本發(fā)明屬于計(jì)算機(jī)機(jī)器視覺(jué)檢測(cè)技術(shù)領(lǐng)域，用于在內(nèi)河河道船舶航行參數(shù)的監(jiān)測(cè)中，使用融合區(qū)域紋理梯度的方法去除船舶陰影對(duì)船舶航行參數(shù)測(cè)量的影響，為一種融合區(qū)域紋理梯度的船舶陰影去除方法。

背景技術(shù)：

為了保障內(nèi)河河道的航運(yùn)安全以及對(duì)船舶運(yùn)行狀態(tài)事實(shí)監(jiān)測(cè)的需要，目前借助于監(jiān)控視頻實(shí)時(shí)提取內(nèi)河船舶運(yùn)行流量等參數(shù)的船舶檢測(cè)系統(tǒng)得以廣泛應(yīng)用。在監(jiān)測(cè)過(guò)程中需要獲取船舶的位置、速度、長(zhǎng)寬等信息，這些信息對(duì)規(guī)范船舶型號(hào)、防止橋梁碰撞、檢測(cè)船只超速等都有重要的意義。但在實(shí)際的河道監(jiān)測(cè)視頻中目標(biāo)(船舶)一般都存在陰影，而陰影的存在導(dǎo)致無(wú)法對(duì)船舶運(yùn)行參數(shù)進(jìn)行精確的檢測(cè)；甚至可能導(dǎo)致兩個(gè)或多個(gè)目標(biāo)檢測(cè)為一個(gè)目標(biāo)，造成檢測(cè)錯(cuò)誤。因此在對(duì)河道監(jiān)控視頻進(jìn)行船舶參數(shù)檢測(cè)時(shí)，需要將船舶陰影去除。

傳統(tǒng)顏色紋理陰影去除方法(se-ct，shadoweliminationbasedoncolorandtexture)主要結(jié)合顏色和紋理不變性特征分割目標(biāo)和陰影。由陰影光譜屬性可知，陰影區(qū)域中的像素點(diǎn)的光強(qiáng)度比背景區(qū)域的要小。在陰影區(qū)域中rg分量的反射比b分量的強(qiáng)，同時(shí)陰影覆蓋的背景區(qū)，其b分量增加、rg分量減??；在光照條件不斷變化的環(huán)境中，紋理不變性常被用來(lái)做陰影檢測(cè)。

然在實(shí)際的河道監(jiān)控環(huán)境下，由于水面波紋的原因陰影覆蓋前后區(qū)域的紋理特征不變性這一假設(shè)并不總是成立的。傳統(tǒng)的視頻檢測(cè)方法往往難以有效區(qū)分船體邊界，造成顏色、紋理相似的前景和陰影區(qū)域檢測(cè)相混淆。在河道這一特定環(huán)境下，船舶陰影去除任然是一個(gè)具有挑戰(zhàn)的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明需要解決的技術(shù)問(wèn)題是：陰影覆蓋前后，水面區(qū)域的紋理特征不變性這一假設(shè)并不總是成立，從而導(dǎo)致傳統(tǒng)陰影檢測(cè)方法往往難以有效區(qū)分船體邊界，造成顏色、紋理相似的前景和陰影區(qū)域檢測(cè)相混淆。

本發(fā)明的技術(shù)方案為：融合區(qū)域紋理梯度的船舶陰影去除方法，根據(jù)內(nèi)河河道的監(jiān)控視頻，采用改進(jìn)的顏色及紋理特征對(duì)船舶陰影區(qū)域進(jìn)行預(yù)檢測(cè)，再利用梯度填充的方法來(lái)優(yōu)化確定最終的陰影位置，進(jìn)而去除陰影，具體步驟如下：

1)利用監(jiān)控視頻的連續(xù)視頻幀構(gòu)建河道背景模型，并對(duì)視頻圖像中的河道進(jìn)行興趣域檢測(cè)及標(biāo)定，采用混合高斯模型進(jìn)行前景的提取，并根據(jù)連續(xù)視頻幀的輸入不斷更新背景幀b；

2)對(duì)提取出的前景目標(biāo)利用改進(jìn)的顏色特征對(duì)陰影區(qū)域進(jìn)行初步檢測(cè)：

2.1)獲取前景目標(biāo)區(qū)域內(nèi)的每一個(gè)像素點(diǎn)的hsv值；

2.2)候選陰影區(qū)域sp^t(p)定義為：

式中，和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的亮度值；和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的飽和度；和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的色度值；α，β，τs，τh分別表示大量對(duì)照實(shí)驗(yàn)得出的最佳閾值；

3)利用改進(jìn)的lbp紋理特征對(duì)陰影區(qū)域進(jìn)行檢測(cè)：

對(duì)步驟2)的候選陰影區(qū)域利用紋理特征進(jìn)一步優(yōu)化，更新候選陰影區(qū)域，改進(jìn)的lbp紋理特征如下：

式中，(x0,y0)為候選陰影區(qū)域的中心像素點(diǎn)的坐標(biāo)，gc為中心像素點(diǎn)的灰度值，gp和gq為以(x0,y0)為中心的3×3窗口上對(duì)稱像素點(diǎn)的灰度值，gm為以(x0,y0)為中心的周圍圓邊上的m個(gè)對(duì)稱像素點(diǎn)；

4)對(duì)更新處理后得到的陰影候選區(qū)域使用梯度填充的方法來(lái)優(yōu)化得到最終的陰影區(qū)域；

5)把混合高斯模型提取出來(lái)的前景區(qū)域與最終標(biāo)出的陰影區(qū)域做圖像差分，得到去除陰影的船舶目標(biāo)。

進(jìn)一步的，步驟4)獲取最終的陰影區(qū)域具體為：

4.1)對(duì)于步驟2)-3)處理后得到的陰影候選區(qū)域中的每一塊連通域，像素點(diǎn)p(x,y)的梯度幅值和梯度方向θp定義如下：

式中，表示水平梯度方向，表示垂直梯度方向，函數(shù)arctan2(·)返回一個(gè)在[-π,π]之間的梯度方向值，θp表示像素的梯度方向；

對(duì)于具有顯著權(quán)重的像素點(diǎn)p＝(x,y),計(jì)算t時(shí)刻視頻幀f和背景幀b的梯度差δθp：

4.2)利用t時(shí)刻視頻幀f和背景幀b在梯度方向上的相關(guān)性判斷陰影區(qū)域，如下式：

式中，s為陰影檢測(cè)的結(jié)果，n為候選陰影區(qū)域像素的個(gè)數(shù)，τa為梯度閾值；τc為給定的梯度差閾值，如果s大于τc，則像素點(diǎn)屬于陰影區(qū)域，否則屬于前景，對(duì)檢測(cè)出的陰影采用數(shù)學(xué)形態(tài)學(xué)的閉運(yùn)算來(lái)填充陰影掩碼，降低噪聲影響，得到最終的陰影區(qū)域。

本發(fā)明針對(duì)內(nèi)河河道這一特定場(chǎng)景，提出了一種融合區(qū)域紋理梯度的船舶陰影去除方法，有效解決了傳統(tǒng)的陰影檢測(cè)方法在實(shí)際的監(jiān)控視頻流中，由于陰影覆蓋前后區(qū)域的紋理特征不變性這一假設(shè)并不總是成立的，造成的難以有效區(qū)分船體邊界，造成顏色、紋理相似的前景和陰影區(qū)域檢測(cè)相混淆的問(wèn)題；提高了對(duì)內(nèi)河船舶航行參數(shù)的檢測(cè)精度，特別是對(duì)準(zhǔn)確獲得船舶尺寸具有重要意義。

附圖說(shuō)明

圖1是本發(fā)明方法實(shí)現(xiàn)船舶陰影去除的流程步驟框圖。

圖2是本發(fā)明方法中船舶陰影去除各步驟結(jié)果圖，(a)為輸入圖像，(b)為混合高斯建模，(c)為基準(zhǔn)圖，(d)為改進(jìn)顏色特征，(e)為改進(jìn)紋理特征，(f)為梯度填充，(g)為陰影檢測(cè)，(h)為陰影去除，(i)為匹配跟蹤。

圖3是本發(fā)明改進(jìn)的lbp紋理檢測(cè)方法中，3×3窗口鄰接像素點(diǎn)模版的實(shí)施例。

具體實(shí)施方式

以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。

參照?qǐng)D1，本發(fā)明給出一種內(nèi)河河道特定場(chǎng)景下的實(shí)現(xiàn)船舶陰影去除流程包括以下步驟：

步驟(1)：首先從視頻源獲取視頻，然后采用混合高斯模型提取出帶有陰影的前景目標(biāo)區(qū)域，使用混合高斯模型提取出來(lái)的前景圖像如圖2(b)所示。

步驟(2)：前面的步驟中，前景區(qū)域是通過(guò)混合高斯模型來(lái)進(jìn)行提取的，相較于rbg空間，在hsv空間中，由于亮度和色度是分開的，所以該空間適用于可見的陰影檢測(cè)，對(duì)于提取出來(lái)的前景區(qū)域，本發(fā)明選擇hsv顏色空間檢測(cè)陰影。對(duì)于提取出來(lái)的前景區(qū)域，獲取區(qū)域內(nèi)以及對(duì)應(yīng)區(qū)域的背景模型內(nèi)的每一個(gè)像素點(diǎn)的hsv值，使用改進(jìn)的顏色特征篩選出候選陰影區(qū)域sp^t(p)。根據(jù)hsv值綜合判斷陰影區(qū)域的定義如下：

式中，和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的亮度值；和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的飽和度；和分別表示t時(shí)刻視頻幀f和背景幀b在像素點(diǎn)p處的色度值；α，β，τs，τh分別表示大量對(duì)照實(shí)驗(yàn)得出的最佳閾值；

由上述改進(jìn)的顏色特征篩選出來(lái)的陰影候選區(qū)域如圖2(d)所示。

由于傳統(tǒng)的lbp紋理特征提取是利用圖像選定區(qū)域的中心像素與其周圍局部像素進(jìn)行閾值對(duì)比，如果中心像素的亮度不小于相鄰像素值，標(biāo)記為1，否則標(biāo)記為0，并將最終的結(jié)果求和。而這樣的檢測(cè)算法抗噪聲性能差，細(xì)微的噪聲都會(huì)引起陰影像素的誤檢和漏檢，但由于水面波紋總是存在的，因此噪聲也是無(wú)法避免的。針對(duì)這個(gè)問(wèn)題步驟(3)提出了一種基于改進(jìn)的lbp紋理特征陰影檢測(cè)的方法，并從步驟(2)得到的候選陰影掩膜中利用這種方法進(jìn)一步優(yōu)化。這種改進(jìn)的lbp紋理特征陰影檢測(cè)方法將中心像素點(diǎn)與周圍圓邊上的對(duì)稱像素點(diǎn)做多次比較。

步驟(3)具體為：在步驟(2)篩選出的陰影候選區(qū)域中，使用改進(jìn)的lbp紋理特征做進(jìn)一步優(yōu)化，更新候選陰影區(qū)域。改進(jìn)的lbp特征定義如下：

式中，(x0,y0)為候選陰影區(qū)域中心像素點(diǎn)的坐標(biāo)，gc為中心像素點(diǎn)的灰度值，gp和gq為以(x0,y0)為中心的3×3窗口上對(duì)稱像素點(diǎn)的灰度值，gm為以(x0,y0)為中心的周圍圓邊上的m個(gè)對(duì)稱像素點(diǎn)。本步驟將候選陰影區(qū)域中心像素點(diǎn)與周圍圓邊上的對(duì)稱像素點(diǎn)做多次比較后，用lbp(x,y)值代替中心像素點(diǎn)(x0,y0)的灰度值，進(jìn)而更新候選陰影區(qū)域。

改進(jìn)的lbp紋理檢測(cè)方法中，3×3窗口鄰接像素點(diǎn)模版如圖3所示。

根據(jù)上述改進(jìn)lbp特征得到的陰影候選區(qū)域如圖2(e)所示。

步驟(4)采用梯度填充的方法獲取最終陰影區(qū)域。

首先對(duì)于步驟2)-3)處理后得到的陰影候選區(qū)域中的每一塊連通域，像素點(diǎn)p(x,y)的梯度幅值和梯度方向θp定義如下：

式中，表示水平梯度方向，表示垂直梯度方向。函數(shù)arctan2(.)返回一個(gè)在[-π,π]之間的梯度方向值，θp表示像素的梯度方向。

對(duì)于具有顯著特征的像素p＝(x,y),計(jì)算前景幀(f)和背景幀(b)的梯度差：

這里具有顯著特征是指：經(jīng)過(guò)上面各步驟的處理，在船舶與水面交界處，會(huì)有一些像素點(diǎn)還沒(méi)有辦法判斷是否是陰影區(qū)域，所謂顯著，簡(jiǎn)單講就是一個(gè)白色像素點(diǎn)周圍都是黑色的，那么這個(gè)白色的像素點(diǎn)就是顯著的。

梯度填充的方法利用當(dāng)前幀和背景幀在梯度方向上的相關(guān)性判斷陰影區(qū)域，表示如下：

式中，s為陰影檢測(cè)的結(jié)果，n為候選陰影區(qū)域像素的個(gè)數(shù)。τa為梯度閾值。如果s大于給定的梯度差閾值τc，則像素點(diǎn)屬于陰影區(qū)域，否則屬于前景。對(duì)檢測(cè)出的陰影采用數(shù)學(xué)形態(tài)學(xué)的閉運(yùn)算來(lái)填充陰影掩碼，降低噪聲影響，得到最終的陰影區(qū)域。梯度填充后的陰影圖像如圖2(f)所示，最終檢測(cè)出來(lái)的陰影區(qū)域如圖2(g)所示。

步驟(5)把混合高斯模型提取出來(lái)的前景區(qū)域與最終標(biāo)出的陰影區(qū)域做圖像差分以得到去除陰影的船舶目標(biāo)，結(jié)果如圖2(h)所示。

如圖2(a)所示，在船舶與水面交界部分，其顏色與紋理特征變化不明顯。如圖2(d)和圖2(e)所示僅通過(guò)顏色及紋理特征無(wú)法準(zhǔn)確提取出陰影部分。因此對(duì)上面得到的結(jié)果再使用本發(fā)明提到的梯度修復(fù)的方法可以更加準(zhǔn)確地區(qū)分水面與船舶的交界，最后采用本發(fā)明方法得到的去除陰影后的船舶目標(biāo)如圖2(h)所示。參照?qǐng)D2(c)基準(zhǔn)圖，陰影去除效果優(yōu)秀，完全滿足實(shí)時(shí)性要求。