專利名稱：車輛陰影去除方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種車輛陰影去除方法和裝置。
背景技術(shù)：
在視頻監(jiān)控中，由于光線受到目標(biāo)物或者障礙物的影響，視頻圖像中的目 標(biāo)物往往含有陰影。陰影不是固定不變的，它隨著光照強(qiáng)度、方向等因素在不 停的變化，因此，它不能作為物體的一部分參加識(shí)別，否則會(huì)導(dǎo)致識(shí)別的失敗。 所以有必要采取有效的方法去除目標(biāo)的陰影，為目標(biāo)的正確識(shí)別提供條件。
目前一種去除陰影的方法為基于運(yùn)動(dòng)物體幾何信息的方法，該方法建立一 個(gè)運(yùn)動(dòng)物體的能夠區(qū)別出陰影部分的幾何模型，對(duì)其中的陰影區(qū)域進(jìn)行消除處 理，從而達(dá)到去除陰影的目的。但是，該方法需要對(duì)陰影區(qū)域建立復(fù)雜的模型， 計(jì)算量較大，不適合在工程實(shí)時(shí)應(yīng)用。
當(dāng)前比較適合于工程實(shí)時(shí)應(yīng)用，特別是識(shí)別車輛的交通監(jiān)控應(yīng)用的去除陰 影的方法為基于陰影顏色信息的方法，其思想是在一定的亮度條件下，同一物 體在陰影區(qū)內(nèi)和不在陰影區(qū)內(nèi)的色調(diào)是近似一致的，如果均勻成比例的減少某 種彩色的全部系數(shù)，則只有亮度在變化，而色調(diào)是不變的，這在一定程度上給 出了陰影的顏色特征規(guī)律，從而識(shí)別出目標(biāo)物上的陰影。該方法的具體實(shí)現(xiàn)方
式有很多種，如在rgb彩色空間中，用矢量來(lái)表征像素點(diǎn)，并以當(dāng)前圖中的像 素點(diǎn)矢量與對(duì)應(yīng)的背景點(diǎn)的矢量相減得到能表征亮度和色度的彩色模型，以此
建立背景模型；在hsv彩色空間利用色度、飽和度和亮度信息建立背景模型，
以檢測(cè)和識(shí)別陰影；利用陰影的光學(xué)特性并結(jié)合紋理特征，采用區(qū)域生長(zhǎng)的方法檢測(cè)陰影等?；陉幱邦伾畔⒌姆椒ㄔ趯?shí)驗(yàn)室會(huì)得到比較不錯(cuò)的結(jié)果，但 在交通監(jiān)控現(xiàn)場(chǎng)，可能會(huì)因?yàn)樘鞖獾脑蚧蛘弑O(jiān)控景物距離太遠(yuǎn)而造成彩色信 息的丟失或者缺損，這樣會(huì)影響陰影去除效果，尤其當(dāng)要監(jiān)控的車輛顏色與背 景顏色比較接近時(shí)，比如黑色車輛，基于陰影顏色信息的方法往往不能準(zhǔn)確區(qū) 分黑色車輛和陰影的邊界，也就不能準(zhǔn)確消除該車輛周圍的陰影。

發(fā)明內(nèi)容
本發(fā)明的實(shí)施例提供一種車輛陰影去除的方法和裝置，能夠準(zhǔn)確消除車輛 周圍的陰影。
為達(dá)到上述目的，本發(fā)明的實(shí)施例釆用如下技術(shù)方案 一種車輛陰影去除的方法，包括
以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型； 后續(xù)車輛套用所述陰影模型去除陰影。
進(jìn)一步的，還包括定時(shí)更新陰影模型，并根據(jù)更新后的陰影模型調(diào)整白 車判別閾值為前一個(gè)陰影模型的車輛區(qū)域占目標(biāo)車輛區(qū)域比例的60%。
所述定時(shí)范圍為10到30分鐘。
其中，所述以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型的步驟包括 預(yù)先設(shè)定白車判別閾值；
獲取背景圖像和目標(biāo)車輛區(qū)域圖像，將兩幅圖像進(jìn)行灰度轉(zhuǎn)換；
將目標(biāo)車輛區(qū)域圖像與背景圖像相減，結(jié)果為正數(shù)的區(qū)域認(rèn)定為實(shí)際的車 輛區(qū)域；結(jié)果為負(fù)數(shù)的區(qū)域認(rèn)定為實(shí)際的陰影區(qū)域；如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例大于所述白車判別閾值， 確定目標(biāo)車輛為白車，將白車的實(shí)際的陰影區(qū)域的位置和所占比例設(shè)定為陰影 模型。
進(jìn)一步的，所述以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型的步驟還包括
如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例小于所述白車判別閾值， 對(duì)下一目標(biāo)車輛進(jìn)行是否為白車的判別，直到確定目標(biāo)車輛為白車，建立陰影模型。
所述白車判別閾值為整體圖像中實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像比 例的6 0% ，所述陰影區(qū)域?yàn)轭A(yù)設(shè)值。
所述陰影區(qū)域的預(yù)設(shè)值為10°/。至60%。
所述陰影區(qū)域的預(yù)設(shè)值的優(yōu)選值為20%。
一種車輛陰影去除的裝置，包括
陰影模型建立模塊獲取白車的車輛區(qū)域圖像，用于以白車為標(biāo)準(zhǔn)建立基 于灰度的陰影模型；
陰影模型套用模塊存儲(chǔ)來(lái)自所述陰影模型建立模塊的陰影模型，并在后 續(xù)車輛套用所述陰影模型去除陰影。
進(jìn)一步的，還包括
定時(shí)更新模塊用于控制陰影模型建立模塊進(jìn)行定時(shí)更新，并將更新后的 陰影模型發(fā)送給陰影模型套用模塊進(jìn)行去除陰影操作。
本發(fā)明實(shí)施例提供的車輛陰影去除的方法和裝置，以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型，由于白車在灰度上與陰影差距最大，最容易將陰影識(shí)別出來(lái)， 在后續(xù)車輛套用所述陰影模型，能夠較為準(zhǔn)確地消除哪怕是顏色與陰影最接近
的車輛周圍的陰影。


圖1為本發(fā)明方法實(shí)施例一流程圖； 圖2為本發(fā)明方法實(shí)施例二流程圖； 圖3為本發(fā)明裝置實(shí)施例一結(jié)構(gòu)圖。
具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例車輛陰影去除的方法和裝置進(jìn)行詳細(xì)描述。 本發(fā)明方法實(shí)施例一如圖1所示，包括
5101、 以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型。
5102、 后續(xù)車輛套用所述陰影模型去除陰影。
由于現(xiàn)有技術(shù)基于陰影顏色信息的陰影消除方法在實(shí)際監(jiān)控過(guò)程中，可能 因彩色信息的丟失或者缺損，影響陰影去除效果的問(wèn)題，本實(shí)施例將彩色信息 轉(zhuǎn)換為灰度值進(jìn)行處理。另外，深色車與陰影不論是在色彩還是灰度上都較為 接近，現(xiàn)有基于陰影顏色信息的陰影消除方法不能準(zhǔn)確將二者區(qū)分，本實(shí)施例 以白車為標(biāo)準(zhǔn)建立陰影模型，由于白車在灰度上與陰影差距最大，最容易將陰 影識(shí)別出來(lái)，在后續(xù)車輛套用所述陰影模型，能夠較為準(zhǔn)確地消除哪怕是顏色 與陰影最接近的車輛周圍的陰影。
本發(fā)明方法實(shí)施例二的場(chǎng)景為對(duì)某車道上行駛的車輛的監(jiān)控，需要除去車輛陰影。如圖2所示，包括以下步驟
5201、 預(yù)先設(shè)定白車判別閾值。
根據(jù)前期建立的陰影模型確定陰影所占比例，根據(jù)實(shí)驗(yàn)統(tǒng)計(jì)，所述陰影區(qū) 域的預(yù)設(shè)值一般在10%至60%之間，本實(shí)施例取優(yōu)選值20%。
那么，本實(shí)施例前期建立的陰影模型中，非陰影區(qū)域?yàn)?-20°/ =80%。
據(jù)此，白車判別閾值為整體圖像中實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像 比例的60%，也就是80%*60%=48%。
5202、 獲取背景圖像和目標(biāo)車輛區(qū)域圖像，將兩幅圖像進(jìn)行灰度轉(zhuǎn)換。
所述背景圖像為車道上沒(méi)有車輛時(shí)的圖像，當(dāng)車道上行駛來(lái)一輛汽車時(shí)， 再拍攝一張圖像，是為目標(biāo)車輛區(qū)域圖像。將兩幅圖像分別進(jìn)行灰度轉(zhuǎn)換。
5203、 將目標(biāo)車輛區(qū)域圖像與背景圖像相減，結(jié)果為正數(shù)的區(qū)域認(rèn)定為實(shí) 際的車輛區(qū)域；結(jié)果為負(fù)數(shù)的區(qū)域認(rèn)定為實(shí)際的陰影區(qū)域。
一般來(lái)講，目標(biāo)車輛區(qū)域圖像包括車輛區(qū)域和陰影區(qū)域，以及一部分背景 區(qū)域。通常，實(shí)際的車輛要比背景更亮，反映在灰度值上就是車輛區(qū)域的灰度 值大于背景圖像中相應(yīng)位置背景區(qū)域的灰度值，所以做差的結(jié)果為正；于此相 反，實(shí)際的車輛陰影要比背景更暗，反映在灰度值上就是陰影區(qū)域的灰度值小 于背景圖像中相應(yīng)位置背景區(qū)域的灰度值，所以做差的結(jié)果為負(fù)。由此，可以 初步區(qū)分出目標(biāo)車輛區(qū)域圖像中的車輛區(qū)域和陰影區(qū)域。
5204、 如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例大于所述白車判別 閾值，確定目標(biāo)車輛為白車，將白車的實(shí)際的陰影區(qū)域的位置和所占比例設(shè)定 為陰影模型。在實(shí)際當(dāng)中，有些時(shí)候，車輛要比背景更暗，比如深色車輛，這樣灰度值 大于背景圖像的車輛區(qū)域會(huì)比較小，相比之下，淺色車輛灰度值大于背景圖像 的車輛區(qū)域會(huì)比較大，這時(shí)用白車判別閾值進(jìn)行判斷，實(shí)際的車輛區(qū)域占目標(biāo)
車輛區(qū)域圖像的比例大于所述白車判別閾值(本實(shí)施例中初始設(shè)定為48%)，確 定目標(biāo)車輛為白車，否則不是白車，可以有效的將白色車輛鑒別出來(lái)。需要指 出的是，本實(shí)施例所說(shuō)的白車并不是嚴(yán)格意義上的白色車，只要滿足白車判別 閾值的淺色車即可。
5205、 如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例小于所述白車判別 閾值，對(duì)下一目標(biāo)車輛進(jìn)行上述判別，直到確定目標(biāo)車輛為白車，建立陰影模 型。
5206、 后續(xù)車輛套用所述陰影模型去除陰影。
由于車輛區(qū)域與陰影區(qū)域往往是相連的，而用白車建立的陰影模型中，車 輛區(qū)域的灰度要遠(yuǎn)高于陰影區(qū)域，所以二者界限非常明顯，可以準(zhǔn)確劃定出陰 影區(qū)域，后續(xù)車輛套用該陰影模型，即使是深色車輛也能較為準(zhǔn)確的去除陰影。
5207、 定時(shí)更新陰影模型，并根據(jù)更新后的陰影模型調(diào)整白車判別閾值為 前一個(gè)陰影模型的車輛區(qū)域占目標(biāo)車輛區(qū)域比例的60%。
所述定時(shí)范圍最好為10到30分鐘之間。
由于太陽(yáng)角度和天氣等因素的影像，車輛陰影的位置在一天當(dāng)中是變化的， 所以需要定時(shí)更新陰影模型，以達(dá)到準(zhǔn)確定位陰影的目的。
另外，在攝像機(jī)固定的前提下，由于視角不同，每個(gè)車道的陰影比例是不 同的，需要針對(duì)各個(gè)車道分別建立模型?；陉幱邦伾畔⒌姆椒ㄔ趯?shí)驗(yàn)室會(huì)得到比較不錯(cuò)的結(jié)果，但在交通監(jiān)控 現(xiàn)場(chǎng)，可能會(huì)因?yàn)樘鞖獾脑蚧蛘弑O(jiān)控景物距離太遠(yuǎn)而造成彩色信息的丟失或 者缺損，這樣會(huì)影響陰影去除效果，尤其當(dāng)要監(jiān)控的車輛顏色與背景顏色比較 接近時(shí)，比如黑色車輛，基于陰影顏色信息的方法往往不能準(zhǔn)確區(qū)分黑色車輛 和陰影的邊界，也就不能準(zhǔn)確消除該車輛周圍的陰影。本實(shí)施例將彩色信息轉(zhuǎn) 換為灰度值進(jìn)行處理，可以避免顏色的缺損和丟失對(duì)陰影去除效果的影響。另 外，本實(shí)施例以白車為標(biāo)準(zhǔn)建立陰影模型，由于白車在灰度上與陰影差距最大， 最容易將陰影識(shí)別出來(lái)，在后續(xù)車輛套用所述陰影才莫型，能夠較為準(zhǔn)確地消除 哪怕是顏色與陰影最接近的車輛周圍的陰影。
本發(fā)明裝置實(shí)施例一如圖3所示，包括
陰影模型建立模塊l:獲取白車的車輛區(qū)域圖像，用于以白車為標(biāo)準(zhǔn)建立基 于灰度的陰影模型。
陰影模型套用模塊2:存儲(chǔ)來(lái)自所述陰影模型建立模塊的陰影模型，并在后 續(xù)車輛套用所述陰影-f莫型去除陰影。
進(jìn)一步的，還包括
定時(shí)更新模塊3:用于控制陰影模型建立模塊進(jìn)行定時(shí)更新，并將更新后的 陰影模型發(fā)送給陰影模型套用模塊進(jìn)行去除陰影操作。所述定時(shí)范圍為10到30 分鐘。
其中，陰影模型建立模塊l包括
閾值預(yù)先設(shè)定子模塊11:用于預(yù)先設(shè)定白車判別閾值。
灰度轉(zhuǎn)換子模塊12:用于獲取背景圖像和目標(biāo)車輛區(qū)域圖像，將兩幅圖像進(jìn)行灰度轉(zhuǎn)換。
作差子模塊13:用于將目標(biāo)車輛區(qū)域圖像與背景圖像相減，結(jié)果為正數(shù)的 區(qū)域認(rèn)定為實(shí)際的車輛區(qū)域；結(jié)果為負(fù)數(shù)的區(qū)域認(rèn)定為實(shí)際的陰影區(qū)域。
建立模型子模塊14:如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例大于 所述白車判別閾值，用于確定目標(biāo)車輛為白車，將白車的實(shí)際的陰影區(qū)域的位 置和所占比例設(shè)定為陰影模型。
如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例小于所述白車判別閾值，
用于對(duì)下一目標(biāo)車輛進(jìn)行是否為白車的判別，直到確定目標(biāo)車輛為白車，建立 陰影模型。
所述白車判別閾值為整體圖像中實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像比 例的60°/。。
所述陰影區(qū)域的預(yù)設(shè)值為10%至60°/。，優(yōu)選值為20%。
本實(shí)施例以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型，由于白車在灰度上與陰 影差距最大，最容易將陰影識(shí)別出來(lái)，在后續(xù)車輛套用所述陰影模型，能夠較 為準(zhǔn)確地消除哪怕是顏色與陰影最接近的車輛周圍的陰影。
是可以通過(guò)計(jì)算機(jī)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可存儲(chǔ)于一計(jì)算 機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。 其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤(pán)、只讀存儲(chǔ)記憶體(Read-Only Memory, ROM)或隨機(jī)存儲(chǔ)記憶體(Random Access Memory, RAM)等。
以上所述，僅為本發(fā)明的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到 變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng) 以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1、一種車輛陰影去除的方法，其特征在于，包括以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型；后續(xù)車輛套用所述陰影模型去除陰影。
2、 根據(jù)權(quán)利要求1所述的車輛陰影去除的方法，其特征在于，所述以白車 為標(biāo)準(zhǔn)建立基于灰度的陰影模型的步驟包括預(yù)先設(shè)定白車判別閾值；獲取背景圖像和目標(biāo)車輛區(qū)域圖像，將兩幅圖像進(jìn)行灰度轉(zhuǎn)換；將目標(biāo)車輛區(qū)域圖像與背景圖像相減，結(jié)果為正數(shù)的區(qū)域認(rèn)定為實(shí)際的車 輛區(qū)域；結(jié)果為負(fù)數(shù)的區(qū)域認(rèn)定為實(shí)際的陰影區(qū)域；如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例大于所述白車判別閾值， 確定目標(biāo)車輛為白車，將白車的實(shí)際的陰影區(qū)域的位置和所占比例設(shè)定為陰影 模型。
3、 根據(jù)權(quán)利要求2所述的車輛陰影去除的方法，其特征在于，所述以白車 為標(biāo)準(zhǔn)建立基于灰度的陰影模型的步驟還包括如果實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像的比例小于所述白車判別閾值， 對(duì)下一目標(biāo)車輛進(jìn)行是否為白車的判別，直到確定目標(biāo)車輛為白車，建立陰影模型。
4、 根據(jù)權(quán)利要求3所述的車輛陰影去除的方法，其特征在于，所述白車判 別閾值為整體圖像中實(shí)際的車輛區(qū)域占目標(biāo)車輛區(qū)域圖像比例的60%。
5、 根據(jù)權(quán)利要求4所述的車輛陰影去除的方法，其特征在于，所述陰影區(qū)域的預(yù)設(shè)值為10%至60%。
6、 根據(jù)權(quán)利要求5所述的車輛陰影去除的方法，其特征在于，所述陰影區(qū) 域的預(yù)設(shè)值的優(yōu)選值為20%。
7、 根據(jù)權(quán)利要求1所述的車輛陰影去除的方法，其特征在于，還包括定 時(shí)更新陰影模型，并根據(jù)更新后的陰影模型調(diào)整白車判別閾值為前一個(gè)陰影模 型的車輛區(qū)域占目標(biāo)車輛區(qū)域比例的60%。
8、 根據(jù)權(quán)利要求7所述的車輛陰影去除的方法，其特征在于，所述定時(shí)范 圍為10到30分鐘。
9、 一種車輛陰影去除的裝置，其特征在于，包括陰影模型建立模塊獲取白車的車輛區(qū)域圖像，以白車為標(biāo)準(zhǔn)建立基于灰 度的陰影模型；陰影模型套用模塊存儲(chǔ)來(lái)自所述陰影模型建立模塊的陰影模型，并在后 續(xù)車輛套用所述陰影模型去除陰影。
10、 根據(jù)權(quán)利要求9所述的車輛陰影去除的裝置，其特征在于，還包括定時(shí)更新模塊，用于控制陰影模型建立模塊進(jìn)行定時(shí)更新，并將更新后的 陰影模型發(fā)送給陰影模型套用模塊進(jìn)行去除陰影操作。
全文摘要
本發(fā)明公開(kāi)了一種車輛陰影去除的方法和裝置，涉及圖像處理領(lǐng)域，為解決現(xiàn)有技術(shù)不能準(zhǔn)確消除車輛周圍的陰影的問(wèn)題而發(fā)明。本發(fā)明實(shí)施例提供的方法，包括如下步驟以白車為標(biāo)準(zhǔn)建立基于灰度的陰影模型；后續(xù)車輛套用所述陰影模型去除陰影。本發(fā)明適用于野外圖像監(jiān)控。
文檔編號(hào)G06K9/40GK101447028SQ20081017939
公開(kāi)日2009年6月3日 申請(qǐng)日期2008年12月10日 優(yōu)先權(quán)日2008年12月10日
發(fā)明者微 劉, 李向榮 申請(qǐng)人:青島海信電子產(chǎn)業(yè)控股股份有限公司