一种基于块匹配的自适应光转移单幅阴影去除方法技术

一种基于块匹配的自适应光转移单幅阴影去除方法，包括以下步骤：根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。本发明专利技术对不均匀阴影、弯曲表面的阴影、多纹理类型的阴影都能获得高质量的阴影去除效果。

An adaptive optical transfer single amplitude shadow removal method based on block matching

An adaptive block matching based on optical transfer single shadow removal method, which comprises the following steps: according to the shadow mask and initial shadow region information, calculation of penumbra area by using Markov random field label; penumbra mask and shadow mask together, as the shadow region detection; adaptive decomposition shadow detection is decomposed into shadow block uniform, the initial non shadow region is divided into a homogeneous non shadow block overlap between blocks; for each shadow block, using covariance matrix matrix in non shadow block search and the most similar pixel blocks; building parameters can be adjusted automatically by image the reflectivity, transfer function of the traditional optical constraints, the function of pixel block matching for shadow removal, and the use of the weighted average of the light Unanimous optimization. The invention can obtain high quality shadow removal effect for uneven shadow, shadow of curved surface, and shadow of multi texture type.

【技术实现步骤摘要】
一种基于块匹配的自适应光转移单幅阴影去除方法
本专利技术涉及计算机图像处理领域，尤其涉及一种基于块匹配的自适应光转移单幅阴影去除方法，可用于目标提取、影视特效制作等。
技术介绍
图像阴影去除的目的是恢复阴影区域的正常光照条件，从而使得阴影去除结果与周围环境的纹理和光照保持一致。作为计算机图形学和计算机视觉领域中的一个研究热点，图像阴影去除技术在目标识别、场景分析、三维重建等方面，都有重要的研究价值。阴影的存在会严重影响计算机图像的质量，干扰图像信息提取与判断，去除图像中的阴影将有助于改善计算机视觉的性能。针对这个问题，国内外学者已经提出了很多方法，例如：Finlayson等基于梯度域实现了用二维积分进行阴影去除，但算法采用全局积分，不可避免会引入一些人工痕迹。Baba等基于RGB颜色空间阴影像素的颜色和方差调节，提出了一个简单的强度域阴影去除方法，但算法必须满足阴影表面平坦的假设条件。McFeely等人利用一个薄板重建模型去除图像表面的阴影，以获得比较满意的结果，但图像的纹理细节必须足够小，因此，该方法不能用于粗糙表面的阴影去除。Arbel等人设定每个图像通道为一个强度表面，用一个带纹理定位点约束的平滑薄板来近似阴影区域表面。该方法可以去除不均匀阴影，然而，平滑的薄板近似很难精确估计出纹理和高结构图像中的阴影比例因子；此外，当阴影区域包含多种纹理类型时，算法失效。Guo等计算直射光和环境光的比率，通过再光照每个像素获得去除阴影图像，但该方法没有考虑到反射率变化，容易造成纹理细节的丢失。Khan等通过对多级颜色转换积分得到一个贝叶斯公式，利用它进行阴影去除，通过优化代价函数，可以获得较好的阴影去除效果；然而，由于采用多级颜色转换，对不均匀或弯曲表面阴影进行去除，其效果往往不够理想。
技术实现思路
本专利技术提供了一种基于块匹配的自适应光转移单幅阴影去除方法，本专利技术首先采用用户辅助的方法检测阴影区域，然后将输入图像分解为合适的块，对每个阴影块利用自适应光转移方法来计算去除阴影后像素值，最后经过光一致优化处理得到最终结果，实现单幅图像的阴影去除，详见下文描述：一种基于块匹配的自适应光转移单幅阴影去除方法，所述阴影去除方法包括以下步骤：1)根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；2)利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；3)对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；4)构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。在步骤1)之前，所述阴影去除方法还包括：以初始种子点像素坐标为基础，进行迭代的区域增长，将阴影像素添加到初始阴影区域，以形成所述阴影掩膜。在步骤1)之前，所述阴影去除方法还包括：通过用户在初始阴影区域和初始非阴影区域用点击鼠标的方式提供初始种子点像素坐标，利用该坐标领域内RGB值进行支持向量训练，将图像像素划分成所述阴影像素和非阴影像素。其中，所述利用加权平均进行光一致优化具体为：计算阴影块的像素的去除值、与阴影块中心去除值的距离权重因子和颜色权重因子；将距离权重因子和颜色权重因子的组合作为该像素的权重因子；该像素的强度值通过对全部对应块的去除值进行加权平均，作为光一致优化结果。进一步地，所述对每一个阴影块，利用协方差矩阵，在非阴影块中寻找与之最相似的像素块具体为：采用6维向量作为每个像素的特征向量，结合柯列斯基分解，通过协方差矩阵实现阴影区域和非阴影区域的块匹配。进一步地，所述阴影去除方法还包括：对全部非阴影块的协方差矩阵构建一个KD树，用阴影块的协方差矩阵查询KD树，对每个阴影块，找到最相近的非阴影块作为匹配块。本专利技术提供的技术方案的有益效果是：(1)本专利技术充分考虑到图像表面材料对阴影去除结果的影响，根据不同纹理块的反射率变化来计算阴影去除后的像素值，可以很好地保护图像的纹理信息；(2)本专利技术通过对每一个像素块单独执行自适应光转移算法，可以有效地保护图像的纹理信息；(3)本专利技术在阴影去除后，对每个阴影去除值进行光一致优化处理，以确保阴影去除后各像素块之间光照情况一致，阴影去除结果更加自然；实现了阴影去除后各像素块之间的平滑过渡；(4)本专利技术解决了传统单幅图像阴影去除算法中的缺点，对不均匀阴影、弯曲表面的阴影、多纹理类型的阴影都能获得高质量的阴影去除效果；(5)通过仿真实验结果表明，对于各种类型的单幅阴影图像，本专利技术方法都能获得比较理想的阴影去除效果，算法具有较强的鲁棒性。附图说明图1为本专利技术提供的基于块匹配的自适应光转移阴影去除方法的流程图；图2为本专利技术提供的基于块匹配的自适应光转移阴影去除方法的另一流程图；其中，(a)为阴影检测过程流程图；(b)为阴影去除过程流程图。图3为利用本专利技术去除不均匀阴影的效果图；其中，(a)为阴影图；(b)为阴影去除结果图。图4为利用本专利技术去除纹理表面阴影的效果图；其中，(a)为阴影图；(b)为阴影去除结果图。图5为利用本专利技术去除曲面阴影的效果图；其中，(a)为阴影图；(b)为阴影去除结果图。图6为利用本专利技术去除包含多种纹理类型阴影的效果图；其中，(a)为阴影图；(b)为阴影去除结果图。图7为2种方法在去除阴影的效果对比图。其中，(a)为阴影图；(b)为基于强度表面和纹理定位点算法的阴影去除结果图；(c)为本专利技术阴影去除结果图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。现有单幅图像阴影去除方法，在阴影去除过程中，需要一些对场景或光照的假定条件进行限定，或者不能处理某种特殊类型的阴影图像，如不均匀阴影图像、高结构纹理阴影图像，或包含多种纹理类型的阴影图像。针对这一情况，本专利技术实施例提出利用自适应光转移算法实现阴影的自动去除，首先将输入图像分解为相互重叠的像素块，然后基于纹理相似性找出与阴影块最相似的非阴影块，利用自适应光转移计算阴影块的估计值，最后对去除结果进行光一致优化。仿真实验结果表明，该方法可以有效地处理各种类型的阴影图像，去除后阴影区域的纹理和光照、与非阴影区域保持一致。实施例1一种基于块匹配的自适应光转移单幅阴影去除方法，参见图1和图2，该方法包括以下步骤：101：通过用户在初始阴影区域和初始非阴影区域用点击鼠标的方式提供初始种子点像素坐标，利用该坐标领域内RGB值进行支持向量训练，将图像像素划分成阴影像素和非阴影像素；102：以初始种子点像素坐标为基础，进行迭代的区域增长，将阴影像素添加到初始阴影区域，以形成阴影掩膜；103：根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；104：将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；105：对每一个阴影块，利用协方差矩阵，在非阴影块中寻找与之最相似的像素块；106：构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进本文档来自技高网...

【技术保护点】
一种基于块匹配的自适应光转移单幅阴影去除方法，其特征在于，所述阴影去除方法包括以下步骤：1)根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；2)利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；3)对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；4)构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。

【技术特征摘要】
1.一种基于块匹配的自适应光转移单幅阴影去除方法，其特征在于，所述阴影去除方法包括以下步骤：1)根据获取的阴影掩膜和初始阴影区域的信息，利用马尔科夫随机场标签计算半影区域；将半影掩膜和阴影掩膜结合在一起，作为检测的阴影区域；2)利用自适应分解技术将检测的阴影区域分解为均匀的阴影块，将初始非阴影区域分解为均匀的非阴影块，块与块之间相互重叠；3)对每一个阴影块，利用协方差矩阵矩阵，在非阴影块中寻找与之最相似的像素块；4)构建可由图像反射率自动调节的参数，对传统的光转移函数进行约束，最后利用该函数对匹配的像素块对进行阴影去除，并利用加权平均进行光一致优化。2.根据权利要求1所述的一种基于块匹配的自适应光转移单幅阴影去除方法，其特征在于，在步骤1)之前，所述阴影去除方法还包括：以初始种子点像素坐标为基础，进行迭代的区域增长，将阴影像素添加到初始阴影区域，以形成所述阴影掩膜。3.根据权利要求2所述的一种基于块匹配的自适应光转移单幅阴影去除方法，其特征在于，在步骤1)之前，所述阴影去除方法还包括：通过用户在初始阴影区域和初始非阴影区...

【专利技术属性】
技术研发人员：何凯，甄蕊，黄婉蓉，沈成南，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12