基于最大熵的路面陰影抑制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種HSV空間下基于最大熵的路面陰影抑制方法，屬于數(shù)字圖像處理
技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 用數(shù)字圖像處理技術(shù)進(jìn)行道路檢測(cè)，最大的挑戰(zhàn)在于道路周邊場(chǎng)景和路面陰影的 干擾?，F(xiàn)有的道路陰影抑制方法大致可分為兩大類：第一類方法是先進(jìn)行陰影檢測(cè)，再根據(jù) 陰影周圍的色彩特征對(duì)檢測(cè)出來(lái)的陰影進(jìn)行顏色補(bǔ)償；第二類方法是通過(guò)某種方式對(duì)圖像 進(jìn)行重構(gòu)，將路面和陰影作為一個(gè)整體同時(shí)處理，從而間接地對(duì)陰影進(jìn)行抑制。
[0003] 第一類方法的典型代表是《Shadowdetectionandremovalfromremote sensingimagesusingNDIandmorphologicaloperators》（SinghKK,PalK,NigamM J.IntJComput4口口1，2012,42(10):37-40)。在該文獻(xiàn)中，作者首先在批￥空間下對(duì)圖像進(jìn) 行二值處理，得到若干個(gè)連通域，將其作為陰影區(qū)域。接著，作者對(duì)二值圖進(jìn)行一定程度的 膨脹處理，并把它同最初的二值圖相減，得到陰影區(qū)域的輪廓，稱為"緩沖區(qū)域"。隨后，利用 緩沖區(qū)域中的顏色均值代替其所包圍的陰影區(qū)域的顏色，由此得到陰影抑制后的圖像。但 是，這種方法以檢測(cè)陰影為基礎(chǔ)，而陰影復(fù)雜多樣、分布無(wú)規(guī)律，所以它不能把所有的陰影 都很好地檢測(cè)出來(lái)，從而也就不能全面地進(jìn)行陰影抑制。此外，由于"緩沖區(qū)域"的色彩特 征跟陰影區(qū)域沒(méi)有特別明顯的差別，因此處理之后的陰影只是在視覺(jué)上顯得顏色變淺了， 并沒(méi)有被徹底消除。
[0004] 第二類方法的典型代表是《Roaddetectionbasedonilluminantinvariance》 (AlvarezJMA,LopezAM.IntelligentTransportationSystems,IEEETransactions on，2011，12 (1) : 184-193)。在該文獻(xiàn)中，作者首先分析了圖像整體的光強(qiáng)分布，發(fā)現(xiàn)陰影的 產(chǎn)生其實(shí)是由光強(qiáng)分布不均引起的。光強(qiáng)分布越雜亂，陰影的影響就越明顯；反之，如果能 把光強(qiáng)分布統(tǒng)一在一個(gè)方向上，那么陰影的影響會(huì)大大降低。由雜亂到統(tǒng)一，這是一個(gè)熵減 的過(guò)程，而最小熵對(duì)應(yīng)的光強(qiáng)分布是對(duì)陰影抑制效果最好的情況。因此，作者將光強(qiáng)按照一 定的角度投射到一維空間，計(jì)算各個(gè)角度下所對(duì)應(yīng)的熵值，找出最小熵值對(duì)應(yīng)的角度，以該 角度對(duì)圖像進(jìn)行重構(gòu)，由此陰影與路面呈現(xiàn)相似的色彩特征，陰影得到了抑制。但是，這種 方法是對(duì)圖像整體進(jìn)行處理的，為了達(dá)到光強(qiáng)分布的平衡，它以犧牲路面的信息為代價(jià)。也 就是說(shuō)，原本有效的路面信息也被處理掉了，它跟背景之間的區(qū)分度大幅度降低，這會(huì)對(duì)后 續(xù)的道路檢測(cè)帶來(lái)不利的影響。
[0005] 因此，現(xiàn)有的方法雖然對(duì)陰影抑制有一定的效果，但其局限性也是不容忽視的，這 集中體現(xiàn)在兩個(gè)方面：陰影消除不徹底、容易將道路區(qū)域也處理掉。

【發(fā)明內(nèi)容】

[0006] 發(fā)明目的：本發(fā)明旨在解決同類方法消除陰影不徹底、容易將道路區(qū)域也處理掉 等問(wèn)題。使用本發(fā)明后，將在最大程度保留道路信息的同時(shí)對(duì)路面陰影進(jìn)行有效的抑制，為 后續(xù)的道路檢測(cè)提供有力的保障。
[0007] 技術(shù)方案：為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用如下技術(shù)方案：
[0008] 一種基于最大熵的路面陰影抑制方法，包括如下步驟：
[0009] (1)將道路彩色圖像轉(zhuǎn)到HSV色彩空間，并根據(jù)HSV圖像的三通道值得到每個(gè)像素 點(diǎn)的HSV特征（log(H/S)，log(V/S));
[0010] (2)將HSV圖像中所有像素點(diǎn)的HSV特征投影到一維空間中，并計(jì)算在一維空間 的熵值，通過(guò)變化投射角a，得到不同投射角a對(duì)應(yīng)的熵值，確定最大熵值對(duì)應(yīng)的投射角 am；
[0011] (3)基于投射角am對(duì)HSV圖像進(jìn)行重構(gòu)，并對(duì)重構(gòu)后的圖像依次進(jìn)行二值化和空 洞填充得到陰影抑制后的道路圖像。
[0012] 進(jìn)一步地，所述步驟（2)中計(jì)算在一維空間的熵值的具體步驟包括：
[0013] (a)在一維空間的最大值和最小值之間分成m等份，每一個(gè)區(qū)間的長(zhǎng)度為（最大 值-最小值）/m，統(tǒng)計(jì)每個(gè)區(qū)間內(nèi)的點(diǎn)的個(gè)數(shù)；
[0014] (b)根據(jù)公式
【主權(quán)項(xiàng)】
1. 一種基于最大熵的路面陰影抑制方法，其特征在于，包括如下步驟： (1) 將道路彩色圖像轉(zhuǎn)到HSV色彩空間，并根據(jù)HSV圖像的三通道值得到每個(gè)像素點(diǎn)的 HSV特征（log(H/S)，log(V/S)); (2) 將HSV圖像中所有像素點(diǎn)的HSV特征投影到一維空間中，并計(jì)算在一維空間的熵 值，通過(guò)變化投射角a，得到不同投射角a對(duì)應(yīng)的熵值，確定最大熵值對(duì)應(yīng)的投射角a (3) 基于投射角am對(duì)HSV圖像進(jìn)行重構(gòu)，并對(duì)重構(gòu)后的圖像依次進(jìn)行二值化和空洞填 充得到陰影抑制后的道路圖像。
2. 根據(jù)權(quán)利要求1所述的基于最大熵的路面陰影抑制方法，其特征在于，所述步驟（2) 中計(jì)算在一維空間的熵值的具體步驟包括： (a) 在一維空間的最大值和最小值之間分成m等份，每一個(gè)區(qū)間的長(zhǎng)度為（最大值-最 小值）/m，統(tǒng)計(jì)每個(gè)區(qū)間內(nèi)的點(diǎn)的個(gè)數(shù)； m (b) 根據(jù)公式"(l) = -SP/dogP,?計(jì)算j：商值，其中]^表示當(dāng)投射角為a時(shí) /-I 第i個(gè)區(qū)間內(nèi)點(diǎn)的個(gè)數(shù)，N表示各區(qū)間點(diǎn)數(shù)總和。
3. 根據(jù)權(quán)利要求1所述的基于最大熵的路面陰影抑制方法，其特征在于，所述步驟（2) 中變化投射角a具體為使a從1°變化到180°，每次變化1°。
4. 根據(jù)權(quán)利要求1所述的基于最大熵的路面陰影抑制方法，其特征在于，所述步驟（3) 中基于投射角a^對(duì)HSV圖像進(jìn)行重構(gòu)的表達(dá)式為： I=log(H/S) ?cosam+log(V/S) ?sinam 其中，I為重構(gòu)后圖像的像素點(diǎn)的值，H、S、V分別為對(duì)應(yīng)像素的點(diǎn)HSV空間的分量值。
5. 根據(jù)權(quán)利要求1所述的基于最大熵的路面陰影抑制方法，其特征在于，所述步驟（1) 中將道路彩色圖像轉(zhuǎn)到HSV色彩空間之前，還包括使用雙邊濾波對(duì)圖像進(jìn)行降噪處理。
【專利摘要】本發(fā)明是基于最大熵的路面陰影抑制方法，屬于圖像處理技術(shù)領(lǐng)域，用于減少道路檢測(cè)中路面陰影的干擾。為解決同類方法抑制陰影不徹底、容易將有效的路面區(qū)域也處理掉等問(wèn)題，本發(fā)明提出一種新的技術(shù)方案：首先，將彩色圖像轉(zhuǎn)到HSV色彩空間，提取每個(gè)像素點(diǎn)的HSV特征(log(H/S)，log(V/S))。接著，將HSV圖像中所有像素點(diǎn)的HSV特征投影到一維空間中，并計(jì)算在一維空間的熵值，通過(guò)變化投射角α，得到不同投射角α對(duì)應(yīng)的熵值，確定最大熵值對(duì)應(yīng)的投射角αm。最后，基于投射角αm對(duì)HSV圖像進(jìn)行重構(gòu)，并對(duì)重構(gòu)后的圖像依次進(jìn)行二值化和空洞填充得到陰影抑制后的道路圖像。本方法高效易行，對(duì)不同的路面情況適應(yīng)性較強(qiáng)。
【IPC分類】G06T5-00
【公開(kāi)號(hào)】CN104809699
【申請(qǐng)?zhí)枴緾N201510179627
【發(fā)明人】盧凱悅, 夏思宇
【申請(qǐng)人】東南大學(xué)
【公開(kāi)日】2015年7月29日
【申請(qǐng)日】2015年4月15日