基于图像灰度和Lab色彩空间的车辆阴影检测算法的制作方法

本发明属于一种图像检测与识别算法，具体涉及一种基于图像灰度和Lab色彩空间的车辆阴影检测算法。

背景技术：

目前对于运动车辆的检测是智能交通系统中非常重要的一个项目，然后无处不在的车辆阴影会对运动检测造成比较大的影响，为了能够更好的进行车辆物体定位、跟踪，对于阴影的检测与排除显得尤为重要。

技术实现要素：

本发明是为了克服现有技术中存在的缺点而提出的，其目的是提供一种基于图像灰度和Lab色彩空间的车辆阴影检测算法。

本发明的技术方案是：

一种基于图像灰度和Lab色彩空间的车辆阴影检测算法，所述算法包括以下步骤：

（ⅰ）外部图像输入；

（ⅱ）高斯滤波降噪

去除图像因电路或其他图像处理算法引起的噪声；

（ⅲ）Canny边缘检测和边缘投影积分

对整个检测区进行边缘检测并二值化，然后求出检测区域水平方向的投影积分值G_add，当某列积分G_add满足：G_add>G_Th时，则认为此列为车身所在列；

（ⅳ）RGB2Lab色彩空间变换

CIE 1976 L*a*b 中，b值表示蓝色到黄色的变化，8位的图像中，b值的范围选取 [255,0]；

（ⅴ）Otsu大津法图像分割

对RGB图像求其灰度图，做灰度的Otsu分割，在分割后的图像上，将b值当作灰度值再做一次Otsu分割，分割出的图像亮的部分为非阴影区域，暗的部分为阴影区域；

（ⅵ）输出区分阴影后的图像。

本发明的有益效果是：

本发明排除了车辆本身的亮度和颜色对于阴影检测的影响；很好的利用了阴影和非阴影区域的灰度、颜色的特征，能够较为细致准确的检测出交错类型的阴影；适用场景广泛，在色温变化较大的场景下尤为突出。

附图说明

图1是本发明基于图像灰度和Lab色彩空间的车辆阴影检测算法的流程示意图。

具体实施方式

下面结合说明书附图及实施例对本发明基于图像灰度和Lab色彩空间的车辆阴影检测算法进行详细说明：

如图1所示，一种基于图像灰度和Lab色彩空间的车辆阴影检测算法，所述算法包括以下步骤：

（ⅰ）外部图像输入；

（ⅱ）高斯滤波降噪

去除图像因电路或其他图像处理算法引起的噪声；为后面做Canny边缘检测做准备，保证检测边缘的准确性。

（ⅲ）Canny边缘检测和边缘投影积分

做Canny是为了检测出目标检测区域内车身所在位置。对于交通场景中，车辆本身的边缘信息比较丰富，比起路面颗粒点来说，车身边缘梯度远大于地面。利用这一特点，对整个检测区进行边缘检测并二值化，然后求出检测区域水平方向的投影积分值G_add，当某列积分G_add满足：G_add>G_Th时，则认为此列为车身所在列。利用这种方法找出车身位置，以便排除车身亮度和颜色对阴影检测的干扰。

（ⅳ）RGB2Lab色彩空间变换

CIE 1976 L*a*b 中，b值表示蓝色到黄色的变化，8位的图像中，b值的范围选取[127,-128]，为方便计算一般取到[255,0]。在实际道路光线环境中，阴影和非阴影区域往往在b值的大小上有一定的差异，当然L值差异也很明显。

（ⅴ）基于图像灰度和Lab色彩空间b值的Otsu大津法图像分割

这个过程中，将会对RGB图像求其灰度图。然后利用图像分割算法Otsu对排除了车身干扰的灰度图进行前景和背景的分割。分割出的图像亮的部分为非阴影区域，暗的部分为阴影区域。但由于Otsu利用灰度分割图像的算法只是基于灰度，并没有利用阴影特征，往往出来的效果并不理想，这里改进的方法为：先做灰度的Otsu分割，在分割后的图像上，将b值当作灰度值再做一次Otsu分割，这样得到的图像中，对于树叶这样景物形成的阴影和非阴影交错区域能够有很好的区分。

（ⅵ）输出区分阴影后的图像。

Otsu是用于灰度图像的前景和背景分割算法，它能够利用图像的灰度信息自动寻找到合适的分割阈值，用于图像二值化。本算法中对于阴影和非阴影正好适用，它们在灰度上相差很大，很适合这种自动算法。本发明针对Otsu已有的缺陷做了两点处理：

（ⅰ）阴影是伴随着物体产生的，车辆的阴影检测时，大多都会受车辆本身丰富的颜色和亮度干扰，造成单一灰度上很难将阴影分割出来，所以本算法用了Canny边缘检测，利用车辆边缘梯度丰富这一信息，将车辆给筛选出来，以便更好的进行阴影检测。

（ⅱ）有些阴影是斑驳交错的，这种阴影和非阴影在过渡区间是非常平缓的，往往根据灰度也很难区分开来，分割出的图像都会带着点点光斑，分割的不算彻底。所以本算法利用了阴影和非阴影的颜色特征，在Lab色彩空间下，室外场景下，阴影和非阴影区域在b值会存在着差异，而这一差异正是我们所利用的，利用b值做Otsu分割可以很好的将树叶、树枝这种景物形成的交错阴影分割开来。

本发明排除了车辆本身的亮度和颜色对于阴影检测的影响；很好的利用了阴影和非阴影区域的灰度、颜色的特征，能够较为细致准确的检测出交错类型的阴影；适用场景广泛，在色温变化较大的场景下尤为突出。