[发明专利]一种视频图像中运动车辆阴影检测方法

摘要

本发明公开了一种视频图像中运动车辆阴影检测方法，用以消除前景图像中运动目标的阴影，提高目标检测与跟踪的准确性。本发明提供的运动阴影检测方法，包括构建融合亮度、色度和边缘梯度等信息的特征图像，经图像分割后取色度差最大的区域为车体搜索起始区域，迭代搜寻并吸收周边相邻区域中特征值最大的区域，直到满足迭代终止条件后，剩余的子区域集若为空集则表明运动目标阴影可以忽略，若为非空则将剩余子区域作为阴影候选区域，再从每一个阴影候选子区域出发搜索其阴影子区域，最后将所有搜索到的阴影子区域组合成整个阴影区域。该方法能够自动判别是否存在阴影，能够更合理地融合多种特征，减少了人工干预，阴影检测率高，普适性好。

主权项

一种视频图像中运动车辆阴影检测方法，其特征在于，包含以下步骤：(1)提取运动车辆目标的图像IF和背景图像IB后，分别转换为YCbCr色彩空间，获得图像IF和背景的亮度分量Y、色度Cb和Cr分量，然后构建融合亮度、色度特征信息的图像Ifea，图像Ifea中各点的像素值为Ifea(x,y)=Σ(x,y)∈DYF(x,y)Σ(x,y)∈DYB(x,y)·(1+Σ(x,y)∈DCbF(x,y)-Σ(x,y)∈DCbB(x,y)Σ(x,y)∈D[BW(x,y)·CbB(x,y)])·(1+Σ(x,y)∈DCrF(x,y)-Σ(x,y)∈DCrB(x,y)Σ(x,y)∈D[BW(x,y)·CrB(x,y)])---(1)]]>其中，BW为基于背景相减的运动目标检测方法所获得的二值化前景目标图像，D为像素P(x,y)的邻域，然后将图像Ifea经最大类间方差法求得阈值Tfea，再将图像Ifea中小于阈值Tfea的像素值变为零，从而得到图像Hfea；(2)对图像IF进行区域分割，并计算图像IF的各区域与其背景图像之间色度Cb与Cr之间差值的绝对值总和，将其最大值的区域Dseg(i)作为车辆车体的搜索起始区域，即Dseg(i)=argmaxF[Σ(x,y)∈Dseg(|CbF(x,y)-CbB(x,y)|+|CrF(x,y)-CrB(x,y)|)];]]>(3)采用边缘算子对图像Ifea进行边缘检测，获得边缘图像E，依最大类间方差法求得边缘图像E的二值化阈值Tedge，将小于阈值Tedge的边缘值变为零，得到含边缘特征的图像Iedge，并将图像Hfea与图像Iedge进行叠加，形成含有边缘、亮度和色度信息的特征图像M，即M(x,y)＝Iedge+Hfea(x,y)其中，(4)构造抑制阴影区与背景边缘的掩膜图像，先求得二值化前景目标图像BW的边界B，沿边界B历遍边界的每一点P(x,y)，再将P(x,y)点对应邻域L内的像素M(x，y)设置为零，邻域L的宽度计算公式为L＝λ·arccot[α·(dc‑dz)]其中，λ为幅度调整因子，α为变化率调整因子，dc为P(x,y)点到特征图像M形心C的距离，dz为P(x,y)点到特征图像M质心Z距离，当L<0时，将L设置为零；(5)获取搜索起始区域Dseg(i)的边界b，沿边界b找出所有与Dseg(i)相连接的r个区域，构成集合[Dseg(1),Dseg(2)…Dseg(r)]，取该集合中特征图像M的像素平均值最大的区域Dseg(j)，再将Dseg(j)和Dseg(i)区域合并形成更大的区域Dseg(i)，即Dsegk(i)=Dsegk-1(i)+Dsegk-1(j)---(6)]]>其中，n为Dseg(m)区域内像素的个数，k为当前迭代计数，反复迭代直至得到的区域Dseg(i)满足式(7)时止，即区域Dseg(i)的周边子区域中不再存在区域像素平均值大于阈值ξ的子区域，阈值ξ取边界B上邻域L宽度大于零的区间段所触及的区域Dseg(j)的特征图像M像素平均值；max{1nΣ(x,y)∈Dseg(m)M(x,y)}<ξ,m=r+1,r+2...r+k---(7)]]>区域Dseg(i)未触及的其它子区域组成2个集合Q1＝[Dseg(r+1),Dseg(r+2)…Dseg(r+k)]和Q2＝[Dseg(r+k+1),Dseg(r+k+2)…Dseg(N)]，Q1是Dseg(i)的相邻子区域集合，Q2为不与Dseg(i)相邻的区域集合，若Q1和Q2均为空集，说明运动目标不存在阴影，即完成整个阴影候选区域的检测过程；否则，判断集合Q2中区域的区域像素平均值是否大于阈值ξ，若不大于则集合Q1和Q2的所有元素组成的区域为阴影的候选区，若大于则说明有两个运动目标发生了粘连，再将集合Q2按式(6)对另一个目标进行阴影分析，直到满足(7)式时将集合Q1和Q2的所有元素组成的区域作为阴影的候选区；(6)以阴影候选区为起点，采用区域生长法搜寻阴影候选区及其周边的阴影区域，区域生长搜寻的准则为S(j)＝{P(x,y):M(x,y)＜Tedge&|Ifea(x,y)‑Ifea(x+d,y+d)|＜ζσ&BW(x,y)＝1}历遍集合Q1和Q2每一个元素所代表的子区域，搜索子区域内及其周边区域，获得阴影子区域S(r+1),S(r+2)…S(N)，所有阴影子区域通过逻辑“或”运算得到运动车辆的全部阴影区域S，即S＝Dseg(r+1)|Dseg(r+2)|…Dseg(N)|S(r+1)|S(r+2)|…S(N)其中N为集合Dseg中元素的个数，即子区域块的总数。