基于特征和字典学习的图像阴影检测与去除方法研究

发布时间：2020-03-21 13:54

【摘要】：图像阴影检测与去除是计算机视觉和图像处理领域中非常重要的基础工作,可有效协助实现场景恢复、目标识别以及特征提取等,在农业、气象、通信、智能交通、遥感、医学等领域得到广泛应用。目前阴影检测和去除方法的研究已经取得一定的成果,但由于阴影产生的随机性、多样性以及复杂性,现有算法存在一定的局限性,难以满足不同应用场合的需求。因此,深入研究各类阴影检测与去除算法并进行优化,提高阴影检测与去除算法的普适性,具有重要现实意义。本文针对单幅静态图像的阴影检测和去除问题展开研究和讨论,主要介绍了图像阴影检测和去除方法的目的和意义,描述了图像阴影的分类和性质,梳理了近些年来图像处理领域提出的阴影检测和去除算法。针对现有算法阴影漏检、误检和去除效果不理想等不足进行了研究,提出了三种阴影检测和去除算法。主要工作内容如下:(1)针对自动阴影检测算法不能准确检测复杂场景阴影,无法正确区分阴影区和暗区等问题,提出了一种基于高斯混合模型的交互式阴影检测方法。通过交互可人为提供场景的上下文语义信息,帮助算法理解场景内容。首先,利用近邻传播算法对图像进行聚类,根据像素颜色和位置降采样为小块图像,提高检测效率;其次,构建了一个包含光强、颜色和纹理特征等六维特征向量的高斯混合模型笔刷,通过少量人工交互帮助算法识别图像阴影区和非阴影区;最后,对图像进行多尺度双边滤波,使得图像在保留阴影区域边界信息的同时,减少阴影区域内噪声,平滑阴影区域,提高检测结果正确率。在存在多个阴影区域的复杂情况下,可以进行多次交互和迭代操作,获得较理想的检测结果。实验结果证明我们提出的算法阴影检测准确率较高。(2)针对光照迁移阴影去除方法使用线性仿射模型时采用全局统一迁移算子的不足之处,提出了一种自适应光照迁移阴影去除算法。该算法可实现纹理复杂和亮度不均图像阴影区域的光照恢复。首先根据图像阴影区域的分布及颜色和纹理特征,自适应地将图像分割为若干阴影子区域和非阴影子区域,并根据颜色和纹理等特征进行计算,将相似度高的非阴影区域子区域与阴影子区域进行匹配;然后在每对匹配子区域中,建立自适应亮度恢复算子,将阴影子区域中的阴影去除,同时对相邻阴影子区域边界进行亮度一致优化;最后根据阴影边界处的光强急剧变化的特性,对阴影边界区域进行了单独的检测和处理。算法简单有效,可对具有复杂纹理结构和阴影区域亮度不均的图像进行阴影去除,恢复的光照基本与周围环境保持视觉上的一致。(3)结合稀疏表示和字典学习理论在图像恢复中的优势,提出了一种基于图像特征和字典学习的阴影去除算法。首先,根据阴影检测时得到的像素阴影概率值,进行初步光照恢复,使阴影区域与非阴影区域具备一致的亮度级别,有效保证后续区域匹配准确性;其次,根据图像自适应分解后的匹配关系,采用非局域稀疏表示模型,建立阴影子区域中图像块与非阴影子区域中匹配图像块间的联系,选取若干匹配块构造组矩阵;然后,根据组稀疏对图像进行稀疏表示和字典学习,将问题转化为稀疏表示求解问题;最后,针对阴影暗区纹理细节丢失严重的问题,用形态成分分析方法对图像进行分解,获取图像的平滑层和纹理层,对阴影区域的纹理信息进行有效恢复。本算法自然地实现了阴影边界的恢复,与非阴影区域融合,基本满足主观视觉要求。
【图文】：

复杂场景,阴影,去除效果,阴影区域

像中的阴影区域检测出来，根据单幅图像中非阴影区域的亮度、纹理以及颜色，实现对阴影区逡逑域亮度、纹理以及颜色的恢复，在此基础上通过光照补偿以及图像增强等协调阴影区域恢复后逡逑区域与非阴影区域的一致性，保证整个图像在视觉上达到统一。如图１．１所示，去除阴影后的逡逑图像更加清晰直观，容易分析阴影区域中被遮挡地物的内容。逡逑桯逡逑（ａ）逦（ｂ）逡逑图１．１复杂场景阴影去除效果。（ａ）输入图像，（ｂ）阴影去除结果。逡逑高分辨率遥感影像中存在广泛阴影，，尤其是建筑物比较密集的城区，如图１．２所示，造成逡逑了地表信息的缺损甚至丢失，影响遥感解译的精度。实际情况下，地表场景和成像条件都比较逡逑复杂，很多图像采集传感器并不具有多通道和颜色信息，这就要求阴影从输入的图像中去除逡逑后，需保留阴影区域的纹理不变，且保持阴影区域表面的颜色信息。另外，无影图阴影区域去逡逑除后边界明显，人眼可见的去除痕迹，计算机空间和时间的节省等问题都待解决。通过对当前逡逑现有的一些图像阴影检测与去除算法的研究

遥感图像,图像编辑,阴影检测

图】．２遥感图像阴影去除效果。（ａ）输入图像，（ｂ）阴影去除结果。逡逑对阴影检测结果进行数学分析和建模，其结论还可应用于图像编辑领域。在自然场景中提逡逑取出来的阴影可以引用到其他的场景中，如图１．３所示，从原始输入图像中提取主体目标及其逡逑阴影，合成到另外一个场景中。逦邋逦逡逑（ａ）逦（ｂ）逦（ｃ）j#，逡逑图１．３图像编辑。（ａ）原始图像，（ｂ）目标图像，（ｃ）编辑合成后图像。逡逑１．２国内外研究现状逡逑２０世纪８０年代人们开始关注图像的阴影去除问题，国内外许多专家和学者对这个问题进逡逑行了大量的研究，目前图像阴影检测和去除新方法越来越多，应用领域也越来越广泛，并且在逡逑计算机视觉和模式识别方面得到了越来越多的关注。但由于真实场景的复杂性，图像阴影检测逡逑与去除方法的有效性还需要进一步的提升。逡逑１．２．１阴影检测方法逡逑阴影去除算法包括两个主要步骤．？阴影检测和阴影去除。阴影检测是阴影去除的前提，其逡逑结果的准确性直接关系到阴影去除的最终成效。目前
【学位授予单位】：华中师范大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TP391.41;TP181

【参考文献】