一种自适应的阴影检测算法.pdf

一种自适应的阴影检测算法1 谭骁彧，朱冰莲 重庆大学通信工程学院，重庆 (400044) E-mail: wistertan@163.com 摘 要：针对现有阴影检测算法对特性参数的阈值选取敏感，不能适应不同环境的问题，提 出了一种自适应的阴影检测算法。该算法利用阴影的特性，判断被检测为运动前景的象素是 否为疑似阴影，通过对疑似阴影的统计，计算出不同场景的阴影强度，完成阴影抑制。仿真 结果表明可有效地实现阴影检测,并具有较强的自适应性和实时性。 关键词：目标检测，阴影检测，疑似阴影 中图法分类号：TP391.41 1．引言 运动目标的检测是指从视频流中实时地提取出运动目标，它处于整个视觉监视系统的最 低层，是各种后续高级处理如目标分类、行为理解等的基础，能否准确提取运动目标成为了 关键。但在光照情况下，目标存在阴影。由于阴影的存在，检测分割的结果将可能导致如下 [1] 严重问题 ： （1）场景内目标的融合（阴影可能连接若干独立目标）； （2 ）目标几何特征的扭曲（光照等外部条件引起的阴影变化将影响目标形状）； （3 ）目标的丢失（阴影遮住了其它目标）； （4 ）虚假目标的出现（目标与其阴影分离时，阴影被检测为目标）。 这些都将直接影响到目标分类、识别、跟踪等后续处理。 目前对阴影问题的处理方法主要可以分为基于模型的和基于阴影特征的两种。基于模型 的方法是利用场景、运动目标、光照条件的先验信息，建立阴影模型,对三维运动物体模型 的棱、线、角进行匹配，这种方法存在两个很大的局限性[2]: (1)对一些具有简单几何形状的 刚性物体建立模型是可以的,而对形状复杂的物体,尤其是柔性物体的建模十分困难; (2)动态 场景中,光源和物体三维形状的先验知识很难获得。因此,基于模型的方法只是在某些比较简 [3] [4] 单的特定场合被使用, 比如航拍图像处理 ,车辆监控 等。基于阴影特征的方法是利用阴影 区域的几何、颜色和亮度特征来检测阴影,它比基于模型的方法具有更广泛的适用性。亮度 作为阴影最重要的特性之一，然而不同场景的亮度特性参数阈值有所不同。在过去的研究中， 亮度参数阈值往往都需要手动选取，使其只能适应一定的场景，缺乏自适应性。本文提出一 种具有自适应性的阴影检测算法，通过对疑似阴影的统计，计算出不同场景的阴影强度，从 而自适应地设定亮度减小的范围，使其能够适应不同阴影强度的场景，避免了阴影的漏判或 误判。 2 ．算法理论 2.1 阴影模型 [5] 图像中物体阴影的表面点的亮度可以表述为 ： S (x , y ) E (x ,y ) •ρ(x ,y ) （1） 其中，S (x , y ) 是图象中在坐标（x ，y ）处的亮度，E (x ,y ) 是物体表面所受光线的亮 1本课题得到国家自然科学基金(项目编号的资助。 -1- 度，ρ(x , y ) 是表面反射系数。E (x ,y ) 可近似为 C C cos (N (x,y ),L) KKKK 影 ⎧ + ⋅ ∠ 无阴 ⎪ A p E(x,y ) C λ(x,y ) C cos (N (x,y ),L) K ⎨ + ⋅ ⋅ ∠ 半影 （2 ）