顏色分類識(shí)別陰影模型

1、顏色分類識(shí)別陰影模型摘要：一種新的方法闡述陰影檢測(cè)。該方法是基于使用不變的顏色模式識(shí)別來(lái)分類數(shù)字圖像中的陰 影。本程序分為兩個(gè)層次:第一，暗影候選區(qū)域,提取;然后，利用不變顏色特征，暗影候選區(qū)域被 歸類為自我陰影像素點(diǎn)或投陰影像素點(diǎn)。使用顏色特征不變特征，用一種低復(fù)雜度的分類方 式。實(shí)驗(yàn)結(jié)果表明:該方法成功地檢測(cè)假設(shè)環(huán)境約束中分級(jí)的陰影比最先進(jìn)的方法較少限制 對(duì)光照條件和場(chǎng)景的布局。1.介紹:如圖像數(shù)據(jù)庫(kù)應(yīng)用和衛(wèi)星成像可以要求通過分割識(shí)別對(duì)象。通過物體表面有關(guān)的形狀和顏色 的信息然后進(jìn)行采集。這些信息將會(huì)被扭曲，如噪聲，采集原因或者自然原因，如陰影。從 源的直射光照明通向物體對(duì)象被阻礙的話，陰

2、影將會(huì)部分或者完全發(fā)生。陰影可以分為2 類：投影和自我陰影。投射投影是因?yàn)楣庠凑龑?duì)著投射物體，自我陰影不是因?yàn)橹鄙涔?。?影的存在可以更改在一幅圖象中感知物體形狀，而自我陰影的存在修改感知物體形狀和顏色。 為了提供一個(gè)正確的描述對(duì)象，陰影應(yīng)該被識(shí)別和分類。相對(duì)有限的工作，可以發(fā)現(xiàn),在陰影檢測(cè)領(lǐng)域文現(xiàn)。遵循兩種不同的方法，第一基于模型，第二 基于陰影屬性。在第一種方法中：模型是用來(lái)代表一個(gè)先驗(yàn)知識(shí)場(chǎng)景的三維幾何，物體，照明1、5、7。約束 的環(huán)境中，如交通場(chǎng)景或建筑517）,而考慮的方向燈是假定被人知道的?；谶@些幾何方 法有兩個(gè)主要缺陷：簡(jiǎn)單的直線模型只可以用于簡(jiǎn)單的物體但是不適于復(fù)雜的場(chǎng)景。

3、此外, 照明的先驗(yàn)知識(shí)和場(chǎng)景的三維幾何并不總是可用的。這些方法有這樣一個(gè)有限的應(yīng)用范圍。 第二種方法是更一般的，并指出利用他們的幾何、亮度和顏色性質(zhì)指出陰影。影子鑒定和分 類算法，提出了灰度圖像。該方法在陰影強(qiáng)度和幾何對(duì)象和一個(gè)環(huán)境簡(jiǎn)單單一區(qū)域光源的基 礎(chǔ)上進(jìn)行分析,”。只有簡(jiǎn)單的場(chǎng)景，無(wú)遮擋物體之間和陰影,也會(huì)被考慮到。陰影的分類是基 于假定像素強(qiáng)度值以自我陰影區(qū)域是比那些在相應(yīng)的投射陰影區(qū)域。這意味著該方法的局限 性，因?yàn)樗鼤?huì)使收到來(lái)自另一個(gè)物體反射光投射陰影背景變深。這使得自我投射陰影的影子 更光明。一個(gè)系統(tǒng),結(jié)合顏色信息和幾何信息識(shí)別描述陰影在2。它發(fā)現(xiàn)投下的陰影而不考慮自己的 陰影。

4、該方法適用于更復(fù)雜的場(chǎng)景分析比較。另一方面它呈現(xiàn)了一個(gè)很強(qiáng)的限制，讓它無(wú)法 使用在很多應(yīng)用上。一個(gè)活躍的觀察者允許誰(shuí)投自己的影子，從這個(gè)陰影的方向計(jì)算光源進(jìn) 行了實(shí)證分析。利用這些信息，陰影被確認(rèn)在陰影區(qū)域提取的。提出方法：該算法的目標(biāo)是在彩色圖像中提取和分類影子。該方法工程在以下假說場(chǎng)景和照明條件下實(shí) 現(xiàn)。一個(gè)簡(jiǎn)單的環(huán)境是假定陰影投射在一個(gè)扁平的，或近持平，光滑表面（如8）。對(duì)象是一致 的顏色。只有一個(gè)光源照亮場(chǎng)景,和陰影和物體在影像。光源必須是強(qiáng)大的，因此陰影很清晰 可見。假設(shè)沒有其他限制的照明，對(duì)象之間的阻塞和陰影沒有考慮。該方法允許考慮更復(fù)雜 的場(chǎng)景就在8。2.1不變的顏色模式利用變性

5、陰影檢測(cè)性能的一些顏色變換來(lái)檢測(cè)顏色信息，這些變換(光度顏色不變量)是函數(shù) 描述每一個(gè)圖像的顏色配置點(diǎn)體現(xiàn)的陰影陰影和高光。他們是不變的改變成像條件,如觀察 方向，物體的表面定位和照明條件。在傳統(tǒng)的顏色特征，規(guī)范的rgb，hue(H)，飽和度(S)不變特征陰影和著色。除了這些著名的 色彩空間、新的不變的顏色模式，新的顏色模型C1,C2,C3和L1,L2,L3在圖3.我們?cè)u(píng)價(jià)了所 有的不變特征的行為在以上所提到的：rgb，h，C1,C2,C3和L1,L2,L3對(duì)顏色模型分析。clczc3 顏色的不變特征定義如下：R,G,B代表紅、綠、藍(lán)三種顏色組成的每一個(gè)像素的圖像。2.2影子區(qū)域識(shí)別第一步包括

6、識(shí)別開發(fā)的亮度特性的陰影。從光線的光源獲得陰影。因此，在陰影區(qū)域的亮度 值小于那些在周圍的環(huán)境照亮區(qū)域。提取方案，作為一個(gè)潛在的陰影，區(qū)域提出了更深的環(huán)境。我們有修改這個(gè)方法為了把它應(yīng)用 到一個(gè)部分的形象。這部分是一個(gè)邊緣個(gè)性化地圖。地圖是得到邊緣應(yīng)用索伯運(yùn)營(yíng)商亮度成 分輸入圖像。水平和垂直掃描地圖邊緣，為了找到外邊緣點(diǎn)的地圖。在檢測(cè)強(qiáng)度點(diǎn)作為參考 來(lái)確定內(nèi)部像素的邊緣，因此地圖上有深色候選人必須陰影點(diǎn)。因?yàn)榱炼仁且粋€(gè)顏色特征對(duì) 陰影和遮蔽，這張地圖含有對(duì)象和陰影的邊緣。利用此地圖邊緣提取工藝較暗的區(qū)域我們把 圖像的一部分被對(duì)象及其鑄件影子當(dāng)作搜索影子候選區(qū)域。S街9這克服兩描述的方法的局限性

7、，假設(shè)強(qiáng)度的圖像邊緣和設(shè)置為較暗的區(qū)域是一個(gè)參數(shù)識(shí)別。 首先，該方案提出了即使在持有強(qiáng)度圖像邊界低于陰影例如在一個(gè)集中的情況下的光源。然 后,利用邊緣需要的地圖避免參數(shù)測(cè)定黑像素?？赡懿荒芙M成封閉的邊緣輪廓圖，有些陰影點(diǎn) 可能是不被分類的。為了克服這一問題，提高其性能的檢測(cè)算法,應(yīng)用形態(tài)學(xué)處理像素的亮度 邊緣的地圖。這一處理過程允許關(guān)閉的變換檢測(cè)邊緣地圖，并獲得較好性能較暗的區(qū)域提取 的模塊。2.3陰影分類一旦較暗的區(qū)域從圖像中提取出來(lái)的,顏色信息可以用來(lái)分類的物體上陰影區(qū)域（自我陰影） 和陰影的區(qū)域背景（陰影）。利用光度顏色不變性這一步識(shí)別過程。在進(jìn)行邊緣檢測(cè)的不變顏 色特征，一個(gè)邊緣地圖”

8、，它不含邊緣得到對(duì)應(yīng)于陰影邊界，顏色較暗的區(qū)域邊緣地圖和地圖 即可作為輸入分類水平。過程中較暗的區(qū)域分類的相似，用于他們的檢測(cè)。輸入的彩色邊緣 地圖掃描在水平和垂直方向，找到的邊緣外點(diǎn)地圖。檢測(cè)分外邊緣點(diǎn)顯示在對(duì)象上。在黑暗 的地區(qū)分面膜，檢測(cè)邊緣點(diǎn)，就在為自己的影子分。另一個(gè)分為投射陰影點(diǎn)。由于噪聲在不變 的顏色特征，孤立的邊緣點(diǎn)遠(yuǎn)外能被檢測(cè)出目標(biāo)輪廓。這將導(dǎo)致一些投射陰影的分類作為自 己的影子。最后一個(gè)形態(tài)學(xué)處理鑄造和自我陰影掩碼是為了降低錯(cuò)誤分類，提高改進(jìn)方法的 性能。另一個(gè)約束是由于不穩(wěn)的顏色特征為低的數(shù)值不變的飽和和強(qiáng)度。因?yàn)檫@個(gè)原因，為 正確彩色邊緣檢測(cè)、飽和度和強(qiáng)度值必須大于5%

9、的總范圍4,6。提出的方塊圖識(shí)別方法的陰影中所示圖2。詳細(xì)方法如下：圖像的亮度，這是敏感的陰影，顏色組成的不變色彩模型，通過一個(gè)顏色空間步驟轉(zhuǎn)換。邊緣檢測(cè)在圖像的亮度中進(jìn)行。地圖作為取得的優(yōu)勢(shì)，結(jié)合亮度圖像，提取輸入地區(qū)方案的場(chǎng)景，使他們是更深的環(huán)境。黑 暗陰影區(qū)域是候選人區(qū)域。邊光度計(jì)的不變顏色空間來(lái)獲得物體輪廓和折扣找到影子輪廓。黑暗的區(qū)域沒有包含在物體的輪廓分為投射陰影區(qū)域而黑暗的區(qū)域內(nèi)輪廓檢測(cè)對(duì)象為 自我陰影區(qū)域。實(shí)驗(yàn)結(jié)果：陰影部分結(jié)果鑒定和分類算法提出呈現(xiàn)在這一章節(jié)。測(cè)試裝置是由彩色照片評(píng)論在假設(shè)2. 這些形象的選擇提出了以下（圖3（A）。一個(gè)單獨(dú)的對(duì)象，它的影子是鑄造中所描繪的第一

10、（橙 色）和在第二（蘋果）之中。一個(gè)更復(fù)雜的場(chǎng)景是顯示在第三排（Kolla）。有兩個(gè)對(duì)象和對(duì)象之間 的阻塞和陰影的存在。左邊的物體違反物體顏色在場(chǎng)景里面的假設(shè)，這允許我們來(lái)測(cè)試方法 的可靠性不同的假說。邊緣檢測(cè)步驟討論在上一節(jié)中需要一個(gè)閾值的設(shè)置為了獲得一個(gè)二進(jìn)制通配符的邊緣檢測(cè) 的過程。選用不同的值測(cè)試圖象被發(fā)表在表1。顏色值均高于邊緣檢測(cè)算法對(duì)邊緣亮度檢測(cè)。 在第一例中，由于噪聲，遠(yuǎn)外的對(duì)象輪廓，邊緣檢測(cè)器靈敏度要求降低檢測(cè)邊緣點(diǎn)數(shù)量。在第 二種情況下，更高的靈敏度可以獲得一個(gè)地圖上的什么位置形成盡可能多的邊緣封閉輪廓。 橘子和蘋果，面具(b)和(c)表明自己的影子投陰影和檢出正確的算法。

11、Kolla的情況下，該算法已 經(jīng)應(yīng)用于兩個(gè)部分,包含兩個(gè)物體的圖像。最后陰影集中到自己的影子區(qū)域。對(duì)于這個(gè)例子， 該算法是一個(gè)極端的假設(shè)。結(jié)果表明，該對(duì)象收到了錯(cuò)誤分配點(diǎn)和影子自己本身的影響，正確的對(duì)象是非常黑暗和兩種 類型的問題，這意味著當(dāng)添加陰影識(shí)別算法。首先，較暗的區(qū)域提取步驟將對(duì)象作為一個(gè)潛在的影子，因?yàn)樗亲詈诎档牡貐^(qū)之一的形象。 因?yàn)檫@部分是黑暗的，黑暗的對(duì)象結(jié)果呈現(xiàn)在自我陰影中。第二,色彩的表現(xiàn)邊緣檢測(cè)算法的cl，c2, c3不滿意的暗物體和最黑暗的地方，因?yàn)椴环€(wěn)的 顏色特征值為低飽和度和強(qiáng)度，作為討論。因?yàn)檫@個(gè)原因，一些陰影被錯(cuò)誤分類,但是接近對(duì)象 邊界。4.總結(jié):一種全新的方法來(lái)鑒別和分類彩色圖像中的陰影已經(jīng)展現(xiàn)。兩個(gè)亮度和顏色信息用于陰影識(shí) 別，利用亮度信息、地區(qū)更深的環(huán)境中陰影作為候選區(qū)域。地區(qū)包括自我陰影對(duì)象和投射陰 影的背景。彩色邊緣檢測(cè)在顏色不變模型中是用來(lái)獲取物體邊緣陰影邊緣的。影子點(diǎn)數(shù)在物 體邊緣檢測(cè)范圍之內(nèi)作為