[发明专利]基于最大熵的路面阴影抑制方法

说明书

技术领域

本发明涉及一种HSV空间下基于最大熵的路面阴影抑制方法，属于数字图像处理技术领域。

背景技术

用数字图像处理技术进行道路检测，最大的挑战在于道路周边场景和路面阴影的干扰。现有的道路阴影抑制方法大致可分为两大类：第一类方法是先进行阴影检测，再根据阴影周围的色彩特征对检测出来的阴影进行颜色补偿；第二类方法是通过某种方式对图像进行重构，将路面和阴影作为一个整体同时处理，从而间接地对阴影进行抑制。

第一类方法的典型代表是《Shadow detection and removal from remote sensing images using NDI and morphological operators》(Singh K K,Pal K,Nigam M J.Int J Comput Appl,2012,42(10):37-40)。在该文献中，作者首先在HSV空间下对图像进行二值处理，得到若干个连通域，将其作为阴影区域。接着，作者对二值图进行一定程度的膨胀处理，并把它同最初的二值图相减，得到阴影区域的轮廓，称为“缓冲区域”。随后，利用缓冲区域中的颜色均值代替其所包围的阴影区域的颜色，由此得到阴影抑制后的图像。但是，这种方法以检测阴影为基础，而阴影复杂多样、分布无规律，所以它不能把所有的阴影都很好地检测出来，从而也就不能全面地进行阴影抑制。此外，由于“缓冲区域”的色彩特征跟阴影区域没有特别明显的差别，因此处理之后的阴影只是在视觉上显得颜色变浅了，并没有被彻底消除。

第二类方法的典型代表是《Road detection based on illuminant invariance》(Alvarez J M A,Lopez A M.Intelligent Transportation Systems,IEEE Transactions on,2011,12(1):184-193)。在该文献中，作者首先分析了图像整体的光强分布，发现阴影的产生其实是由光强分布不均引起的。光强分布越杂乱，阴影的影响就越明显；反之，如果能把光强分布统一在一个方向上，那么阴影的影响会大大降低。由杂乱到统一，这是一个熵减的过程，而最小熵对应的光强分布是对阴影抑制效果最好的情况。因此，作者将光强按照一定的角度投射到一维空间，计算各个角度下所对应的熵值，找出最小熵值对应的角度，以该角度对图像进行重构，由此阴影与路面呈现相似的色彩特征，阴影得到了抑制。但是，这种方法是对图像整体进行处理的，为了达到光强分布的平衡，它以牺牲路面的信息为代价。也就是说，原本有效的路面信息也被处理掉了，它跟背景之间的区分度大幅度降低，这会对后续的道路检测带来不利的影响。

因此，现有的方法虽然对阴影抑制有一定的效果，但其局限性也是不容忽视的，这集中体现在两个方面：阴影消除不彻底、容易将道路区域也处理掉。

发明内容

发明目的：本发明旨在解决同类方法消除阴影不彻底、容易将道路区域也处理掉等问题。使用本发明后，将在最大程度保留道路信息的同时对路面阴影进行有效的抑制，为后续的道路检测提供有力的保障。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

一种基于最大熵的路面阴影抑制方法，包括如下步骤：

(1)将道路彩色图像转到HSV色彩空间，并根据HSV图像的三通道值得到每个像素点的HSV特征(log(H/S),log(V/S))；

(2)将HSV图像中所有像素点的HSV特征投影到一维空间中，并计算在一维空间的熵值，通过变化投射角α，得到不同投射角α对应的熵值，确定最大熵值对应的投射角α_m；

(3)基于投射角α_m对HSV图像进行重构，并对重构后的图像依次进行二值化和空洞填充得到阴影抑制后的道路图像。

进一步地，所述步骤(2)中计算在一维空间的熵值的具体步骤包括：

(a)在一维空间的最大值和最小值之间分成m等份，每一个区间的长度为(最大值-最小值)/m，统计每个区间内的点的个数；

(b)根据公式计算熵值，其中p_i＝n_i/N，n_i表示当投射角为α时第i个区间内点的个数，N表示各区间点数总和。

进一步地，所述步骤(2)中变化投射角α具体为使α从1°变化到180°，每次变化1°。

进一步地，所述步骤(3)中基于投射角α_m对HSV图像进行重构的表达式为：