基于灰度图像的阴影检测算法

维普资讯 http://www.cqvip.com 兵工自动化　田络与信恩技束　ｏ．Ｉ．Ａｕｔｏｍａｔｉｏｎ　２００７年第２６卷第７期　Ｎｅｔｗｏｒｋ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　２００７，Ｖｏ１．２６，Ｎｏ．７　文章编号：１００６—１５７６（２００７）０７—００４５—０３　基于灰度图像的阴影检测算法　张笑微，王月琴　（西南科技大学信息工程学院，四川绵阳６２ｌ０１０）　摘要：基于灰度图像的阴影检测算法，通过快速归一化互相关函数计算方法其复杂度，并采用背景减法与帧差　法相结合方法提取运动前景。其步骤包括提取运动前景及检测运动目标的阴影。该方法与基于ＨＳＶ模型的阴影检测　算法相比，实验表明：在不需要任何的颜色信息的情况下，基于灰度图像的阴影检测算法能较好检测出阴影。　关键词：灰度图像；阴影检测；归一化互相关函数；ＨＳＶ模型　中图分类号：ＴＰ３９１．４２；ＴＰ２７４．５　文献标识码：Ａ　Ｓｈａｄｏｗ　Ｄｅｔｅｃｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｉｎ　Ｇｒａｙ　Ｄｅｇｒｅｅ　Ｉｍａｇｅ　ＺＨＡＮＧ　Ｘｉａｏ—ｗｅｉ，ＷＡＮＧ　Ｙｕｅ—ｑｉｎ　（Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｗｅｓｔ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ　６２　１　０　１　０，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｓｈａｄｏｗ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｇｒａｙｓｃａｌｅ　ｖｉｄｅｏ　ｓｅｑｕｅｎｃｅｓ，ｄｅｃｒｅａｓｅｓ　ｃｏｍｐｌｅｘｉｔｙ　ｔｈｒｏｕｇｈ　ｔｈｅ　ｃｏｍｐｕｔａｔｉｏｎａｌ　ｍｅｔｈｏｄ　ｏｆ　ｆａｓｔ　ｎｏｒｍａｌｉｚｅｄ　ｃｒｏｓｓ　ｃｏｒｒｅｌａｔｉｏｎ（ＦＮＣＣ），ａｎｄ　ｕｓｅｓ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｃｏｍｂｉｎａｔｉｏｎ　ｏｆ　ｂａｃｋｇｒｏｕｎｄ　ｓｕｂｔｒａｃｔｉｏｎ　ａｎｄ　ｔｗｏ　ｃｏｎｓｅｃｕｔｉｖｅ　ｆｒａｍｅｓ　ｓｕｂｔｒａｃｔｉｏｎ　ｔｏ　ｅｘｔｒａｃｔ　ｔｈｅ　ｍｏｖｉｎｇ　ｐｒｏｓｐｅｃｔ．Ｉｔｓ　ｓｔｅｐｓ　ｉｎｃｌｕｄｅ　ｅｘｔｒａｃｔｉｎｇ　ｔｈｅ　ｍｏｖｉｎｇ　ｐｒｏｓｐｅｃｔ　ａｎｄ　ｄｅｔｅｃｔｉｎｇ　ｔｈｅ　ｍｏｖｉｎｇ　ｔａｒｇｅｔ　ｓｈａｄｏｗ．Ｃｏｍｐａｒｉｎｇ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｗｉｔｈ　ｔｈｅ　ｓｈａｄｏｗ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ＨＳＶ　ｍｏｄｅｌ，ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗｅｄ　ｔｈａｔ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｃｏｕｌｄ　ｄｅｔｅｃｔ　ｔｈｅ　ｓｈａｄｏｗ　ａｃｃｕｒａｔｅｌｙ　ａｎｄ　ｏｎｌｙ　ｕｓｅｄ　ｇｒａｙ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｖｉｄｅｏ　ｓｅｑｕｅｎｃｅｓ　Ｋｅｙｗｏｒｄｓ：Ｇｒａｙ　ｉｍａｇｅ；Ｓｈａｄｏｗ　ｄｅｔｅｃｔｉｏｎ；Ｎｏｒｍａｌｉｚｅｄ　ｃｒｏｓｓ　ｃｏｒｒｅｌａｔｉｏｎ（ＮＣＣ）；ＨＳＶ　ｍｏｄｅｌ　ｄｅｔｅｃｔｉｏｎ　０　引言　阴影检测和ＨＳＶ空间的阴影检测。因ＨＳＶ接近人　从视频中提取运动目标是智能视频监控系统　的色觉，且能精确反映一些灰度和色彩等信息。　中的重要内容。目前，运动目标提取算法常将运动　基于ＨＳＶ空间阴影检测法是将阴影的像素值　前景引起的阴影错误检测为前景目标，不利于后续　，　该点的背景像素值比较，若包含的相应色彩值和　的跟踪和识别处理。而去除阴影是提高智能监控系　灰度值在　定的阈值下，则该点是阴影。算法如下：　统智能性的重要环节。故采用基于灰度图像的阴影　ｐ≤Ｖ　ｅｗ（ｘ，ｙ）／Ｖ。Ｉ州ｅｌ（ｘ，ｙ）　Ｙ＆＆　（Ｓｎｅｗ（Ｘ，Ｙ）一Ｓｍｏｄｅｌ（ｘ，Ｙ）　Ｔｓ）＆＆　检测方法，与基于ＨＳＶ空间的检测算法进行比较。　．　Ｓ（ｘ，Ｙ）＝　ＩＨ　（ｘ，ｙ）一Ｈｍ嘣。ｌ（ｘ，ｙ）Ｉ≤Ｔｈ　‘２）　１　阴影检测算法　０　其他　１．１基于亮度的阴影检测算法　式中：Ｓ　。ｗ、Ｖ　。ｗ、Ｈ　。　为当前帧的色度、亮　由于阴影覆盖区域的亮度值比背景相应区域　度、饱和度；Ｓ　０ｄｅ卜Ｖ　０ｄｅ卜Ｈ　０ｄｅｌ为背景模型的色　的亮度值低，因此当前帧和背景帧亮度差分为正数　度、亮度、饱和度；Ｔｓ、ＴＨ分别表示色彩、色度分　的像素不可能是阴影。当前景像素亮度值比背景像　量的阈值；Ｓ（ｘ，ｙ）＝１对应阴影区域。　素点的亮度值低于一定值Ｔ时，则认为该像素点可　１．３基于归一化互相关函数的阴影检测算法　能为阴影。基于亮度的阴影检测为：　像素点（ｘ，ｙ）在未被阴影覆盖和被阴影覆盖时的　ｓ（ｘ＇　巍　阻　一　（１）　亮度值近似呈线性关系，由概率论中相关系数的性　质可知，若随机变量ｘ和Ｙ呈线性关系，则ｘ和Ｙ　式中：（ｘ，ｙ）为像素坐标；Ｍ为提取的二值前景　的相关系数为１，因此可利用万相关系数的性质进　图，１为前景点；ＩＦ为输入图像的亮度值；ＩＢ为背　行阴影检测。在信号处理中，归一化互相关函数　景图像的亮度值；Ｔ为考虑噪声设定的灰度阈值。　（ＮＣＣ）常被用来衡量２信号间的相似性，２信号　１．２基于ＨＳＶ空间的阴影检测算法　越相似，则其ＮＣＣ值越接近于１。　基于图像颜色的阴影检测算法有：ＲＧＢ空间的　设视频图像的大小Ｍ×Ｎ，令Ｂ（ｘ，ｙ）为背景图　收稿日期：２００７—０４—０５：修［口］日期：２００７—０６—０８　基金项目：四川省教育厅重点资助项目（２００６Ａ０９７）　作者简介：张笑微（１９５５－），女，四川人，１９９３年成都科技大学硕士毕业，教授，从事模式识别与智能系统研究。　・４５・　维普资讯 http://www.cqvip.com 兵工自动化　圈络与售息技市　Ｎｅｔｗｏｒｋ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｏ．Ｉ．Ａｕｔｏｍａｔｉｏｎ　２００７，Ｖｏ１．２６，Ｎｏ．７　２００７年第２６卷第７期　像，Ｃ（ｘ，ｙ）为当前帧图像，定义以（ｘ，ｙ）为中心点大　小为（２Ｌ＋１）×（２Ｌ＋１）的模板Ｔ　ｖ（ｍ，ｎ）：Ｃ（ｘ＋ｍ，ｙ＋ｎ），　其中一Ｌ≤ｍ≤Ｌ，一Ｌ≤ｎ≤Ｌ，像素点（ｘ，ｙ）处归一化　的互相关函数为：　由于阴影覆盖区域的亮度值比背景相应区域的　亮度值低，因此可通过对比运动目标相应点的亮度　ＮＣＣ（ｘ，Ｙ）＝ＥＲ（ｘ，Ｙ　ＶＥ　Ｂ（ｘ，ｙ）Ｅ　Ｔｘｙ　ＥＲ（ｘ，ｙ）：∑Ｌ∑Ｌ　Ｂ（ｘ＋ｎ，ｙ＋ｍ）Ｔｘｖ（ｎ，ｍ）　（３）　（４）　、信息来提取阴影，检测公式见式（１）。但这种方法受　噪声影响较大。基于归一化互相关函数的阴影检测　方法主要考虑当前帧与背景帧对应像素点的相关　性，不仅比较单个像素点的变化，且加入了每个像　素点领域的信息。其检测公式见（７）。　采用归一化互相关函数阴影检测与亮度阴影检　测相结合检测运动目标的阴影。算法如下：　Ｅ８（ｘ，ｙ）＝１７∑　∑Ｂ（ｘ＋ｎ，Ｙ＋ｍ）　厂　—　——————＿Ｅ　。厂　—　———————－＝＿　（５）　（６）　　（ｘ，ｙ）：１／∑　∑Ｔｘｙ（ｎ＋ｘ，ｍ＋ｙ）　ｓｆｘ’ｙ）＝ｊ【　ｃ（０吴他　ｘＩｙ）　Ｔｎｃｃ＆＆ＴＳ　Ｆ（ｘ’ｙ）　Ｂ（ｘ，ｙ）＜Ｔ“　（８）　ＥＢ（ｘ，ｙ）和ＥＴ　分别为背景图像能量函数和模板　能量函数，若Ｃ（ｘ，ｙ）被阴影覆盖，则应满足式（７）。　式中：Ｔ　。。为接近１的常数，２点越相关，Ｔ　。。　值越大。ＮＣＣ（ｘ，Ｙ）由式（３）算出。ＩＦ和ＩＢ为当前帧　和背景帧亮度，Ｔｓ、ＴＨ为判断亮度阈值。　其中Ｔ　。。为接近于１的固定阈值，Ｓ（ｘ，ｙ）＝１对应阴　影区域。若Ｔ　。。值太小会导致一些运动目标被误当　作是阴影，Ｔｎ。。值太大无法准确地检测出阴影。　ｓ（ｘ，ｙ）＝ｓ（　，ｙ）＝３　实验与比较　采用在校园内拍摄的一段视频作为样本，视频　大小为３２０×２４０，实验结果如下。　图１显示前景目标提取结果，从图１（ｃ）知，前　景目标包含阴影。图２使用归一化互相关函数检测　的结果，选取阈值Ｔ　。。＝０．９８。此方法虽消除了阴　影，但运动目标的一部分被当作阴影消除。图３（ａ）　Ｉ　Ｎｃｃ（ｘ，ｙ）≥Ｔｎｃｃ＆＆ＥＢ（ｘ，ｙ）＜Ｅ　（ｘ，ｙ）　（７）　ｔ，Ｊ　ＩＯ其他　采用式（７）进行阴影检测，涉及多次乘法及开　方运算，计算量大。故采用快速归一化互相关函数　的算法来减小传统互相关函数（ＦＮＣＣ）的复杂度。　２基于灰度图像的阴影检测算法　２．１提取运动前景　视频检测中，运动物体的阴影影响后续处理，　为基于亮度信息的阴影检测结果（阈值Ｔ：５０），只　要给定合适的阈值Ｔ，能较好地检测阴影，但是运　动目标的某些部分也被当作是阴影而去除。图３（ｂ）　是基于ＨＳＶ空间的阴影检测结果（其中，Ｄ：０．５，　丫＝０．６，Ｔｓ：５，ＴＨ＝１），此算法不能￣Ｉ伯ｌＸ．好消除阴影。　图３（ｃ）是基于改进的灰度图像的阴影检测结果（其　中Ｔ　。。＝Ｏ．９８，Ｔｓ＝２Ｏ，ＴＨ＝５０），可见，此算法不　仅能消除阴影，且未影响运动目标。　故只需针对运动区域进行阴影检测，并采用背景减　法与帧差法相结合的方法提取运动前景。　首先采用统计平均法建立背景模型，即把图像　序列中某个点在一段时间内的所有灰度信的平均值　作为该点背景。其初始化取视频序列中的前Ｎ帧，　即对每个像素点，取前Ｎ帧像素灰度值得平均值作　为该点的初始背景。　背景模型建立以后，先利用帧差法确定相邻２　帧间发生变化的区域，此区域包括运动物体在前１　帧所覆盖的区域（显露区和运动物体在当前帧中所　覆盖的区域）。再利用背景减法去除显露区，即得　运动物体在当前帧中所覆盖的区域。　要使背景模型能对外界光线变化具有自适应　性，必须实时地对背景模型进行更新。背景中固定　的部分可能发生移动；移动后的区域在一段时间内　将被误检测为运动目标，但不应视为运动目标，即　需有效的背景更新策略。因运动目标可能长时间停　止在场景中，该部分区域可认为是前景也可在一段　时间后将其视为背景的一部分。此处采用后者。　２．２检测运动目标的阴影　龋　（ａ）当前帧图像　（ｂ）背景图像　（ｃ）检测的前景目标　图１　前景目标的提取　（ａ）Ｔ…＝０．９９　（ｂ）Ｔ…＝０．９８　（ｃ）Ｔ　。。：０．９７　图２　使用不同阈值的ＮＣＣ阴影检测　（ａ）亮度阴影检测　（ｂ）ＨＳＶ阴影检测　（ｃ）改进算法阴影检测　图３各种算法结果　维普资讯 http://www.cqvip.com 兵工自动化　网络与信息技市　Ｎｅｔｗｏｒｋ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　ｏ．Ｉ．Ａｕｔｏｍａｔｉｏｎ　２００７年第２６卷第７期　２００７，Ｖｏ１．２６，Ｎｏ．７　４　结论　基于灰度图像的阴影检测算法将基于亮度的　阴影检测与基于归一化互相关函数的阴影检测相结　Ｎｏｒｍａｌｉｚｅｄ　ｃｒｏｓ。Ｃｏｒｒ。ｌ　。“ｆｏ　Ｍ。　。“　Ｉ’　ａｃｋｉｎｇ　Ｕｓｉｎｇ　Ｂａｓｉｓ　Ｆｕｎｃｔｉｏｎｓ［Ｊ】．Ｃｏｍｐｕｔｅｒ　Ｍｅｔｈｏｄｓ　ａｎｄ　Ｐｒｏｇｒａｍｓ　ｉｎ　Ｂｉｏｍｅｄｉｃｉｎｅ。２００６，８２（２）：１４４—１５６．　［３１　Ｄｕ—Ｍｉｎｇ　Ｔｓａｉ，Ｃｈｉｅｎ‘Ｔａ　Ｌｉｎ．Ｆａｓｔ　Ｎｏｒｍａｌｉｚｅｄ　Ｃｒｏｓｓ　合对视频图像的阴影进行检测。实验表明：改进的　基于灰度图像的阴影检测算法能很好检测到阴影，　且不需颜色信息，优于ＨＳＶ模型阴影检测算法。　．　．　．　［４】Ａ１ｅｓｓａｎｄｒｏ　Ｂｅｖｉｌａｃｑｕａ．裟　ｉ２ｏ０ｎ０　３ｆｏ。ｒ２４Ｄ，篙：Ｄ２ｅ６ｔ２ｅ５ｃ—ｔ２ｉｏ６ｎ３［１Ｊ．　・Ｐａｎｅｆ“Ｒｅｃｏｇｍｎｏｎ　Ｏｐｔｉｍｉｚｉｎｇ　Ｐａｒａｍｅｔｅｒｓ　ｏｆ　ａ　Ｍｏｔｉｏｎ　Ｄｅｔｅｃｔｉｏｎ　Ｓｙｓｔｅｍ　ｂｙ　Ｍｅａｎｓ　ｏｆ　ａ　Ｄｉｓｔｒｉｂｕｔｅｄ　Ｇｅｎｅｔｉｃ　Ａｌｇｏｒｉｔｈｍ［Ａ】．Ｉｍａｇｅ　ａｎｄ　Ｖｉｓｉｏｎ　Ｃｏｍｐｕｔｉｎｇ，　参考文献：　［１】Ｊｕｌｉｏ　Ｃｅｚａｒ　Ｓｉｌｖｅｉｒａ　Ｊａｃｑｕｅｓ　Ｊ　ｒ＇Ｃ１ａｕｄｉｏ　Ｒｏｓｉｔｏ　Ｊｕｎｇ，　２００５。２３（９）：８１５～８２９．　［５１肖梅，韩崇昭，张雷．交通监控系统中基于多源信息融　Ｓｏｒａｉａ　Ｒａｕｐｐ　Ｍｕｓｓｅ，－Ｂａｃｋｇｒｏｕｎｄ　Ｓｕｂｔｒａｃｔｉｏｎ　ａｒ　Ｓｈａｄｏｗ　Ｄｅｔｅ‘ｃｔｉｏｎ　ｉｎ　Ｇｒａｙｓｃａ　ｌｅ　Ｖｉｄｅｏ　Ｓｅｑｕｅｎｃｅｓ　［Ａ】．　合的运动阴影检测［Ｊ】．西安交通大学学报，２００５，３９　（１　０）．　．　ＩＥＥＥＣｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ［Ｃ】，２００５．１８９．１９６．　［６】张丽，李志能．基于阴影检测的ＨＳＶ空间自适应背景模　［２】Ａ　Ｊ　Ｈ．Ｈｉｉ，Ｃ　Ｅ　Ｈａｎｎ，Ｊ　Ｇ　Ｃｈａｓｅ，Ｅ　Ｅ　Ｗ　Ｖａｎ　Ｈｏｕｔｅｎ．Ｆａｓｔ　冰　型的车辆追踪检测［Ｊ】．中国图像图形学报，２００３，８（７）．　丰　（上接第４ｏ页）　确定干扰态势。　圆区域代表相对独立的屏蔽空间，其问的电磁作用　关系可进一步用电磁作用树形图描述，见图２。　Ｎ１　Ｎ７　图Ｉ　外界电磁干扰对典型电子系统的各种耦合示意图　图２　电磁作用树形图　图Ｉ表示对典型电子系统的拓扑分解。其中椭　＼频率坐标　、＼　．３　实验分析　后门右窗　右侧观察窗　（１３．１，１，１．８）　５＿８ｌｌ６　４．９００７　６．１０８８　１１．２５６４　表１　有内部设备时平面波作用下部分开孔内电场强度　左侧观察窗　（１０９，一１，１．８）　．后门左窗　（１３．３．．０．５，１．７）　５．８８８９　４．７３３７　５．１６０９　７．１９３８　右侧门窗　（１０．９，１，１．８）　３．３３１Ｏ　７．９３４２　５．１６９２　１Ｏ．７７１３　前通风孔　（１０．１，０．４，１．２）　３．８０００　３．Ｏ６１８　３．８８７３、　１０．９０２１　（１３．３，０．４，１．７）　４．１２２２　６．３２５４　４．８３３１　１０．８９６７　４００ＭＨｚ　５００ＭＨｚ　６００ＭＨｚ　７００ＭＨｚ　５．１３１８　２．５５１７　６，２５４５　１３．１ｌ９４　３．１对某型电子设备的电磁仿真实验　利用电磁仿真软件ＦＥＫＯ建立平面波环境和某　电子设备实体模型，设实验的电场强值为１０Ｖ／ｍ。　其目的是找到设备模型对应的“后门”耦合规律。　如图３和表１，在实验频率内，各种“后门”耦合　强度按降序依次是门、观察窗、通风口、线缆孔。　４　结论　典型电子装备的电磁拓扑数据结构应包含信　息和建模步骤，并建立外界电磁干扰对电子系统中　的各耦合图和相应的电磁作用树形图。经对某电子　设备电磁辐照，找到“后门”耦合效应的基本规律。　—一—■　图３设备模型图　参考文献：　［１】郑坤，刘修国，吴信才，等．顾及拓扑面向实体的三维　矢量数据模型［Ｊ】．吉林大学学报（地球科学版），２００６，　３６（５）：４７４—４７９．　３．２对电子设备的电磁辐照实验　在电磁环境下对某电子设备进行辐照，测量位　［２】Ｆ　Ｍ　Ｔｅｓｃｈ．Ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ　Ｔｏｐｏｌｏｇｙ：Ａｎａｌｙｓｉｓ　ｏｆ　ＲＦ　Ｅｆｆｅｃｔｓ　ｏｎ　Ｅｌｅｃｔｒｉｃａｌ　Ｓｙｓｔｅｍｓ［Ｒ】．Ｃｌｅｍｓｏｎ　Ｕｎｉｖｅｒｓｉｔｙ，　２００１，６．　置的电场强度值如表２。发现仿真实验与实地试验　呈同样规律，则仿真实验有一定可靠性和指导性。　表２某型装备内外场强分布　部位　场强（ｖ／ｍ】　［３】林竞羽，周东方，毛天鹏，等．电磁拓扑分析中的ＢＬＴ　方程及其应用［Ｊ】．信息工程大学学报，２００４，５（２）：　ｌｌ８—１２１．　［４】江庆平，刘光斌，余志勇．导弹武器系统的电磁兼容分　孔　５９７　车厢顶　２５０００　门口　通风口　车厢中部　组合内　９３８０　８０００　４９０５　４８９５　析和预测研究［Ｊ】．导弹与航天运载技术，２００４，（６）：　１６—２１　・４７・