[发明专利]基于边缘和骨架信息的车辆阴影消除方法

说明书

技术领域

本发明涉及一种基于边缘和骨架信息的车辆阴影消除方法，属于交通监控技术领域 中的车辆阴影消除方法。

背景技术

车辆检测是交通信息采集系统的重要功能之一。传统的车辆检测方法是环形线圈检 测，它存在容易损坏、维修困难等缺点。近些年来，视频车辆检测技术成为车辆检测技 术中的一个热点，相比传统的环形线圈检测技术具有检测区域大、检测参数多、安装维 护方便等优点，具有广阔的应用前景。

视频车辆检测技术的难点是增加复杂环境下车辆检测的稳定性。在光照环境下，车 辆阴影的存在一方面会降低车辆检测的准确性，另一方面会使临近的车辆发生粘结现象， 从而降低视频车辆检测系统的性能，因此需要对车辆阴影进行消除。通过对现有技术文 献的检索发现，现有的车辆阴影消除方法主要是选择一定的特征来区分阴影区域与车辆 区域，但由于特征的不稳定，部分车辆区域可能会与阴影区域混淆，造成车辆阴影的过 分消除。本发明将提供一种能够准确区分车辆区域和阴影区域的的车辆阴影消除方法。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种基于边缘和骨架信息的车辆阴影消 除方法，该方法能够准确地消除车辆的阴影。

本发明为实现上述目的，采用如下技术方案：

本发明基于边缘和骨架信息的车辆阴影消除方法，其特征在于包括如下步骤：

①计算背景差图像并对其二值化

交通场景的背景图像为BKG，需要进行车辆阴影消除的当前图像为P，计算当前图 像P与背景图像BKG之间的绝对差，得到背景差图像BP，即：

BP(x，y)＝|P(x，y)-BKG(x，y)|，

式中，P(x，y)表示图像P中坐标为(x，y)的像素的灰度，BKG(x，y)表示背景图像 BKG中坐标为(x，y)的像素的灰度，BP(x，y)表示背景差图像BP中坐标为(x，y)的像素 的灰度，x，y分别表示横坐标和纵坐标，下同；

其次，对背景差图像BP进行二值化计算，得到前景二值图OM，

OM(x,y)=1,if BP(x,y)≥THR0,else,]]>

式中，THR表示分割阈值；OM(x，y)表示前景二值图OM中坐标为(x，y)的像素的 值，若为1表示该像素属于车辆区域，若为0表示该像素属于静止背景区域；

②计算初始阴影图像

用当前图像P除以背景图像BKG得到图像D，即：