[发明专利]一种基于光照补偿的路面图像去阴影方法

说明书

本发明提供了一种基于光照补偿的路面图像去阴影方法，包括以下步骤：步骤1，采集路面二维阴影图像，并对路面二维阴影图像进行灰度化处理，得到灰度路面图像I(i,j)；对灰度路面图像I(i,j)进行预处理，得到预处理路面图像I_h(i,j)；步骤2，对预处理路面图像I_h(i,j)进行光照补偿处理，得到光照补偿后图像I′_h(i,j)；将阴影因子C(i,j)补偿给灰度路面图像I(i,j)中阴影区域的像素，得到初步去阴影图像I′(i,j)；步骤3，对初步去阴影图像I′(i,j)中每一行和每一列像素点的半影区域进行样条插值处理，得到插值图像I′_non(i,j)；对插值图像I′_non(i,j)的半影区域进行纹理恢复，得到路面去阴影图像I_non(i,j)。本发明完整保留了路面纹理信息，采用光照补偿对路面图像去阴影，避免了裂缝监测车造价高、运动相机裂缝检测系统裂缝检测精度低的缺点。

技术领域

本发明属于道路工程领域，具体涉及一种基于光照补偿的路面图像去阴影方法。

背景技术

公路作为国民经济赖以发展的重要基础设施，在国家的交通体系中拥有广阔的发展前景，对发展货品生产及运输、密切国际交往、方便人们生活、繁荣城乡经济、巩固国防具有十分重要的作用。

公路在投入使用后，由于车辆大型化、超载严重化以及雨、雪等各种环境因素的影响，使得公路在使用过程中会出现各种各样的破损现象，例如裂缝、坑槽、车辙等，而裂缝是最普遍的一种破损类型。随着微电子技术和机器视觉的蓬勃发展，促使大量国内外研究者展开基于图像采集技术的路面裂缝人工智能检测技术研究。

现有技术多采用基于运动相机的路面图像采集装置完成裂缝图像的采集，在进行裂缝识别时，由于车辆、道路两旁的建筑物、树以及山等在阳光照射下形成的影子，在像素空间内，与裂缝的像素值非常接近，常见的裂缝检测算法会将阴影误判为裂缝，影响裂缝的检测精度。针对这一问题，目前比较经典的图像阴影去除算法包括：基于泊松方程的阴影去除算法和基于Contourlet变换的图像去阴影算法，其中基于泊松方程的阴影去除算法通过将阴影边界的梯度修正为0，在无阴影梯度场的基础上，解泊松方程恢复出无阴影图像；基于Contourlet变换的图像去阴影算法主要通过对图像的低频部分(即阴影区域)进行高频增强恢复出无阴影图像。但是，基于泊松方程的阴影去除算法和基于Contourlet变换的图像去阴影算法对于路面图像去阴影并不适用，存在路面纹理信息丢失，阴影边界明显等缺点。

发明内容

针对现有技术存在的不足，本发明的目的在于，提供一种基于光照补偿的路面图像去阴影方法，解决现有技术对路面图像进行去阴影时效果较差，且不能完整保留阴影区域纹理信息的问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种基于光照补偿的路面图像去阴影方法，包括以下步骤：

步骤1，采集路面二维阴影图像，并对路面二维阴影图像进行灰度化处理，得到灰度路面图像I(i,j)；对灰度路面图像I(i,j)进行预处理，得到预处理路面图像I_h(i,j)；

步骤2，采用最大类间差法对预处理路面图像I_h(i,j)进行阈值分割，得到阴影二值图像BW(i,j)，即阴影区域像素集合M和无阴影区域像素集合B；对阴影二值图像BW(i,j)进行边缘检测，提取阴影边界图像BW_canny(i,j)；再对阴影边界图像BW_canny(i,j)进行膨胀处理，得到路面半影区域图像BW_p(i,j)，从而得到图像阴影区域以及图像半影区域；

根据阴影区域像素集合M和无阴影区域像素集合B，通过式(1)对预处理路面图像I_h(i,j)进行光照补偿处理，得到光照补偿后图像I′_h(i,j)；