專(zhuān)利名稱(chēng)：二維彩色場(chǎng)景陰影區(qū)域分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種二維彩色場(chǎng)景陰影區(qū)域分割方法，用于彩色數(shù)字圖像分析與目標(biāo)提取。屬于智能信息處理技術(shù)領(lǐng)域。
背景技術(shù)：
場(chǎng)景中物體受到光線(xiàn)照射時(shí)，物體全部或部分地阻擋直射光線(xiàn)便會(huì)形成陰影。陰影的存在會(huì)影響到包括圖像分割、目標(biāo)跟蹤和識(shí)別等。若能識(shí)別出圖像中的陰影，則可提供關(guān)于場(chǎng)景中物體的形狀及相關(guān)位置和表面特征等信息?，F(xiàn)有陰影分割方法可分為兩類(lèi)一是基于模型，產(chǎn)生的模型經(jīng)常需要有關(guān)場(chǎng)景、對(duì)象、光照等方面的先驗(yàn)知識(shí)，算法只能用于簡(jiǎn)單對(duì)象的陰影的識(shí)別與分類(lèi)，如建筑物、車(chē)輛等。二是基于陰影屬性，利用陰影本身的幾何、亮度和顏色等屬性，此類(lèi)方法在簡(jiǎn)單對(duì)象和單一光源的環(huán)境中對(duì)陰影的強(qiáng)度和幾何特性進(jìn)行分析，對(duì)光源的強(qiáng)度和物體的反射比較敏感，要求滿(mǎn)足陰影位于平坦區(qū)域等條件。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有陰影分割方法存在需要有關(guān)場(chǎng)景、對(duì)象、光照等方面的先驗(yàn)知識(shí)或基于陰影本身的幾何、亮度和顏色等屬性的問(wèn)題，提供一種改進(jìn)的二維彩色場(chǎng)景陰影區(qū)域分割方法。它是根據(jù)陰影區(qū)域具有明顯高的色調(diào)值以及陰影區(qū)域與非陰影區(qū)中紅、綠、藍(lán)三分量光強(qiáng)存在差異，實(shí)現(xiàn)陰影區(qū)域的分割，從而提高彩色數(shù)字圖像分析與目標(biāo)提取的靈活性和簡(jiǎn)便性。
為了達(dá)到上述的目的，本發(fā)明采用下述技術(shù)方案一種二維彩色場(chǎng)景陰影區(qū)域分割方法，其特征在于根據(jù)陰影區(qū)域具有明顯高的色調(diào)值H，以及陰影區(qū)域與非陰影區(qū)域中紅R、綠G、藍(lán)B三分量光強(qiáng)存在差異，進(jìn)行陰影區(qū)域的分割，具體步驟如下(1)彩色空間轉(zhuǎn)換計(jì)算機(jī)色調(diào)值H由RGB彩色空間的紅R、綠G、藍(lán)B三分量確定HSV色彩空間的色調(diào)值
其中，θ=arccos{12[(R-G)+(R-B)][(R-G)2+(R-G)(G-B)]2}]]>(2)確定可能陰影區(qū)域?qū)SV色彩空間中的色調(diào)值H采用單閾值分割方法，確定閾值T1，將色調(diào)值H高于T1的所有像素組成的區(qū)域確定為可能陰影區(qū)域；(3)確定有效陰影區(qū)域計(jì)算HSV色彩空間中色調(diào)值H在每一像素i，j處的值H(i，j)同閾值T1兩者之間的差值(H(i，j)-T1)同RGB彩色空間中的藍(lán)色分量B在像素(i，j)處的值B(i，j)的乘積M＝B(i，j)×(H(i，j)-T1)，計(jì)算乘積M的直方圖Hist:Hist=Σi=1mΣj=1nB(i,j)·(H(i,j)-T1)m×n;]]>采用單閾值方法，確定關(guān)于直方圖Hist的閾值T2；將可能陰影區(qū)域中同時(shí)滿(mǎn)足HSV彩色空間中色調(diào)值H大于閾值T1以及RGB彩色空間中藍(lán)色分量B小于閾值T2的區(qū)域，確定為有效陰影區(qū)域。
本發(fā)明的原理如下在本發(fā)明的技術(shù)方案中，根據(jù)物體光照模型，物體被感知的亮度由環(huán)境光、漫反射光及鏡面反射光組成i＝Iaka+Idkdcosθ+Idkscosnα，其中，ka，kd，ks分別為環(huán)境光、漫反射光及鏡面反射光系數(shù)；Ia，Id分別為環(huán)境光及光源強(qiáng)度；θ為入射光與物體表面法線(xiàn)之間的夾角；α為反射光與視線(xiàn)間的夾角；n為高光系數(shù)。
考慮到實(shí)際自然二維場(chǎng)景中的絕大部分區(qū)域?yàn)榉枪饣瑓^(qū)域，上式中第三項(xiàng)即Idkscosnα可忽略。由于陰影為直射光線(xiàn)被遮擋，Id＝0，因此，陰影區(qū)域的光強(qiáng)為Is＝Iaka若將問(wèn)題局限于較小區(qū)域，則該區(qū)域內(nèi)的環(huán)境光強(qiáng)(Ia)、光源強(qiáng)度(Id)及入射角(θ)均保持一致，此時(shí)陰影區(qū)域與非陰影區(qū)域的光強(qiáng)差為ΔI＝Idkdcosθ對(duì)應(yīng)于RGB彩色空間，陰影區(qū)與非陰影區(qū)在紅、綠、藍(lán)三通道中的光強(qiáng)差相應(yīng)為ΔIR＝Idkd(R)cosθΔIG＝Idkd(G)cosθΔIB＝Idkd(B)cosθ由于漫反射系數(shù)kd與波長(zhǎng)成本比，因此，在RGB彩色空間中，紅色波長(zhǎng)最長(zhǎng)，綠色波長(zhǎng)次之，藍(lán)色波長(zhǎng)最短。根據(jù)kd在RGB彩色空間內(nèi)三個(gè)不同通道中的差異，陰影區(qū)與非陰影區(qū)在紅、綠、藍(lán)三通道中的光強(qiáng)差相應(yīng)為ΔIR＞ΔIG＞ΔIB，即在陰影區(qū)域，RGB彩色空間內(nèi)的紅色分量下降最多，綠色分量次之，藍(lán)色分量下降最少，亦相當(dāng)于相對(duì)增加了藍(lán)色分量。藍(lán)色分量的增加提高了色調(diào)值H。
根據(jù)陰影區(qū)域與非陰影區(qū)域之間色調(diào)存在差異，對(duì)一幅自然二維場(chǎng)景彩色圖像{f(i，j)，i＝1，2，...，m，j＝1，2，...n}，利用下式，由RGB彩色空間中紅、綠、藍(lán)三分量值確定HSV色彩空間中的色調(diào)值H.
其中，θ=arccos{12[(R-G)+(R-B)][(R-G)2+(R-G)(G-B)]2}]]>對(duì)HSV色彩空間中的色調(diào)分量H采用單閾值分割方法，確定閾值T1，將色調(diào)值H高于T1的所有像素組成的區(qū)域確定為可能陰影區(qū)域。
由于在實(shí)際自然二維場(chǎng)景圖像中偏藍(lán)色物體也具有較高的色調(diào)值，因此需要從可能陰影區(qū)域中將這一部分偏藍(lán)色物體剔除。由于陰影區(qū)域中的藍(lán)色分量亮度較偏藍(lán)色物體偏暗，因此，為確定有效的陰影區(qū)域，可采用以RGB彩色模型中的藍(lán)色分量為模板，計(jì)算該模板與色調(diào)H同T1之差的直方圖Hist:Hist=Σi=1mΣj=1nB(i,j)·(H(i,j)-T1)m×n,]]>其中，B(i，j)為RGB彩色空間中的藍(lán)色分量在像素(i，j)處的藍(lán)色分量值，(H(i，j)-T1)為HSV色彩空間中色調(diào)分量在像素(i，j)處色調(diào)分量值(H(i，j)同閾值T1之間的差值。采用單閾值方法，確定關(guān)于上述直方圖的閾值T2。
將同時(shí)滿(mǎn)足HSV色彩空間中色調(diào)值H大于閾值T1以及RGB色彩空間中藍(lán)色分量B小于閾值T2的區(qū)域，即將滿(mǎn)足{f(i，j)|H(i，j)≥T1&B(i，j)≤T2}的區(qū)域確定為有效陰影區(qū)域。
本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見(jiàn)的突出實(shí)質(zhì)性特點(diǎn)和顯著優(yōu)點(diǎn)本發(fā)明根據(jù)陰影區(qū)域具有明顯高的色調(diào)值以及陰影區(qū)域與非陰影區(qū)域中紅、綠、藍(lán)三分量光強(qiáng)存在差異，實(shí)現(xiàn)陰影區(qū)域的分割，解決了現(xiàn)有技術(shù)彩色數(shù)字圖像中陰影分割需要有關(guān)場(chǎng)景、對(duì)象、光照等方面的先驗(yàn)知識(shí)或基于陰影本身的幾何、亮度和顏色等屬性的局限性，提高了彩色數(shù)字圖像陰影區(qū)域分割的魯林棒性，能適應(yīng)不同光照條件下的陰影區(qū)域分割。本發(fā)明的方法簡(jiǎn)便、靈活、易實(shí)現(xiàn)。


圖1是本發(fā)明一個(gè)實(shí)施例的原始圖像。
圖2是圖1示例的從原始圖像分割出的陰影區(qū)域圖像。
圖3是圖1示例去除陰影區(qū)域后的圖像。
具體實(shí)施例方式
本發(fā)明的一個(gè)具體實(shí)施例是本例的原始圖像如圖1所示，對(duì)圖1所示的彩色數(shù)字圖像，根據(jù)陰影區(qū)域具有明顯高的色調(diào)值H，以及陰影區(qū)域與非陰影區(qū)域中紅R、綠G、藍(lán)B三分量光強(qiáng)存在差異，進(jìn)行陰影區(qū)域分割，具體步驟如下(4)彩色空間轉(zhuǎn)換計(jì)算機(jī)色調(diào)值H由RGB彩色空間的紅R、綠G、藍(lán)B三分量確定HSV色彩空間的色調(diào)值 其中，θ=arccos{12[(R-G)+(R-B)][(R-G)2+(R-G)(G-B)]2}]]>(5)確定可能陰影區(qū)域?qū)SV色彩空間中的色調(diào)值H采用單閾值分割方法，確定閾值T1，將色調(diào)值H高于T1的所有像素組成的區(qū)域確定為可能陰影區(qū)域；(6)確定有效陰影區(qū)域計(jì)算HSV色彩空間中色調(diào)值H在每一像素i，j處的值H(i，j)同閾值T1兩者之間的差值(H(i，j)-T1)同RGB彩色空間中的藍(lán)色分量B在像素(i，j)處的值B(i，j)的乘積M＝B(i，j)×(H(i，j)-T1)，計(jì)算乘積M的直方圖Hist:Hist=Σi=1mΣj=1nB(i,j)·(H(i,j)-T1)m×n;]]>采用單閾值方法，確定關(guān)于直方圖Hist的閾值T2；將可能陰影區(qū)域中同時(shí)滿(mǎn)足HSV彩色空間中色調(diào)值H大于閾值T1以及RGB彩色空間中藍(lán)色分量B小于閾值T2的區(qū)域，確定為有效陰影區(qū)域。從而得到圖2所示的陰影區(qū)域圖像。
圖3示出去除上述所得到的陰影區(qū)域，從而得到去除陰影區(qū)域的圖像。
權(quán)利要求
1.一種二維彩色場(chǎng)景陰影區(qū)域分割方法，其特征在于根據(jù)陰影區(qū)域具有明顯高的色調(diào)值H，以及陰影區(qū)域與非陰影區(qū)域中紅R、綠G、藍(lán)B三分量光強(qiáng)存在差異，進(jìn)行陰影區(qū)域的分割，具體步驟如下a)彩色空間轉(zhuǎn)換計(jì)算機(jī)色調(diào)值H由RGB彩色空間的紅R、綠G、藍(lán)B三分量確定HSV色彩空間的色調(diào)值 其中，θ=arccos{12[(R-G)+(R-B)][(R-G)2+(R-G)(G-B)]2}]]>b)確定可能陰影區(qū)域?qū)SV色彩空間中的色調(diào)值H采用單閾值分割方法，確定閾值T1，將色調(diào)值H高于T1的所有像素組成的區(qū)域確定為可能陰影區(qū)域；c)確定有效陰影區(qū)域計(jì)算HSV色彩空間中色調(diào)值H在每一像素i，j處的值H(i，j)同閾值T1兩者之間的差值(H(i，j)-T1)同RGB彩色空間中的藍(lán)色分量B在像素(i，j)處的值B(i，j)的乘積M＝B(i，j)×(H(i，j)-T1)，計(jì)算乘積M的直方圖Hist:Hist=Σi=1mΣj=1nB(i,j)·(H(i,j)-T1)m×n;]]>用單閾值方法，確定關(guān)于直方圖Hist的閾值T2；將可能陰影區(qū)域中同時(shí)滿(mǎn)足HSV彩色空間中色調(diào)值H大于閾值T1以及RGB彩色空間中藍(lán)色分量B小于閾值T2的區(qū)域，確定為有效陰影區(qū)域。
全文摘要
本發(fā)明涉及一種二維彩色場(chǎng)景陰影區(qū)域分割方法。它是根據(jù)陰影區(qū)域具有明顯高的色調(diào)值H，以及陰影區(qū)域與非陰影區(qū)域中紅R、綠G、藍(lán)B三分量光強(qiáng)存在差異，進(jìn)行陰影區(qū)域的分割。從而提高彩色數(shù)字圖像分析和目標(biāo)提取的靈活性和簡(jiǎn)便性。本發(fā)明的方法簡(jiǎn)便、靈活、易實(shí)現(xiàn)。
文檔編號(hào)G06T7/00GK1818928SQ20061002441
公開(kāi)日2006年8月16日 申請(qǐng)日期2006年3月7日 優(yōu)先權(quán)日2006年3月7日
發(fā)明者管業(yè)鵬 申請(qǐng)人:上海大學(xué)