[發明專利]基于時空關系建模的移動陰影檢測方法

有效

• 申請號: 201810497909.0
• 申請日: 2018-05-23
• 公開（公告）號: CN109544605B
• 公開（公告）日: 2022-01-21
• 發明（設計）人: 方賢勇;孫磊;孫恒飛;傅張軍;孫皆安;王華彬;周健;汪粼波;劉天坤;王志斌;王民化
• 申請（專利權）人: 安徽大學
• 主分類號: G06T7/277
• 分類號: G06T7/277
• 代理公司: 合肥市科融知識產權代理事務所(普通合伙) 34126
• 代理人: 陳思聰

目前的移動陰影檢測算法檢測結果不夠理想的問題，本發明提供基于時空關系建模的移動陰影檢測方法，該方法利用HSV顏色空間和LBP紋理特征相結合的陰影特征，在陰影區域兩步預檢測的基礎上，通過計算區域陰影程度的似然概率和其在幀內相鄰域基于陰影特征兩步特征分項比較和幀間相鄰區域基于區域面積加權相結合得到的先驗概率，實現基于馬爾可夫隨機場的迭代優化式陰影區域分割求解。實驗結果表明，對于視頻中移動陰影的檢測，該方法有很好的效果。

技術領域

本發明屬于圖像處理技術領域，具體涉及基于時空關系建模的移動陰影檢測方法。

背景技術

陰影在視頻中常伴著運動目標一起出現，可以反映出前景目前的運動特征；作為一種和前景目標一起運動的伴隨物，陰影也常因難以與前景區分而影響視頻目標檢測、跟蹤和識別等的效果。因此，有效的檢測識別視頻中的前景目標陰影是非常重要和有意義的。根據所在位置，陰影可分為兩類：一種是因物體本身部分未受光照而形成的自陰影(self-shadow)；另外一種是光被物體遮擋后在背景區域產生的投射陰影(cast shadow)。本發明主要是針對后者——投射陰影，特別的，本發明研究視頻中伴著移動物體產生時的投射陰影即移動陰影的檢測問題。

移動陰影檢測在國內外學者已經研究多年。從剛開始采用單一的顏色信息，到幾何、紋理與顏色等多種信息組合，再到物理模型、深度學習，陰影檢測的研究愈發深入，但要得到一個魯棒的解決方案并非易事。相較針對圖像的陰影檢測，視頻特有的時間信息常常被忽略。即使考慮時間關系，也多采用直接閾值類直觀的方法或者將陰影檢測和前景檢測都要考慮的三分割方法，存在適應性差和前景陰影相互影響的現象，因此，還缺少有效根據時空特征實現專門針對陰影區域的檢測方法。

發明內容

本發明從能量優化的角度，引入時空約束，提出了一種基于時空關系建模的移動陰影檢測方法。該方法運用HSV顏色空間和LBP相結合紋理特征，在新的兩步陰影區域預檢測的基礎上，將無亮度的陰影特征用于似然概率計算，并與相鄰區域的同一幀內基于陰影特征分項比較的先驗概率和相鄰幀間基于區域面積加權的先驗概率計算相結合，運用馬爾可夫隨機場(Markov random field，MRF)進行優化求解，實現移動陰影的優化檢測。本發明具體如下：

基于時空關系建模的移動陰影檢測方法，按如下步驟進行：

步驟1：初始化背景；

步驟2：讀取當前幀；

步驟3：采用HSV法和LBP法的兩步預處理；該步驟的具體方法為：使用mean-shift將當前處理圖像進行區域分割，獲得多個視頻區域，然后分兩步分別對顏色和紋理進行陰影區域與否的判斷，從而得到初始陰影種子：

通過HSV顏色空間分離出當前處理圖像的色度和強度，即獲取當前處理圖像的明暗信息；

通過LBP法獲得當前處理圖像的紋理信息；

設當前處理圖像包含個i區域，i的取值由mean-shift算法確定，每個區域均由明暗信息和紋理信息描述，則區域i的HSV和LBP聯合的陰影特征Q_i＝(H_i,S_i,V_i,L_i)，

其中：H_i、S_i、V_i表示區域i的三通道均值，L_i表示區域LBP特征向量；

若用C代表當前處理圖像，用B代表背景，則：C中陰影區域可表示為和其對應的背景區域可表示為滿足如下條件的即可選作侯選的陰影區域：

表示的V均值，則表示的V均值；τ_va、τ_vb、τ_s和τ_h是經驗優化的閾值；表示的S均值，表示的S均值；表示的H均值，表示的H均值；