一种自然图像阴影消除方法
【技术领域】
[0001] 本发明属图像处理技术领域，尤其涉及一种自然图像阴影消除方法。
【背景技术】
[0002] 公知，有光照和遮挡就会产生阴影。尽管图像中的阴影可以为图像中物体的形状、 光源位置、光照情况等提供信息，但是，阴影的存在对于图像相关问题的研宄会产生不利影 响，例如，由于阴影掩盖了图像中目标物体的部分信息，使得该物体的识别准确率降低；阴 影会提高图像后期处理中的图像匹配、目标分割和跟踪的复杂度。另外，出于美学方面的考 虑，在数字图像的后期处理中可能希望消除掉图像中的某些与图像内容无关但是会影响到 图像内容本身的阴影，例如，摄影师在图像场景中的投影。因此，阴影消除是一个重要的图 像处理工作。
[0003] 阴影消除包括两个内容，阴影检测和阴影消除。准确地检测阴影是有效消除图像 中阴影的重要基础。目前，虽然计算机视觉领域已经有大量的阴影检测工作，但是由于阴影 引起了图像在灰度值上的变化，同时还在一定程度上改变了阴影区域纹理、颜色等特征，特 别是对于复杂的阴影，简单的检测方法已不能准确地识别出阴影区域。而阴影消除指在保 证图像阴影区域原有色调及纹理结构的基础上，恢复其在正常光照下的场景。因此，阴影消 除的最大挑战是如何在恢复阴影区域光照信息的同时也得保证区域中的细节特征，比如， 色调、几何结构及纹理结构等，使得恢复后的阴影区域与周围的非阴影区域是自然的融合 在一起。目前，基于光照不变特征图像和解泊松方程的阴影去除方法，以及基于统计模型的 阴影消除方法虽然在处理简单阴影图像上取得较好的结果，但是针对复杂图像阴影以及不 一致阴影，其阴影消除结果仍然有待加强。为了解决多纹理复杂阴影以及不一致阴影消除 带来的问题，当前迫切需要一种简单高效的阴影消除方法。
【发明内容】
[0004] 本发明为了解决上述的技术问题，提出了一种基于亮度恢复优化的图像阴影消除 方法。
[0005] 本发明的技术方案是：一种自然图像阴影消除方法，包括下述步骤；
[0006] 步骤1，对输入的阴影图像I检测其阴影区域S ;
[0007] 步骤2,对图像I自适应地分解为小块，其中阴影区域的块集合为{SJ，非阴影区 域的块集合为ILj ;所述的步骤2中包括如下子步骤：
[0008] 步骤2. 1，将图像分成大小为wXw的小块且相邻块之间有部分重叠的区域；
[0009] 步骤2. 2,对于含有阴影边界像素的块，将其再分为四个小块；利用步骤1中计算 的阴影标识图将图像分解的块划分为两个集合，即阴影区域的块集合{SJ和非阴影区域的 块集合{Lj，其中包含阴影边界像素的边也划分为阴影区域的块；
[0010] 步骤3,对每一个阴影块SiE {S J，在{Lj中找一个纹理最相似块作为它的最佳 匹配块；步骤3中还包括如下步骤：
[0011] 步骤3. I，计算阴影区域和非阴影区域中每个块的协方差矩阵Ck，协方差矩阵(^表 示块的纹理特征：
【主权项】
1. 一种自然图像阴影消除方法，其特征在于，包括下述步骤： 步骤1，对输入的阴影图像I检测其阴影区域S ; 步骤2,对图像I自适应地分解为小块，其中阴影区域的块集合为化}，非阴影区域的 块集合为{Lj.};所述的步骤2中包括如下子步骤： 步骤2. 1，将图像分成大小为wXw的小块且相邻块之间有部分重叠的区域； 步骤2. 2,对于含有阴影边界像素的块，将其再分为四个小块；利用步骤1中计算的阴 影标识图将图像分解的块划分为两个集合，即阴影区域的块集合怯J和非阴影区域的块集 合{Lj.}，其中包含阴影边界像素的边也划分为阴影区域的块； 步骤3,对每一个阴影块SfG怯i}，在{Lj.}中找一个纹理最相似块作为它的最佳匹配 块；步骤3中还包括如下步骤： 步骤3. 1，计算阴影区域和非阴影区域中每个块的协方差矩阵旬，协方差矩阵旬表示块 的纹理特征：
其中，n为块中的像素个数，Zk为第k个像素点的特征向量，Z为块中所有像素的平均 特征向量，（z,_为(句-巧的转置形式； 步骤3. 2, W非阴影区域块的协方差矩阵为结点值，构建一个非阴影块的KD-tree ; 步骤3. 3,对每个阴影块，在构建的KD-tree中寻找C个最相似的块作为它的纹理相似 候选块； 步骤3. 4,在5个候选非阴影块中，选择与阴影块空间距离最小的非阴影块作为该阴影 块的最佳匹配块；同理，为每一个阴影块，找到一个非阴影块作为它的纹理最相似匹配块； 步骤4,构建局部亮度恢复算子，根据步骤3. 4中计算的匹配块信息消除每个阴影块中 的阴影； 步骤5,对步骤2. 1中阴影块间的重叠区域进行加权平均，得到块间过渡平滑且自然的 阴影消除结果； 步骤6,对阴影区域的边界进行纹理修复，得到最终阴影消除结果。
2. 根据权利要求1所述的一种自然图像阴影消除方法，其特征在于，所述的步骤1中还 包括如下步骤： 步骤1. 1，在输入图像I上选取阴影样本和非阴影样本作为约束点，最少化W下能量公 式，计算出阴影标识图： a = a巧mina' La + 乂(《/ -/);' )D、（a -/、） 其中a为对应的阴影标识值，a T为a的转置矩阵，Ds为对角矩阵，约束点的对角元 素值为1，非约束点对角元素值为〇，bs为值向量，K为bs的转置形式，其中非阴影样本的值 为1，非阴影样本为〇，L为拉普拉斯矩阵，A为控制参数； 步骤1. 2,对于计算出的阴影标识图，按如下选择进行阴影区域划分：
3. 根据权利要求1所述的一种自然图像阴影消除方法，其特征在于，所述的步骤4中还 包括如下步骤： 步骤4. 1，利用步骤3中阴影块和非阴影块的匹配对信息，估算阴影区域中点的消影 值，并且阴影区域中点X的估计消影值为：
I 其中0 (L)和y (L)为匹配对中非阴影块像素值的标准差和平均值，0 (巧和y (巧为 匹配对中阴影块像素值的标准差和平均值，ly为输入图像中点X的像素值； 步骤4. 2,计算每个匹配对的直射光和环境光的比值，假定局部块中直射光和环境光不 变；
其中Ld为块的直射光强度，L a为块所在的环境光强度，I ,为输入图像中点X的像素值， a y为点X处阴影标识图的值； 步骤4. 3,利用步骤4. 2中计算的匹配块中直接光和环境光的关系，恢复阴影块中的光 照，即
其中馬为点X处的反射率值，a y为点X处阴影标识图的值。
4. 根据权利要求3所述的一种自然图像阴影消除方法，其特征在于，所述的步骤5中还 包括如下步骤： 步骤5.1，统计阴影块集合怯J中点X出现的次数，记S(x)为包含了点X的阴影块集 合，且块Si G S (X)对点X最终消除值的权重影响为
其 中dis(x, center_Sk)为点X到块Sk中点块的空间距离；dis(x, center_S 1)为点X到块Si 中屯、点的空间距离； 步骤5. 2,根据统计的块间重叠信息，重新计算阴影区域中恢复光照信息后的值：
其中为块Si中的点X的消影值。
5. 根据权利要求4所述的一种自然图像阴影消除方法，其特征在于，所述的步骤6中还 包括如下步骤： 步骤6. 1，手工交互出需要进行边界处理的边界区域，或者将步骤1中划分的阴影边界
区域信息作为需要进行边界处理的边界区域； 步骤6. 2,利用膨胀操作将选取的边界区域向外膨胀n个像素，将膨胀的区域作为样 本区域； 步骤6. 3,基于约束的纹理合成方法，最小化下面的能量公式来完成边界区域纹理和光 照的恢复：
其中L为从点X为中屯、的且大小为rXr的窗口，My为样本区域中的一个rXr的窗口， W为平衡系数，xt为边界区域由步骤5. 2中计算出的值向量/,，口为需要进行边界处理的区 域； 步骤6. 4,得到最终阴影消除结果，结束任务。
6. 根据权利要求1所述的一种自然图像阴影消除方法，其特征在于，所述的步骤3. 3中 C的取值为5。
7. 根据权利要求5所述的一种自然图像阴影消除方法，其特征在于，所述的步骤6. 2中 n的取值为50。
8. 根据权利要求5所述的一种自然图像阴影消除方法，其特征在于，所述的步骤6. 3中 r 二 5。
【专利摘要】本发明公开了一种自然图像阴影消除方法；本发明通过利用交互样本及抠图思想提取出阴影区域，并利用阴影光照分布将输入图像分解为阴影块集合和非阴影块集合，对阴影区域中的每一个阴影块在非阴影块集合中找到一个纹理最相似的块作为它的匹配块，根据匹配块信息利用方法中的光照恢复算子消除掉阴影块中的阴影，同时对块间重叠区域进行加权平均操作，以得到块间平滑且与周围环境光照一致的阴影消除结果；最后，对需要进行边界处理的区域进行约束的纹理合成操作，以达到更自然的阴影消除结果；本发明提出的阴影消除方法不但效果好，而且其中的光照恢复算子可用于多种应用。
【IPC分类】G06T5-00
【公开号】CN104599253
【申请号】CN201510053613
【发明人】肖春霞, 张玲
【申请人】武汉大学
【公开日】2015年5月6日
【申请日】2015年1月30日