[发明专利]一种基于自适应亮度高程模型的消除路面阴影的方法

说明书

本发明涉及一种基于自适应亮度高程模型的消除路面阴影的方法，首先，采用形态学膨胀运算和高斯平滑滤波消除路面裂缝和路面纹理对于后续阴影区域划分的影响；然后，利用最大熵阈值分割求解出高斯平滑后路面影像阴影区域和非阴影区域的划分阈值，以此实现划分阈值的自适应确定。最后，基于改进的亮度等高区域划分模型和亮度补偿方法实现路面阴影的消除；该基于自适应亮度高程模型的消除路面阴影方法不仅有效的解决了GSR方法关键参数需要手动设置，亮度等高区域的划分和亮度补偿方法存在的缺陷的问题，而且还在一定程度上增强了路面纹理和路面裂缝的对比度，达到了路面阴影消除的目的。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于自适应亮度高程模型的消除路面阴影的方法。

背景技术

公路交通正处于高速发展的时期，随着公路里程的增加和人们对于行车安全性、舒适性要求的不断提高，高效的路面裂缝检测方法已经成为国内外学者研究的重点。但是，路旁的建筑物、树木、灯杆等干扰物，常常会在路面上形成阴影，这将会对路面裂缝的检测和路面裂缝特征的提取带来巨大的挑战。因此，在路面裂缝检测和路面裂缝特征提取之前，对路面上的阴影进行消除，这对于道路的养护和管理是至关重要的。

为了消除影像中的阴影，国内外学者进行了广泛而深入的研究。Li等人在分析了航空影像中阴影特点的基础上，提出了一种遥感航空影像自适应非局部正则化阴影消除方法；Wu等人研究了复杂场景下阴影提取的问题；Arbel等人假设半影区域的亮度分布为一个弧形的曲面，然后通过曲面拟合的方法实现彩色影像中半影区域纹理的恢复；Liu等人基于原始影像，通过构建一个没有阴影并且纹理一致的梯度区域，并且以此为模板消除影像中的阴影；Mohan等人开发了一款阴影消除的编辑软件，通过人工指定阴影区域的边界，设置亮度补偿的强度，进而实现影像中阴影的消除；Finlayson等人假设阴影区与非阴影区过渡边界的梯度为零，以此为基础进行阴影的消除；Avery等人对交通影像中的阴影消除进行了研究；Ramamoorthi等人基于傅里叶理论对投射阴影进行了研究；Salamati等人基于概率阴影图用以消除真实影像中的阴影。但是，上述这些阴影消除方法并没有完全解决掉阴影消除后阴影区域和非阴影区域纹理对比度不一致、阴影区域和非阴影区域亮度过渡不自然、对阴影不能自动进行消除的问题。加之，路面阴影具有半影区巨大、形状极不规则的特点，如果直接使用上述的阴影消除方法对路面阴影影像进行阴影消除，阴影消除的效果将会十分的不理想。

针对路面阴影的这些特点，Zou等人提出了一种基于亮度高程模型的阴影消除方法(Geodesic Shadow-Removal Algorithm)，简称GSR。GSR方法比较有效的解决了阴影区域和非阴影区域难以界定、阴影区域路面裂缝和路面纹理对比度不强的问题。但是，GSR方法中的关键参数需要根据经验值进行手动设置；并且，GSR方法中的亮度等高区域的划分模型和亮度补偿方法存在比较严重的缺陷。

发明内容

本发明的目的是克服现有消除路面阴影采用的GSR方法关键参数依靠经验进行选取，以及亮度等高区域的划分模型和亮度补偿方法存在比较严重的缺陷的问题。

为此，本发明提供了一种基于自适应亮度高程模型的消除路面阴影的方法，包括如下步骤：

步骤一：对采集到的路面阴影影像进行灰度化运算，得到路面阴影的灰度影像；

步骤二：对路面阴影的灰度影像进行形态学膨胀运算，消除路面裂缝；

步骤三：对步骤二经过形态学膨胀运算所得的结果进行二维的高斯平滑；

步骤四：对高斯平滑后的路面影像进行最大熵阈值分割，求解出这一阈值分割过程中的分割阈值，并且将此阈值作为阴影区域和非阴影区域的划分阈值，记为metS，进行阴影区域和非阴影区域的划分，并将阴影区域记为S，非阴影区域记为B；