基于多尺度超像素融合的RGB-D單幅圖像陰影檢測(cè)算法

蔡旭航, 朱留存,, 張 震, 張恒艷, 鄭曉東

(1. 揚(yáng)州大學(xué) 信息工程學(xué)院, 江蘇 揚(yáng)州 225000； 2. 北部灣大學(xué) 先端科學(xué)技術(shù)研究院, 廣西 欽州 535001)

0 引 言

圖像陰影常會(huì)對(duì)目標(biāo)識(shí)別和跟蹤[1]、 特征匹配[2]和三維重建[3-4]等視覺任務(wù)產(chǎn)生影響. 因此, 在視覺任務(wù)前先對(duì)圖像進(jìn)行陰影相關(guān)的預(yù)處理十分必要. 目前的陰影檢測(cè)算法主要分為交互式檢測(cè)算法和自動(dòng)檢測(cè)算法. 文獻(xiàn)[5-6]提出了交互式陰影檢測(cè)算法, 需要用戶先標(biāo)記圖像中的陰影和非陰影區(qū)域, 再根據(jù)標(biāo)記并結(jié)合其他一些圖像特征得到檢測(cè)結(jié)果. 基于交互式方法檢測(cè)結(jié)果通常受用戶主觀因素的影響, 并在檢測(cè)較復(fù)雜陰影場(chǎng)景時(shí), 交互過程繁瑣且易出錯(cuò).

自動(dòng)陰影檢測(cè)算法則不需要人工干預(yù), 通過圖像內(nèi)在的特征區(qū)分陰影和非陰影. 文獻(xiàn)[7]提出了一種陰影檢測(cè)算法, 首先利用視網(wǎng)膜理論將原圖像分解到反射層, 再計(jì)算原圖像和反射層圖像的誤差確定最終的陰影區(qū)域, 但該算法通過生物視覺模型進(jìn)行檢測(cè), 模型的參數(shù)無法與實(shí)際物理光照相聯(lián)系, 需依靠經(jīng)驗(yàn)設(shè)定模型, 因此檢測(cè)結(jié)果受經(jīng)驗(yàn)值的影響較大, 同時(shí)檢測(cè)結(jié)果也受反射層分解方法的影響. 文獻(xiàn)[8]提出了一種基于區(qū)域匹配的陰影檢測(cè)算法, 該算法利用均值漂移算法將圖像分割成小區(qū)域, 并提出一種假設(shè)： 兩個(gè)區(qū)域在紋理和色度相同的情況下, 亮度較小的為陰影, 亮度較大的為非陰影, 如果兩個(gè)區(qū)域亮度相同, 則應(yīng)賦予相同的陰影標(biāo)簽. 基于……