一種基于團塊模型的行人陰影抑制方法
【專利摘要】本發(fā)明提出了一種基于團塊模型的行人陰影抑制方法，所述方法首先構建行人團塊模型，再通過計算團塊的矩特征和團塊垂直直方圖，借助幾何的方法獲得初步陰影區(qū)域；然后，將該陰影區(qū)域的灰度、方向、中心位置作為參數(shù)對整個行人和陰影區(qū)域進行陰影建模，對初步分割得到的陰影區(qū)域進行修剪。本發(fā)明方法對不同朝向、不同數(shù)量行人的陰影進行檢測和抑制，視頻處理速度約為7.5幀/s，能夠高效準確地將運動目標與其陰影分離開來。
【專利說明】一種基于團塊模型的行人陰影抑制方法
【技術領域】
[0001]本發(fā)明屬于圖像處理、視頻監(jiān)控和交通安全【技術領域】，具體指的是一種基于團塊模型的行人陰影抑制方法。
【背景技術】
[0002]視頻監(jiān)控技術就是為了防止安保人員的誤判，利用自動分析技術進行視頻監(jiān)控的技術。目前的研究方法都假設視頻序列中不存在陰影，而在光線充足的場景，移動的陰影將被錯誤的劃分為前景對象。這將導致目標位置估計、目標行為分析和目標識別等后續(xù)處理的失誤和困難。
[0003]目前，運動陰影檢測與抑制的方法大致分為如下三類:基于顏色模型的方法，選擇一個合適的顏色空間，利用陰影像素值的在顏色空間中的色彩特性進行陰影抑制，比如HSV空間，色彩特征不變量C1C2C3空間和歸一化RGB空間，但這些方法易受噪聲影響并且對光強變化敏感；基于物理模型的方法，通過物理的方法建模或?qū)W習陰影像素的特定外觀特征，比如雙光源雙色反射模型BIDR，但它無法處理目標色調(diào)與背景相同的情況；基于紋理模型的方法，通過陰影光譜特征獲得候選區(qū)域，再根據(jù)這些區(qū)域紋理的相關性來區(qū)分前景和陰影，比如歸一化互相關，Gabor濾波，正交變換等，由于要對一個像素的多個鄰域進行計算，故運算量較大，實時性差。
[0004]因此，如何高效準確地將運動目標與其陰影分離開來，已經(jīng)成為目前研究的熱點問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術問題是為了克服現(xiàn)有技術的不足，提出一種基于團塊模型的行人陰影抑制方法。本發(fā)明方法首先構建行人團塊模型，再通過計算團塊的矩特征和團塊垂直直方圖，借助幾何的方法獲得初步陰影區(qū)域。然后，將該陰影區(qū)域的灰度、方向、中心位置作為參數(shù)對整個行人和陰影區(qū)域進行陰影建模，對原陰影區(qū)域進行修剪，使得本文算法能夠?qū)Σ煌?、不同?shù)量行人的陰影進行檢測和抑制；本發(fā)明方法的視頻處理速度約為7.5幀/S。
[0006]為了解決上述技術問題，本發(fā)明所采用的技術方案是:一種基于團塊模型的行人陰影抑制方法，包括如下步驟:
[0007]步驟A，構建行人團塊，使每個行人都用相應團塊表示，其具體步驟如下:
[0008]步驟A-1，獲取當前幀圖像，利用團塊提取方法，對當前幀圖像的場景顏色進行聚類，獲取圖像團塊；
[0009]步驟A-2，根據(jù)所述圖像團塊，利用混合高斯背景建模方法，得到當前幀圖像的前景模版，獲取前景運動團塊；
[0010]步驟A-3，利用模糊聚類方法合并前景運動團塊，獲得行人團塊；
[0011]步驟B，對于行人團塊，利用陰影檢測方法將行人與其陰影進行初步分割，獲得行人團塊的陰影區(qū)域:
[0012]步驟B-1，計算行人團塊的中心矩，進而得到行人團塊的陰影朝向；
[0013]步驟B-2，計算行人團塊垂直直方圖，獲取行人團塊中行人與陰影的分割點；
[0014]步驟B-3，根據(jù)行人團塊的陰影朝向和行人與陰影的分割點，分別確定行人團塊行人與陰影區(qū)域的顏色均值閥值和方差閥值，選擇顏色均值和顏色方差最小的區(qū)域，作為行人團塊的陰影區(qū)域；
[0015]步驟C，根據(jù)陰影區(qū)域的灰度、大小和方向，對初步檢測的陰影區(qū)域進行增減，獲得行人陰影區(qū)域；其具體過程如下:
[0016]步驟C-1，根據(jù)行人團塊陰影區(qū)域的顏色均值，剔除行人團塊陰影區(qū)域中顏色與該均值相差大于陰影顏色閥值的部分，并將行人團塊非陰影區(qū)域顏色與該均值小于陰影顏色閥值的像素設為候選陰影像素；
[0017]步驟C-2，以行人與陰影分割點為原點，設定陰影區(qū)域長度為行人身高的N倍；剔除行人團塊陰影區(qū)域中像素與原點距離大于該陰影區(qū)域長度的部分，并將行人團塊非陰影區(qū)域中像素與原點距離小于陰影區(qū)域長度的部分設為候選陰影像素；
[0018]步驟C-3，以行人與陰影分割點為原點，根據(jù)行人陰影朝向，將行人團塊區(qū)域中像素與原點距離投射到橢圓坐標系，剔除行人團塊陰影區(qū)域中像素與原點的距離大于閥值的部分，并將行人團塊非陰影區(qū)域中像素與原點的距離小于閾值的部分設為候選陰影像素；
[0019]步驟C-4，將上述步驟的候選陰影像素取交集，組成增減后的行人陰影區(qū)域；
[0020]步驟D，返回步驟A，直到視頻結(jié)束。
[0021]步驟C-2中，所述陰影區(qū)域長度為行人身高的N倍，N的取值范圍為:0〈N〈0.8。
[0022]所述團塊是指圖像像素在空間上連通并且具有相同圖像特征的區(qū)域，所述團塊的特征包括:團塊區(qū)域坐標、背景標記、陰影標記、中心團塊標記、團塊編號、團塊中心坐標、團塊顏色均值。
[0023]本發(fā)明的有益效果是:本發(fā)明提出了一種基于團塊模型的行人陰影抑制方法，所述方法首先構建行人團塊模型，再通過計算團塊的矩特征和團塊垂直直方圖，借助幾何的方法獲得初步陰影區(qū)域；然后，將該陰影區(qū)域的灰度、方向、中心位置作為參數(shù)對整個行人和陰影區(qū)域進行陰影建模，對初步分割得到的陰影區(qū)域進行修剪。本發(fā)明方法對不同朝向、不同數(shù)量行人的陰影進行檢測和抑制，視頻處理速度約為7.5幀/s，能夠高效準確地將運動目標與其陰影分離開來。
【專利附圖】

【附圖說明】
[0024]圖1是本發(fā)明的一種基于團塊模型的行人陰影抑制方法的流程圖。
【具體實施方式】
[0025]下面結(jié)合附圖，對本發(fā)明提出的一種基于團塊模型的行人陰影抑制方法進行詳細說明:
[0026]如圖1所示，本發(fā)明的一種基于團塊模型的行人陰影抑制方法，其步驟如下:步驟I行人團塊建模，包括如下步驟:
[0027]1.1對每一幀圖像，將其分割為N*N的團塊并計算每個團塊內(nèi)的像素顏色均值和中心坐標；
[0028]1.2計算各個團塊間的顏色均值之差和中心坐標距離，將顏色之差小于顏色閥值并且且中心坐標距離小于距離閥值的團塊合并，修改中心團塊標記，表征全場景的顏色分布；
[0029]1.3利用混合高斯背景建模算法提取的前景模板，標記運動的團塊；
[0030]1.4以每個運動團塊的中心坐標為結(jié)點，利用模糊聚類算法將其中心坐標距離小于距離閥值的團塊再次合并，修改中心團塊標記，得到行人團塊。
[0031]步驟2陰影檢測，包括如下步驟:
[0032]2.1根據(jù)行人團塊數(shù)組R，計算團塊垂直直方圖Hk(X)和行人與陰影的夾角Θ R ；
[0033]所述團塊垂直直方圖Hk (X)，可以通過遍歷數(shù)組R并沿水平方向統(tǒng)計垂直方向團塊的數(shù)量獲得。
[0034]所述夾角θ κ，可以通過行人團塊數(shù)組RU)的中心矩計算得到:
[0035]
【權利要求】
1.一種基于團塊模型的行人陰影抑制方法，其特征在于，包括如下步驟: 步驟A，構建行人團塊，使每個行人都用相應團塊表示，其具體步驟如下: 步驟A-1，獲取當前幀圖像，利用團塊提取方法，對當前幀圖像的場景顏色進行聚類，獲取圖像團塊； 步驟A-2，根據(jù)所述圖像團塊，利用混合高斯背景建模方法，得到當前幀圖像的前景模版，獲取前景運動團塊； 步驟A-3，利用模糊聚類方法合并前景運動團塊，獲得行人團塊； 步驟B，對于行人團塊，利用陰影檢測方法將行人與其陰影進行初步分割，獲得行人團塊的陰影區(qū)域: 步驟B-1，計算行人團塊的中心矩，進而得到行人團塊的陰影朝向； 步驟B-2，計算行人團塊垂直直方圖，獲取行人團塊中行人與陰影的分割點； 步驟B-3，根據(jù)行人團塊的陰影朝向和行人與陰影的分割點，分別確定行人團塊行人與陰影區(qū)域的顏色均值閥值和方差閥值，選擇顏色均值和顏色方差最小的區(qū)域，作為行人團塊的陰影區(qū)域； 步驟C，根據(jù)陰影區(qū)域的灰度、大小和方向，對初步檢測的陰影區(qū)域進行增減，獲得行人陰影區(qū)域；其具體過程如下: 步驟C-1，根據(jù)行人團塊陰影區(qū)域的顏色均值，剔除行人團塊陰影區(qū)域中顏色與該均值相差大于陰影顏色閥值的部分，并將行人團塊非陰影區(qū)域顏色與該均值小于陰影顏色閥值的像素設為候選陰影像素； 步驟C-2，以行人與陰影分割點為原點，設定陰影區(qū)域長度為行人身高的N倍；剔除行人團塊陰影區(qū)域中像素與原點距離大于該陰影區(qū)域長度的部分，并將行人團塊非陰影區(qū)域中像素與原點距離小于陰影區(qū)域長度的部分設為候選陰影像素； 步驟C-3，以行人與陰影分割點為原點，根據(jù)行人陰影朝向，將行人團塊區(qū)域中像素與原點距離投射到橢圓坐標系，剔除行人團塊陰影區(qū)域中像素與原點的距離大于閥值的部分，并將行人團塊非陰影區(qū)域中像素與原點的距離小于閾值的部分設為候選陰影像素；步驟C-4，將上述步驟的候選陰影像素取交集，組成增減后的行人陰影區(qū)域； 步驟D，返回步驟A，直到視頻結(jié)束。
2.根據(jù)權利要求1所述的一種基于團塊模型的行人陰影抑制方法，其特征在于，步驟C-2中，所述陰影區(qū)域長度為行人身高的N倍，N的取值范圍為:0〈N〈0.8。
3.根據(jù)權利要求1所述的一種基于團塊模型的行人陰影抑制方法，其特征在于，所述團塊是指圖像像素在空間上連通并且具有相似圖像特征的區(qū)域，團塊特征包括:團塊區(qū)域坐標、背景標記、陰影標記、中心團塊標記、團塊編號、團塊中心坐標、團塊顏色均值。
【文檔編號】G06T5/00GK103839232SQ201410020822
【公開日】2014年6月4日 申請日期:2014年1月17日 優(yōu)先權日:2014年1月17日
【發(fā)明者】金圣韜, 孟朝暉 申請人:河海大學