[发明专利]一种基于全卷积网络和均值漂移的阴影区域检测方法

摘要

本发明提供了一种基于全卷积网络和均值漂移的阴影区域检测方法，该方法针对单幅图像阴影区域检测，首先设计全卷积网络并采用阴影图像数据集进行训练，将全卷积网络作为阴影特征提取器来提取图像的阴影特征，然后经均值漂移算法修正后输出阴影概率图，最后对阴影概率图逐像素点判别是否阴影得到二值化的阴影检测图。全卷积网络作为特征提取器，摒弃传统的人工设计特征，自动学习阴影特征，大大提高阴影检测的鲁棒性。经过均值漂移算法修正后的阴影特征图，利用原始图像的颜色信息，精确修正阴影区域的边缘，显著提高阴影检测的准确率。

主权项

1.一种基于全卷积网络和均值漂移的阴影区域检测方法，其特征在于，包括以下步骤：步骤1：将Vgg16网络中的所有全连接层用卷积层替换，得到全卷积网络；使用阴影图像数据集训练全卷积网络，使全卷积网络具有图像阴影区域检测能力；步骤2：将原始图像作为训练后的全卷积网络的输入，进行卷积运算，输出得到表征阴影与非阴影的二通道阴影特征图；步骤3：再将二通道阴影特征图与原始图像的RGB三通道图像合并为五通道的融合特征图；步骤4：使用均值漂移算法对步骤3中得到的融合特征图中每个像素点进行处理，得到更新后的融合特征图；步骤5：使用Softmax函数计算阴影概率图，得到更新后的融合特征图每个像素点的阴影概率与非阴影概率，若阴影概率大于非阴影概率，将该点颜色置白；若阴影概率小于非阴影概率，将该点颜色置黑；从而得到二值化的阴影检测图。