一种基于显著性检测和Criminisi算法的车辆光照修复方法技术

本发明专利技术涉及图像处理领域，具体涉及一种基于显著性检测和Criminisi算法的车辆光照修复方法。本发明专利技术包括：采集受光照影响的车辆图像；将获取的车辆图像从RGB空间转换到YUV空间，在YUV空间进行亮度显著性检测；同时提取原图像的轮廓边缘特征，找到车辆的边缘信息；利用车辆的边缘信息和Criminisi算法对待修复区域完成光照修复；原图像与修复后的图像在lab空间做差值运算。本发明专利技术采用轮廓边缘信息和Criminisi算法相结合可以减少轮廓边缘处信息跳变对修复的影响，采用lab空间原图像和修复图像差值运算，可以使修复效果更准确。本发明专利技术具有很大的实际应用性，对车辆的颜色特征识别有很大的帮助。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体涉及一种基于显著性检测和Criminisi算法的车 辆光照修复方法。
技术介绍
对于现在车辆的日益剧增，更多的车辆管理技术随之应运而生，车牌识别管理已 不能满足现在复杂多变的发展趋势，因此像车辆轮廓和颜色等特征的提取出现在人们的研 究范围内。但是在实际生活中的车辆图像，会受到强光、弱光等各种光照的影响，使采集的 车辆颜色产生失真而不能准确的提取出车辆的颜色特征，这给车辆管理系统带来很大的阻 碍。 目前数字图像破损的修复算法有很多，但是对于车辆受高光影响的颜色修复算法 还很不成熟，有待提高。本专利技术就是在这种情况下，首先利用显著性方法检测出受光照影响 的车辆图片的高光区域，然后利用车辆轮廓边缘和Criminisi算法对高光区域进行颜色修 复，最后设定阈值判断修复是否结束。本专利技术对车辆的高光区域有很好的修复作用，实用性 强。
技术实现思路
针对现有车辆颜色识别中光照的影响，本专利技术的目的在于提供一种鲁棒性好，可 以准确恢复出车辆颜色信息的基于显著性检测和Criminisi算法的车辆光照修复方法。 本专利技术的目的是这样实现的： -种基于显著性检测和Criminisi算法的车辆光照修复方法，包括如下步骤： (1)采集受光照影响的车辆图像，光照区域在10% -50%范围内，并做统一大小处 理； (2)将获取的车辆图像从RGB空间转换到YUV空间，在YUV空间进行亮度显著性检 测，检测出光照的区域并标记为待修复区域； (3)同时提取原图像的轮廓边缘特征，找到车辆的边缘信息； (4)利用车辆的边缘信息和Criminisi算法对待修复区域完成光照修复； (5)原图像与修复后的图像在lab空间做差值运算，设定阈值进行判断，若计算结 果大于阈值，转到步骤（4)继续修复，否则退出，修复完成。 所述YUV空间亮度显著性检测，其步骤包括： (2. 1)将车辆图像从RGB空间转换到YUV空间； (2. 2)在YUV空间计算像素点的显著值； (2. 3)计算显著性阈值； (2. 4)根据像素点的显著值和阈值判断高光区域，并标记。 利用车辆的边缘信息和Criminisi算法对待修复区域进行修复，其步骤包括： (4· 1)对待修复区域预处理，转化为二值图； (4. 2)计算图像的非零像素值的个数，如果为零则退出本次修复程序进入到步骤 (5)做lab差值运算，否则执行下一步骤（4. 3); (4. 3)计算所有待修复区域内像素点的置信度值、数据项和优先级值； (4. 4)判断若像素点位于车辆轮廓边缘，则将该点的优先级设置为0,否则执行下 一步骤（4. 5); (4. 6)找到优先级最大的点，创建矩形领域，同时创建已知区域，找最佳匹配块进 行矩形块填充，同时将该点的灰度值设置为〇,转到步骤（4. 2)。 将修复后的图像与原图像在lab空间做差值运算，判断修复是否结束，其步骤包 括： (5. 1)将原图像和修复后的图像转换到lab空间中，进行相减运算； (5. 2)统计差值灰度图像非零像素值的像素点的个数； (5. 3)设置阈值，若统计结果大于阈值，则转到步骤（4)继续修复，否则修复完成， 退出程序。 本专利技术的有益效果在于：本专利技术采用轮廓边缘信息和Criminisi算法相结合可以 减少轮廓边缘处信息跳变对修复的影响，采用lab空间原图像和修复图像差值运算，可以 使修复效果更准确。本专利技术具有很大的实际应用性，对车辆的颜色特征识别有很大的帮助。【附图说明】图1为本专利技术实施例提供的一车辆光照修复方法构成方框图；图2为本专利技术实施例提供的一亮度空间显著性检测流程图；图3为本专利技术实施例提供的一高光区域颜色修复方法流程图；图4为本专利技术实施例提供的一车辆光照修复前后对比图；图5为本专利技术实施例提供的一车辆光照修复方法框架结构图。【具体实施方式】 下面结合附图对本专利技术做进一步描述。 为了使本专利技术的目的、技术、优点和实用价值易于明白理解，以下结合附图和具体 实施例对本申请进行详细描述。应当理解，所描述的实施例仅用于解释说明本专利技术，而不是 全部的实施例并且并不限制本专利技术。 本专利技术主要针对实际应用中采集的受光照影响10% -50%的车辆彩色图像，为了 实现上述的技术问题，本申请所述的修复方法包括以下步骤： (1)采集受光照影响的车辆彩色图像，统一成标准图像大小，作为输入；(2)将获取的车辆图像从RGB空间转换到YUV空间，在YUV空间进行亮度显著性检 测，检测出光照的区域并标记为待修复区域； (3)同时提取原图像的轮廓边缘特征，找到车辆的边缘信息； (4)利用车辆的边缘信息和Criminisi算法对待修复区域进行颜色修复； (5)原图像与修复后的图像在lab空间做差值运算，同时设定阈值进行判断，若计 算结果大于阈值，转到步骤（4)，否则退出，修复完成。 进一步对于步骤（2)中的YUV空间亮度显著性检测所采取的方法是： (2-a)将输入的图像转换到YUV空间； (2-b)利用亮度值Y计算显著值和阈值； (2-c)根据亮度的显著值和设定的阈值找到车辆的高光区域并标记。 进一步对于步骤（3)中的原图像轮廓边缘信息提取，这一过程是基于自适应阈值 二值化实现的，所采取的方法是将原图像灰度化、二值化，统计图像的灰度信息，然后根据 自适应阈值提取出车辆的轮廓边缘信息。 进一步对于步骤（4)中利用边缘信息和Criminisi算法对高光区域进行颜色信息 修复，所米取的方法是： (4-a)对待修复高光区域预处理，并转化为二值图像； (4-b)计算图像非零像素值的像素点的个数，如果为零则转到步骤（5)在lab空间 做差值运算，否则执行下一步骤（4-c); (4-c)计算所有待修复区域内像素点的置信度值、数据项值，然后利用公式计算每 一像素的优先级值； (4-d)判断若像素点位于车辆轮廓边缘，则将该点的优先级； (4-e)最后找到优先级最大的像素点，创建矩形块，同时创建已知区域，找最佳匹 配块进行矩形块填充，同时将该点的灰度值设置为〇,然后转到步骤（4-b)中继续修复其他 的点。 进一步对于步骤（5)中的原图像与修复后的图像lab空间做差，设置判断修复是 否结束的条件，其所采取的方法是：将原图像和修复后的图像都转换到lab空间中，并做相 减运算，然后统计差值灰度图像像素值非零的点的个数，设置阈值，非零像素点的个数大于 阈值，则转到步骤（4)继续进行修复，否则修复完成，退出程序。 本专利技术采集的车辆图像受光照的区域在10% -50%范围内，可以根据已知的颜色 信息对高光部分进行修复，适合本申请的车辆光当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于显著性检测和Criminisi算法的车辆光照修复方法，其特征在于，包括如下步骤：(1)采集受光照影响的车辆图像，光照区域在10％‑50％范围内，并做统一大小处理；(2)将获取的车辆图像从RGB空间转换到YUV空间，在YUV空间进行亮度显著性检测，检测出光照的区域并标记为待修复区域；(3)同时提取原图像的轮廓边缘特征，找到车辆的边缘信息；(4)利用车辆的边缘信息和Criminisi算法对待修复区域完成光照修复；(5)原图像与修复后的图像在lab空间做差值运算，设定阈值进行判断，若计算结果大于阈值，转到步骤(4)继续修复，否则退出，修复完成。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨志钢，于佳欣，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23