[發明專利]視頻圖像中陰影的處理方法及裝置

在審

• 申請號: 201410245612.7
• 申請日: 2014-06-04
• 公開（公告）號: CN103971347A
• 公開（公告）日: 2014-08-06
• 發明（設計）人: 陳雁;徐亮;孫凱;顧文錦
• 申請（專利權）人: 深圳市賽為智能股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市博銳專利事務所 44275
• 代理人: 張明

技術領域

本發明涉及圖像處理技術領域，尤其涉及視頻圖像中陰影的處理方法及裝置。

背景技術

視頻監控中對移動前景的正確檢測和跟蹤是后續行為分析的關鍵。但是在實際應用中面臨許多挑戰，其中前景目標投擲的陰影就是導致錯誤檢測和跟蹤的問題之一。由前景投擲的陰影會隨著前景目標的移動，從而很容易在檢測中被錯誤判斷為一個新的前景目標，進而導致錯誤的目標跟蹤。除此以外陰影還對導致前景目標檢測框的畸變、相鄰前景目標的錯誤融合等問題。

視頻中的陰影可以分為兩類：靜態陰影和動態陰影；靜態陰影是由背景中靜態物體阻塞光照形成(例如，背景中的樹，停泊的車輛等)。靜態陰影會被融入到背景中，對檢測不會造成很大的影響。動態陰影是由場景中移動的前景物體阻塞光照形成(例如，行人或者移動的車輛等)；動態陰影會造成前景檢測框的錯誤合并、前景物體形狀的畸變、或者阻擋其它的前景目標。動態陰影又分為本影(黑色陰影)和半影(較為柔和的陰影)。半影具有較低的亮度但是與相應的背景區域具有相近的色度值。本影與對應的背景區域會有較大的色度差，并且亮度也會與前景目標相近?？梢钥闯?，對于半影我們可以根據其具有的性質：色度失真小于δ(δ≈0)，亮度失真在一定范圍內(T₁，T₂是設定的閾值)來檢測并清除陰影，但對于本影卻不會有好的效果。如果本影的色度與對應的背景色度具有較大的差別時，稱該本影為彩色陰影。

當前主流的陰影處理方法，基于所選用的特征不同可以分為四類：

(1)基于顏色特征的方法；基于這樣的假設：陰影區域相對于背景區域來說，其亮度下降，但是色度值保持不變。例如，一個塊藍色區域被陰影覆蓋后變成暗藍色，其亮度下降，但是色度不變?；诖说姆椒ㄍǔ６紩x擇一種可以將色度值和亮度值較好分割的顏色空間模型，常見的有C.-T.Chen提出的基于YUK的陰影檢測，E.Salvador提出的c1c2c3模型陰影檢測，還有基于RGB，HSV模型的方法。

以R.Cucchiara的基于HSV檢測方法為例，HSV相對于RGB顏色空間，HSV更接近于人類認知心理的顏色空間。HSV顏色空間由色度(Hue)、飽和度(Saturation)、亮度(intensity)分量組成。HSV空間更接近人的視覺反映，可以更精確的分割出區域的亮度和色度信息，方便對陰影的檢測。對于當前幀k中被檢測為前景的像素I_k(x，y),其色度分量為飽和度分量為亮度分量為定義陰影掩膜為SP_k

其中為對應背景像素的V,S,H分量。α，β為亮度分量的閾值，陰影覆蓋區域的亮度比背景區域的亮度低，因此當前幀和背景幀亮度比值在[α，β](α≤β≈0)內。背景和目標相比，陰影區域的色度信息變化不大，飽和度變化在一定范圍內。該方法對閾值的設置要求較高，不適合于動態場景應用。

(2)基于物理特征的方法；該方法主要是對視頻場景進行建模，重點在于對光源建模。根據光源模型的不同分為：線性衰減模型，該類模型假設純白光為唯一光源，以此來確定陰影顏色特性，該方法使用的場景有限；非線性衰減模型，對室外環境，假設有兩個主要光源：太陽光(白光)和云層反射光(藍光)。Nadimi和Bhanu提出一種雙色模型，考慮了兩種光源對陰影區域的影響。利用物理模型可以較為準確的預測陰影的位置，但是其對動態背景環境的適應性較差，特別是無法處理與背景有相同色度信息的物體。

(3)基于幾何特征的方法；基于幾何特性的陰影檢測方法要基于嚴格的假設，并且對復雜視頻環境的普適性不強。這種方法只是適用于檢測目標較為單一(一般都只是對視頻中移動的人進行檢測的情況)，易于建立模型，并且要求目標和陰影要有不同的方向。很多基于幾何特性的方法都是利用陰影的方向、尺寸、形狀等信息來檢測和移除陰影的，而這些陰影的屬性在理論上都可以根據有關光源、前景形狀、地平面水平度等先驗知識來預測。以Jun-Wei Hsie提出的基于幾何特征和高斯模型的方法為例：

第一步，利用前景圖灰度直方圖信息和中心距技術獲得區域分割線，粗糙的劃分前景區和陰影區。其中前景區域R(x，y)可以看做是一個二維的二值函數，其函數的中心矩定義如下：