[發(fā)明專(zhuān)利]融合區(qū)域紋理梯度的船舶陰影去除方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710215087.8
• 申請(qǐng)日: 2017-04-02
• 公開(kāi)（公告）號(hào): CN107220943A
• 公開(kāi)（公告）日: 2017-09-29
• 發(fā)明（設(shè)計(jì)）人: 阮雅端;曹偉清;陳雷興;周東;張園笛;陳啟美;陳金艷;楊名
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T5/50;G06T7/11;G06T7/194
• 代理公司: 南京天翼專(zhuān)利代理有限責(zé)任公司32112
• 代理人: 奚銘

1.融合區(qū)域紋理梯度的船舶陰影去除方法，其特征是根據(jù)內(nèi)河河道的監(jiān)控視頻，采用改進(jìn)的顏色及紋理特征對(duì)船舶陰影區(qū)域進(jìn)行預(yù)檢測(cè)，再利用梯度填充的方法來(lái)優(yōu)化確定最終的陰影位置，進(jìn)而去除陰影，具體步驟如下：

1)利用監(jiān)控視頻的連續(xù)視頻幀構(gòu)建河道背景模型，并對(duì)視頻圖像中的河道進(jìn)行興趣域檢測(cè)及標(biāo)定，采用混合高斯模型進(jìn)行前景的提取，并根據(jù)連續(xù)視頻幀的輸入不斷更新背景幀B；

2)對(duì)提取出的前景目標(biāo)利用改進(jìn)的顏色特征對(duì)陰影區(qū)域進(jìn)行初步檢測(cè)：

2.1)獲取前景目標(biāo)區(qū)域內(nèi)的每一個(gè)像素點(diǎn)的HSV值；

2.2)候選陰影區(qū)域SP^t(p)定義為：

SPt(p)=1,α≤FpvBpv≤β,(Fps-Bps)≤τs,(Fph-Bph)≤τh;α∈[0,1],β∈[0,1]0,otherwise]]>

式中，和分別表示t時(shí)刻視頻幀F(xiàn)和背景幀B在像素點(diǎn)p處的亮度值；和分別表示t時(shí)刻視頻幀F(xiàn)和背景幀B在像素點(diǎn)p處的飽和度；和分別表示t時(shí)刻視頻幀F(xiàn)和背景幀B在像素點(diǎn)p處的色度值；α，β，τ_s，τ_h分別表示大量對(duì)照實(shí)驗(yàn)得出的最佳閾值；

3)利用改進(jìn)的LBP紋理特征對(duì)陰影區(qū)域進(jìn)行檢測(cè)：

對(duì)步驟2)的候選陰影區(qū)域利用紋理特征進(jìn)一步優(yōu)化，更新候選陰影區(qū)域，改進(jìn)的LBP紋理特征如下：

LBP(x0,y0)=Σn=04S(gp,gc,gq)2n,where gc=Σm=18gm]]>

S(gp,gc,gq)=1,(gp≥gcand gc≥gq)or(gp<gcand gc<gq)0,otherwise]]>

式中，(x₀,y₀)為候選陰影區(qū)域的中心像素點(diǎn)的坐標(biāo)，g_c為中心像素點(diǎn)的灰度值，g_p和g_q為以(x₀,y₀)為中心的3×3窗口上對(duì)稱(chēng)像素點(diǎn)的灰度值，g_m為以(x₀,y₀)為中心的周?chē)鷪A邊上的m個(gè)對(duì)稱(chēng)像素點(diǎn)；

4)對(duì)更新處理后得到的陰影候選區(qū)域使用梯度填充的方法來(lái)優(yōu)化得到最終的陰影區(qū)域；

5)把混合高斯模型提取出來(lái)的前景區(qū)域與最終標(biāo)出的陰影區(qū)域做圖像差分，得到去除陰影的船舶目標(biāo)。

2.根據(jù)權(quán)利要求1所述的融合區(qū)域紋理梯度的船舶陰影去除方法，其特征是步驟4)獲取最終的陰影區(qū)域具體為：

4.1)對(duì)于步驟2)-3)處理后得到的陰影候選區(qū)域中的每一塊連通域，像素點(diǎn)p(x,y)的梯度幅值和梯度方向θ_p定義如下：

|▿p|=▿x2+▿y2]]>

θp=arctan2(▿y/▿x)]]>

式中，表示水平梯度方向，表示垂直梯度方向，函數(shù)arctan2(·)返回一個(gè)在[-π,π]之間的梯度方向值，θ_p表示像素的梯度方向；

對(duì)于具有顯著特征的像素點(diǎn)p＝(x,y),計(jì)算t時(shí)刻視頻幀F(xiàn)和背景幀B的梯度差Δθ_p：

Δθp=arccos[▿xF▿xB+▿yF▿yB(▿xF2+▿yF2)(▿xB2+▿yB2)]]]>

4.2)利用t時(shí)刻視頻幀F(xiàn)和背景幀B在梯度方向上的相關(guān)性判斷陰影區(qū)域，如下式：

式中，S為陰影檢測(cè)的結(jié)果，n為候選陰影區(qū)域像素的個(gè)數(shù)，τ_a為梯度閾值；τ_c為給定的梯度差閾值，如果S大于τ_c，則像素點(diǎn)屬于陰影區(qū)域，否則屬于前景，對(duì)檢測(cè)出的陰影采用數(shù)學(xué)形態(tài)學(xué)的閉運(yùn)算來(lái)填充陰影掩碼，降低噪聲影響，得到最終的陰影區(qū)域。