一种路面阴影抑制方法技术

本发明专利技术公开了一种路面阴影抑制方法，包括如下步骤：(1)将道路彩色图像转到YUV色彩空间，并根据YUV图像的三通道值构建出log(Y/U)和log(Y/V)两个特征式；(2)将YUV图像中所有像素点的YUV特征投影到一维空间中，并计算在一维空间的熵值，通过变化投射角α，得到不同投射角α对应的熵值，确定最大熵值对应的投射角αm；(3)基于投射角αm对YUV图像进行重构，并对重构后的图像进行二值化和小区域消除处理得到阴影抑制后的道路图像。本发明专利技术可以解决现有技术的不足，将在最大程度保留道路信息的同时对路面阴影进行有效的抑制，为后续的道路检测提供有力的保障。

A method of Road Shadow Suppression

The invention discloses a road shadow suppression method, which comprises the following steps: (1) transferring the road color image to the YUV color space, and constructing two characteristic formulas of log (Y / U) and log (Y / V) according to the three channel values of the YUV image; (2) projecting the YUV characteristics of all pixels in the YUV image into the one-dimensional space, calculating the entropy value in the one-dimensional space, and obtaining different projections by changing the projection angle \u03b1 The entropy value corresponding to the angle \u03b1 is determined, and the projection angle \u03b1 m corresponding to the maximum entropy value is determined; (3) the YUV image is reconstructed based on the projection angle \u03b1 m, and the road image after shadow suppression is obtained by binarization and small area elimination of the reconstructed image. The invention can solve the shortcomings of the prior art, effectively restrain the road shadow while retaining the road information to the greatest extent, and provide a strong guarantee for the subsequent road detection.

【技术实现步骤摘要】
一种路面阴影抑制方法
本专利技术涉及数字图像处理
，尤其是一种路面阴影抑制方法。
技术介绍
用数字图像处理技术进行道路检测，最大的挑战在于道路周边场景和路面阴影的干扰。现有的道路阴影抑制方法大致可分为两大类：第一类方法是先进行阴影检测，再根据阴影周围的色彩特征对检测出来的阴影进行颜色补偿；第二类方法是通过某种方式对图像进行重构，将路面和阴影作为一个整体同时处理，从而间接地对阴影进行抑制。第一类方法的典型代表是《ShadowdetectionandremovalfromremotesensingimagesusingNDIandmorphologicaloperators》(SinghKK,PalK,NigamMJ.IntJComputAppl,2012,42(10):37-40)。在该文献中，作者首先在YUV空间下对图像进行二值处理，得到若干个连通域，将其作为阴影区域。接着，作者对二值图进行一定程度的膨胀处理，并把它同最初的二值图相减，得到阴影区域的轮廓，称为“缓冲区域”。随后，利用缓冲区域中的颜色均值代替其所包围的阴影区域的颜色，由此得到阴影抑制后的图像。但是，这种方法以检测阴影为基础，而阴影复杂多样、分布无规律，所以它不能把所有的阴影都很好地检测出来，从而也就不能全面地进行阴影抑制。此外，由于“缓冲区域”的色彩特征跟阴影区域没有特别明显的差别，因此处理之后的阴影只是在视觉上显得颜色变浅了，并没有被彻底消除。第二类方法的典型代表是《Roaddetectionbasedonilluminantinvariance》(AlvarezJMA,LopezAM.IntelligentTransportationSystems,IEEETransactionson,2011,12(1):184-193)。在该文献中，作者首先分析了图像整体的光强分布，发现阴影的产生其实是由光强分布不均引起的。光强分布越杂乱，阴影的影响就越明显；反之，如果能把光强分布统一在一个方向上，那么阴影的影响会大大降低。由杂乱到统一，这是一个熵减的过程，而最小熵对应的光强分布是对阴影抑制效果最好的情况。因此，作者将光强按照一定的角度投射到一维空间，计算各个角度下所对应的熵值，找出最小熵值对应的角度，以该角度对图像进行重构，由此阴影与路面呈现相似的色彩特征，阴影得到了抑制。但是，这种方法是对图像整体进行处理的，为了达到光强分布的平衡，它以牺牲路面的信息为代价。也就是说，原本有效的路面信息也被处理掉了，它跟背景之间的区分度大幅度降低，这会对后续的道路检测带来不利的影响。因此，现有的方法虽然对阴影抑制有一定的效果，但其局限性也是不容忽视的，这集中体现在两个方面：阴影消除不彻底、容易将道路区域也处理掉。
技术实现思路
本专利技术要解决的技术问题是提供一种路面阴影抑制方法，能够解决现有技术的不足，将在最大程度保留道路信息的同时对路面阴影进行有效的抑制，为后续的道路检测提供有力的保障。为解决上述技术问题，本专利技术所采取的技术方案如下。一种路面阴影抑制方法，包括如下步骤：(1)将道路彩色图像转到YUV色彩空间，并根据YUV图像的三通道值构建出log(Y/U)和log(Y/V)两个特征式；(2)将YUV图像中所有像素点的YUV特征投影到一维空间中，并计算在一维空间的熵值，通过变化投射角α，得到不同投射角α对应的熵值，确定最大熵值对应的投射角αm；(3)基于投射角αm对YUV图像进行重构，并对重构后的图像进行二值化和小区域消除处理得到阴影抑制后的道路图像。作为优选，所述步骤(1)中将道路彩色图像转到YUV色彩空间之前，还包括使用双边滤波对图像进行降噪处理。作为优选，道路彩色图像中的像素点(R,G,B)的YUV信息由如下的转换公式获得：Y＝0.299R+0.587G+0.114BU＝-0.1687R-0.3313G+0.5B+128V＝0.5R-0.4187G-0.0813B+128。作为优选，所述步骤(2)中计算在一维空间的熵值的具体步骤包括：(a)在一维空间的最大值和最小值之间分成m等份，每一个区间的长度为(最大值-最小值)/m，统计每个区间内的点的个数；(b)根据公式计算熵值，其中pi＝ni/N，ni表示当投射角为α时第i个区间内点的个数，N表示各区间点数总和。作为优选，投射角α的变化范围是从1°变化到180°，每次变化1°。作为优选，所述步骤(3)中基于投射角αm对YUV图像进行重构的表达式为：I＝log(H/S)·cosαm+log(V/S)·sinαm。采用上述技术方案所带来的有益效果在于：本专利技术原理简单、高效易行，能够有效抑制道路图像中的阴影，且最大程度地保留道路信息，在不同道路阴影情况下的鲁棒性较强。附图说明图1是原始图像。图2是双边滤波后的图像图3是一维空间投影示意图。图4是熵值随投射角度变化示意图。图5是最大熵示意图。图6是重构图像效果图。图7是后期处理前的效果图。图8是后期处理后的效果图图9是未经过阴影抑制的道路图像二值图。图10是用本专利技术提出的方法进行阴影抑制后的道路图像的二值图。图11是道路图像的ground-truth图。具体实施方式1、图像预处理(1)降噪处理这里使用双边滤波对图像进行降噪处理。双边滤波是一种非线性的滤波方式，它同时考虑到图像的空域信息和灰度相似性。相比于其他的滤波方式，双边滤波最大的好处在于去除噪声的同时能够很好地保留道路的边缘信息。(2)RGB空间转YUV空间对于RGB空间内的一个像素点(R,G,B)，它的YUV信息可由如下的转换公式获得：Y＝0.299R+0.587G+0.114BU＝-0.1687R-0.3313G+0.5B+128V＝0.5R-0.4187G-0.0813B+1282、求取最大熵(1)提取YUV特征这里根据YUV图像三通道值，构建出如下两个特征式(log(Y/U),log(Y/V))。分别以上下两式为x轴和y轴。(2)一维投影将点投影到一维空间内，投射角为α。由于是一维，我们仅选取点的横坐标进行计算。由计算可知，对于点(x,y)，其经过投影后的横坐标值变成x′＝x·cosα+y·sinα由此得到一维的数据集A＝{x′(1),x′(2),...,x′(n)}，n是图3中点的总个数。令A(max)、A(min)分别为数据集A中的最大值和最小值，故数据总长度为L＝A(max)-A(min)。L需被分为若干等份，为保证投射后分布的合理性，等份的数量可取特征点总数的1/4到1/2。这里我们仿照灰度空间0-255共256个等级，将数据长度L平均分成256等份，每一个区间的长度为L/256。根据A中数值大小，统计每个区间内点的个数，构成数据集N＝{n1,n2,...,n256}。投射角度不同，各个区间内点的数目也不同。(3)计算熵值熵是信息论中信息的度量，事件越不确定，其信息量越大，熵也越大。设有一随机变量ξ，它有R1，R2，…，Rm共m个不同的结果，每个结果出现的概率为p1，p2，…，pm，那么ξ的熵为在本例中，pi＝ni/N，ni表示当投射角为α时第i个区间内点的个数，N表示各区间点数总和。每个投射角都对应一个熵值，使α从1°变化到180°，每次变化1°，共得到180个熵值。(4)获取最大熵对本文档来自技高网...

【技术保护点】
1.一种路面阴影抑制方法，其特征在于，包括如下步骤：(1)将道路彩色图像转到YUV色彩空间，并根据YUV图像的三通道值构建出log(Y/U)和log(Y/V)两个特征式；(2)将YUV图像中所有像素点的YUV特征投影到一维空间中，并计算在一维空间的熵值，通过变化投射角α，得到不同投射角α对应的熵值，确定最大熵值对应的投射角αm；(3)基于投射角αm对YUV图像进行重构，并对重构后的图像进行二值化和小区域消除处理得到阴影抑制后的道路图像。

【技术特征摘要】
1.一种路面阴影抑制方法，其特征在于，包括如下步骤：(1)将道路彩色图像转到YUV色彩空间，并根据YUV图像的三通道值构建出log(Y/U)和log(Y/V)两个特征式；(2)将YUV图像中所有像素点的YUV特征投影到一维空间中，并计算在一维空间的熵值，通过变化投射角α，得到不同投射角α对应的熵值，确定最大熵值对应的投射角αm；(3)基于投射角αm对YUV图像进行重构，并对重构后的图像进行二值化和小区域消除处理得到阴影抑制后的道路图像。2.根据权利要求1所述的路面阴影抑制方法，其特征在于：所述步骤(1)中将道路彩色图像转到YUV色彩空间之前，还包括使用双边滤波对图像进行降噪处理。3.根据权利要求2所述的路面阴影抑制方法，其特征在于：道路彩色图像中的像素点(R,G,B)的YUV信息由如下的转换公式获得：Y＝0.299R+0.587G+...

【专利技术属性】
技术研发人员：孙华志，李烜，王建全，吴昊聪，郜鹏宇，
申请(专利权)人：南京末梢信息技术有限公司，
类型：发明
国别省市：江苏,32