[发明专利]一种基于照度表面建模的单幅彩色图像阴影去除方法

说明书

技术领域

本发明属于计算机图像处理领域，涉及一种单幅彩色图像的阴影去除方法。

背景技术

单幅彩色图像的阴影去除是计算机视觉领域的重要研究内容，由于阴影的存在，使得局部光照情况发生变化，进而导致图像中的色彩发生变化，使得图像分割、目标识别、运动对象检测与跟踪等算法的准确率受到很大程度的限制。

归纳起来，目前单幅图像阴影去除方法大致可以分为3类：即基于物理模型的方法、基于特征的方法，以及基于图像提取的方法。其中，1)基于物理模型的方法主要是通过分析阴影产生的物理过程，并借助一些先验知识，建立阴影模型，并在此基础上对图像/视频中的特定区域进行匹配，以实现阴影区域的检测和自动去除。该方法理论性强，但需要假设阴影产生的光照条件或相机成像模型满足已有的模型，由于实际成像环境复杂，难以用准确的物理模型对阴影成像机理进行描述，因此上述方法在实际工程中往往会受到很大程度的限制，通常用于特定阴影去除。2)基于特征的方法是通过分析阴影区域与周围非阴影区域在视觉特征上的差别来实现阴影检测与消除。与前一种方法相比，该方法比较灵活，但效果往往不够理想。3)基于图像提取的方法通常需要进行人工干预，受主观因素影响，自适应性差，不适于实际图像阴影的自动检测与去除。

发明内容

本发明的目的是克服现有技术的上述不足，以提供一种通用性强、效果好的彩色图像阴影去除方法。本发明从照度纠正的角度入手，利用正常光照条件下的光照表面对具有相同纹理的阴影区域进行建模，从而获得阴影区域内正常光照条件下的能量分布，最后通过光照纠正实现单幅彩色图像的阴影去除。本发明的技术方案如下：

一种基于照度表面建模的单幅彩色图像阴影去除方法，主要包括以下几个步骤：

1)对原始彩色阴影图像进行结构和纹理的分解，分别获取其在RGB三个颜色通道内的

结构图像U_R、U_G和U_B，以及对应的纹理图像V_R、V_G和V_B；

2)在图像非阴影区域内均匀选取中心点，计算任意两个中心点p_i，p_j之间的径向距离1≤i，j≤M，其中||·||代表欧氏距离，M代表中心点总数；

3)对颜色通道R内的结构图像进行建模，方法如下：

计算该通道内结构图像U_R在各中心点p_i处的像素值U_i；根据公式计算参数c_i，1≤i≤M；计算阴影区域内待建模点(x，y)与各中心点p_i之间的径向距离d_i，1≤i≤M，其中(x，y)为待建模点的图像坐标；根据公式计算该点建模后的像素值；重复上述步骤，完成该颜色通道内阴影区域中所有点的建模，获得建模曲面U′_R；

4)对于其他两个颜色通道，按照步骤3)的方法，完成建模，从而获得3个颜色通道内阴影区域的照度分布U′_R、U′_G和U′_B，分别用来替换原阴影区域内的结构图像函数值U_R、U_G和U_B；

5)对3个颜色通道分别添加各自通道内的纹理图像，得到光照纠正后的图像I′_R＝U′_R+V_R，I′_G＝U′_G+V_G，I′_B＝U′_B+V_B；

6)将光照纠正后的3个颜色通道图像I′_R、I′_G和I′_B进行整合，实现单幅彩色图像的阴影去除。

本发明的有益效果如下：与传统方法相比，本发明不需要建立复杂的物理模型，只需要在三个颜色通道内分别对简单的光照分布进行建模，即可实现阴影区域的去除，具有很强的适用性；在不同颜色通道内，分别利用正常光照条件下的光照分布，对阴影区域内具有相同纹理的照度表面进行建模，有效地克服了不同纹理光照反射率不同所引起的误差，当阴影区域包含多种纹理背景时，算法仍然有效，解决了复杂背景阴影去除的难题；同时，本发明自适应性强，无需过多的人工干预，照度建模和中心点选取均采用自适应算法，可用于实际图像阴影的自动去除。

附图说明：