基于Kansa建模的单幅彩色图像阴影去除方法研究

彩色图像阴影检测与去除是当前机器视觉研究领域的一个难点问题。已有的研究主要集中在运动对象和遥感图像的阴影检测与去除方面，针对单幅彩色图像阴影检测与去除的研究近十年间才开始，尚处在起步阶段。目前有三种阴影检测与去除技术：基于物理模型、基于图像提取和基于特征的技术。基于物理模型的技术只适用于特定领域。基于图像提取的技术需要人工干预。基于特征的技术通用性强，是当前的研究重点。.现有阴影检测方法没有充分考虑阴影强度不同和阴影背景复杂两种情况的影响，导致阴影区域检测不准确。现有阴影去除方法都是通过对整个阴影区域的光照条件进行整体估计来确定相关参数，缺乏理论依据，处理后的阴影区域模糊，阴影边界不够平滑。Kansa算法是一种求解偏微分方程的经典数值方法。本课题将研究并提出一套基于Kansa建模的单幅彩色图像阴影去除的理论和方法。新方法能够克服现有方法的不足，从理论上丰富和促进彩色图像阴影去除技术的发展

阴影是由于前景物体遮挡光源所产生的一种光学现象。特别当物体遮挡住光源而在其它物体上产生的阴影称为投影。投影可分为本影和半影。本影指光源被非透明物体阻挡后，在其他物体上所投射出来完全被遮蔽的区域。半影区域对应着阴影区域中光源只被部分遮蔽的区域。半影一般位于在本影和亮区域之间的过渡区域。阴影是影响计算机视觉算法性能的主要因素之一。阴影去除是计算机视觉任务的重要预处理步骤。.本项目主要研究彩色图像阴影去除。研究内容包括三部分：满足纹理一致性约束的阴影去除、基于强度表面建模的阴影去除和基于闪光灯/非闪光灯图像对的闪光灯阴影去除。.在分析了光照不变理论的不足基础上，提出了一种改进的纹理保持阴影去除方法，主要改进之处有两点：（1）使用S形曲线估计半影区域的光照变化，并通过相应的反变换来消除半影的影响；（2）对于本影区域，采取一种我们提出的彩色校正方法，使得本影和对应的亮区域的统计特性保持一致。实验结果表明，与已有方法相比，处理后的图像很好地保持了本影、半影和亮区域的纹理特征一致性。.提出了一种基于灰度表面建模的阴影去除方法。首先借助彩色图像分解技术，将原始彩色图像在RGB空间分解成简单图和纹理图，并在保护边缘的前提下，对简单图进行去噪和平滑处理。接下来，在原始的基于Kansa三维模型基础上，提出了一种图像建模方法。通过对无阴影区域的灰度表面进行建模，估计阴影区域原始的灰度值。最后，借助灰度补偿技术实现阴影去除。实验结果验证了该方法对自然场景图像的有效性。.使用闪光灯拍摄照片时容易产生闪光灯阴影。它的存在对图像质量造成不良影响。本项目在国内首次开展了对闪光灯阴影去除的研究。提出了一套基于闪光灯/非闪光灯图像对的闪光灯阴影去除方案。预处理步骤主要包括去噪和图像配准。使用Canny算子提取两幅图像的边缘点。通过对比边缘点和强度的变化，检测闪光灯阴影边缘点。使用根据边缘点两侧区域的纹理特征，使用K均值分类器对阴影区域进行划分。根据高斯亮度剖面模型恢复各颜色通道的强度值。实验结果证明，使用所提方法可以有效检测和去除各种强度的闪光灯阴影。.综上所述，本项目所提的各种阴影去除方法克服现有方法的不足，从理论上丰富和促进彩色图像阴影去除技术的发展。