[发明专利]一种基于块匹配的自适应光转移单幅阴影去除方法

说明书

一种基于块匹配的自适应光转移单幅阴影去除方法，包括以下步骤：根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。本发明对不均匀阴影、弯曲表面的阴影、多纹理类型的阴影都能获得高质量的阴影去除效果。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种基于块匹配的自适应光转移单幅阴影去除方法，可用于目标提取、影视特效制作等。

背景技术

图像阴影去除的目的是恢复阴影区域的正常光照条件，从而使得阴影去除结果与周围环境的纹理和光照保持一致。作为计算机图形学和计算机视觉领域中的一个研究热点，图像阴影去除技术在目标识别、场景分析、三维重建等方面，都有重要的研究价值。

阴影的存在会严重影响计算机图像的质量，干扰图像信息提取与判断，去除图像中的阴影将有助于改善计算机视觉的性能。针对这个问题，国内外学者已经提出了很多方法，例如：Finlayson等基于梯度域实现了用二维积分进行阴影去除，但算法采用全局积分，不可避免会引入一些人工痕迹。Baba等基于RGB颜色空间阴影像素的颜色和方差调节，提出了一个简单的强度域阴影去除方法，但算法必须满足阴影表面平坦的假设条件。McFeely等人利用一个薄板重建模型去除图像表面的阴影，以获得比较满意的结果，但图像的纹理细节必须足够小，因此，该方法不能用于粗糙表面的阴影去除。Arbel等人设定每个图像通道为一个强度表面，用一个带纹理定位点约束的平滑薄板来近似阴影区域表面。该方法可以去除不均匀阴影，然而，平滑的薄板近似很难精确估计出纹理和高结构图像中的阴影比例因子；此外，当阴影区域包含多种纹理类型时，算法失效。Guo等计算直射光和环境光的比率，通过再光照每个像素获得去除阴影图像，但该方法没有考虑到反射率变化，容易造成纹理细节的丢失。Khan等通过对多级颜色转换积分得到一个贝叶斯公式，利用它进行阴影去除，通过优化代价函数，可以获得较好的阴影去除效果；然而，由于采用多级颜色转换，对不均匀或弯曲表面阴影进行去除，其效果往往不够理想。

发明内容

本发明提供了一种基于块匹配的自适应光转移单幅阴影去除方法，本发明首先采用用户辅助的方法检测阴影区域，然后将输入图像分解为合适的块，对每个阴影块利用自适应光转移方法来计算去除阴影后像素值，最后经过光一致优化处理得到最终结果，实现单幅图像的阴影去除，详见下文描述：

一种基于块匹配的自适应光转移单幅阴影去除方法，所述阴影去除方法包括以下步骤：

1)根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；

2)利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；

3)对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；

4)构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。

在步骤1)之前，所述阴影去除方法还包括：

以初始种子点像素坐标为基础，进行迭代的区域增长，将阴影像素添加到初始阴影区域，以形成所述阴影掩膜。

在步骤1)之前，所述阴影去除方法还包括：