运动目标检测中阴影去除算法的研究与实现(19)

毕业设计论文 运动目标检测中阴影去除算法的研究与实现

第四章 阴影的去除

4.1 引言

根据上一章所讨论的背景模型的建立，可以通过背景差分法得到包含运动区域的前景二值图，该二值图去除了当前图像中的背景像素，仅留下了变化像素。但在变化像素中，除了运动目标外还存在许多由各种干扰所引起的变化像素，这些可能会使原本分离的目标区域合并或引起目标变形等。因此，为了正确提取运动目标区域，阴影和残留噪声等仍然需要去除，同时，可以利用数学形态学对原始图像进行重建。为此，本文引入了基于RGB颜色空间的阴影检测和去除方法进行运动目标阴影的检测与去除；利用数学形态学方法来完成对目标区域的修整与重建。

4.2 阴影产生的机理

阴影主要是因为场景中的对象被光源部分或全部遮挡而产生的。阴影通常可分为投射阴影（Cast Shadow）和自身阴影（Self Shadow）两类。自身阴影是由于物体本身没有被光源直接照射到而形成的，属于目标本身的一部分，这部分阴影是不用从检测结果中去除的。投射阴影是由于物体阻挡光线后在背景上形成的部分，这就是要从结果中去掉的阴影。投射阴影中直射光线被完全阻挡的部分称为本影（Umbra，又叫暗影）。直射光线被部分阻挡的部分叫做半本影（Penumbra，又叫半影）。物体运动的暗影因显著地异于背景而常常被错误地理解为运动物体[7]。

在实际应用中进行阴影检测时，一般认为阴影有如下特点：

(1) 被阴影所覆盖的像素点比原背景亮度低，不显著改变所覆盖的背景颜色和纹理；

(2) 阴影总是与形成阴影的运动目标相关联；

(3) 被阴影所覆盖的背景点色调会对蓝色造成很大的影响；

(4) 阴影形状是目标形状在背景上的投影，但是形状与运动目标的形状基本不同，差距很大；

(5) 阴影与产生阴影的目标具有相同的运动属性。

阴影区域可看作是半透明的区域，在阴影区域内，由于照射光线被遮挡，阴影覆盖区域的照度降低，对应图像的亮度降低，这样阴影区域的亮度要比同一区域在无阴影时以及阴影的邻近非阴影区域要暗一些。因此，被阴影覆盖区域的图像除在亮度上表现出明显变化外，其色度并没有呈现出太多变化。目前阴影检测的方法，也主要是利用阴影这一特性来进行处理。

目前的运动目标检测方法之所以都不能区分运动目标和运动阴影，这是由于阴影具有两个重要的视觉特征：

(1) 阴影明显地不同于背景，而在运动目标检测过程中被理解为前景；

(2) 阴影与产生阴影的运动目标具有相同的运动属性，很难区分。