《電子技術應用》
您所在的位置:首頁 > 顯示光電 > 設計應用 > 一種基于YUV顏色空間自適應陰影消除算法
一種基于YUV顏色空間自適應陰影消除算法
2016年微型機與應用第07期
王珦磊1,唐加山2
(1. 南京郵電大學 通信與信息工程學院,江蘇 南京 210003;2. 南京郵電大學 理學院,江蘇 南京 210003)
摘要: 針對視頻內容分析中的物體檢測問題,提出一種新的基于YUV顏色空間的陰影消除方法,相比其他基于YUV顏色空間陰影檢測方法,該方法為提高檢測精度,使用自適應的動態門限。首先,在RGB顏色空間中使用背景差,得到僅包含目標物體及其陰影的圖像。然后在YUV顏色空間中對此圖像的色度進行統計分析,搜索出色度變化緩慢的區間,再針對每個色度區間確定對應的亮度區間,獲得估計門限。最后,利用以上門限檢測并消除陰影。實驗結果表明,該方法對不同光照情況下的物體陰影都有很好的消除效果。
關鍵詞: 陰影檢測 YUV 自適應
Abstract:
Key words :

  王珦磊1,唐加山2

  (1. 南京郵電大學 通信與信息工程學院,江蘇 南京 210003;2. 南京郵電大學 理學院,江蘇 南京 210003)

       摘要:針對視頻內容分析中的物體檢測問題,提出一種新的基于YUV顏色空間的陰影消除方法,相比其他基于YUV顏色空間陰影檢測方法,該方法為提高檢測精度,使用自適應的動態門限。首先,在RGB顏色空間中使用背景差,得到僅包含目標物體及其陰影的圖像。然后在YUV顏色空間中對此圖像的色度進行統計分析,搜索出色度變化緩慢的區間,再針對每個色度區間確定對應的亮度區間,獲得估計門限。最后,利用以上門限檢測并消除陰影。實驗結果表明,該方法對不同光照情況下的物體陰影都有很好的消除效果。

  關鍵詞:陰影檢測;YUV;自適應

0引言

  在計算機視覺中,檢測運動物體是非常重要的一個部分。運動物體的檢測一般步驟如下:先從視頻幀中鑒定出前景像素,再由前景像素提取出運動物體[1]。然而,運動物體的投影會使檢測算法難以實現,導致前景物體形狀和顏色的失真,對運動物體的提取造成干擾。因此,動態物體檢測中很重要的一個環節是陰影消除。

  陰影檢測算法一直被廣泛研究,如:基于紋理分析的檢測方法[23],使用亮度來判斷可能的陰影區域,再結合紋理特征將陰影分割出來;基于物理特征的檢測方法[4],先對陰影像素進行建模,再用這個模型從預選區域中檢測陰影;基于幾何的檢測方法[5],根據光源、物體形狀、地面來預測陰影的大小、形狀和方向;基于色彩空間的檢測方法[6],選取一個新的色彩空間,與RGB色彩空間相比,它的亮度和色度間區別更明顯。

  本文使用基于YUV色彩空間的陰影檢測方法,同時陰影檢測門限的閾值是根據前景像素的統計結果估計的,因此算法對不同光照情況下的物體陰影檢測都有很好的魯棒性。

1候選區域

  候選區域是指圖像中包含目標物體及其陰影的部分,一般通過背景差分來獲得。步驟如下:先將前景圖像和背景圖像的RGB分量進行差分,再將差分后的彩色圖像轉換成灰度圖像,針對此灰度圖像,設置平均灰度值為閾值,按照該閾值進行劃分,大于該閾值的為候選區域,小于閾值的視為背景。再多次進行膨脹、腐蝕操作,消除候選區域中的干擾噪點,具體操作詳見文獻[7]。

2基于YUV色彩空間的陰影模型

  YUV色彩空間和RGB色彩空間關系如下[8]:

  ~7M@`GQ~(`]6K03MF_K%ENY.png

  在YUV色彩空間中,像素點的亮度分量y和色度分量u、v相互獨立。投射陰影區域在YUV色彩空間有如下特征[9]:

  (1)投射陰影區域中像素的亮度低于背景像素和物體區域像素的亮度。

  (2)投射陰影區域中像素的色度與背景像素色度相比幾乎相等。

  根據以上結論,確定陰影像素的算法如下:

  針對每個候選區域的像素,將符合如下式(1)條件的像素點判斷為陰影像素點,其中yF和yB分別指前景和背景的y分量,vF和vB分別指前景和背景的v分量,yMin、yMax、vMin、vMax分別指對應的上下限門限值。

  TE~$1QL5GGEQS2I()VGLE52.png

  下文將對閾值估計給出詳細步驟。

3閾值分析

  3.1陰影區域特征分析

  為研究閾值與候選區域的統計關系,選取如圖1所示

001.jpg

  圖1輸入圖像及其預處理的前景圖像圖1(a)和背景圖像圖1(b)。先進行背景差分,獲得候選區域的前景圖像圖1(c)和背景圖像圖1(d),對陰影進行手動劃分得到陰影區域的前景圖像圖1(e)和背景圖像圖1(f)。

  將前景圖像(e)中每個像素點的亮度yF和色度vF,與背景圖像(f)中的亮度yB和色度vB進行差分,得到差值Δy、Δv。亮度差和色度差分布如圖2(a),其中橫軸是Δy,縱軸是Δv。忽略干擾噪點,對密集區域進行分析,密集區域圖2(b)顯示像素點的亮度差Δv分布不均勻,集中在若干個中值上,并且不同的中值對應色度差Δy分布范圍也不相同。因此可以將陰影區域的Δy-Δv分布看作是若干個分布塊的集合,如圖2(c)。

  

002.jpg

  3.2根據候選區域確定閾值

  本節將通過候選區域的統計特性估計出上文中每個分布塊的閾值。

  3.2.1確定色度差Δv的閾值

  將候選區域前景圖像圖1(c)和背景圖像圖1(d)的色度分量v相差,差值Δv進行排序,得到圖3(a),圖3(b)標出了其中的平緩部分。對比陰影區域分布圖2(c)和圖3(b),被標注的區域在縱軸上的范圍近似一致,圖3(b)上的平緩部分表明在該范圍上有大量像素點Δv分布趨于一致,符合陰影區域的特征。

003.jpg

  3.2.2確定亮度差Δy的閾值

  針對圖3(b)中每個平緩區域,從候選區域中搜索對應像素點,獲取每個像素點亮度差Δy,再進行排序,圖4(a)是候選區域中符合條件Δv∈[4.731 7, 5.288 6]的像素點的Δy排序后的分布圖,標出平緩區域如圖4(b),對比陰影區域分布圖2(c),平緩區域的Δy區間與陰影像素圖4候選區域亮度差分布的區間相吻合。

004.jpg

  3.3驗證特征普遍性

  為驗證以上特征的普遍性,使用另一組實驗圖像進行圖6自適應陰影消除算法流程圖閾值分析,輸入圖像如圖5,圖5(a)是前景圖像,圖5(b)是背景圖像,圖5(c)表示候選區域,圖5(d)是陰影區域的Δy-Δv分布圖。分析候選區域,結果如下:圖5(e)是候選區域Δv排序后的分布圖,該分布圖平緩區域與圖5(d)中的密集區域非常吻合。將候選區域中符合條件Δv∈[-0.325,0.430]的像素點的Δy值進行排序,得到圖5(f),圖5(f)平緩區域的Δy范圍是[0,30.82],也與陰影分布圖5(d)相吻合。

005.jpg

4自適應陰影消除算法

  根據上節的分析結果,設計算法如下:先獲得候選區域,算法步驟見第1節,然后將候選區域的前景圖像和背景圖像從RGB色彩空間轉換到YUV色彩空間,再做背景差,獲得亮度差矩陣ΔY和色度差矩陣ΔV。

  陰影區域的色度差Δv一般在[0,10]范圍內,取[-5,20]作為考察范圍,實際試驗中,超出該范圍的陰影點很少,可以忽略。對候選區域內所有屬于[-5,20]區間的色度差Δv排序,搜索出其中變化較小的區域,本文算法使用條件(2)進行判斷,Δv(i)是排序后第i個色度差Δv,N是符合條件Δv∈[-5,20]的像素點個數,a和b是常數,通過多次取值調試后確定a=0.001,b=0.003 5。

  Δv(i)-Δv(i-a×N)<b×(Δv(N)-Δv(1))(2)

  針對每一個Δv區間,從候選區域中搜索出符合條件的像素點,再對這些像素點的亮度差Δy進行排序,與獲取Δv區間類似,搜索出所有變化較小的區域,每個Δv區間可能會對應多個Δy區間。將所有搜索出的Δy-Δv區間作為估計門限。

  依據上文得到的估計門限進行陰影檢測,實現多閾值的陰影消除。圖6為算法流程圖。

006.jpg

5實驗結果和分析

  實驗用的部分數據來自圖像處理數據庫,還有一部分是在實驗室中拍攝得到的。算法是在微軟Windows平臺下,使用matlab編寫的。以下圖7是使用本文算法的輸出結果。

  

007.jpg

6結論

  本文采用一種基于YUV顏色空間的自適應陰影消除算法,該算法對陰影的門限進行動態估計。實驗結果表明,該算法對不同光照情況下的圖像都能有效地檢測和消除陰影,具有良好的魯棒性。

參考文獻

  [1] 劉國棟,范九倫.彩色視頻運動目標

  自適應在線聚類提取算法[J].電子技術應用,2014,40(5):132135.

  [2] LEONE A, DISTANTE C. Shadow detection for moving objects based on texture analysis[J]. Pattern Recognit, 2007, 40, (4): 12221233.

  [3] 朱敏琛,王偉智.融合線性特征的局部紋理運動車輛陰影檢測[J].微型機與應用,2013,32(14):4446,50.

  [4] NADIMI S, BHANU B. Physical models for moving shadow and object detection in video[J]. IEEE Trans. Pattern Anal. Mach. Intell, 2004, 26,(8): 10791087.

  [5] ZHANG W, FANG X Z, XU Y. Detection of moving cast shadows using image orthogonal transform[C]. In Proc. IEEE Int. Conf. Pattern Recognition, 2006:626629.

  [6] CHEN C T, SU C Y, KAO W C. An enhanced segmentation on visionbased shadow removal for vehicle detection[J]. Int. Conf. Green Circuits and Systems, 2010: 679682. [7] 鄧亞麗,毋立芳,李云騰. 一種有效的圖像陰影自動去除算法[J]. 信號處理, 2011(11): 17241728.

  [8] ENNEHAR B C, BRAHIM O, HICHAN T. An appropriate color space to improve human skin detection[J]. INFOCOMP Journal of Computer Science, 2011, 10(1): 1827.

  [9] FUNG G S K, YUNG N H C, PANG G K H, et al. Towards detection of moving cast shadows for visual traffic surveillance[C]. Systems, Man, and Cybernetics, 2001 IEEE International Conference, 2001:25052510.


此內容為AET網站原創,未經授權禁止轉載。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
久久久在线视频| 国产一区二区三区直播精品电影 | 久久国产精品毛片| 亚洲香蕉视频| 日韩天堂在线观看| 亚洲精品综合| 亚洲精品一区二区三区在线观看| 亚洲第一中文字幕在线观看| 尹人成人综合网| 在线国产欧美| 亚洲电影在线播放| 在线观看久久av| 亚洲福利视频三区| 91久久久一线二线三线品牌| 中文无字幕一区二区三区| 午夜精品久久久久影视| 亚洲欧美日韩国产综合在线 | 久久天天躁夜夜躁狠狠躁2022| 午夜精品视频| 欧美一区二区三区日韩视频| 欧美一激情一区二区三区| 欧美一区二区在线播放| 久久er精品视频| 久久三级视频| 欧美凹凸一区二区三区视频| 欧美成人免费一级人片100| 欧美黄免费看| 欧美日韩影院| 国产精品一区久久久| 国产亚洲欧美另类一区二区三区| 黑人一区二区三区四区五区| 在线视频成人| 亚洲精品中文字幕在线观看| 正在播放欧美一区| 亚洲欧美激情一区二区| 羞羞色国产精品| 久久精品欧洲| 夜夜狂射影院欧美极品| 午夜老司机精品| 久久久久久久欧美精品| 免费亚洲电影| 欧美色视频在线| 国产日韩成人精品| 亚洲高清不卡| 亚洲一区二区精品| 亚洲成色999久久网站| 亚洲精品在线视频| 亚洲欧美激情诱惑| 老色批av在线精品| 欧美日韩一区二区三区免费| 国产欧美视频一区二区| 亚洲风情亚aⅴ在线发布| 亚洲国内在线| 翔田千里一区二区| 亚洲网站在线| 亚洲第一色在线| 亚洲天堂成人在线观看| 久久精品日产第一区二区| 国产精品自拍小视频| 午夜亚洲激情| 美女免费视频一区| 国产精品家教| 在线日韩精品视频| 亚洲欧美国产一区二区三区| 亚洲人成7777| 欧美一区亚洲一区| 欧美精品一区二| 国产综合第一页| 99综合视频| 91久久久在线| 欧美一区二区高清| 欧美经典一区二区| 国内精品久久久| 一区二区三区高清视频在线观看 | 欧美在线视频网站| 欧美另类一区二区三区| 国产日本欧美一区二区| 亚洲精品一品区二品区三品区| 欧美一区国产一区| 亚洲一二三区在线| 牛夜精品久久久久久久99黑人| 国产精品久久久久秋霞鲁丝| 亚洲国产精品悠悠久久琪琪| 性8sex亚洲区入口| 亚洲午夜激情| 麻豆精品91| 国产日韩在线播放| av成人毛片| 亚洲美女视频网| 久久―日本道色综合久久| 国产精品久久久99| 亚洲精品激情| 亚洲国产精品久久久久久女王| 欧美一区久久| 国产精品久久久久999| 亚洲精品之草原avav久久| 亚洲国产精品传媒在线观看| 欧美一区二区在线免费播放| 国产精品av一区二区| 亚洲激情精品| 亚洲黑丝在线| 久久亚洲精品中文字幕冲田杏梨| 国产九九精品| 亚洲与欧洲av电影| 亚洲欧美久久久久一区二区三区| 欧美日韩免费看| 亚洲国产一区在线| 亚洲欧洲日韩在线| 老鸭窝毛片一区二区三区 | 国产在线视频欧美| 亚洲免费影视| 香蕉成人伊视频在线观看 | 国产欧美日韩不卡| 亚洲图片欧美午夜| 亚洲一区免费| 欧美性理论片在线观看片免费| 日韩午夜免费| 一区二区三区久久| 欧美色123| 一区二区三区高清在线| 亚洲一区视频| 国产精品视频1区| 国产精品99久久99久久久二8 | 久久aⅴ国产欧美74aaa| 久久国产黑丝| 国产亚洲精品久久久| 性久久久久久久久| 久久精品麻豆| 精品成人免费| 亚洲精品永久免费| 欧美女主播在线| 一区二区三区 在线观看视频 | 国产精品视屏| 亚洲在线一区| 久久国产精彩视频| 红桃视频国产一区| 亚洲国产综合91精品麻豆| 欧美国产日韩一区二区三区| 亚洲黄一区二区| 亚洲少妇自拍| 国产精品日韩欧美| 久久爱www| 欧美大片网址| 99视频有精品| 性做久久久久久久免费看| 国产女人精品视频| 久久精品三级| 欧美精品自拍| 亚洲一区制服诱惑| 久久久夜色精品亚洲| 亚洲国产美女精品久久久久∴| 99精品国产在热久久婷婷| 欧美午夜精品久久久久久孕妇 | 亚洲美女毛片| 国产精品porn| 小黄鸭精品密入口导航| 免费黄网站欧美| 一本色道久久综合亚洲二区三区| 午夜免费在线观看精品视频| 国产一区日韩一区| 日韩一本二本av| 国产精品视频yy9299一区| 久久精品日韩一区二区三区| 欧美精品久久久久久| 亚洲一区国产视频| 久久久久久久成人| 日韩视频在线免费| 欧美中文字幕精品| 亚洲国产精品久久久久秋霞不卡| 亚洲视频日本| 国内精品美女av在线播放| 一区二区成人精品| 国产亚洲制服色| 日韩亚洲欧美综合| 国产日韩在线看片| 亚洲精品日韩激情在线电影| 国产精品久久激情| 亚洲人成欧美中文字幕| 欧美视频不卡中文| 久久精品国产一区二区电影| 欧美久久久久久久久久| 亚洲欧美成人一区二区三区| 欧美福利小视频| 亚洲男人的天堂在线| 欧美国产日本| 欧美在线1区| 国产精品成人aaaaa网站| 亚洲高清在线播放| 国产伦精品一区二区三区照片91 | 99av国产精品欲麻豆| 国产欧美日韩免费| 一本色道婷婷久久欧美| 韩日精品视频| 亚洲一区日本| 91久久精品国产91性色| 久久久久88色偷偷免费| 在线一区二区三区做爰视频网站| 模特精品在线| 久久电影一区| 国产伦精品一区二区三区照片91|