运动目标检测中阴影去除算法的研究与实现(9)

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

第二章 基础理论

2.1 引言

在复杂的背景环境中，天气和光线等的变化、阴影、灯光及随机噪声等都会影响采集到的图像的特征。在目标检测和阴影去除的过程中，肯定会有一些像素点被误认为目标点或将目标点检测成阴影点。为了能够准确地提取运动目标，需要对提取出的目标进行一系列地处理。本章主要介绍本文在目标检测、阴影检测及去除等方面所涉及到的颜色空间，特别是RGB颜色空间，还有在图像处理技术中经常用到的数学形态学滤波等方面的一些基础知识。

2.2 颜色模型

颜色是人的视觉器官对外来的光刺激而产生的主观感受。在光学和物理学中，可见光就是一种电磁波，对应于电磁频谱中狭窄的频率波段。可见光波段中的每一频率对于一种单独的颜色，而频率和波长的乘积等于光速，由于波长比频率在某种程度上容易处理，因此常用波长来指定光谱颜色，通常的红、橙、黄、绿、蓝和紫等颜色的波长在400nm到700nm之间。当一束光的各种波长的能量大致相等时，我们称其为白光；否则，称其为彩色光。若一束光中，只包含一种波长的能量，其它波长都为零时，称其为单色光。除了波长可以决定光的颜色以外，可见光还有一些其他的视觉特征，即亮度和纯度。亮度是指感受到的光的明度或颜色的强度，而纯度是指可见光的颜色的浓淡。因此颜色的三个特性分别是：主波长、亮度和纯度。

颜色模型（也称为彩色模型）的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，颜色空间是坐标系统和子空间的规范。

2.2.1 颜色模型的分类

人眼对于颜色的观察和处理是一种生理和心理现象，因而对于色彩的许多结论都是建立在实验基础之上，因此也出现了多种不同的方法来描述颜色，而不同的描述方法对应于不同的颜色空间。颜色空间是人们为了对颜色进行正确合理的应用、测定、描述和评价而建立的模型。因研究和应用的不同从而建立了很多不同的颜色模型，每个颜色模型都各有特点。现今存在的颜色空间有很多种，包括RGB，CMY，CMYK，HSL，HSV，CIE XYZ，CIE Lue，CIE Lab和LCH，YUV，YIQ，YcbCr，RGB，YpbPr，Xerox Corporation YES，Kodak Photo CD YCC等颜色空间。这些颜色空间已经在各行各业中得到了广泛的应用。

目前常用的颜色模型可分为两类[4]：一类面向诸如彩色显示器或打印机之类的硬件设备，另一类面向以彩色处理为目的的应用，如动画中的彩色图形。面向硬件设备的最常用彩色模型是RGB颜色模型，而面向彩色处理的最常用的模型是HSV颜色模型。

2.2.2 RGB颜色模型

我们的眼睛通过三种可见光对视网膜的刺激来感受颜色。这些光在波长为630nm