一种基于边缘信息与HSV颜色空间相结合的阴影检测算法

作者:刘辉;杨晨晖;舒骁 刊名:现代计算机(专业版) 上传者:陈洁荣

【摘要】在基于HSV颜色空间检测阴影的基础之上,针对其存在的问题,即容易把亮度较低的车辆也作为阴影消除,提出一种利用车辆边缘对称性的HSV方法。该方法先对感兴趣区域进行边缘检测,之后在垂直方向上对像素点的个数进行累加,由于车辆两边的边缘轮廓明显,累加值通常最大,以此求得车辆的边缘与对称轴,确定车辆的范围,之后在车辆区域之外采用基于HSV颜色空间的方法进行阴影的消除。实验表明,该方法能有效解决亮度较低的运动目标被检测成阴影的问题。

全文阅读

现代计算机( 总第三一九期) MODERN COMPUTER 2009.11 图形图 像 一种基于边缘信息与 HSV 颜色空间相结合的阴影检测算法 刘 辉 , 杨晨晖 , 舒 骁 (厦门大学信息科学与技术学院, 厦门 361005) 摘 要: 关键词: 阴影检测; HSV; 对称性检测; 边缘检测 收稿日期:2009-09-16 修稿日期:2009-10-16 作者简介:刘辉(1984-),男,安徽界首人,在读研究生,研究方向为数字图像处理 在基于 HSV 颜色空间检测阴影的基础之上,针对其存在的问题,即容易把亮度较低的车辆也作为阴影消除,提出一种利用车辆边缘对称性的 HSV 方法。 该方法先对感兴趣区域进行边缘检测,之后在垂直方向上对像素点的个数进行累加,由于车辆两边的边缘轮廓明显,累加值通常最大,以此求得车辆的边缘与对称轴,确定车辆的范围,之后在车辆区域之外采用基于 HSV 颜色空间的方法进行阴影的消除。 实验表明,该方法能有效解决亮度较低的运动目标被检测成阴影的问题。 0 引 言 自上世纪 80 年代末期以来, 智能交通系统(In-telligentTransportationSystem,简称 ITS)成为人们研究的热点。 在智能交通系统中,阴影的检测与消除是一个重要的研究方向。 阴影有以下特点:阴影区域亮度偏低,它和非阴影区域有不同的色度,阴影不明显地改变原有地表的纹理,阴影与产生阴影的遮挡物具有相似的轮廓。 运动阴影与背景的差别较大,而且阴影和车辆同时运动,故常常被判断为前景。 本文的研究重点是对运动阴影的检测。 1 阴影检测方法的分类及其优缺点 AndreaPrati 把阴影检测方法分为两大类[1],基于统计的方法与确定性方法。基于统计的方法可以再细化为有参数与无参数两类;确定性方法可以分为基于模型的方法与基于非模型的方法。下面我们就几个典型的算法进行简单的介绍与分析。 1.1 基于统计的方法[2] Mikic 与 Cosman 把每个像素点都分类为背景、前景或阴影中的一种, 当背景像素点被阴影覆盖后,RGB 三颜色通道值呈线性衰减。 根据手工分割大量图片的阴影,求出对应的关系式。 计算像素点属于背 景、前景、阴影的后验概率,根据值大小判定所属类别。 主要不足在于:所求的关系式随应用场景光照条件的不同而发生变化,因此当场景内光线暗突变时需重新计算。 1.2 基于色彩特征不变量的方法[3] 色彩特征不变量是描述像素点的色彩配置的函数,不受视角、阴影、表面及光照条件等因素的影响,例如归一化的 RGB 颜色空间以及 l1l2l3 和 c1c2c3,主要思想是: 阴影部分的 RGB 值均小于本区域没有阴影时的 RGB 值,而特征不变量则几乎相等。 它的优点在于简单快速; 不足之处是其对场景限制条件较多,例如要求必须是单一光照,物体和阴影同时存在并且二者之间没有其他物体,阴影区域是非纹理的平坦表面等。 因此该算法适用的范围比较窄。 1.3 基于物理模型的方法[4] 此方法认为物体不仅受点光源(太阳)的照射,还受漫射光源(天空,主要发出蓝光)的影响,同时不同物体的表面其反射率与材料也相关。在统计大量材料反射率的基础上对阴影进行检测。 1.4基于HSV色彩空间的方法:HSV 方法[5] 将图像从 RGB 色彩空间转换成更符合人类视觉的 HSV 色彩空间, 该算法利用了阴影部分的亮度值 趮趨 MODERNCOMPUTER 2009.11 现代计算机( 总第三一九期) 图形图 像 要小于背景中其他区域的特点来对阴影进行检测。在下文中将有更详细的介绍。

参考文献

引证文献

问答

我要提问