嵌入式系统嵌入式系统/ARM技术中的一种行人视频检测中阴影检测去除技术中的一种行人视频检测中阴影检测去除
设计和实现设计和实现
随着计算机技术的飞速发展,基于计算机视觉技术的智能视频监控成为一个研究热点。从视频中进行行人检测
是是智能视频监控中最为关键的一步。基于梯度方向直方图(hog)的检测方法以其良好的检测效果得到很多研
究者的广泛关注。然而,由于基于hog的检测方法需要大量的计算,实时性很难满足实际应用的需求。而基于运
动信息的运动检测算法,如背景差分法等,因为计算简单在很多实际系统中得到运用,但是在复杂场景下很难
获得较高的准确率。 本文提出一种新的基于YUV颜色空间的阴影去除算法,因为很多摄像头的输出信号采
用YUV颜色空间,与基于RGB颜色空间的处理方法相比,省去了图像颜色空间转换的步骤,能提高处理速度。
在图像特
随着计算机技术的飞速发展,基于计算机视觉技术的智能视频监控成为一个研究热点。从视频中进行行人检测是是智能视
频监控中最为关键的一步。基于梯度方向直方图(hog)的检测方法以其良好的检测效果得到很多研究者的广泛关注。然而,
由于基于hog的检测方法需要大量的计算,实时性很难满足实际应用的需求。而基于运动信息的运动检测算法,如背景差分法
等,因为计算简单在很多实际系统中得到运用,但是在复杂场景下很难获得较高的准确率。
本文提出一种新的基于YUV颜色空间的阴影去除算法,因为很多摄像头的输出信号采用YUV颜色空间,与基于RGB颜色
空间的处理方法相比,省去了图像颜色空间转换的步骤,能提高处理速度。在图像特征上,本文结合像素点的光谱特征与图像
整体的空间特征,首先通过亮度差和色差对像素点进行判断,再利用目标本体与阴影只相接不相交的空间特征,对去除结果进
行修正,使其阴影去除效果更好。同时,为了使算法适应光照、场景等的变化,采用模糊神经网络进行目标本体与阴影的分
类,用遗传算法对网络参数和权值进行自适应调整,以提高算法的鲁棒性。
1 YUV颜色空间颜色空间
在色彩学上,为了可以准确定量地描述颜色,将色彩定义为三大属性:"Y"表示明亮度,即灰度值;"U"和"V"表示色度,
作用是描述图像色彩及饱和度,用于指定像素的颜色。根据美国国家电视制式委员会NTSC制式的标准,白光的亮度用Y来表
示,色差U、V由B-Y、R-Y按不同比例压缩而成,与红、绿、蓝三色光的关系可用式(1)描述,这也是常用的转换公式。
YUV到RGB的转换公式则如式(2)所示。
式中,R、G、B的取值范围均为0~255。通常摄像机的数据以RGB、YUV或YCrCb的格式输出。采用YUV颜色空间的重要
性是它的亮度信号Y和色度信号U、V是分离的。目前有很多种颜色空间可以将图像的色度分量和亮度分量区分开来,如HSV
颜色空间,但是这种转换较为复杂,对于大型图像非常耗时,并且在亮度值和饱和度较低的情况下,采用HSV颜色空间计算
出来的H分量是不可靠的。
在YUV颜色空间中,如果只有Y信号分量而没有U、V信号分量,则这样表示的图像就是黑白灰度图像。除去亮度信号后,
由U和V单纯表现出色度。因此,如果要将U与V色差信号用色相及饱和度来表示,必须从含有三维空间的色点P投影到U-V平
面的P′点,如图1(a)所示。U-V平面投影法在受到不稳定光源亮度的扰动时,对于目标色度有较大的精确性且不易辨识错误,
但是当光源色温变化过大时,其饱和度和色相的增减变化不易掌握。因此,如果需要判定两个任意色点是否为同一色度时,必
须确定其色相与饱和度都是相等的。如图1(b)所示,对两个色点P1与P2,当其与U轴的夹角α1=α2时,表示色相相等;当其与
原点的距离L1=L2时,表示饱和度相等。当两者都相等时,表示色度完全相同。
对于光源亮度的不稳定因素,只要光源亮度不是极值(极亮或极暗),对于相似颜色,如深蓝色和蓝色,就有相近的色度关