專利名稱：視頻圖像中運動目標陰影消除方法
技術領域：
本發明屬于數字圖像處理領域，特別涉及一種視頻圖像中運動目標陰影消除方法。
背景技術：
由于在實際的監控環境中，運動物體受到光照的影響，會不可避免的在其附近形成移動陰影。運動陰影會造成目標的失真，嚴重影響圖像分析的準確度，對于系統整體性能的提高有較大的影響。所以有必要對包含大量移動陰影的目標進行陰影抑制和消除。陰影的形成主要是由于運動目標遮擋了光源的直接照射而在場景中形成的暗區域，根據陰影的特性可以分為兩類:自陰影和投射陰影。自陰影是目標自身不能被光線直接照射的部分，投影則是目標沿光源方向投射形成的暗區域。在運動陰影檢測中，主要是針對于投射陰影，也成為運動投射陰影(moving cast shadow)。陰影檢測算法主要分為兩類:一種是基于幾何模型的方法主要是利用場景的先驗信息，建立陰影檢測模型，對三維運動目標的棱、線、角等進行匹配，此方法通常要求特定的場景條件；另一種是陰影的自身特征主要是指亮度、色彩和紋理等信息，然后根據這些特征同非陰影區進行區分。這種根據陰影自身特征的區分方法雖然不需要特定的場景條件，但是容易造成目標與陰影粘連，無法提取完整的邊緣信息，從而導致目標的失真。如何在不特定的場景條件下，提取比較完整的運動目標邊緣信息，從而還原比較真實的運動目標成為需要解決的一大問題。
發明內容
本發明提供的一種視頻圖像中運動目標陰影消除方法以克服現有技術所存在的上述缺點和不足。本發明提供的一種視頻圖像中運動目標陰影消除方法，其特征在于，包括以下步驟:步驟A.建立視頻圖像實時更新的背景模型；步驟B.根據背景模型，使用幀間差分法獲得含有陰影的運動目標圖像；步驟C.對含有陰影的運動目標圖像進行HSV色彩空間轉換，獲得含有陰影的運動目標圖像的色度分量、飽和度分量和亮度分量；步驟D.根據預設網格，計算每個預設網格的亮度分量的均值和方差；步驟E.根據均值和方差獲得初始聚類中心，將均值和方差作為二維特征向量，使用K-means算法進行聚類，獲得聚類中心；步驟F.根據聚類中心，將色度分量、飽和度分量和亮度分量作為三維特征向量，使用K-means算法進行聚類，獲得最終聚類中心，根據最終聚類中心獲得陰影區域；步驟G.對含有陰影的運動目標圖像進行閾值化處理，獲得含有陰影的運動目標的二值圖像，在陰影區域將二值圖像的像素值設定為零，消除二值圖像中的陰影。
另外，本發明提供的視頻圖像中運動目標陰影消除方法還可以具有這樣的特征:步驟A中的背景模型為混合高斯背景模型。進一步，本發明提供的視頻圖像中運動目標陰影消除方法還可以具有這樣的特征:其中K-means算法包括以下步驟:
Ml.選取聚類類別數k ；M2.在樣本D中隨機選擇k個初始聚類中心；M3.對樣本D中的所有點Xi (i=l, 2，…，N)，按歐式距離分配給某個聚類中心Cj(j=l, 2,..., k),計算公式如下:
權利要求
1.一種視頻圖像中運動目標陰影消除方法，其特征在于，包括以下步驟: A.建立所述視頻圖像實時更新的背景模型； B.根據所述背景模型，使用幀間差分法獲得含有陰影的運動目標圖像； C.對所述含有陰影的運動目標圖像進行HSV色彩空間轉換，獲得所述含有陰影的運動目標圖像的色度分量、飽和度分量和亮度分量； D.根據預設網格，計算每個所述預設網格的所述亮度分量的均值和方差； E.根據所述均值和所述方差獲得初始聚類中心，將所述均值和所述方差作為二維特征向量，使用K-means算法進行聚類，獲得聚類中心； F.將所述聚類中心作為二次聚類計算的初始類聚中心，將所述色度分量、所述飽和度分量和所述亮度分量作為三維特征向量，使用K-means算法進行聚類，獲得最終聚類中心，根據所述最終聚類中心獲得陰影區域； G.對所述含有陰影的運動目標圖像進行閾值化處理，獲得含有陰影的運動目標的二值圖像，在所述陰影區域將所述二值圖像的像素值設定為零，消除所述二值圖像中的陰影。
2.如權利要求1所述的視頻圖像中運動目標陰影消除方法，其特征在于: 其中，步驟A所述背景模型為混合高斯背景模型。
3.如權利要求1所述的視頻圖像中運動目標陰影消除方法，其特征在于: 其中，所述的K-means算法包括以下步驟:` Ml.選取聚類類別數k; M 2.在樣本D中隨機選擇所述k個初始聚類中心； M 3.對所述樣本D中的所有點Xi (i=l, 2，，…，N)，按歐式距離分配給某個聚類中心Cj (j=l, 2，，…，k)，計算公式如下:
全文摘要
本發明提供的一種視頻圖像中運動目標陰影消除方法，具有這樣的特征，包括以下步驟建立視頻圖像實時更新的背景模型；根據背景模型，使用幀間差分法獲得含有陰影的運動目標圖像；對含有陰影的運動目標圖像進行HSV色彩空間轉換，獲得含有陰影的運動目標圖像的色度分量、飽和度分量和亮度分量；根據預設網格，計算每個預設網格的亮度分量的均值和方差；將均值和方差作為二維特征向量，使用K-means算法進行聚類；將色度分量、所述飽和度分量和所述亮度分量作為三維特征向量，使用K-means算法進行聚類，獲得陰影區域；在陰影區域將二值圖像的像素值設定為零，消除二值圖像中的陰影。
文檔編號G06T5/00GK103164847SQ20131011354
公開日2013年6月19日 申請日期2013年4月3日 優先權日2013年4月3日
發明者奚傳立, 陳曉榮, 楊旭 申請人:上海理工大學