[发明专利]阴影区域检测的方法和装置

说明书

本发明公开了阴影区域检测的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：依据预设图像特征将待检测区域的场景图像划分为多个子区域，得到多个子区域图像；从所述待检测区域的模板图像中获取每个所述子区域的子区域模板图像；根据每个所述子区域的子区域图像与子区域模板图像的预设图像特征确定每个所述子区域对应的特征相似度；判断所述特征相似度是否满足预设相似度条件；若是，则确定所述子区域中存在阴影；否则，确定所述子区域中不存在阴影。该实施方式能够提高阴影检测结果的准确性，易于扩展且鲁棒性较好。

技术领域

本发明涉及计算机技术领域，尤其涉及一种阴影区域检测的方法和装置。

背景技术

现有技术中检测阴影区域时，通常先对物体进行区域分割，而后通过判断每个小区域的特征是否和相邻的非阴影区域近似等来判断是否属于阴影区域。但是这种检测方法的准确性较低，鲁棒性较差。

发明内容

有鉴于此，本发明实施例提供一种阴影区域检测的方法和装置，能够提高阴影检测结果的准确性，易于扩展且鲁棒性较好。

根据本发明实施例的一个方面，提供了一种阴影区域检测的方法，包括：

依据预设图像特征将待检测区域的场景图像划分为多个子区域，得到多个子区域图像；

从所述待检测区域的模板图像中获取每个所述子区域的子区域模板图像；

根据每个所述子区域的子区域图像与子区域模板图像的预设图像特征确定每个所述子区域对应的特征相似度；

判断所述特征相似度是否满足预设相似度条件；若是，则确定所述子区域中存在阴影；否则，确定所述子区域中不存在阴影。

可选地，依据所述图像特征，通过Quick-shift算法将待检测区域的场景图像划分为多个子区域。

可选地，依据预设图像特征将待检测区域的场景图像划分为多个子区域之前，还包括：确认所述场景图像中存在异常区域；

得到多个子区域图像之后，还包括，将所述多个子区域图像中不存在异常区域的子区域图像滤除。

可选地，所述预设图像特征包括以下至少之一：纹理特征、亮度特征、色彩特征、梯度特征。

可选地，所述预设图像特征包括纹理特征；

根据每个所述子区域的子区域图像与子区域模板图像的预设图像特征确定每个所述子区域对应的特征相似度，包括：采用LBP算法确定所述子区域的子区域图像的第一纹理信息，以及所述子区域的子区域模板图像的第二纹理信息；根据第一纹理信息和第二纹理信息判断所述子区域的子区域图像与子区域模板图像的LBP直方图距离；

判断所述特征相似度是否满足预设相似度条件，包括：判断所述LBP直方图距离是否小于预设距离阈值；若是，则判定所述特征相似度满足预设相似度条件；否则，判定所述特征相似度不满足预设相似度条件。

可选地，所述预设图像特征包括色彩特征；

根据每个所述子区域的子区域图像与子区域模板图像的预设图像特征确定每个所述子区域对应的特征相似度，包括：确定所述子区域的子区域图像在RGB空间的第一颜色向量，以及所述子区域的子区域模板图像在RGB空间的第二颜色向量；确定第二颜色向量与第一颜色向量之间的差向量与第二向量之间的夹角；

判断所述特征相似度是否满足预设相似度条件，包括：判断所述夹角是否大于预设夹角阈值；若是，则判定所述特征相似度满足预设相似度条件；否则，判定所述特征相似度不满足预设相似度条件。

可选地，所述预设图像特征包括亮度特征；