[发明专利]一种复杂场景视频阴影检测与消除方法有效
申请号: | 201910523329.9 | 申请日: | 2019-06-17 |
公开(公告)号: | CN110349099B | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 肖春霞;吴文君 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 王琪 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 复杂 场景 视频 阴影 检测 消除 方法 | ||
1.一种复杂场景视频阴影检测与消除方法,其特征在于,包括以下步骤:
步骤1,对于输入视频流V,获取其深度信息;
步骤2,对每一帧输入视频帧I,利用纹理滤波算子进行滤波处理,减少纹理影响的同时保留视频帧中的阴影信息;
步骤3,对每个滤波后的视频帧Ti,选取其相邻的相关视频流,找出视频帧中每个像素点的初始阴影置信度和亮度置信度,并对每一帧的阴影置信度进行优化,得到最终的视频阴影检测结果;
步骤4,利用阴影置信度和亮度置信度的全变差和固有变差,进一步计算出阴影边界置信度;
步骤5,得到每一帧的阴影检测结果后,利用阴影图像模型β=I/F将当前帧图像I分解为无阴影的图像F和阴影因子β,并构造去阴影优化方程对每一帧进行约束和优化;
步骤5中所述去阴影优化方程为,
E(F,β)=Edata(F,β)+λ1Esmooth(F,β)+λ2Echromaticity(β)+λ3Econst(β)
其中,数据项Edata=ωiw∑c∈{R,G,B}ωc·|Ic-Fc·βc|2,用于约束当前帧的各个数据项,利用阴影模型对不同色彩通道下的数据Ic,Fc,βc进行约束,其中,{ωR,ωG,ωB}为RGB各色彩通道约束权重;像素强度权重ωiw=1-ωintensity·(1-|I(x)|),其中,ωintensity为可调参数,I(x)为像素点x的像素强度;
平滑项Esmooth=ESF+γESM,其中γ为平衡因子,ESF基于如下假设对去阴影后的图像F进行平滑约束:同一空间平面上,具有相似色度信息、法线信息和三维点云位置信息的像素点在阴影消除后应该具有相似的像素值,
其中,第一项为当前帧相邻像素点间的平滑约束,第二项利用视频流中特征相似的非阴影像素点对阴影像素进行约束,Rs为当前帧中阴影检测得到的阴影像素点,表示时空局部邻域内第t帧中所有非阴影像素点的点集,T为当前视频流中的总帧数;
ESM利用估计出的阴影边界置信度Cbound对阴影因子β进行平滑约束:
Echromaticity(β)=||c(p)-cF(p)||2利用假设图像的色度不受光照变化的影响对原视频帧和阴影消除后的视频帧进行色度一致约束,c为当前帧I的色度,cF为阴影消除结果F的色度;
利用假设阴影消除后的图像非阴影区域像素点颜色应保持不变,即阴影因子趋近于1,对非阴影区域Nb进行约束,非阴影像素区域为所有阴影点及其邻居像素点以外的像素点集合,阴影像素点为置信度大于0.1的点;
步骤6,对去阴影优化方程进行迭代优化求解,得到最终的视频阴影消除结果F和阴影因子β。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910523329.9/1.html,转载请声明来源钻瓜专利网。