一种基于时空多特征的车辆阴影消除方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106339995A(43)申请公布日2017.01.18(21)申请号201610764066.7(22)申请日2016.08.30(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人王正宁柏祁林韩明燕周阳马姗姗(74)专利代理机构电子科技大学专利中心51203代理人周刘英(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书7页附图1页(54)发明名称一种基于时空多特征的车辆阴影消除方法(57)摘要本发明公开了一种基于时空多特征的车辆阴影消除方法。本发明首先获取待处理视频帧图像的背景图像及初始前景区域，然后基于其获取色度、光谱方向和纹理特征的前景掩膜，并进行加权求和得到空域多特征前景概率谱图像，接着对空域多特征前景概率谱图像进行时间滑动窗的时域滤波，得到对应的时域前景概率谱，对时域前景概率谱进行加权处理后得到最终的前景掩膜，完成对视频帧图像的车辆阴影消除处理，本发明相较于传统基于单一特征和多特征级联的阴影去除方法，阴影去除更干净，前景轮廓更完整。在保障了较高的阴影辨识率的同时也维持较高的阴影检测率。CN106339995ACN106339995A权利要求书1/2页1.一种基于时空多特征的车辆阴影消除方法，其特征在于包括下列步骤：步骤1：输入待处理视频帧I；步骤2：对当前视频帧I的背景进行建模，得到背景图像B并计算对应的初始前景区域F0；步骤3：分别计算色度、光谱方向、纹理三种特征的前景掩膜Fchr，Fphy，Ftex；步骤301：计算色的特征的前景掩膜Fchr。将视频帧I和背景图像B转换到色彩空间W，色彩空间W包括图像的亮度、色度信息；对初始前景区域F0中的任意像素(x,y)计算视频帧I和背景图像B中的亮度比其中IV(x,y)、BV(x,y)表示视频帧I和背景图像B中像素(x,y)的亮度分量；以及计算视频帧I和背景图像B中以任意像素(x,y)为中心、k1为半径的邻域的色度分量差分均值其中表示视频帧I和背景图像B中像素(x,y)的邻域内所有像素的色度分量累加和；根据亮度比Vratio、Cavg计算色度特征的的阴影掩膜Schr以及对应的前景Fchr：对任意像素(x,y)，若α≤Vratio≤β，且Cavg≤τC，则阴影掩膜Schr中对应像素值Schr(x,y)＝1；否则Schr(x,y)＝0，其中α、β分别表示亮度阈值的下限、上限，τC表示色度阈值；对任意像素(x,y)，若Schr(x,y)＝0且F0(x,y)＝1，则前景掩膜Fchr中对应像素值Fchr(x,y)＝1；否则Fchr(x,y)＝0，其中F0(x,y)表示初始前景区域F0中像素(x,y)的像素值；步骤302：计算光谱方向特征的前景掩膜Fphy：对于初始前景区域F0中的任意前景像素(x,y)，计算(x,y)在视频帧I和背景图像B中RGB三个色彩通道的差分向量v(x,y)、以及v(x,y)与B(x,y)的模之比α(x,y)、v(x,y)的G分量vG(x,y)与R分量vR(x,y)的夹角θ(x,y)、以及B分量与v(x,y)模的夹角形成光谱方向特征其中对初始前景区域F0中任意前景像素的光谱方向特征f(x,y)聚类得到阴影模型Ms(μ,2σ)，并计算基于光谱方向的阴影掩膜Sphy以及前景掩膜Fphy：2对任意像素(x,y)，若||f(x,y)-μ||＜σ，则阴影掩膜Sphy中对应像素值Sphy(x,y)＝1；否22则Sphy(x,y)＝0，其中，μ,σ分别表示Ms(μ,σ)的均值和方差；对任意像素(x,y)，若Sphy(x,y)＝0且F0(x,y)＝1，则前景掩膜Fphy中对应像素值Fphy(x,y)＝1；否则Fphy(x,y)＝0；步骤303：计算纹理特征的前景掩膜Ftex。将初始前景区域F0转换到色彩空间W；根据视频帧I和背景图像B中像素(x,y)的亮度分量IV(x,y)、BV(x,y)，以及色度分量ICC(x,y)、B(x,y)计算初选阴影掩膜SW：VVCC若I(x,y)＜B(x,y)且|I(x,y)-B(x,y)|＜TC，则初选阴影掩膜SW中对应像素值SW(x,y)＝1；否则SW(x,y)＝0，其中TC表示色度差阈值；2CN106339995A权利要求书2/2页计算频帧I和背景图像B的边缘图像Iedge和Bedge，并差分得到前景边缘像素集合Fedge；根据Fedge优化初选阴影SW得到边缘阴影掩膜Sedge：对任意像素(x,y)，若Shsv(x,y)＝1且则边缘阴影掩膜Sedge中对应像素值Sedge(x,y)＝1；若Shsv(x,y)∈Ωk2(u,v)，则Sedge(x,y)＝0，其中Ωk2(u,v)表示以Fedg