一種基于顯著性檢測(cè)和Criminisi算法的車輛光照修復(fù)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于顯著性檢測(cè)和Criminisi算法的車 輛光照修復(fù)方法。
【背景技術(shù)】
[0002] 對(duì)于現(xiàn)在車輛的日益劇增，更多的車輛管理技術(shù)隨之應(yīng)運(yùn)而生，車牌識(shí)別管理已 不能滿足現(xiàn)在復(fù)雜多變的發(fā)展趨勢(shì)，因此像車輛輪廓和顏色等特征的提取出現(xiàn)在人們的研 究范圍內(nèi)。但是在實(shí)際生活中的車輛圖像，會(huì)受到強(qiáng)光、弱光等各種光照的影響，使采集的 車輛顏色產(chǎn)生失真而不能準(zhǔn)確的提取出車輛的顏色特征，這給車輛管理系統(tǒng)帶來很大的阻 礙。
[0003] 目前數(shù)字圖像破損的修復(fù)算法有很多，但是對(duì)于車輛受高光影響的顏色修復(fù)算法 還很不成熟，有待提高。本發(fā)明就是在這種情況下，首先利用顯著性方法檢測(cè)出受光照影響 的車輛圖片的高光區(qū)域，然后利用車輛輪廓邊緣和Criminisi算法對(duì)高光區(qū)域進(jìn)行顏色修 復(fù)，最后設(shè)定閾值判斷修復(fù)是否結(jié)束。本發(fā)明對(duì)車輛的高光區(qū)域有很好的修復(fù)作用，實(shí)用性 強(qiáng)。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有車輛顏色識(shí)別中光照的影響，本發(fā)明的目的在于提供一種魯棒性好，可 以準(zhǔn)確恢復(fù)出車輛顏色信息的基于顯著性檢測(cè)和Criminisi算法的車輛光照修復(fù)方法。
[0005] 本發(fā)明的目的是這樣實(shí)現(xiàn)的：
[0006] -種基于顯著性檢測(cè)和Criminisi算法的車輛光照修復(fù)方法，包括如下步驟：
[0007] (1)采集受光照影響的車輛圖像，光照區(qū)域在10% -50%范圍內(nèi)，并做統(tǒng)一大小處 理；
[0008] (2)將獲取的車輛圖像從RGB空間轉(zhuǎn)換到Y(jié)UV空間，在YUV空間進(jìn)行亮度顯著性檢 測(cè)，檢測(cè)出光照的區(qū)域并標(biāo)記為待修復(fù)區(qū)域；
[0009] (3)同時(shí)提取原圖像的輪廓邊緣特征，找到車輛的邊緣信息；
[0010] (4)利用車輛的邊緣信息和Criminisi算法對(duì)待修復(fù)區(qū)域完成光照修復(fù)；
[0011] (5)原圖像與修復(fù)后的圖像在lab空間做差值運(yùn)算，設(shè)定閾值進(jìn)行判斷，若計(jì)算結(jié) 果大于閾值，轉(zhuǎn)到步驟（4)繼續(xù)修復(fù)，否則退出，修復(fù)完成。
[0012] 所述YUV空間亮度顯著性檢測(cè)，其步驟包括：
[0013] (2. 1)將車輛圖像從RGB空間轉(zhuǎn)換到Y(jié)UV空間；
[0014] (2. 2)在YUV空間計(jì)算像素點(diǎn)的顯著值；
[0015] (2. 3)計(jì)算顯著性閾值；
[0016] (2. 4)根據(jù)像素點(diǎn)的顯著值和閾值判斷高光區(qū)域，并標(biāo)記。
[0017] 利用車輛的邊緣信息和Criminisi算法對(duì)待修復(fù)區(qū)域進(jìn)行修復(fù)，其步驟包括：
[0018] (4· 1)對(duì)待修復(fù)區(qū)域預(yù)處理，轉(zhuǎn)化為二值圖；
[0019] (4. 2)計(jì)算圖像的非零像素值的個(gè)數(shù)，如果為零則退出本次修復(fù)程序進(jìn)入到步驟 (5)做lab差值運(yùn)算，否則執(zhí)行下一步驟（4. 3);
[0020] (4. 3)計(jì)算所有待修復(fù)區(qū)域內(nèi)像素點(diǎn)的置信度值、數(shù)據(jù)項(xiàng)和優(yōu)先級(jí)值；
[0021] (4. 4)判斷若像素點(diǎn)位于車輛輪廓邊緣，則將該點(diǎn)的優(yōu)先級(jí)設(shè)置為0,否則執(zhí)行下 一步驟（4. 5);
[0022] (4. 6)找到優(yōu)先級(jí)最大的點(diǎn)，創(chuàng)建矩形領(lǐng)域，同時(shí)創(chuàng)建已知區(qū)域，找最佳匹配塊進(jìn) 行矩形塊填充，同時(shí)將該點(diǎn)的灰度值設(shè)置為〇,轉(zhuǎn)到步驟（4. 2)。
[0023] 將修復(fù)后的圖像與原圖像在lab空間做差值運(yùn)算，判斷修復(fù)是否結(jié)束，其步驟包 括：
[0024] (5. 1)將原圖像和修復(fù)后的圖像轉(zhuǎn)換到lab空間中，進(jìn)行相減運(yùn)算；
[0025] (5. 2)統(tǒng)計(jì)差值灰度圖像非零像素值的像素點(diǎn)的個(gè)數(shù)；
[0026] (5. 3)設(shè)置閾值，若統(tǒng)計(jì)結(jié)果大于閾值，則轉(zhuǎn)到步驟（4)繼續(xù)修復(fù)，否則修復(fù)完成， 退出程序。
[0027] 本發(fā)明的有益效果在于：本發(fā)明采用輪廓邊緣信息和Criminisi算法相結(jié)合可以 減少輪廓邊緣處信息跳變對(duì)修復(fù)的影響，采用lab空間原圖像和修復(fù)圖像差值運(yùn)算，可以 使修復(fù)效果更準(zhǔn)確。本發(fā)明具有很大的實(shí)際應(yīng)用性，對(duì)車輛的顏色特征識(shí)別有很大的幫助。
【附圖說明】
[0028]圖1為本發(fā)明實(shí)施例提供的一車輛光照修復(fù)方法構(gòu)成方框圖；
[0029]圖2為本發(fā)明實(shí)施例提供的一亮度空間顯著性檢測(cè)流程圖；
[0030]圖3為本發(fā)明實(shí)施例提供的一高光區(qū)域顏色修復(fù)方法流程圖；
[0031]圖4為本發(fā)明實(shí)施例提供的一車輛光照修復(fù)前后對(duì)比圖；
[0032]圖5為本發(fā)明實(shí)施例提供的一車輛光照修復(fù)方法框架結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0033] 下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步描述。
[0034] 為了使本發(fā)明的目的、技術(shù)、優(yōu)點(diǎn)和實(shí)用價(jià)值易于明白理解，以下結(jié)合附圖和具體 實(shí)施例對(duì)本申請(qǐng)進(jìn)行詳細(xì)描述。應(yīng)當(dāng)理解，所描述的實(shí)施例僅用于解釋說明本發(fā)明，而不是 全部的實(shí)施例并且并不限制本發(fā)明。
[0035] 本發(fā)明主要針對(duì)實(shí)際應(yīng)用中采集的受光照影響10% -50%的車輛彩色圖像，為了 實(shí)現(xiàn)上述的技術(shù)問題，本申請(qǐng)所述的修復(fù)方法包括以下步驟：
[0036] (1)采集受光照影響的車輛彩色圖像，統(tǒng)一成標(biāo)準(zhǔn)圖像大小，作為輸入；
[0037](2)將獲取的車輛圖像從RGB空間轉(zhuǎn)換到Y(jié)UV空間，在YUV空間進(jìn)行亮度顯著性檢 測(cè)，檢測(cè)出光照的區(qū)域并標(biāo)記為待修復(fù)區(qū)域；
[0038] (3)同時(shí)提取原圖像的輪廓邊緣特征，找到車輛的邊緣信息；
[0039] (4)利用車輛的邊緣信息和Criminisi算法對(duì)待修復(fù)區(qū)域進(jìn)行顏色修復(fù)；
[0040] (5)原圖像與修復(fù)后的圖像在lab空間做差值運(yùn)算，同時(shí)設(shè)定閾值進(jìn)行判斷，若計(jì) 算結(jié)果大于閾值，轉(zhuǎn)到步驟（4)，否則退出，修復(fù)完成。
[0041] 進(jìn)一步對(duì)于步驟（2)中的YUV空間亮度顯著性檢測(cè)所采取的方法是：
[0042] (2-a)將輸入的圖像轉(zhuǎn)換到Y(jié)UV空間；
[0043] (2-b)利用亮度值Y計(jì)算顯著值和閾值；
[0044] (2-c)根據(jù)亮度的顯著值和設(shè)定的閾值找到車輛的高光區(qū)域并標(biāo)記。
[0045] 進(jìn)一步對(duì)于步驟（3)中的原圖像輪廓邊緣信息提取，這一過程是基于自適應(yīng)閾值 二值化實(shí)現(xiàn)的，所采取的方法是將原圖像灰度化、二值化，統(tǒng)計(jì)圖像的灰度信息，然后根據(jù) 自適應(yīng)閾值提取出車輛的輪廓邊緣信息。
[0046] 進(jìn)一步對(duì)于步驟（4)中利用邊緣信息和Criminisi算法對(duì)高光區(qū)域進(jìn)行顏色信息 修復(fù)，所米取的方法是：
[0047] (4-a)對(duì)待修復(fù)高光區(qū)域預(yù)處理，并轉(zhuǎn)化為二值圖像；
[0048] (4-b)計(jì)算圖像非零像素值的像素點(diǎn)的個(gè)數(shù)，如果為零則轉(zhuǎn)到步驟（5)在lab空間 做差值運(yùn)算，否則執(zhí)行下一步驟（4-c);
[0049] (4-c)計(jì)算所有待修復(fù)區(qū)域內(nèi)像素點(diǎn)的置信度值、數(shù)據(jù)項(xiàng)值，然后利用公式計(jì)算每 一像素的優(yōu)先級(jí)值；
[0050] (4-d)判斷若像素點(diǎn)位于車輛輪廓邊緣，則將該點(diǎn)的優(yōu)先級(jí)；
[0051] (4-e)最后找到優(yōu)先級(jí)最大的像素點(diǎn)，創(chuàng)建矩形塊，同時(shí)創(chuàng)建已知區(qū)域，找最佳匹 配塊進(jìn)行矩形塊填充，同時(shí)將該點(diǎn)的灰度值設(shè)置為〇,然后轉(zhuǎn)到步驟（4-b)中繼續(xù)修復(fù)其他 的點(diǎn)。
[0052] 進(jìn)一步對(duì)于步驟（5)中的原圖像與修復(fù)后的圖像lab空間做差，設(shè)置判斷修復(fù)是 否結(jié)束的條件，其所采取的方法是：將原圖像和修復(fù)后的圖像都轉(zhuǎn)換到lab空間中，并做相 減運(yùn)算，然后統(tǒng)計(jì)差值灰度圖像像素值非零的點(diǎn)的個(gè)數(shù)，設(shè)置閾值，非零像素點(diǎn)的個(gè)數(shù)大于 閾值，則轉(zhuǎn)到步驟（4)繼續(xù)進(jìn)行修復(fù)，否則修復(fù)完成，退出程序。
[0053] 本發(fā)明采集的車輛圖像受光照的區(qū)域在10% -50%范圍內(nèi)，可以根據(jù)已知的顏色 信息對(duì)高光部分進(jìn)行修復(fù)，適合本申請(qǐng)的車輛光