运动目标检测中阴影去除算法的研究与实现(21)

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

在文献[10]中，A. Bevilacqua等人对固定摄像机拍摄的灰度图像序列中的阴影去除进行了研究，他根据阴影区比背景区暗和灰度直方图来确定阴影的大概区域，然后对这个区域求梯度找出梯度相似的区域，同时满足这两个条件的区域就是阴影。

纹理信息的阴影去除主要基于被阴影覆盖的背景区域与覆盖前相比只是亮度显著变化，而纹理基本保持不变这一特性。在文献[11]中，Hoang .M. A等人利用这一点进行了目标提取，该方法可直接将阴影去除，但运算量大，阈值不好设定；胡圆圆等[12]提出的使用局部纹理不变性来去除阴影，该方法主要通过LBP算子描述局部纹理，通过进一步比较阴影覆盖区域与背景区域的LBP算子的欧式距离，阈值化去除阴影。

基于颜色的阴影去除主要是利用转化颜色空间的方法来去除亮度的影响从而去除阴影的。在文献[13]中，Gevers.T等人提出了一个不变的颜色模型，该颜色模型对由阴影引起的光线变化不敏感，利用该模型也可进行阴影去除；黄建清等[14]采用的基于HSV空间去除阴影；刘雪等[15]提出的基于YUV颜色空间色度畸变和一阶梯度模型的阴影去除算法。

4.4 阴影的光学特性

阴影的特性主要分为光学特性和空间特性。阴影的空间特性主要是通过分析目标的阴影、运动目标和光照之间的关系得到的相关特性。本论文中主要是分析阴影的光学特性，并且以此为依据检测运动目标的阴影。

在对阴影的认识上一直会有一个误区，就是认为阴影区域中的像素点仅仅是在亮度上比非阴影区域的像素点低，所以只需要增强阴影区域中像素点的亮度即可。但实际上，对于彩色的图像来说，像素点的亮度是由RGB这三个通道的值来决定的，阴影区域中的像素点和非阴影区域的像素点的差别除了在亮度上还有角度上也有差别。

在户外光照条件下，非阴影区域的光线由两部分组成：太阳光和天空的散射光。在本影区域中，由于物体遮挡住了直射的太阳光，所以只有天空的散射光。在半影区域中，则是太空的散射光和太阳光的组合[16]。

根据色度反射模型，给定点q对于波长 的反射光Lr(q, )可表示为：

Lr(q, ) L ( )L(q , )Lq( , （4.1） abs

其中La( )表示波长 周围的反射光；Lb(q, )表示波长 的体反射光；Ls(q, )表示

波长 表面的反射光。当改变点是阴影点时，体反射光和表面反射光均为0，则阴影点的波长 的反射光为：

Lr(q, ) （4.2） La ( )

所以导致阴影区域的亮度要比对应的背景区域的亮度低上很多，也就是说阴影区域可以看作是半透明的区域，并且在阴影区域内，相对于背景图像的光学增益是个定值，并且小于1。而阴影区域的像素色度并没有明显变化，即在一定的亮度条件下，同一物体在阴