專利名稱：車輛陰影去除方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種車輛陰影去除方法和裝置。
背景技術(shù)：
隨著經(jīng)濟的發(fā)展，汽車數(shù)量不斷增加，地面交通情況變得日益復(fù)雜。為了 適應(yīng)地面交通的迅速發(fā)展，現(xiàn)有技術(shù)釆用智能交通系統(tǒng)實現(xiàn)對地面交通的管理 和控制。在所述智能交通系統(tǒng)中，車輛圖像采集是一個重要問題。
目前，車輛圖像采集方案主要包括兩種 一種是基于模型的方法，由于模 型的建立需要場景、對象和光照等方面的先驗知識，故這類算法只適合特殊場 合中的簡單對象的陰影去除，在實際應(yīng)用中陰影去除結(jié)果往往不是很準確；另 一種是基于陰影的屬性的方法，通過紋理屬性或者不同的顏色空間進行陰影去 除，但這類方法無法分辨暗色前景引起的陰影。

發(fā)明內(nèi)容
本發(fā)明的實施例提供一種車輛陰影去除方法和裝置，能夠準確地去除車輛 陰影。
為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案 一種車輛陰影去除方法，包括
將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像； 在灰度差分圖像中標注運動車輛；
將標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域和二值 化處理，得到第一結(jié)果圖像；
將標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；
掃描第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像 中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景 點，從而得到去除陰影邊緣的目標邊緣圖像。
上述方法中，在得到第二結(jié)果圖像之后，掃描第一結(jié)果圖像之前，對所述 第二結(jié)果圖像進行膨脹處理。
以上方法，得到去除陰影邊緣的目標邊緣圖4象之后，還包括
將所述目標邊緣圖像與差分圖像進行"與"操作。
上述方法中，得到灰度差分圖像之后，在灰度差分圖像中標注運動車輛之 前，還包括以下步驟
用12*12模板對灰度差分圖像進行腐蝕，然后用3*3模板進行膨脹。
以上方法，所述在灰度差分圖像中標注運動車輛的步驟包括
從下向上，從左向右掃描圖像，遇到?jīng)]有被標注的白色像素點將其標注， 將此時的列付給左邊界，將現(xiàn)在的行付給底邊界；
以剛被標注的白色像素點為起點，向右掃描，如果遇到白點繼續(xù)向右，遇 到黑點停下，并將此時的列付給右邊界；
向上一行，如果從左邊界到右邊界沒有白色像素點，將該行付給頂邊界， 確定標注運動車輛的區(qū)域；否則從左邊界開始向左，如果遇到白色像素點繼續(xù) 向左，遇到黑點停下，并將此時的列付給左邊界，從右邊界開始向右，如果遇 到白色像素點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊界，然后向上 一行，重復(fù)本步驟，直到找到頂邊界行，確定標注運動車輛的區(qū)域。
以上方法，從左向右掃描圖像時，如果連續(xù)的白色像素點個數(shù)小于10個， 忽略所述連續(xù)的白色像素點，繼續(xù)從左向右掃描圖^^。上述方法中，設(shè)定閾值，如果標注運動車輛的區(qū)域小于閾值，將該區(qū)域的白色像素點轉(zhuǎn)為黑點，忽略該區(qū)域。
以上方法，所述閾值為100。一種車輛陰影去除裝置，包括
灰度差分圖像獲取模塊將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像；
標注模塊提取灰度差分圖像獲取模塊獲得的灰度差分圖像，在灰度差分圖像中標注運動車輛；
第 一結(jié)果圖像獲取模塊將標注模塊獲得的標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像；
第二結(jié)果圖像獲取模塊將標注模塊獲得的標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；
目標邊緣圖像獲取模塊掃描第一結(jié)果圖像獲取模塊獲取的第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
上述裝置中還包括
膨脹模塊在第二結(jié)果圖像獲取模塊得到第二結(jié)果圖像之后，目標邊緣圖像獲取模塊掃描第 一結(jié)果圖像之前，對所述第二結(jié)果圖像進行膨脹處理。
本發(fā)明實施例提供的車輛陰影去除方法和裝置，對車輛區(qū)域的灰度差分圖像先進行提取邊緣，再進行二值化處理，得到包括陰影的車輛區(qū)域的整體圖像；然后對車輛區(qū)域的灰度差分圖像先進行二值化處理，再進行提取邊緣，得到包括陰影的車輛區(qū)域的外輪廓圖像；最后從整體圖像中去掉包括陰影的外輪廓圖像，從而去掉陰影。本發(fā)明不受光線和場景的限制，相對于現(xiàn)有技術(shù)能夠準確地去除車輛陰影。


圖1為本發(fā)明方法實施例一流程圖；圖2為本發(fā)明方法實施例二流程圖；圖3為本發(fā)明裝置實施例一流程圖；圖4為本發(fā)明裝置實施例二流程圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明實施例視頻車輛檢測方法和裝置進行詳細描述。本發(fā)明方法實施例一，如圖1所示，包括
5101、 將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像。
5102、 在灰度差分圖像中標注運動車輛。
5103、 將標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像。
對標注運動車輛的灰度差分圖像先進行提取邊緣，與背景灰度值不同的像素點一般都可以提取出來，這樣可以得到更多的非背景像素點，再提取車輛區(qū)域和二值化處理，得到的白色像素點的顯示效果可以較好地體現(xiàn)包括陰影部分的車輛區(qū)域的整體圖像，尤其是車輛區(qū)域內(nèi)部的圖像。
5104、 將標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像。
對標注運動車輛的灰度差分圖像先進行二值化處理，將與背景灰度值明顯不同的像素點提取出來， 一般來說，包括陰影部分的車輛區(qū)域二值化處理后會與背景灰度值明顯不同，這樣包括陰影部分的車輛區(qū)域會變成幾乎全部是白色像素點，這時再提取車輛區(qū)域和提取邊緣，由于車輛區(qū)域幾乎全是白色像素點，提取邊緣得到的將是包括陰影的車輛區(qū)域的外輪廓圖像。
S105、掃描第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
本步驟的實際效果類似于在第一結(jié)果圖像中去除第二結(jié)果圖像中存在的白色像素點，也就等于從包括陰影部分的車輛區(qū)域的整體圖像中減去包括陰影的車輛區(qū)域的外輪廓圖像，這樣陰影被去除掉了，從而得到去除陰影邊緣的目標邊緣圖像。
本實施例中，S103與S104不存在必然的先后順序。
本實施例對車輛區(qū)域的灰度差分圖像先進行提取邊緣，再進行二值化處理，得到包括陰影的車輛區(qū)域的整體圖像；然后對車輛區(qū)域的灰度差分圖像先進行二值化處理，再進行提取邊緣，得到包括陰影的車輛區(qū)域的外輪廓圖像；最后從整體圖像中去掉包括陰影的外輪廓圖像，從而去掉陰影。本實施例不受光線和場景的限制，相對于現(xiàn)有技術(shù)能夠準確地去除車輛陰影。
本發(fā)明方法實施例二，如圖2所示，包括
5201、 將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像。
5202、 用12*12模板對灰度差分圖像進行腐蝕，然后用3*3模板進行膨脹。腐蝕和膨脹屬于圖像形態(tài)學(xué)操作。數(shù)學(xué)形態(tài)學(xué)是由一組形態(tài)學(xué)的代數(shù)運算
子組成的。圖像形態(tài)學(xué)就是利用這些運算子機器組合來進行圖像形狀和結(jié)構(gòu)的分析及處理。腐蝕作用就是消除物體的邊界點。腐蝕可以把小于結(jié)構(gòu)元素(模板)的物體去除，這樣選區(qū)不同大小的結(jié)構(gòu)元素，就可以去掉不同大小的物體。具體操作過程如下
利用wn大小的結(jié)構(gòu)元素(即模板，本實施例采用12*12模板)掃描圖像。將模板中心點放于當前像素點上，求取模板范圍內(nèi)圖像像素的最小值，賦給當前像素。直至掃描結(jié)束。
膨脹作用是把圖像周圍的背景點合并到物體中。如果兩個物體之間距離比較近，那么膨脹運算可能會使這兩個物體連通在一起。膨脹對填補圖像分割后物體中的空洞^艮有用。具體操作過程如下
利用n*n大小的結(jié)構(gòu)元素(即模板，本實施例采用3*3模板)掃描圖像。將模板中心點放于當前像素點上，求取模板范圍內(nèi)圖像像素的最大值，賦給當前像素。直至掃描結(jié)束。
在數(shù)學(xué)形態(tài)學(xué)中，先腐蝕后膨脹稱為開運算，開運算可以消除散點和毛刺，即對圖像進行平滑處理。本步驟利用開運算這一特性去噪音，同時又修補了運動物體。
5203、 從下向上，從左向右掃描圖像，遇到?jīng)]有被標注的白色像素點將其標注，將此時的列付給左邊界(left),將現(xiàn)在的行付給底邊界(bottom)。
為了進一步消除噪音，本步驟在執(zhí)行時可以加入以下條件從左向右掃描圖像時，如果連續(xù)的白色像素點個數(shù)小于IO個，則認為是噪音，忽略所述連續(xù)的白色像素點，繼續(xù)向右掃描圖像。
5204、 以剛被標注的白色像素點為起點，向右掃描，如果遇到白點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊界(right )。
5205、 向上一行，如果從左邊界到右邊界沒有白色像素點，將該行付給頂邊界(top)，確定標注運動車輛的區(qū)域；否則/人左邊界開始向左，如果遇到白 色像素點繼續(xù)向左，遇到黑點停下，并將此時的列付給左邊界，從右邊界開始 向右，如果遇到白色像素點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊 界，然后向上一行，重復(fù)本步驟，直到找到頂邊界行，確定標注運動車輛的區(qū) 域。
左邊界、右邊界、頂邊界、底邊界找到后就確定了標注運動車輛的區(qū)域。
5206、 設(shè)定閾值，如果標注運動車輛的區(qū)域小于閾值，將該區(qū)域的白色像 素點轉(zhuǎn)為黑點，忽略該區(qū)域。所述閾值的優(yōu)選值為100。
5207、 將標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域 和二值化處理，得到第一結(jié)果圖像。
對標注運動車輛的灰度差分圖像先進行提取邊緣，與背景灰度值不同的像 素點一般都可以提取出來，這樣可以得到更多的非背景像素點，再提取車輛區(qū) 域和二值化處理，得到的白色像素點的顯示效果可以較好地體現(xiàn)包括陰影部分 的車輛區(qū)域的整體圖像，尤其是車輛區(qū)域內(nèi)部的圖像。
這里提取邊緣方法用sobel算子進行。
Sobel邊緣算子如下式所示的兩個巻積核形成了 sobel邊緣算子。圖像中 的每個點都用這兩個核做巻積， 一個核對通常的垂直邊緣響應(yīng)最大，而另一個 對水平邊緣響應(yīng)最大。兩個巻積的最大值作為該點的輸出位，運算結(jié)果是一幅
邊緣幅度圖像。
一l -2 -1 -l 0 1
000 -2 0 2
12 1 -l 0 1
現(xiàn)有提取邊緣的方法本發(fā)明都適用，本實施例選取Sobel邊緣算子對噪聲 具有平滑作用，可以提供較為精確的邊緣方向信息。5208、 將標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū) 域和提取邊緣，得到第二結(jié)果圖像。
對標注運動車輛的灰度差分圖像先進行二值化處理，將與背景灰度值明顯 不同的像素點提取出來， 一般來說，包括陰影部分的車輛區(qū)域二值化處理后會 與背景灰度值明顯不同，這樣包括陰影部分的車輛區(qū)域會變成幾乎全部是白色 像素點，這時再提取車輛區(qū)域和提取邊緣，由于車輛區(qū)域幾乎全是白色像素點， 提取邊緣得到的將是包括陰影的車輛區(qū)域的外輪廓圖像。
5209、 對所述第二結(jié)果圖像進行膨脹處理。
步驟S208得到的第二結(jié)果圖像白色像素點往往較少，對所述第二結(jié)果圖像 進行膨脹處理，增大白色像素點面積，在步驟S210中可以更好的去掉陰影輪廓。
5210、 掃描第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié) 果圖像中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置 為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
本步驟的實際效果類似于在第一結(jié)果圖像中去除第二結(jié)果圖像中存在的白 色像素點，也就等于從包括陰影部分的車輛區(qū)域的整體圖像中減去包括陰影的 車輛區(qū)域的外輪廓圖像，這樣陰影被去除掉了，從而得到去除陰影邊緣的目標 邊緣圖像，由于步驟S209對所述第二結(jié)果圖像進行了膨脹處理，第一結(jié)果圖像 中去除的像素會更多，有利于去掉陰影輪廓。
本實施例中，S207與S208不存在必然的先后順序。
5211、 將所述目標邊緣圖像與差分圖像進行"與"操作。 本步驟的目的與步驟S209類似，都是為了更好的去掉陰影輪廓，只是手段
不同，本步驟將所述目標邊緣圖像與差分圖像進行"與"操作后，會減少目標 邊緣圖像的白色像素點，進一步消除陰影輪廓。本實施例對車輛區(qū)域的灰度差分圖像先進行提取邊緣，再進行二值化處理，
得到包括陰影的車輛區(qū)域的整體圖像；然后對車輛區(qū)域的灰度差分圖像先進行 二值化處理，再進行提取邊緣，得到包括陰影的車輛區(qū)域的外輪廓圖像；最后 從整體圖像中去掉包括陰影的外輪廓圖像，從而去掉陰影。本實施例不受光線 和場景的限制，相對于現(xiàn)有^t支術(shù)能夠準確地去除車輛陰影。
另外，本實施例對灰度差分圖像進行先腐蝕后膨脹的開運算，既去除了噪 音，同時又修補了運動物體。
本實施例在灰度差分圖像中標注運動車輛時，采取了噪音消除手段，提高 了標注運動車輛的正確率。
此外，本實施例通過對第二結(jié)果圖像進行膨脹處理和對目標邊緣圖像與差 分圖像進行"與"操作，增強了消除陰影輪廓的效果。
本發(fā)明裝置實施例一，如圖3所示，包括
灰度差分圖像獲取模塊1:將拍攝的背景圖像和目標圖像做差并進行灰度處 理，得到灰度差分圖像；
標注模塊2:提取灰度差分圖像獲取模塊獲得的灰度差分圖像，在灰度差分 圖像中標注運動車輛；
第一結(jié)果圖像獲取模塊3:將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像；
第二結(jié)果圖像獲取模塊4:將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；
目標邊緣圖像獲取模塊5:掃描第一結(jié)果圖像獲取模塊獲取的第一結(jié)果圖 像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，確 定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
本實施例對車輛區(qū)域的灰度差分圖像先進行提取邊緣，再進行二值化處理，
得到包括陰影的車輛區(qū)域的整體圖像；然后對車輛區(qū)域的灰度差分圖像先進行 二值化處理，再進行提取邊緣，得到包括陰影的車輛區(qū)域的外輪廓圖像；最后 從整體圖像中去掉包括陰影的外輪廓圖像，從而去掉陰影。本實施例不受光線 和場景的限制，相對于現(xiàn)有技術(shù)能夠準確地去除車輛陰影。 本發(fā)明裝置實施例二，如圖4所示，包括
灰度差分圖像獲取模塊h將拍攝的背景圖像和目標圖像做差并進行灰度處 理，得到灰度差分圖像。
開運算模塊6:提取灰度差分圖像獲取模塊獲得的灰度差分圖像，用12*12 模板對灰度差分圖像進行腐蝕，然后用3*3模板進行膨脹。
標注模塊2:在開運算模塊處理后的灰度差分圖像中標注運動車輛。
第一結(jié)果圖像獲取模塊3:將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像。
第二結(jié)果圖像獲耳5Uf莫塊4:將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像。
膨脹模塊7:對所述第二結(jié)果圖像進行膨脹處理。
目標邊緣圖像獲取模塊5:掃描第一結(jié)果圖像獲取模塊獲取的第一結(jié)果圖 像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在經(jīng)過膨脹處理的第二結(jié)果圖像中不 存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點， 從而得到去除陰影邊緣的目標邊緣圖像。
"與"操作模塊8:將所述目標邊緣圖像與差分圖像進行"與"操作。
進一步的，所述標注模塊2包括底部和左邊查找子模塊21:從下向上，從左向右掃描圖像，遇到?jīng)]有被標 注的白色像素點，如果連續(xù)的白色像素點個數(shù)小于10個，忽略所述連續(xù)的白色 像素點，將其標注，將此時的列付給左邊界，將現(xiàn)在的行付給底邊界。
右邊查找子模塊22:以剛被標注的白色像素點為起點，向右掃描，如果遇 到白點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊界。
邊界確定子模塊23:向上一行，如果從左邊界到右邊界沒有白色像素點， 將該行付給頂邊界，確定標注運動車輛的區(qū)域；否則從左邊界開始向左，如果 遇到白色像素點繼續(xù)向左，遇到黑點停下，并將此時的列付給左邊界，從右邊 界開始向右，如果遇到白色像素點繼續(xù)向右，遇到黑點停下，并將此時的列付 給右邊界，然后向上一行，重復(fù)本步驟，直到找到頂邊界行，確定標注運動車 輛的區(qū)域。
閾值設(shè)定子模塊24:設(shè)定閾值，如果標注運動車輛的區(qū)域小于閾值，將該 區(qū)域的白色像素點轉(zhuǎn)為黑點，忽略該區(qū)域。所述閾值的優(yōu)選值為100。
本實施例通過第一結(jié)果圖像獲取模塊對車輛區(qū)域的灰度差分圖像先進行提 取邊緣，再進行二值化處理，得到包括陰影的車輛區(qū)域的整體圖像；然后通過 第二結(jié)果圖像獲取模塊對車輛區(qū)域的灰度差分圖像先進行二值化處理，再進行 提取邊緣，得到包括陰影的車輛區(qū)域的外輪廓圖像；最后通過目標邊緣圖像獲 取模塊從整體圖像中去掉包括陰影的外輪廓圖像，從而去掉陰影。本實施例不 受光線和場景的限制，相對于現(xiàn)有^f支術(shù)能夠準確地去除車輛陰影。
另外，本實施例通過開運算模塊對灰度差分圖像進行先腐蝕后膨脹的開運 算，既去除了噪音，同時又修補了運動物體。
本實施例在灰度差分圖像中標注運動車輛時，采取了噪音消除手段，提高 了標注運動車輛的正確率。此外，本實施例通過膨脹模塊對第二結(jié)果圖像進行膨脹處理和"與"操作 模塊對目標邊緣圖像與差分圖像進行"與"操作，增強了消除陰影輪廓的效果。
流程，
是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算 機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。
其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory, ROM)或隨機存儲記憶體(RandomAccess Memory, RAM)等。
以上所述，僅為本發(fā)明的具體實施方式
，但本發(fā)明的保護范圍并不局限于 此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到 變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng) 以權(quán)利要求的保護范圍為準。
權(quán)利要求
1、一種車輛陰影去除方法，其特征在于，包括將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像；在灰度差分圖像中標注運動車輛；將標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像；將標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；掃描第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
2、 根據(jù)權(quán)利要求1所述的車輛陰影去除方法，其特征在于，在得到第二結(jié) 果圖像之后，掃描第一結(jié)果圖像之前，對所述第二結(jié)果圖像進行膨脹處理。
3、 根據(jù)權(quán)利要求2所述的車輛陰影去除方法，其特征在于，得到去除陰影 邊緣的目標邊緣圖像之后，還包括將所述目標邊緣圖像與差分圖像進行"與"操作。
4、 根據(jù)權(quán)利要求3所述的車輛陰影去除方法，其特征在于，得到灰度差分 圖像之后，在灰度差分圖像中標注運動車輛之前，還包括以下步驟用12*12模板對灰度差分圖像進行腐蝕，然后用3*3模板進行膨脹。
5、 根據(jù)權(quán)利要求4所述的車輛陰影去除方法，其特征在于，所述在灰度差 分圖像中標注運動車輛的步驟包括從下向上，從左向右掃描圖像，遇到?jīng)]有被標注的白色像素點將其標注， 將此時的列付給左邊界，將現(xiàn)在的行付給底邊界；以剛被標注的白色像素點為起點，向右掃描，如果遇到白點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊界；向上一行，如果從左邊界到右邊界沒有白色像素點，將該行付給頂邊界， 確定標注運動車輛的區(qū)域；否則從左邊界開始向左，如果遇到白色像素點繼續(xù) 向左，遇到黑點停下，并將此時的列付給左邊界，從右邊界開始向右，如果遇 到白色像素點繼續(xù)向右，遇到黑點停下，并將此時的列付給右邊界，然后向上 一行，重復(fù)本步驟，直到找到頂邊界行，確定標注運動車輛的區(qū)域。
6、 根據(jù)權(quán)利要求5所述的車輛陰影去除方法，其特征在于，從左向右掃描 圖像時，如果連續(xù)的白色像素點個數(shù)小于10個，忽略所述連續(xù)的白色像素點， 繼續(xù)從左向右掃描圖像。
7、 根據(jù)權(quán)利要求5所述的車輛陰影去除方法，其特征在于，設(shè)定閾值，如 果標注運動車輛的區(qū)域小于閾值，將該區(qū)域的白色像素點轉(zhuǎn)為黑點，忽略該區(qū) 域。
8、 根據(jù)權(quán)利要求7所述的車輛陰影去除方法，其特征在于，所述閾值為100。
9、 一種車輛陰影去除裝置，其特征在于，包括灰度差分圖像荻取模塊將拍攝的背景圖像和目標圖像做差并進行灰度處 理，得到灰度差分圖像；標注模塊提取灰度差分圖像獲取模塊獲得的灰度差分圖像，在灰度差分 圖像中標注運動車輛；第 一 結(jié)果圖像獲取模塊將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像;第二結(jié)果圖像獲取模塊將標注模塊獲得的標注運動車輛的灰度差分圖像 依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；目標邊緣圖像獲取模塊掃描第一結(jié)果圖像獲取模塊獲取的第一結(jié)果圖像，當?shù)?一結(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，確定該位置為目標邊緣，保留像素點；其余位置設(shè)置為背景點，從而得到去除陰影邊緣的目標邊緣圖像。
10、根據(jù)權(quán)利要求9所述的車輛陰影去除裝置，其特征在于，還包括 膨脹模塊在第二結(jié)果圖像獲取模塊得到第二結(jié)果圖像之后，目標邊緣圖像獲取模塊掃描第 一結(jié)果圖像之前，對所述第二結(jié)果圖像進行膨脹處理。
全文摘要
本發(fā)明公開一種車輛陰影去除方法和裝置，涉及圖像處理領(lǐng)域。為解決現(xiàn)有車輛陰影去除方案受光線和場景的限制而不能夠準確地去除車輛陰影的問題而發(fā)明。本發(fā)明提供的技術(shù)方案為將拍攝的背景圖像和目標圖像做差并進行灰度處理，得到灰度差分圖像；在灰度差分圖像中標注運動車輛；將標注運動車輛的灰度差分圖像依次進行提取邊緣、提取車輛區(qū)域和二值化處理，得到第一結(jié)果圖像；將標注運動車輛的灰度差分圖像依次進行二值化處理、提取車輛區(qū)域和提取邊緣，得到第二結(jié)果圖像；掃描第一結(jié)果圖像，當?shù)谝唤Y(jié)果圖像中存在像素點的位置在第二結(jié)果圖像中不存在像素點，保留像素點；其余位置設(shè)置為背景點。本發(fā)明實施例適用于智能交通系統(tǒng)中。
文檔編號G06K9/40GK101477628SQ20091000034
公開日2009年7月8日 申請日期2009年1月6日 優(yōu)先權(quán)日2009年1月6日
發(fā)明者微 劉, 碩 胡, 鋒 郭 申請人:青島海信電子產(chǎn)業(yè)控股股份有限公司