顏色分類識別陰影模型

1、顏色分類識別陰影模型摘要：一種新的方法闡述陰影檢測。該方法是基于使用不變的顏色模式識別來分類數(shù)字圖像中的陰 影。本程序分為兩個層次:第一，暗影候選區(qū)域,提取;然后，利用不變顏色特征，暗影候選區(qū)域被 歸類為自我陰影像素點或投陰影像素點。使用顏色特征不變特征，用一種低復雜度的分類方 式。實驗結果表明:該方法成功地檢測假設環(huán)境約束中分級的陰影比最先進的方法較少限制 對光照條件和場景的布局。1.介紹:如圖像數(shù)據(jù)庫應用和衛(wèi)星成像可以要求通過分割識別對象。通過物體表面有關的形狀和顏色 的信息然后進行采集。這些信息將會被扭曲，如噪聲，采集原因或者自然原因，如陰影。從 源的直射光照明通向物體對象被阻礙的話，陰

2、影將會部分或者完全發(fā)生。陰影可以分為2 類：投影和自我陰影。投射投影是因為光源正對著投射物體，自我陰影不是因為直射光。投 影的存在可以更改在一幅圖象中感知物體形狀，而自我陰影的存在修改感知物體形狀和顏色。 為了提供一個正確的描述對象，陰影應該被識別和分類。相對有限的工作，可以發(fā)現(xiàn),在陰影檢測領域文現(xiàn)。遵循兩種不同的方法，第一基于模型，第二 基于陰影屬性。在第一種方法中：模型是用來代表一個先驗知識場景的三維幾何，物體，照明1、5、7。約束 的環(huán)境中，如交通場景或建筑517）,而考慮的方向燈是假定被人知道的?；谶@些幾何方 法有兩個主要缺陷：簡單的直線模型只可以用于簡單的物體但是不適于復雜的場景。

3、此外, 照明的先驗知識和場景的三維幾何并不總是可用的。這些方法有這樣一個有限的應用范圍。 第二種方法是更一般的，并指出利用他們的幾何、亮度和顏色性質指出陰影。影子鑒定和分 類算法，提出了灰度圖像。該方法在陰影強度和幾何對象和一個環(huán)境簡單單一區(qū)域光源的基 礎上進行分析,”。只有簡單的場景，無遮擋物體之間和陰影,也會被考慮到。陰影的分類是基 于假定像素強度值以自我陰影區(qū)域是比那些在相應的投射陰影區(qū)域。這意味著該方法的局限 性，因為它會使收到來自另一個物體反射光投射陰影背景變深。這使得自我投射陰影的影子 更光明。一個系統(tǒng),結合顏色信息和幾何信息識別描述陰影在2。它發(fā)現(xiàn)投下的陰影而不考慮自己的 陰影。

4、該方法適用于更復雜的場景分析比較。另一方面它呈現(xiàn)了一個很強的限制，讓它無法 使用在很多應用上。一個活躍的觀察者允許誰投自己的影子，從這個陰影的方向計算光源進 行了實證分析。利用這些信息，陰影被確認在陰影區(qū)域提取的。提出方法：該算法的目標是在彩色圖像中提取和分類影子。該方法工程在以下假說場景和照明條件下實 現(xiàn)。一個簡單的環(huán)境是假定陰影投射在一個扁平的，或近持平，光滑表面（如8）。對象是一致 的顏色。只有一個光源照亮場景,和陰影和物體在影像。光源必須是強大的，因此陰影很清晰 可見。假設沒有其他限制的照明，對象之間的阻塞和陰影沒有考慮。該方法允許考慮更復雜 的場景就在8。2.1不變的顏色模式利用變性

5、陰影檢測性能的一些顏色變換來檢測顏色信息，這些變換(光度顏色不變量)是函數(shù) 描述每一個圖像的顏色配置點體現(xiàn)的陰影陰影和高光。他們是不變的改變成像條件,如觀察 方向，物體的表面定位和照明條件。在傳統(tǒng)的顏色特征，規(guī)范的rgb，hue(H)，飽和度(S)不變特征陰影和著色。除了這些著名的 色彩空間、新的不變的顏色模式，新的顏色模型C1,C2,C3和L1,L2,L3在圖3.我們評價了所 有的不變特征的行為在以上所提到的：rgb，h，C1,C2,C3和L1,L2,L3對顏色模型分析。clczc3 顏色的不變特征定義如下：R,G,B代表紅、綠、藍三種顏色組成的每一個像素的圖像。2.2影子區(qū)域識別第一步包括

6、識別開發(fā)的亮度特性的陰影。從光線的光源獲得陰影。因此，在陰影區(qū)域的亮度 值小于那些在周圍的環(huán)境照亮區(qū)域。提取方案，作為一個潛在的陰影，區(qū)域提出了更深的環(huán)境。我們有修改這個方法為了把它應用 到一個部分的形象。這部分是一個邊緣個性化地圖。地圖是得到邊緣應用索伯運營商亮度成 分輸入圖像。水平和垂直掃描地圖邊緣，為了找到外邊緣點的地圖。在檢測強度點作為參考 來確定內部像素的邊緣，因此地圖上有深色候選人必須陰影點。因為亮度是一個顏色特征對 陰影和遮蔽，這張地圖含有對象和陰影的邊緣。利用此地圖邊緣提取工藝較暗的區(qū)域我們把 圖像的一部分被對象及其鑄件影子當作搜索影子候選區(qū)域。S街9這克服兩描述的方法的局限性

7、，假設強度的圖像邊緣和設置為較暗的區(qū)域是一個參數(shù)識別。 首先，該方案提出了即使在持有強度圖像邊界低于陰影例如在一個集中的情況下的光源。然 后,利用邊緣需要的地圖避免參數(shù)測定黑像素。可能不能組成封閉的邊緣輪廓圖，有些陰影點 可能是不被分類的。為了克服這一問題，提高其性能的檢測算法,應用形態(tài)學處理像素的亮度 邊緣的地圖。這一處理過程允許關閉的變換檢測邊緣地圖，并獲得較好性能較暗的區(qū)域提取 的模塊。2.3陰影分類一旦較暗的區(qū)域從圖像中提取出來的,顏色信息可以用來分類的物體上陰影區(qū)域（自我陰影） 和陰影的區(qū)域背景（陰影）。利用光度顏色不變性這一步識別過程。在進行邊緣檢測的不變顏 色特征，一個邊緣地圖”

8、，它不含邊緣得到對應于陰影邊界，顏色較暗的區(qū)域邊緣地圖和地圖 即可作為輸入分類水平。過程中較暗的區(qū)域分類的相似，用于他們的檢測。輸入的彩色邊緣 地圖掃描在水平和垂直方向，找到的邊緣外點地圖。檢測分外邊緣點顯示在對象上。在黑暗 的地區(qū)分面膜，檢測邊緣點，就在為自己的影子分。另一個分為投射陰影點。由于噪聲在不變 的顏色特征，孤立的邊緣點遠外能被檢測出目標輪廓。這將導致一些投射陰影的分類作為自 己的影子。最后一個形態(tài)學處理鑄造和自我陰影掩碼是為了降低錯誤分類，提高改進方法的 性能。另一個約束是由于不穩(wěn)的顏色特征為低的數(shù)值不變的飽和和強度。因為這個原因，為 正確彩色邊緣檢測、飽和度和強度值必須大于5%

9、的總范圍4,6。提出的方塊圖識別方法的陰影中所示圖2。詳細方法如下：圖像的亮度，這是敏感的陰影，顏色組成的不變色彩模型，通過一個顏色空間步驟轉換。邊緣檢測在圖像的亮度中進行。地圖作為取得的優(yōu)勢，結合亮度圖像，提取輸入地區(qū)方案的場景，使他們是更深的環(huán)境。黑 暗陰影區(qū)域是候選人區(qū)域。邊光度計的不變顏色空間來獲得物體輪廓和折扣找到影子輪廓。黑暗的區(qū)域沒有包含在物體的輪廓分為投射陰影區(qū)域而黑暗的區(qū)域內輪廓檢測對象為 自我陰影區(qū)域。實驗結果：陰影部分結果鑒定和分類算法提出呈現(xiàn)在這一章節(jié)。測試裝置是由彩色照片評論在假設2. 這些形象的選擇提出了以下（圖3（A）。一個單獨的對象，它的影子是鑄造中所描繪的第一

10、（橙 色）和在第二（蘋果）之中。一個更復雜的場景是顯示在第三排（Kolla）。有兩個對象和對象之間 的阻塞和陰影的存在。左邊的物體違反物體顏色在場景里面的假設，這允許我們來測試方法 的可靠性不同的假說。邊緣檢測步驟討論在上一節(jié)中需要一個閾值的設置為了獲得一個二進制通配符的邊緣檢測 的過程。選用不同的值測試圖象被發(fā)表在表1。顏色值均高于邊緣檢測算法對邊緣亮度檢測。 在第一例中，由于噪聲，遠外的對象輪廓，邊緣檢測器靈敏度要求降低檢測邊緣點數(shù)量。在第 二種情況下，更高的靈敏度可以獲得一個地圖上的什么位置形成盡可能多的邊緣封閉輪廓。 橘子和蘋果，面具(b)和(c)表明自己的影子投陰影和檢出正確的算法。

11、Kolla的情況下，該算法已 經(jīng)應用于兩個部分,包含兩個物體的圖像。最后陰影集中到自己的影子區(qū)域。對于這個例子， 該算法是一個極端的假設。結果表明，該對象收到了錯誤分配點和影子自己本身的影響，正確的對象是非常黑暗和兩種 類型的問題，這意味著當添加陰影識別算法。首先，較暗的區(qū)域提取步驟將對象作為一個潛在的影子，因為它是最黑暗的地區(qū)之一的形象。 因為這部分是黑暗的，黑暗的對象結果呈現(xiàn)在自我陰影中。第二,色彩的表現(xiàn)邊緣檢測算法的cl，c2, c3不滿意的暗物體和最黑暗的地方，因為不穩(wěn)的 顏色特征值為低飽和度和強度，作為討論。因為這個原因，一些陰影被錯誤分類,但是接近對象 邊界。4.總結:一種全新的方法來鑒別和分類彩色圖像中的陰影已經(jīng)展現(xiàn)。兩個亮度和顏色信息用于陰影識 別，利用亮度信息、地區(qū)更深的環(huán)境中陰影作為候選區(qū)域。地區(qū)包括自我陰影對象和投射陰 影的背景。彩色邊緣檢測在顏色不變模型中是用來獲取物體邊緣陰影邊緣的。影子點數(shù)在物 體邊緣檢測范圍之內作為