[发明专利]融合区域纹理梯度的船舶阴影去除方法

说明书

技术领域

本发明属于计算机机器视觉检测技术领域，用于在内河河道船舶航行参数的监测中，使用融合区域纹理梯度的方法去除船舶阴影对船舶航行参数测量的影响，为一种融合区域纹理梯度的船舶阴影去除方法。

背景技术

为了保障内河河道的航运安全以及对船舶运行状态事实监测的需要，目前借助于监控视频实时提取内河船舶运行流量等参数的船舶检测系统得以广泛应用。在监测过程中需要获取船舶的位置、速度、长宽等信息，这些信息对规范船舶型号、防止桥梁碰撞、检测船只超速等都有重要的意义。但在实际的河道监测视频中目标(船舶)一般都存在阴影，而阴影的存在导致无法对船舶运行参数进行精确的检测；甚至可能导致两个或多个目标检测为一个目标，造成检测错误。因此在对河道监控视频进行船舶参数检测时，需要将船舶阴影去除。

传统颜色纹理阴影去除方法(SE-CT，Shadow Elimination based on Color and Texture)主要结合颜色和纹理不变性特征分割目标和阴影。由阴影光谱属性可知，阴影区域中的像素点的光强度比背景区域的要小。在阴影区域中RG分量的反射比B分量的强，同时阴影覆盖的背景区，其B分量增加、RG分量减小；在光照条件不断变化的环境中，纹理不变性常被用来做阴影检测。

然在实际的河道监控环境下，由于水面波纹的原因阴影覆盖前后区域的纹理特征不变性这一假设并不总是成立的。传统的视频检测方法往往难以有效区分船体边界，造成颜色、纹理相似的前景和阴影区域检测相混淆。在河道这一特定环境下，船舶阴影去除任然是一个具有挑战的问题。

发明内容

本发明需要解决的技术问题是：阴影覆盖前后，水面区域的纹理特征不变性这一假设并不总是成立，从而导致传统阴影检测方法往往难以有效区分船体边界，造成颜色、纹理相似的前景和阴影区域检测相混淆。

本发明的技术方案为：融合区域纹理梯度的船舶阴影去除方法，根据内河河道的监控视频，采用改进的颜色及纹理特征对船舶阴影区域进行预检测，再利用梯度填充的方法来优化确定最终的阴影位置，进而去除阴影，具体步骤如下：

1)利用监控视频的连续视频帧构建河道背景模型，并对视频图像中的河道进行兴趣域检测及标定，采用混合高斯模型进行前景的提取，并根据连续视频帧的输入不断更新背景帧B；

2)对提取出的前景目标利用改进的颜色特征对阴影区域进行初步检测：

2.1)获取前景目标区域内的每一个像素点的HSV值；

2.2)候选阴影区域SP^t(p)定义为：

式中，和分别表示t时刻视频帧F和背景帧B在像素点p处的亮度值；和分别表示t时刻视频帧F和背景帧B在像素点p处的饱和度；和分别表示t时刻视频帧F和背景帧B在像素点p处的色度值；α，β，τ_s，τ_h分别表示大量对照实验得出的最佳阈值；

3)利用改进的LBP纹理特征对阴影区域进行检测：

对步骤2)的候选阴影区域利用纹理特征进一步优化，更新候选阴影区域，改进的LBP纹理特征如下：

式中，(x₀,y₀)为候选阴影区域的中心像素点的坐标，g_c为中心像素点的灰度值，g_p和g_q为以(x₀,y₀)为中心的3×3窗口上对称像素点的灰度值，g_m为以(x₀,y₀)为中心的周围圆边上的m个对称像素点；

4)对更新处理后得到的阴影候选区域使用梯度填充的方法来优化得到最终的阴影区域；

5)把混合高斯模型提取出来的前景区域与最终标出的阴影区域做图像差分，得到去除阴影的船舶目标。

进一步的，步骤4)获取最终的阴影区域具体为：

4.1)对于步骤2)-3)处理后得到的阴影候选区域中的每一块连通域，像素点p(x,y)的梯度幅值和梯度方向θ_p定义如下：

式中，表示水平梯度方向，表示垂直梯度方向，函数arctan2(·)返回一个在[-π,π]之间的梯度方向值，θ_p表示像素的梯度方向；

对于具有显著权重的像素点p＝(x,y),计算t时刻视频帧F和背景帧B的梯度差Δθ_p：