度值全部置0，得到灰度值處理後的圖像(c)(參見圖4c);對熱點區域內進行blob塊框定，blob塊框定後的圖像(d)表示一個被框定的blob塊。③形態學操作由於blob塊框定後的圖像(d)(參見圖4d)中有很多孔洞，並且經常會有一些噪點，所以進行開、閉的形態學操作，得到經形態學處理後的圖像(e);根據blob塊的長、寬，以及blob塊左上方點的坐標值，截取原始彩色圖像(a)中的對應於該blob的彩色圖像，得到預處理後的彩色圖像(f)(參見圖4f)。2、求取邊緣信息用經典的SOBEL算子方法對彩色圖像(f)求邊緣，然後去差經形態學處理後的圖像(e)(參見圖4e)表示的blob塊對應的二值前景圖的外邊緣，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i)(參見圖4i)。本申請人可以看到，夕卜輪廓邊緣已經去掉了很多，但是還有很多殘餘的部分，這時本申請人就要用垂直操作和水平操作去消除這些部分。3、垂直操作和水平操作垂直操作和水平操作類似，垂直操作指的是對應於圖像的每一個像素列，找到這個列中第一個和最後一個灰度值為255的點，然後置它們之間的點的灰度全為255，其他點灰度置為O ;水平操作指的是對應於圖像的每一個像素行，找到這個列中第一個和最後一個灰度值為255的點,然後置它們之間的點的灰度全為255，其他點灰度置為O。經過這兩步操作，可以看到圖像被分成了很到的連通區域。4、連通區域標定採用連通域標定的方法，對經過垂直操作和水平操作後的圖像形成的連通區域分別進行標定，本申請人採用的是八連通區域標定的方法；通過標定，區別出圖像中每個連通的部分，從而計算出每個連通域的面積(這裡指像素點個數)，同時可以清楚的知道每個連通部分佔整個圖像的比例，刪掉那些比較小的連通區域(這個比例可以根據實際情況進行調節，一般可以取10%)，得到結果第一結果圖像(I)(參見圖41)和第二結果圖像(m)(參見圖4m)。5、車體重構將得到的第一結果圖像(I)和第二結果圖像(m)與前面得到的消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i)(參見圖4i)相「與」，本申請人就能看到相與結果圖像(η)所示的效果圖(參見圖4η)，這時就可以進行車體重構了 ；重構的方法還是基於垂直操作和水平操作，然後對經過垂直操作和水平操作的結果相「或」，就得到重構後的車體圖像(s)(參見圖4s)，如圖4s所示。需要注意的是，如果垂直操作結果圖像(ο)(參見圖4ο)和水平操作結果圖像(P)(參見圖4ρ)中還含有小面積的連通區域，本申請人還要再次用連通域標定，然後按一定的面積比例去掉面積較小的連通區域，如圖4q和圖4r所示。6、輸出結果因為操作的對象只是一個blob塊,原圖中可能對應了很多blob塊，如圖4a所示，所以要將當前重構後生成的blob塊按原來的坐標位置輸出到二值圖像上，作為後續操作的輸入(參見圖4t)。在上述實施例中，運動陰影消除的最終效果圖如圖5a和圖5b所示。 最後應說明的是以上所述僅為本發明的優選實施例而已，並不用於限制本發明，儘管參照前述實施例對本發明進行了詳細的說明，對於本領域的技術人員來說，其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
權利要求
1.一種車輛運動陰影消除方法，其特徵在於，主要包括 ⑴對原始彩色圖像(a)進行預處理，得到預處理後的彩色圖像(f)； ⑵對步驟⑴所得彩色圖像(f)進行求取邊緣信息處理，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i); ⑶分別經垂直操作和水平操作，消除步驟⑵所得初級圖像(i)的殘餘外輪廓邊緣，得到分別形成連通區域的第一次級圖像(j)和第二次級圖像(k)； ⑷採用連通區域標定法，對步驟⑶所得第一次級圖像(j)和第二次級圖像(k)形成的連通區域，分別進行標定，分別得到第一結果圖像(I)和第二結果圖像(m)； (5)將步驟⑷所得第一結果圖像(I)和第二結果圖像(m)，分別與初級圖像(i)進行逐像素相與，得到相與結果圖像(η)，進行車體重構，生成與原始彩色圖像(a)對應的blob塊； (6)將步驟(5)所得blob塊即當前車體重構生成的blob塊，按原始彩色圖像(a)中的坐標位置，將blob塊對應的矩形框輸出到原始彩色圖像(a)的二值圖像上，作為其它後續操作的輸入；所述其它後續操作，包括車輛的跟蹤。
2.根據權利要求1所述的車輛運動陰影消除方法，其特徵在於，步驟⑴具體包括 ①背景差分 對於原始彩色圖像(a)，首先進行背景差分處理，得到二值化的前景圖像(b)； ②熱點區域和blob塊標定 在二值化的前景圖像(b)中選擇熱點區域，並將該選擇熱點區域以外部分的灰度值全部置0，得到灰度值處理後的圖像(c);對熱點區域內進行blob塊框定即blob塊的一個最小外接矩形，得到blob塊框定後的圖像(d)； ③形態學操作 基於blob塊框定後的圖像(d)中的孔洞和噪點，對blob塊框定後的圖像(d)進行形態學上的開、閉操作，得到經形態學處理後的圖像(e)； 根據blob塊的長、寬，以及blob塊最小外接矩形的左上方點坐標值，截取原始彩色圖像(a)中的對應於該blob最小外接矩形部分的原始彩色圖像部分，得到預處理後的彩色圖像⑴。
3.根據權利要求2所述的車輛運動陰影消除方法，其特徵在於，步驟⑵具體包括 採用經典的邊緣檢測算法，對預處理後的彩色圖像(f)進行求取邊緣信息處理，得到blob塊預操作結果經形態學處理後的圖像(e);所述經典的邊緣檢測算法，包括SOBEL算子或者CANNY算子； 去除blob塊預操作結果經形態學處理後的圖像(e)表示的blob塊對應的二值前景圖的外邊緣，得到消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i)。
4.根據權利要求3所述的車輛運動陰影消除方法，其特徵在於，在步驟⑶中，所述垂直操作和水平操作具體包括 垂直操作和水平操作類似，垂直操作指的是對應於圖像的每一個像素列，找到這個列中第一個和最後一個灰度值為255的點，然後置它們之間的點的灰度全為255，其他點灰度置為O ; 水平操作指的是對應於圖像的每一個像素行，找到這個列中第一個和最後一個灰度值為255的點，然後置它們之間的點的灰度全為255,其他點灰度置為O,經過這兩步操作，圖像將被分成了很多連通區域。
5.根據權利要求4所述的車輛運動陰影消除方法，其特徵在於，步驟⑷具體包括 採用連通區域標定法，對經過垂直操作和水平操作後的圖像形成的連通區域分別進行標定； 通過標定可區分出圖像中每個連通的部分，計算出每個連通域的面積即像素點個數，並得到每個連通區域佔整個圖像的比例，刪掉面積較小的連通區域，得到第一結果圖像(I)和第二結果圖像(m)； 該連通區域的面積大小的比例，能夠根據實際需求調節。
6.根據權利要求5所述的車輛運動陰影消除方法，其特徵在於，步驟⑷具體還包括 如果所述垂直操作結果圖像(O)和水平操作結果圖像(P)中還含有小面積的連通區域，則需要再次用連通區域法進行標定後，按預設面積比例刪掉面積較小的連通區域，得到圖像(q)和圖像(r)。
7.根據權利要求5或6所述的車輛運動陰影消除方法，其特徵在於，在步驟(5)中，所述將步驟⑷所得第一結果圖像(I)和第二結果圖像(m)，分別與初級圖像(i)進行逐像素相與，得到相與結果圖像(η)的操作，具體包括 在第一結果圖像(I)、第二結果圖像(m)和初級圖像(i)中對應位置的像素灰度值均為255時，則相與結果圖像(η)對應位置的像素灰度值也設為255，否則將相與結果圖像(η)中其它像素點灰度值全部置O。
8.根據權利要求7所述的車輛運動陰影消除方法，其特徵在於，在步驟(5)中，所述進行車體重構的操作，具體包括 對步驟(5)所得相與結果圖像(η)，分別進行垂直操作和水平操作，得到垂直操作結果圖像(ο)和水平操作結果圖像(P)； 將所述垂直操作結果圖像(ο)和水平操作結果圖像(P)進行逐像素相或，得到重構後的車體圖像(S)。
9.根據權利要求8所述的車輛運動陰影消除方法，其特徵在於，所述將所述垂直操作結果圖像(O)和水平操作結果圖像(P)進行逐像素相或的操作，具體包括 在垂直操作結果圖像(O)和水平操作結果圖像(P)中對應位置的像素灰度值有一個為255時，則重構後的車體圖像(s)對應位置的像素灰度值也設為255，否則重構後的車體圖像(s)中其它像素點灰度值全部置O。
全文摘要
本發明公開了一種車輛運動陰影消除方法，包括對原始彩色圖像(a)進行預處理，對得到彩色圖像(f)進行求取邊緣信息，對得到的消除彩色圖像(f)的大部分外輪廓邊緣後的初級圖像(i)分別進行垂直操作和水平操作，對消除殘餘外輪廓邊緣得到的第一次級圖像(j)和第二次級圖像(k)進行連通區域標定，對得到的第一結果圖像(l)和第二結果圖像(m)分別與初級圖像(i)進行逐像素相與，對得到的相與結果圖像(n)進行車體重構，生成與原始彩色圖像(a)對應的blob塊；將blob塊按原始彩色圖像(a)中的坐標位置輸出到相應的二值圖像上。該車輛運動陰影消除方法，由於車輛邊緣信息比較豐富，而且邊緣信息對光照變化不敏感，所以具有普遍適用性好和消除的陰影部分完整性好的優點。
文檔編號G06K9/54GK103065145SQ20121052522
公開日2013年4月24日 申請日期2012年12月7日 優先權日2012年12月7日
發明者明安龍, 林昭文 申請人:北京中郵致鼎科技有限公司, 無錫北郵感知技術產業研究院有限公司