一种去除视频运动目标阴影干扰的方法
【专利摘要】本发明公开了一种去除视频运动目标阴影干扰的方法，其先获取运动目标的二值图像中各个像素点的RGB值，分别计算各个像素点的亮度分量值和色度分量值，然后根据计算得到的所有像素点的亮度分量值得到运动目标的亮度分量图，根据计算得到的所有像素点的色度分量值得到运动目标的色度分量图，由此将影子在亮度和色度方面的影响去除，然后再根据运动目标的亮度分量图计算运动目标的形态学梯度纹理分量，得到运动目标的纹理特征图，最后将运动目标的亮度分量图、色度分量图和纹理特征图相或，得到去除阴影干扰后的运动目标图；优点是运动目标的影子被去除，不会对后续检测结果产生不良影响，提高了后续检测的精度。
【专利说明】一种去除视频运动目标阴影干扰的方法
【技术领域】
[0001]本发明涉及一种视频信号的处理方法，尤其是涉及一种去除视频运动目标阴影干扰的方法。
【背景技术】
[0002]在智能交通事件检测系统中，大多将具有交通违章检测、识别及处理功能智能视频检测系统的作为智能交通系统的子系统。例如Citilog系统可以检测违章停车、违章逆行、违章占道和车辆超速等，在实际应用中取得了较好的效果。但是，由于智能交通事件检测系统中的监控设备拍摄的视频中的运动目标一般都存在影子，影子的存在导致两个或多个运动目标被检测出来以后会被连接在一起，从而使多个运动目标变成了一个目标；因此在对视频进行分析处理时，需要将检测目标的影子去除。
[0003]现有的去除影子的方法一般为:由于阴影的亮度比背景低，而色度和背景近似，所以通过计算运动物体的亮度和色度，判断物体是属于阴影还是运动目标。但是该方法中当运动目标的颜色比较深、与阴影亮度近似的时候，会将运动目标也误检成阴影，从而对检测结果产生不良影响，以致不能清晰地还原交通事故现场。
【发明内容】
[0004]本发明所要解决的技术问题是提供一种去除视频运动目标阴影干扰的方法。本发明的方法可将运动目标的影 子去除，避免影子对检测结果产生不良影响，提高检测精度。
[0005]本发明解决上述技术问题所采用的技术方案为:一种去除视频运动目标阴影干扰的方法，包括以下步骤: [0006]①采用背景建模算法提取视频中的运动目标，得到运动目标的二值图像；
[0007]②获取运动目标的二值图像中各个像素点的RGB值，分别计算各个像素点的亮度分量值，根据计算得到的所有像素点的亮度分量值得到运动目标的亮度分量图BYImg ；
[0008]③分别计算各个像素点的色度分量值，根据计算得到的所有像素点的色度分量值得到运动目标的色度分量图BHImg ；
[0009]④根据运动目标的亮度分量图计算运动目标的形态学梯度纹理分量，得到运动目标的纹理特征图BGImg ；
[0010]⑤将运动目标的亮度分量图、色度分量图和纹理特征图相或，得到去除阴影干扰后的运动目标图 RESULT=Bnmg+BHImg+BGImg.[0011]所述的步骤②中得到亮度分量图的具体步骤为:
[0012]②-1获取运动目标的二值图像区域内的每个像素点的RGB值；
[0013]②-2根据公式Ytw (Xi)=0.299+0.58760.1MBi计算每个像素点的亮度分量值，其中Xi表示第i个像素点，i为正整数，Yoej(Xi)表示像素点Xi的亮度分量值，Ri表示像素点Xi的红色分量值，Gi表示像素点Xi的绿色分量值，Bi表示像素点Xi的蓝色分量值；
[0014]②-3将视频中马路亮度分量灰度的平均值记为Yka，其中Yka通过将马路亮度分量中的所有灰度值相加后除以马路像素个数得到，如果(Xi) >YKA，则将像素点Xi标记为O，如果Ytw(Xi) ( Yea,则将像素点Xi标记为1，将每个像素点的亮度分量值与Yka进行比较，
得到运动目标的亮度分量图<。
[0015]所述的步骤③中得到色度分量图的具体步骤为:
[0016]③-1获取运动目标的二值图像区域内的每个像素点的RGB值；
, 、
[0°17]③_2根据公
【权利要求】
1.一种去除视频运动目标阴影干扰的方法，其特征在于包括以下步骤: ①采用背景建模算法提取视频中的运动目标，得到运动目标的二值图像； ②获取运动目标的二值图像中各个像素点的RGB值，分别计算各个像素点的亮度分量值，根据计算得到的所有像素点的亮度分量值得到运动目标的亮度分量图BYImg ； ③分别计算各个像素点的色度分量值，根据计算得到的所有像素点的色度分量值得到运动目标的色度分量图BHImg ； ④根据运动目标的亮度分量图计算运动目标的形态学梯度纹理分量，得到运动目标的纹理特征图BGImg ； ⑤将运动目标的亮度分量图、色度分量图和纹理特征图相或，得到去除阴影干扰后的运动目标图 RESULT=BYImg+BHImg+BGImg.
2.根据权利要求1所述的一种去除视频运动目标阴影干扰的方法，其特征在于所述的步骤②中得到亮度分量图的具体步骤为: ②-1获取运动目标的二值图像区域内的每个像素点的RGB值； ②-2根据公式Ytw (Xi)=0.299+0.587Gi+0.1MBi计算每个像素点的亮度分量值，其中Xi表示第i个像素点，i为正整数，Yoej(Xi)表示像素点Xi的亮度分量值，Ri表示像素点Xi的红色分量值，Gi表示像素点Xi的绿色分量值，Bi表示像素点Xi的蓝色分量值； ②-3将视频中马路亮度分量灰度的平均值记为\k,其中Yka通过将马路亮度分量中的所有灰度值相加后除以马路像素个数得到，如果Ytw(Xi) >Yea,则将像素点Xi标记为0，如果Yoej(Xi)≤Yka，则将像素点Xi标记为1，将每个像素点的亮度分量值与Yea进行比较，得到运
动目标的亮度分量图
3.根据权利要求1所述的一种去除视频运动目标阴影干扰的方法，其特征在于所述的步骤③中得到色度分量图的具体步骤为: ③-1获取运动目标的二值图像区域内的每个像素点的RGB值；
③-2 根据公式
4.根据权利要求2所述的一种去除视频运动目标阴影干扰的方法，其特征在于所述的步骤④中得到运动目标的纹理特征图的具体步骤为: ④-1根据公式) = Yobj(JTf) ? g - Yobj (Xi) O g计算各个像素点的形态学梯度纹理分量值，其中G(Xi)表示像素点Xi的形态学梯度纹理分量值，g为3X3大小的结构元素，1WzPCg表示以g对Ytw(Xi)作膨胀卷积，Y08JiXi) O g表示以g对Ytw(Xi)作腐蚀卷积； ④-2将视频中马路纹理分量灰度的平均值记为Gka，其中Gka通过将马路纹理分量中的所有灰度值相加后除以马路像素个数得到，设定纹理阈值为TpTt;的取值范围为0.09GKA，如果Gtw(Xi)与Gea的差的绝对值小于Tp则将像素点Xi标记为0，如果Gtw(Xi)与Gea的差的绝对值大于等于Ttj，则将像素点Xi标记为I ; ④-3将每个像素点的形态学梯度纹理分量值G(Xi)与Gka的差的绝对值和Ttj进行比
较，得到运动目标的理特征图
【文档编号】G06T7/40GK103440628SQ201310379421
【公开日】2013年12月11日 申请日期:2013年8月27日 优先权日:2013年8月27日
【发明者】姜永栎 申请人:宁波海视智能系统有限公司