[发明专利]一种基于自适应亮度高程模型的消除路面阴影的方法

权利要求书

1.一种基于自适应亮度高程模型的消除路面阴影的方法，其特征在于，包括如下步骤：

步骤一：对采集到的路面阴影影像进行灰度化运算，得到路面阴影的灰度影像；

步骤二：对路面阴影的灰度影像进行形态学膨胀运算，消除路面裂缝；

步骤三：对步骤二经过形态学膨胀运算所得的结果进行二维的高斯平滑；

步骤四：对高斯平滑后的路面影像进行最大熵阈值分割，求解出这一阈值分割过程中的分割阈值，并且将此阈值作为阴影区域和非阴影区域的划分阈值，记为metS，进行阴影区域和非阴影区域的划分，并将阴影区域记为S，非阴影区域记为B；

步骤五：求解非阴影区域记为B的像素亮度值的标准方差D_B和非阴影区域的平均亮度I_B’；阴影区域记为S的像素亮度值的标准方差D_s和非阴影区域的平均亮度I_s’；

步骤六：对高斯平滑后的路面影像进行亮度等高区域划分；

步骤七：采用式(1)进行全影像亮度补偿，

I'_i,j＝α*I_i,j+λ (1)

其中，I_i，j为路面影像中每一像素点的亮度值，λ＝I_B’-α*I_S’。

2.如权利要求1所述的一种基于自适应亮度高程模型的消除路面阴影的方法，其特征在于：对路面阴影的灰度影像进行形态学膨胀运算，通过如下公式进行

dilate(x,y)＝max src(x+x',y+y')；(x',y')∈ker nel

(2)

其中，(x,y)代表原始图像中某一个像素点的坐标，src(x,y)代表坐标(x,y)处的像素点的灰度值；(x',y')代表kernel B中像素点的坐标；max src(x+x',y+y')表示，以原始图像坐标点(x,y)为锚点，然后将kernel B核的中心点坐标和(x,y)点重合，求出该kernel B覆盖下区域像素灰度值最大的值，然后，用这个最大的值替换掉原始图像坐标点(x,y)处的灰度值。

3.如权利要求1所述的一种基于自适应亮度高程模型的消除路面阴影的方法，其特征在于：对高斯平滑后的路面影像进行亮度等高区域划分是将每一灰度等级中遍历图像的一行之后就立刻将此灰度等级内的像素点数量与每一个亮度等高区域内的像素点数目n_g进行比较。