一种数码照片闪光灯阴影检测方法
【专利摘要】本发明属于计算机视觉领域中的彩色图像处理领域，涉及一种数码照片闪光灯阴影检测方法，包括：对两个图像，依次进行灰度化、图像平滑和图像配准三个过程的预处理；第二步：进行阴影边缘点检测，步骤如下：使用Sobel算子提取经过灰度花处理的两图的边缘二值图；计算两者的边缘差值图DBM，标记潜在闪光灯阴影边缘点；进行膨胀处理，标注膨胀结果图像的连通区域，计算各连通区域内像素点的数目，提取前景区域，得到闪光灯阴影边缘点；计算差值二值图DM，提取阴影区域。本发明可以有效地分割闪光灯照片中出现的阴影区域，为后续的阴影去除操作做好准备。
【专利说明】一种数码照片闪光灯阴影检测方法
所属【技术领域】
[0001]本发明涉及计算机视觉领域中的彩色图像处理领域，尤其是涉及针对彩色数码照片的阴影检测方面。
【背景技术】
[0002]随着人们生活质量的提高，消费级数码相机已成为国内普通家庭必备的物品。它的使用为人们的生活和工作带来了乐趣和方便。在拍摄数码照片时，特别是在光线条件不佳的情况下拍摄室内照片时，通常需要利用闪光灯来提高拍摄时的光照强度，使得前景的人或物体的细节部分更加明显。但闪光灯的使用也会引起许多不利的因素，如彩色的过饱和、红眼、闪光灯阴影等。其中，闪光灯阴影是指由于前景物体遮挡闪光灯的光线，在背景上出现的阴影区域。我们将这类阴影称为“闪光灯阴影”。它的出现对数码照片的视觉效果造成了不利影响，因此有必要检测并去除闪光灯照片中的阴影区域。
[0003]目前已有的基于闪光灯效应的彩色数码照片处理技术主要集中在以下几个方面:图像增强前景目标分割[3]、白平衡与红眼效应校正[4]、阴影检测与去除M等。
[0004]本发明提出了一种针对闪光灯数码照片的闪光灯阴影区域快速检测方法。本
【发明内容】
受到自然科学基金资助(N0.61002030)。
【发明内容】
[0005]本发明的目的是检测闪光灯数码照片中的阴影区域，为后续的阴影去除和图像增强做好准备。本发明的技术方案如下:
[0006]一种数码照片闪光灯阴影检测方法，分别用FL和NF表示闪光灯图像和无闪光灯图像；该方法包括下列步骤:
[0007]第一步:对两个图像，依次进行灰度化、图像平滑和图像配准三个过程的预处理，其中，灰度化:首
[0008]先将FL和NF转换为灰度图像，用GFL和GNF分别表示两彩色图像对应的灰度图像；
[0009]图像平滑:对两个灰度图像分别进行平滑处理，平滑处理后的两个灰度图像分别用SGFL和SGNF表示；
[0010]图像配准:采用基于SURF特征图像配准技术，进行图像配准，用GRAYf和GRAYnf表示经预处理和图像配准处理后的闪光灯图像和无闪光灯图像。
[0011]第二步:进行阴影边缘点检测，步骤如下:
[0012]使用Sobel算子提取GRAYf和GRAYnf的边缘二值图，用BEMf和BEMnf表示；设定阈值，并计算两者的边缘差值图DBM，将DBM取值为I的点标记为潜在闪光灯阴影边缘点；用数学形态学膨胀算子对二值图DBM进行处理，连接断裂部分，标注膨胀结果图像的连通区域，计算各连通区域内像素点的数目，对于某个连通区域，当它的像素数大于一定数值NUM时，才被判定为前景区域；将经过上述验证算法处理后的二值图像用SBEM表示。SBEM中取值为I的点对应着闪光灯阴影边缘点；使用GRAYf和GRAYnf计算差值二值图DM，根据DM中各个连通区域，对SBEM进行膨胀处理，将处理结果用SBEM2表示，对于各个连通区域，若与SEBM2的交集不为空，则其为阴影区域。
[0013]作为优选实施方式，所述的数码照片闪光灯阴影检测方法，采用双边滤波的方法对灰度图像进行平滑处理；采用基于SURF特征图像配准技术，进行图像配准。
[0014]采用Windows7SPl系统下的matlab2013a作为实验仿真平台，实验所用素材网上素材以及自拍素材。图像分辨率调整为800X600，每一组图像的平均处理速度约在0.2秒左右。
[0015]本发明共涉及三个参数(Ss、6。和!\)。实验所采用的一组经验阈值是Ss=0.35、Sc=0.4、Ti=0.4。图4给出了更多的实验结果，其中图中的阴影区域已用单色标出。因此使用所提方法，可以有效地分割闪光灯照片中出现的阴影区域，为后续的阴影去除操作做好准备。
【专利附图】
【附图说明】
[0016]图1实现本发明的流程框图；
[0017]图2部分实验结果图，(a)闪光灯图像灰度图；(b)无闪光灯图像灰度图(已配准)；(C)闪光灯边缘二值图；(d)无闪光灯边缘二值图(e)闪光灯阴影边缘点检测结果；(f)闪光灯阴影边缘点验证结果；(g)阴影区域分割结果(白色对应阴影区域)。
[0018]图3所用膨胀算子结构示意图；
[0019]图4的(a) (b) (C)为更多的实验结果(各图中闪光灯阴影区域已高亮显示)。【具体实施方式】
[0020]下面结合附图和实施例对本发明进行说明。
[0021]分别用FL和NF表示闪光灯图像和无闪光灯图像，并假定FL和NF满足以下三个假定条件:
[0022]条件1:拍摄FL和NF的时间隔很短，并且镜头与拍摄场景相对位置基本保持不变。
[0023]条件2:前景目标区域比背景区域更易受闪光灯效应影响，亮度值变化更明显。
[0024]条件3:闪光灯阴影出现在前景目标周围的背景区域，并与前景目标相邻。
[0025]所提方案分为预处理、阴影边缘点检测和阴影区域分割三个步骤。
[0026]I预处理
[0027]预处理包括灰度化、图像平滑和图像配准三个过程。
[0028](I)灰度化
[0029]首先将FL和NF转换为灰度图像。计算各像素点红(R)、绿(G)、蓝⑶三颜色分量的平均值，将该平均值作为各像素点的灰度值。用GFL和GNF分别表示两彩色图像对应的灰度图像，即有:
[0030]
【权利要求】
1.一种数码照片闪光灯阴影检测方法，分别用FL和NF表示闪光灯图像和无闪光灯图像；该方法包括下列步骤: 第一步:对两个图像，依次进行灰度化、图像平滑和图像配准三个过程的预处理，其中，灰度化:首先将FL和NF转换为灰度图像，用GFL和GNF分别表示两彩色图像对应的灰度图像； 图像平滑:对两个灰度图像分别进行平滑处理，平滑处理后的两个灰度图像分别用SGFL和SGNF表示； 图像配准:采用基于SURF特征图像配准技术，进行图像配准，用GRAYf和GRAYnf表示经预处理和图像配准处理后的闪光灯图像和无闪光灯图像。 第二步:进行阴影边缘点检测，步骤如下: 使用Sobel算子提取GRAYf和GRAYnf的边缘二值图，用BEMf和BEMnf表示；设定阈值，并计算两者的边缘差值图DBM，将DBM取值为I的点标记为潜在闪光灯阴影边缘点；用数学形态学膨胀算子对二值图DBM进行处理，连接断裂部分，标注膨胀结果图像的连通区域，计算各连通区域内像素点的数目，对于某个连通区域，当它的像素数大于一定数值NUM时，才被判定为前景区域；将经过上述验证算法处理后的二值图像用SBEM表示，SBEM中取值为I的点对应着闪光灯阴影边缘点；使用GRAYf和GRAYnf计算差值二值图DM，根据DM中各个连通区域，对SBEM进行膨胀处理，将处理结果用SBEM2表示，对于各个连通区域，若与SEBM2的交集不为空，则其为阴影区域。
2.根据权利要求1所述的数码照片闪光灯阴影检测方法，其特征在于，采用双边滤波的方法对灰度图像进行平滑处理。
3.根据权利要求1所述的数码照片闪光灯阴影检测方法，其特征在于，采用基于SURF特征图像配准技术，进行图像配准。
【文档编号】G06T7/00GK103530867SQ201310165497
【公开日】2014年1月22日 申请日期:2013年5月7日 优先权日:2013年5月7日
【发明者】王建, 刘立, 曹群, 吴静媛 申请人:天津大学