一种彩色图像去阴影方法和应用与流程

技术特征：

1.一种图像去阴影方法，包括无阴影特征分析提取过程、无阴影变换参数获取过程和无阴影特征成像过程；具体包括如下步骤：

1)无阴影特征分析提取过程：对原始图像中同一材料在不同光照下的像素RGB值进行统计分析，或者通过物理成像模型找出含阴影图像中不变的特性，获得无阴影特征的表达式K＝f(R,G,B,…)，其中，K为无阴影特征矩阵；R、G、B分别对应原始图像的红绿蓝颜色的三个分量矩阵；…表示其他参数；f为转换表达式；

2)无阴影变换参数获取过程：对步骤1)所述无阴影特征矩阵K＝f(R,G,B,…)，通过确定表达式中的参数，计算得到对应的无阴影特征矩阵K；

3)无阴影特征成像过程：将所述无阴影矩阵转换为灰度图像，通过特征可视化得到无阴影特征灰度图像。

2.如权利要求1所述图像去阴影方法，其特征是，步骤1)利用RGB空间的线性关系定义所述无阴影特征的表达式；所述RGB空间的线性关系包括RGB每两个分量的线性关系或RGB三分量的线性组合的线性关系。

3.如权利要求1所述图像去阴影方法，其特征是，步骤1)选用B和G分量的线性关系表示用于路面检测的图像的无阴影特征，所述无阴影特征的表达式为式1：

其中，b为待确定的其他参数，几何意义是拟合直线的截距；对于路面区域，K的取值为一个定值，K即为所求的无阴影特征矩阵。

4.如权利要求1所述图像去阴影方法，其特征是，步骤3)所述将无阴影特征矩阵转换为灰度图像，具体通过图像分割方法提取得到感兴趣区域材料的灰度值。

5.如权利要求4所述图像去阴影方法，其特征是，所述图像分割方法具体采用对无阴影特征矩阵进行归一化，使得矩阵各个元素的值分布在0和1之间，从而得到无阴影特征灰度图像。

6.如权利要求5所述图像去阴影方法，其特征是，通过求解最优划分区间的方法获得自然图像特征值最优区间的下界和上界m和n，再将区间(m,n)映射到区间(0，1)做归一化，得到无阴影灰度图C；所述最优划分区间通过式1～式3求解：

分别计算得到一张或多张图像中的像素值对应的K的取值，将K取值的最大值和最小值分别记作K_max和K_min，统计直方图记作H：

max:g(m,n)-c(m,n) (式1)

其中，m和n为所求最优区间的下界和上界；将(m,n)区间映射到(0，1)区间做归一化：

得到最终的无阴影灰度图C。

7.权利要求1～6所述图像去阴影方法在机器视觉领域中的应用。

8.权利要求1～6所述图像去阴影方法在道路检测中的应用方法，其特征是，包括图像预处理过程、路面提取过程和图像后处理过程；首先通过无阴影特征分析提取过程进行感兴趣区域选择和特征提取，再进行图像滤波、分割和路面区域选择，最后进行图像形态学滤波和孔洞填充；具体包括如下步骤：

81)进行图像预处理，取出无关区域和干扰信息；

82)路面提取过程：包括图像分割和路面区域选择；通过所述图像分割，将道路图像划分成多个区域；通过所述路面区域选择对各个区域进行评估，选择得到最可能为路面的区域；

83)图像后处理过程：通过图像形态学滤波，将多余的部分去除；采用孔洞填充算法对路面区域中的孔洞进行填补；

完成后处理后，输出道路检测结果。

9.如权利要求8所述图像去阴影方法在道路检测中的应用方法，其特征是，步骤81)具体通过选择感兴趣区域去除无关区域；通过无阴影特征提取方法去除掉阴影的干扰，得到无阴影灰度图。

10.如权利要求9所述图像去阴影方法在道路检测中的应用方法，其特征是，所述无阴影灰度图为式5：

式5中，C为无阴影灰度图；G、B分别对应图像的绿和蓝颜色的分量矩阵；b为相机参数，为拟合得到直线在G轴上的截距。