真实场景图像中的阴影去除技术

摘要

经过几十年的发展，数字图像处理技术已经日趋成熟，但诸如阴影去除这类涉及人脑对视觉信号处理和理解的问题依然不能很好地解决。彩色图像中出现的阴影足以扰乱许多图像处理任务的执行，已经大大超出了传统意义上噪声给图像品质带来的影响，许多基于滤波和去噪的图像增强和复原技术已远远不能适应阴影去除的要求。因此，从图像中去除阴影，具有极大的学术价值和现实意义。 本文主要研究了从单幅彩色图像中自动去除阴影，并获取图像场景在均匀光照条件下表现的方法。我们将像素色度比向量向光照无关方向投影获取光照无关图，利用线性色彩恢复机制得到具有良好色彩表现的无阴影彩色图像。实验证明，该方法速度快，能达到实时性处理；全程无需人工辅助，有很强的自适应能力；输出的高品质图像中，保留了对于图像理解非常重要的原始环境信息。 全文共分五章。首先在第二章对与阴影去除相关的传统经典数字图像处理技术进行了讨论分析，通过实验进行了验证，归纳总结了各种算法的优缺点，供我们设计算法的过程中参考和借鉴，并提出了对阴影去除算法的具体要求和所期望达到的目标。然后，在第三章分析了彩色图像的成像原理以及色彩属性在其中的形成机理和发挥的作用，介绍了色彩恒常性和色彩不变性理论，通过实验对各种色彩不变性描述子进行了验证分析，从中挑选了色度比作为我们设计的阴影去除算法中表征与光照无关的特征量。在第四章基于RGB彩色模型对彩色图像中出现的阴影进行了分析，接着基于成像色度学对我们的设想进行了证明，并以此提出了将像素的色度比向量通过向光照无关方向投影获取光照无关图，然后利用线性的色彩恢复机制获取具有良好色彩表现和模拟场景处于均匀光照条件下状态的无阴影彩色图像的方法。此外，利用Matlab对算法进行了仿真实验，证明了算法的处理效果和运算性能，进而编写了基于OpenCV机器视觉函数库的C++程序，作为自适应光照均匀化模块集成到阅读机器人应用系统中，增强了该系统在复杂光照环境中的应用能力。最后，在第五章对本文提出的算法进行了总结，指出了其优点和不足，对将来进一步改进的方向进行了展望。

目录

文摘

英文文摘

声明

1绪论

1.1研究内容和意义

1.2课题来源

1.3研究现状

1.4本文的主要内容和结构安排

2与阴影去除有关的算法分析

2.1空域图像增强

2.1.1对比度线性展宽

2.1.2非线性动态范围调整

2.1.3直方图均衡化

2.2同态滤波

2.3模拟人类视觉特性的Retinex算法

2.4从图像复原的角度看阴影去除

2.5阴影去除算法设计的目标和要求

2.6实验与小结

3光照不变性理论的概念和背景知识

3.1色彩

3.1.1光源的色彩

3.1.2目标反射面的色彩

3.1.3图像色彩的组成

3.2色彩恒常性

3.2.1有限维线性模型

3.2.2灰色世界中的色彩恒常性和光照的统计估计

3.2.3双色模型的色彩恒常性

3.3色彩不变性描述子

3.3.1离散域的反射模型

3.3.2色彩校正

3.3.3色度比

3.3.4统计意义上的不变性

3.3.5色调作为不变性特征

3.4光照无关图和本征图像

3.5实验与小结

4基于光照无关图的阴影去除算法

4.1基于RGB彩色模型对图像中阴影的分析

4.2获取光照无关灰度图的方法

4.2.1基于色度比向量投影获取光照无关图的方法

4.2.2自适应地求取光照无关角

4.3色彩恢复

4.4实验结果分析

4.5系统开发和算法集成

4.6本章小结

5全文总结与展望

5.1总结

5.2今后的研究方向

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果