专利名称：快速去除运动图像阴影的方法
技术领域：
本发明涉及一种快速去除运动图像阴影的方法，尤指一种在智能交通领域这种特定背景下进行视频运动分析时，快速去除运动图像阴影的方法。
背景技术：
在抓拍运动物体的图像时，往往图像中会存在一些阴影。在进行视频运动分析时， 这些阴影的存在往往会导致分析结果的错误。例如，在智能交通领域压黄线抓拍系统中，如果有汽车压线行驶，系统就会触发抓拍并报警。但在实际应用时，在阳光强烈照射下，汽车自身会投下很深的阴影，这时，虽然汽车没有压线行驶，但阴影投在黄线区域，也会触发抓拍报警。为了解决这个问题，就需要对现有的视频分析算法进行优化，在分析时快速去除影子/阴影的影响，从而得到正确的结果。目前，智能交通压线抓拍系统，根据实际物体和影子的频率不同，通过小波变换算法，精确定位影子。这种方法的缺点是运算量非常大；在分割出影子部分后，如果想得到运动部分，还需要另外采用其他办法进行计算，整体运算强度非常大，速度慢！
发明内容
为了解决现有视频运动分析系统中图像阴影对分析结果的影响，本发明的目的是提供一种快速去除图像阴影，精确定位场景中运动对象的方法。为实现上述目的，本发明采用以下技术方案1、一种快速去除运动图像阴影的方法，其特征在于该方法包括以下步骤1)、调取前一幅运动图像；2)、调取当前运动图像；3)、将前一幅运动图像和当前运动图像分割成相等数量的若干块小图像；4)、求两幅图像中对应小块图像的亮度残差；5)、判断亮度残差是否大于设定的阀值？如果亮度残差小于设定阀值，标记该小块图像为不变块图像；如果亮度残差大于设定阀值，则标记该小块图像为运动块图像；6)、判断两幅图像的所有小块图像的亮度残差是否都计算完毕？如果否，循环执行第幻和第6)步，如果都计算完毕，则执行下一步；7)、将当前图像中的运动块图像数据转换到HSV颜色空间；8)、将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间；9)、求两幅图像对应运动块图像的颜色饱和度的残差；10)、判断颜色饱和度残差是否大于设定阀值？如果否，则标记该运动块图像为运动物体阴影，删除；如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块；
11)、重复执行步骤7)至步骤10)直至两幅图像中所有运动块图像均均计算完毕；12)、根据得到的实际运动物体块勾画出实际运动物体区域。
图1为本发明快速去除运动图像阴影的方法程序框图。
具体实施例方式本发明人经过长期的工程实践和试验发现在智能交通这种特定应用环境下，视频图像中阴影部分的亮度虽有变化，但是其颜色饱和度基本不变。根据这一特性，本发明人提出了一种快速去除运动图像阴影的方法。如图1所示，本发明提供的快速去除运动图像阴影的方法为1)、调取前一幅运动图像；2)、调取当前运动图像；3)、将前一幅运动图像和当前运动图像分割成相等数量的若干块小图像；4)、求两幅图像中对应小块图像的亮度残差；5)、判断亮度残差是否大于设定的阀值？如果亮度残差小于设定阀值，标记该小块图像为不变块图像；如果亮度残差大于设定阀值，则标记该小块图像为运动块图像；6)、判断两幅图像的所有小块图像的亮度残差是否都计算完毕？如果否，循环执行第幻和第6)步，如果都计算完毕，则执行下一步；7)、将当前图像中的运动块图像数据转换到HSV颜色空间；8)、将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间；9)、求两幅图像对应运动块图像的颜色饱和度的残差；10)、判断颜色饱和度残差是否大于设定阀值？如果否，则标记该运动块图像为运动物体阴影，删除；如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块；通常，该阈值一般设定为1500左右，可根据现场光照的强度适当调整，光照越强， 阈值越大；11)、重复执行步骤7)至步骤10)直至两幅图像中所有运动块图像均均计算完毕；12)、根据得到的实际运动物体块勾画出实际运动物体区域。本发明充分利用阴影部分图像亮度虽然变化，但颜色饱和度基本不变化这一特性，将运动图像分割成若干小块图像，比对前、后两帧视图中对应小块图像的亮度和颜色饱和度的变化情况，确定非影子区域，从而精确定位实际运动物体。本发明与现有技术相比，具有以下优点1、和目前常见的一些视频运动分析算法相比，运算速度快，提高了分析结果的准确性，大大降低了误报的概率。2、和目前已有的去除影子方法相比，本发明运算降低了实现的复杂度，从而在一
4些嵌入式系统中，降低了系统的实现成本。 以上为本发明的较佳实施例以及设计图式，上述较佳实施例以及设计图式仅是举例说明，并非用于限制本发明的权利范围。任何未脱离本发明的精神与范畴，而对其进行的等效修改或变更，均应包含于后附的本申请专利范围中。
权利要求
1. 一种快速去除运动图像阴影的方法，其特征在于该方法包括以下步骤1)、调取前一幅运动图像；2)、调取当前运动图像；3)、将前一幅运动图像和当前运动图像分割成相等数量的若干块小图像；4)、求两幅图像中对应小块图像的亮度残差；5)、判断亮度残差是否大于设定的阀值？如果亮度残差小于设定阀值，标记该小块图像为不变块图像；如果亮度残差大于设定阀值，则标记该小块图像为运动块图像；6)、判断两幅图像的所有小块图像的亮度残差是否都计算完毕？如果否，循环执行第 5)和第6)步，如果都计算完毕，则执行下一步；7)、将当前图像中的运动块图像数据转换到HSV颜色空间；8)、将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间；9)、求两幅图像对应运动块图像的颜色饱和度的残差；10)、判断颜色饱和度残差是否大于设定阀值？如果否，则标记该运动块图像为运动物体阴影，删除；如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块；11)、重复执行步骤7)至步骤10)直至两幅图像中所有运动块图像均均计算完毕；12)、根据得到的实际运动物体块勾画出实际运动物体区域。
全文摘要
本发明公开了一种快速去除运动图像阴影的方法，其特征在于利用在智能交通这种特定应用环境下，视频图像中阴影部分的亮度虽有变化，但是其颜色饱和度基本不变这一特性；将前、后两幅运动图像分割成相等数量的若干块小图像；求两幅图像中对应小块图像的亮度残差；找出运动块图像；再将当前图像中的运动块图像数据转换到HSV颜色空间；将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间；求两幅图像对应运动块图像的颜色饱和度的残差；如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块，反之，标记该运动块图像为运动物体阴影，删除；根据得到的实际运动物体块勾画出实际运动物体区域。
文档编号G06T7/20GK102446346SQ20101029851
公开日2012年5月9日 申请日期2010年9月30日 优先权日2010年9月30日
发明者吴小岭 申请人:北京中电兴发科技有限公司