一种高速公路隧道场景车辆阴影干扰抑制方法技术

本发明专利技术公开了一种高速公路隧道场景车辆阴影干扰抑制方法，首先获取当前待处理图像并得到前景区域分割图像；采用LPQ纹理特征阴影区域判别和LPQ阴影干扰判定结果；同时采用小波分解梯度特征阴影区域判别和小波分解阴影干扰判定结果；对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果；本发明专利技术提供的方法基于对局部窗口图像进行离散傅里叶变换而得到的量化相位来进行干扰判别，LPQ特征对于中心对称模糊、运动模糊、聚焦模糊以及大气湍流模糊等不敏感，并且对光照变化也具有一定的鲁棒性；从而实现对隧道场景下的阴影干扰进行精确判别。

A method of suppression of vehicle shadow interference in highway tunnel scene

The invention discloses an interference suppression method of highway tunnel scene vehicle shadow, first get the current image to be processed and the foreground image segmentation; texture feature with LPQ shadow discrimination and LPQ shadow interference results; at the same time using wavelet decomposition gradient feature shadow region discriminant and wavelet decomposition results of shadow shadow interference; interference judgment the results of wavelet decomposition and shadow interference results obtained by fusing the shadow interference suppression results; the invention provides a method of local window image based on discrete Fourier transform and quantization phase to interference discriminant, LPQ features for central symmetric fuzzy, motion blur, fuzzy and fuzzy focusing atmospheric turbulence is less sensitive, and also has a robust some of the illumination change; to realize the tunnel under the shadow of the scene The interference is accurately discriminated.

【技术实现步骤摘要】
一种高速公路隧道场景车辆阴影干扰抑制方法
本专利技术涉及图像处理
，特别是一种基于小波分解与LPQ特征的高速公路隧道场景车辆阴影干扰抑制方法。
技术介绍
车辆目标区域的准确提取，是基于视频监控的高速公路异常事件检测的关键。而在高速公路露天场景中存在的车辆阴影干扰，使得提取的车辆目标区域扭曲、扩大、连通甚至丢失。同时该场景图像中存在的噪声等干扰加大了阴影抑制的难度，导致传统的阴影抑制方法尚难以适用。因此，研究高速公路场景下的车辆阴影干扰抑制方法，进而提高车辆目标检测精度，具有重要的理论和实际意义。高速公路不仅是交通现代化的重要标志，也是国家现代化的重要标志。随着城市化进程的加快，国民经济得到了飞速发展，机动车保有量呈现出逐年上升的态势，这也给高速公路的管理与发展带来了机遇与挑战。近二十年来，我国的高速公路的建设进入了黄金时期。高速公路露天路段是其主要场景之一，基本处于开阔地带，覆盖面较为宽阔，存在引发交通事故的潜在因素较多。高速公路由于行车速度一般较高，容易发生交通事故。交通事故若未能及时有效的处理，引发二次交通事故的概率大大增加，这给高速公路安全行车以及正常通行带来了极大的隐患本文档来自技高网...

【技术保护点】
一种高速公路隧道场景车辆阴影干扰抑制方法，其特征在于：包括以下步骤：获取当前待处理图像并通过背景图像得到前景区域分割图像；将前景区域分割图像采用LPQ纹理特征阴影区域判别；采用LPQ阴影干扰判定结果；将前景区域分割图像采用小波分解梯度特征阴影区域判别；采用小波分解阴影干扰判定结果；对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果。

【技术特征摘要】
1.一种高速公路隧道场景车辆阴影干扰抑制方法，其特征在于：包括以下步骤：获取当前待处理图像并通过背景图像得到前景区域分割图像；将前景区域分割图像采用LPQ纹理特征阴影区域判别；采用LPQ阴影干扰判定结果；将前景区域分割图像采用小波分解梯度特征阴影区域判别；采用小波分解阴影干扰判定结果；对阴影干扰判定结果与小波分解阴影干扰判定结果进行融合得到阴影干扰抑制结果。2.如权利要求1所述的高速公路隧道场景车辆阴影干扰抑制方法，其特征在于：所述LPQ纹理特征阴影区域判别是通过以下步骤来实现的：①计算LPQ特征中的傅里叶变换相位信息：g(x)＝(f*h)(x)(1)其中，在数字图像处理中，f(x)为原始图像；g(x)为受到噪声干扰模糊后的图像；h(x)为点扩散函数，即用于对称模糊化操作的函数，*表示二维卷积操作，x表示图像像素坐标集合[x,y]T；按照以下公式进行傅里叶频域变换：其中，G(u),F(u),H(u)分别代表图像g(x),f(x),h(x)的离散傅里叶变换形式，u代表频域的坐标系向量[u,v]T；在频域中，图像G(u)在u处的幅值和相位定义分别如下：其中，模糊化函数h(x)是一个中心对称的函数，即有h(x)＝h(-x)；按照以下公式计算傅里叶变换系数：式中，当所有的H(x)≥0时，∠G(x)＝∠F(x)。3.如权利要求1所述的高速公路隧道场景车辆阴影干扰抑制方法，其特征在于：所述LPQ纹理特征阴影区域判别是通过以下步骤来实现的：②计算LPQ特征中的STFT变换信息：按照以下公式对局部邻域图像进行短时傅里叶变换STFT：其中，Nx为邻域像素点的集合，f(x-y)为其在邻域内的函数值；F(u,x)表示原图像的短时傅里叶变换形式；表示2-DDFT变换下频率为u时的基向量；fx表示包含所有邻域集合样本的向量；uT表示代表频域的坐标系向量[u,v]；按照以下方式获取LPQ特征中的复系数；其中，a为使得H(u)满足条件的一个过零点的标量频率；所述复系数分别为对应于2-D频域中的u1＝[a,0]T；u2＝[0,a]T；u3＝[a,a]T；u4＝[a,-a]T；其中，和分别表示复数的实部与虚部；W为相应的8邻域变换矩阵；表示LQP特征中最为关键的四个重要复系数所对应频域下的短时傅里叶变换；表示原图像的短时傅里叶变换形式；F(u1,x)表示频率为u1时原图像的短时傅里叶变换形式；表示2-DDFT变换下频率为u1时的基向量；fX表示包含所有邻域集合样本的向量。4.如权利要求1所述的高速公路隧道场景车辆阴影干扰抑制方法，其特征在于：所述傅里叶变换系数是通过以下步骤来实现的：按照以下公式计算图像相邻像素间的相关系数：其中，ρ表示相邻像素间的相关系数；o2表示方差；为第二范数；在局部邻域Nx内的协方差矩阵按照以下公式计算：所述变换系数向量的协方差矩阵按照以下公式得到：D＝WCWT(11)当ρ>0时，D不为对角矩阵；用白化变换来实现去相关性：其中，V为从矩阵D进行奇异值分解导出的正交矩阵，其关系可用下式表示：D＝U∑VT...

【专利技术属性】
技术研发人员：赵敏，孙棣华，郑林江，梅登，孙健，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50