车辆视频检测中阴影消除方法研究(小论文)张鑫

《车辆视频检测中阴影消除方法研究(小论文)张鑫》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、车辆视频检测中阴影消除方法研究摘要采用基于YUV彩色空间并结合前景、背景图像像素灰度比的方法来检测和消除交通视频图像序列中的运动车辆的投射阴影。利用YUV颜色空间的亮度比的方法检测出运动区域中的阴影，再利用UV分量与用亮度比检测出的车辆区域进行融合，达到了更好的检测效果。关键词：阴影检测，YUV彩色空间，阴影去除，车辆检测StudyonShadowEliminationMethodforVehicleVideoDetectionYUVcolorspacebasedoncombinedforegroundandbackgroundimagep

2、ixelgrayscalemethodtodetectandeliminatetrafficvideosequencesinthemovementofvehiclescastshadows.ThebrightnessoftheYUVcolorspaceusingthemethodtodetectmotionthantheareaoftheshadow,andtheuseofUVlightthanthecomponentandusethevehicletodetectareasofintegration,toachievebettertest

3、results.KEYWORDS:shadowdetection,YUVcolorspace,shadowremoval,vehicledetection1.引言目前阴影检测的方法主要有基于纹理的检测算法和基于颜色空间的检测算法基于纹理的阴影检测最简单的应用就是对视频序列图像进行梯度求解(即一阶求导运算)，再利用前景和背景的纹理差异程度来确定阴影区域，这主要是因为梯度不仅可以很好的反映图像的纹理信息，而且其对光照变化的敏感性低，计算量相对较少等特点[3]。而基于颜色空间的算法主要是基于RGB、HSV和YUV三个彩色空间，而YUV颜色空间具有

4、各分量(Y，U，V)取值可由RGB颜色空间直接进行线性转换而得，其亮度分量(Y)和色度分量(U，V)相互独立等优点而应用较多。1.YUV颜色空间一般的视频采集显示设备都是基于RGB颜色空间，所以，需进行RGB空间到YUV空间的转换，一般转换公式如式(1)所示[1]：(1)在得到YUV颜色空间各分量的值后可以根据已有的视觉经验，按如下规则进行相关检测[2]：规则1：阴影区域中各像素的亮度值要低于其他区域(场景背景和前景目标区域)中各像素的亮度值；规则2：阴影区域中的像素色度与背景像素色度相比几乎相等。根据规则1有如式(2)的数学判断函数：(2

5、)式中，是在像素点处的检测结果，主要是利用了亮度信息Y的差异性，为对应的亮度差分阈值。根据规则2有如式(3)的数学判断函数：(3)式中，是在像素点处的检测结果，主要是利用了目标物体与背景的色度信息，为对应的色度检测阈值。利用YUV颜色空间检测车辆时对黄色红色等一些颜色较为鲜艳的车辆阴影消除效果较好，但该方法对灰色或银灰色等与路面颜色非常接近的车辆检测效果很差，图1(a)~1(d)是对两辆车的检测效果。图1(a)原灰度图像图1(b)车辆及阴影区的二值化图像图1(c)处理后的车辆区域图1(d)处理后的车辆灰度图像由以上各图可以看出车辆中颜色与路

6、面及阴影相近的部分也被当做阴影消除掉了，实验的效果非常差，因此本文又提出了另外一种对灰色车辆阴影检测效果较好的算法。为了达到实时性和适应多种环境的要求，本文又从阴影的属性出发利用灰度的比值、形态学处理并结合YUV颜色空间进行远动车辆的阴影检测与消除。另外经过大量的实验得知利用YUV彩色空间进行阴影检测与去除时，U、V分量(颜色信息)进行合成及处理得到运动车辆区中已不含有阴影，因而只需将亮度分量处理得到的车辆运动区域与其合成(相与)即可得到不含阴影的车辆。1.像素灰度比检测阴影研究表明阴影覆盖区域的象素值和其未被覆盖背景区域的相应象素值的比值

7、为线性关系。为此对该比值的分布规律本文进行了大量实验，为了进一步了解阴影的特性，在如图2的线段AB(其纵坐标Y=120)上取一条线。图2为线段AB上车辆运动区域与背景相应区域的比值r分布结果，通过研究和分析发现，r值在阴影区域呈线性低频状且波动很小，即阴影区域的灰度值总比相应的背景区域值小，且比值基本在0.2至0.8之间，而在车辆区域比值很大且呈现高频状，二路面则因为拍摄时光线或其他因素的变化使比值在1附近波动。上述的灰度比与YUV空间的亮度(Y分量)比本质上是相同的，因此我们用前景与背景YUV彩色空间的Y分量进来求r。而U、V分量对与银白

8、色和灰色等与路面颜色比较接近的颜色进行检测时只能检测车身的一部分区域，因此可利用U、V分量的检测结果对已检测出的车辆区进行修正，可以得到更加完整的车辆区域。为此本文采用YUV彩色