[发明专利]快速去除运动图像阴影的方法

说明书

技术领域

本发明涉及一种快速去除运动图像阴影的方法，尤指一种在智能交通领域这种特定背景下进行视频运动分析时，快速去除运动图像阴影的方法。 

背景技术

在抓拍运动物体的图像时，往往图像中会存在一些阴影。在进行视频运动分析时，这些阴影的存在往往会导致分析结果的错误。例如，在智能交通领域压黄线抓拍系统中，如果有汽车压线行驶，系统就会触发抓拍并报警。但在实际应用时，在阳光强烈照射下，汽车自身会投下很深的阴影，这时，虽然汽车没有压线行驶，但阴影投在黄线区域，也会触发抓拍报警。 

为了解决这个问题，就需要对现有的视频分析算法进行优化，在分析时快速去除影子/阴影的影响，从而得到正确的结果。 

目前，智能交通压线抓拍系统，根据实际物体和影子的频率不同，通过小波变换算法，精确定位影子。这种方法的缺点是：运算量非常大；在分割出影子部分后，如果想得到运动部分，还需要另外采用其他办法进行计算，整体运算强度非常大，速度慢！ 

发明内容

为了解决现有视频运动分析系统中图像阴影对分析结果的影响，本发明的目的是提供一种快速去除图像阴影，精确定位场景中运动对象的方法。 

为实现上述目的，本发明采用以下技术方案：1、一种快速去除运动图像阴影的方法，其特征在于：该方法包括以下步骤： 

1)、调取前一幅运动图像； 

2)、调取当前运动图像； 

3)、将前一幅运动图像和当前运动图像分割成相等数量的若干块小图像； 

4)、求两幅图像中对应小块图像的亮度残差； 

5)、判断亮度残差是否大于设定的阀值？如果亮度残差小于设定阀值，标记该小块图像为不变块图像；如果亮度残差大于设定阀值，则标记该小块图像为运动块图像； 

6)、判断两幅图像的所有小块图像的亮度残差是否都计算完毕？如果否，循环执行第5)和第6)步，如果都计算完毕，则执行下一步； 

7)、将当前图像中的运动块图像数据转换到HSV颜色空间； 

8)、将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间； 

9)、求两幅图像对应运动块图像的颜色饱和度的残差； 

10)、判断颜色饱和度残差是否大于设定阀值？如果否，则标记该运动块图像为运动物体阴影，删除； 

如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块； 

11)、重复执行步骤7)至步骤10)直至两幅图像中所有运动块图像均均计算完毕； 

12)、根据得到的实际运动物体块勾画出实际运动物体区域。 

附图说明

图1为本发明快速去除运动图像阴影的方法程序框图。 

具体实施方式

本发明人经过长期的工程实践和试验发现：在智能交通这种特定应用环境下，视频图像中阴影部分的亮度虽有变化，但是其颜色饱和度基本不变。根据这一特性，本发明人提出了一种快速去除运动图像阴影的方法。 

如图1所示，本发明提供的快速去除运动图像阴影的方法为： 

1)、调取前一幅运动图像； 

2)、调取当前运动图像； 

3)、将前一幅运动图像和当前运动图像分割成相等数量的若干块小图像； 

4)、求两幅图像中对应小块图像的亮度残差； 

5)、判断亮度残差是否大于设定的阀值？如果亮度残差小于设定阀值，标记该小块图像为不变块图像；如果亮度残差大于设定阀值，则标记该小块图像为运动块图像； 

6)、判断两幅图像的所有小块图像的亮度残差是否都计算完毕？如果否，循环执行第5)和第6)步，如果都计算完毕，则执行下一步； 

7)、将当前图像中的运动块图像数据转换到HSV颜色空间； 

8)、将对应当前图像运动块图像位置的前一幅图像块数据也转换到HSV颜色空间； 

9)、求两幅图像对应运动块图像的颜色饱和度的残差； 

10)、判断颜色饱和度残差是否大于设定阀值？如果否，则标记该运动块 图像为运动物体阴影，删除；如果颜色饱和度残差大于设定阀值，则标记该运动块图像为实际运动物体块； 

通常，该阈值一般设定为1500左右，可根据现场光照的强度适当调整，光照越强，阈值越大； 

11)、重复执行步骤7)至步骤10)直至两幅图像中所有运动块图像均均计算完毕；