[发明专利]一种彩色图像阴影检测方法

摘要

本发明属于计算机视觉领域中的彩色图像处理领域，涉及一种彩色图像阴影检测方法，包括下列步骤：计算输入的彩色图像的颜色通道之间的差值，及灰度，据此构造特征向量空间；进行聚类分析，得到潜在阴影区域类、非阴影区域类以及划为过渡区域类两类；去除潜在阴影区域内的干扰区域；确定过渡区域内的阴影区域像素点；确定阴影区域。本发明具有计算量小，处理速度快，不易受干扰区域和光照条件变化的影响的优点。本发明能有效检测复杂背景情况下各种强度的阴影区域，具有检测准确、处理速度快、无需人工干预等优点，适合于实际应用。

主权项

一种彩色图像阴影检测方法，包括下列步骤：1)根据输入的彩色图像计算B分量与R分量的差值以及B分量与G分量的差值，并对分别其进行归一化处理，得到归一化的B分量与R分量的差值BR′(x，y)以及B分量与G分量的差值BG′(x，y)2)计算输入彩色图像的灰度I(x，y)；3)构造阴影检测所用的特征向量空间F，即F＝{F1，F2，F3}＝{BR′(x，y)，BG′(x，y)，I(x，y)}；4)设定进行聚类分析的类别：潜在阴影区域类、过渡区域类和非阴影区域类，并设定各自的初始类心及迭代次数，采用欧式距离衡量特征向量空间F中的两点之间的距离；5)每次聚类迭代时，计算特征向量空间中各点到三个类心的距离，并将其划归为距离最近类心对应的一类。将特征向量空间里所有点进行分类后，计算每类所有点对应的特征向量的平均值，并将其设为新的类心，重新进行分类，最终将图像中的特征点分为3类；6)分别计算各类心到特征向量空间中(1，1，1)点的距离Di(i＝1，2，3)，将其中的最大值对应的类作为潜在阴影区域类，最小值对应的类划为非阴影区域类，剩余的一类划为过渡区域类；7)去除潜在阴影区域内的干扰区域：对于划分到潜在阴影区域类的点，采用4‑连通定义计算潜在阴影区域中各连通区域的面积，即每个连通区域的像素数，用Ωk(k＝1，2，...，K)表示，K表示连通区域的总数，将各潜在阴影区域的Ωk与阈值T1进行比较，若满足Ωk＞T1则认为是干扰区域并去除；8)确定过渡区域内的阴影区域像素点：考察过渡区域类内各像素点在其8‑邻域内是否存在经过上步处理后的潜在阴影区域中的点，如果存在，则将该像素点划分为阴影区域；否则，将其划分为非阴影区域；9)确定阴影区域：将经第7步处理得到的潜在阴影区域和经第8步处理得到的阴影区域像素点合并，最终得到阴影区域。