張大禹

摘 要 文章首先針對視頻監(jiān)控工作領(lǐng)域中運動目標(biāo)的陰影檢測以及消除的重要性，以及常用的方法類別展開分析，而后就幾個典型的計算消除方法展開深入討論，對于切實深入了解運動環(huán)境下陰影的消除的有著一定的積極意義。

關(guān)鍵詞 運動；陰影；消除；算法

中圖分類號 G2 文獻標(biāo)識碼 A 文章編號 2096-0360（2015）01-0035-02

就目前我國的媒體技術(shù)發(fā)展?fàn)顩r而言，視頻已經(jīng)成為了重要的媒體形式。尤其是在監(jiān)控應(yīng)用環(huán)境之下，視頻的價值更是突出。而為了實現(xiàn)更為有效的視頻監(jiān)控，基于當(dāng)前的計算機應(yīng)用以及技術(shù)特征來實現(xiàn)更為自動化的工作方式和效率提升，對于視頻序列中的運動目標(biāo)實現(xiàn)有效識別和檢測，就成為計算機視覺識別認(rèn)證中的一個重要研究課題。

1 運動目標(biāo)陰影的識別與消除應(yīng)用

在視頻監(jiān)控工作體系中，如何對運動目標(biāo)展開有效的識別，直接關(guān)系到整個監(jiān)控工作的質(zhì)量，并且進一步影響著整體工作效率的提升。在視頻監(jiān)控工作體系技術(shù)層面的建立上，如何對陰影進行識別和消除，是整個視頻監(jiān)控運動目標(biāo)識別工作的基礎(chǔ)。

在展開對于某種物體的監(jiān)控的過程中，由于目標(biāo)對于光線的遮擋，必然會產(chǎn)生陰影區(qū)域。而如果監(jiān)控目標(biāo)處于移動狀態(tài)，陰影就會與移動目標(biāo)合并，從而造成目標(biāo)形狀的畸變或者損失，從而進一步導(dǎo)致無法對于目標(biāo)展開有效的監(jiān)控。

基于此種狀況，在實際工作過程中發(fā)展出多種技術(shù)和算法來實現(xiàn)對于陰影的識別和剔除。總體而言可以分為兩類，即基于模型的陰影檢測方法以及基于屬性的陰影檢測方法。其中前者主要是建立起對應(yīng)的模型，用以實現(xiàn)對于陰影的描述和剔除，這種識別方式需要相對較多的經(jīng)驗數(shù)據(jù)，才能確保對應(yīng)的模型本身的合理性。但是這種陰影檢測方法本身在應(yīng)用環(huán)境中表現(xiàn)出相對僵化的特征，因此通常用來處理相對固定的場景，比如背景固定，運動目標(biāo)形狀固定以及光線狀態(tài)相對固定等。在相對固定的環(huán)境中，基于模型的陰影檢測方法能夠展現(xiàn)出良好特征，但是當(dāng)監(jiān)控目標(biāo)為運動物體，或者物體本身形狀不確定，則模型檢測法無法有效發(fā)揮作用。

而基于屬性的陰影檢測方法則能夠相對有效地展開對于運動目標(biāo)陰影的處理。從原理上看，基于屬性的檢測方法是利用陰影區(qū)域的光譜和幾何特性來實現(xiàn)對于陰影的檢測，常見的用以實現(xiàn)陰影檢測的屬性包括顏色、亮度、紋理和梯度等幾個方面。其中基于顏色的檢測技術(shù)主要是假設(shè)背景色度不受投射陰影的影響，從而對背景和陰影部分進行識別和區(qū)分；而基于亮度的檢測方法則是考慮到陰影較周圍環(huán)境應(yīng)當(dāng)更暗一些，因此常規(guī)會采用HSV顏色空間和YUV色彩空間等方法展開計算和識別。同時基于通常認(rèn)為的投影不改變紋理和梯度性質(zhì)，來實現(xiàn)紋理和梯度方面的特征分析，同樣能夠展開對于陰影的有效識別和分析，但是在實際應(yīng)用環(huán)境中，基于這兩種思路的Gabor函數(shù)通常會因為計算量大，而在實際監(jiān)測過程中的表現(xiàn)水平有待提升。

2 基于屬性的陰影識別和消除

在實際工作中，面對運動目標(biāo)的時候，目前主要采用基于屬性的陰影識別工作方式展開工作。相對于基于模型的方式而言，此種工作方式無論從準(zhǔn)確程度還是運算速度方面都有相對可行的一面。進一步可以從基于顏色、基于紋理以及基于梯度三個方面分別展開分析。

2.1 基于顏色的分析方法

基于顏色的分析方法，在展開陰影的識別和去除方面一直作為重點呈現(xiàn)，此種方法有相對較長的發(fā)展歷史，并且技術(shù)也比較成熟。常見的集中基于顏色的識別方式包括RGB標(biāo)準(zhǔn)化、RGI變換、HSV變換以及YCrCb變換四種。

RGB標(biāo)準(zhǔn)化模型參見式（1）。

（1）

此種計算方式在利用全面的壓縮手段，將前景整體壓縮，并且通過這種壓縮使得陰影能夠在檢測過程中忽略掉。此種工作方式廣泛應(yīng)用于早期，并且以其良好的處理速度著稱，但是此種壓縮方式雖然能夠?qū)㈥幱皦嚎s掉，同樣也有可能會造成目標(biāo)本身相對較弱的部分有所損傷。

而RGI變換的運算模型則可以通過式（2）

表達：

（2）

此種變換方式可以更為有效地實現(xiàn)對于光照變化的良好的適應(yīng)，但是同樣存在缺點，即會引入額外的異方差噪聲。

HSV變換相對復(fù)雜，這是一種更多考慮人的視覺能力的計算方法，涉及到色度H、飽和度S以及亮度V等多種描述。如果用I表示前景像素而B表示背景像素，表示閾值，則常見的計算方法如式（3）。

（3）

此種算法中，如果閾值能夠得到合理設(shè)置，則陰影檢測會有良好效果，但是在不同的視頻監(jiān)控環(huán)境中需要對閾值進行調(diào)整，才能獲取優(yōu)化效果。

最后，YCrCb變換的計算方式參見式（4）。

（4）

此種工作方式具有良好的工作效率，能夠?qū)崿F(xiàn)快速的陰影消除。

2.2 基于紋理的分析方法

此種做法是考慮到在運動環(huán)境中，單獨的像素會隨著光線變化而變更其紋理值，但是局部紋理并不容易發(fā)生變化，因此可以加強局部紋理的描述，采用如式（5）扥算法實現(xiàn)對于LBP碼的計算：

（5）

其中表示中心像素灰度，而則表示鄰域環(huán)境中灰度，函數(shù)S（x）在x小于0時取值為0，其他情況下取值1。

2.3 基于梯度的分析方法

此種方法在此不多贅述，但是其工作基礎(chǔ)為設(shè)定陰影的梯度和背景的梯度具有一致性，并且一次通過計算當(dāng)前幀和背景幀的梯度并且實現(xiàn)比較來測定陰影區(qū)域。在整個計算過程中，梯度算子十分關(guān)鍵，并且光照變化等多方面因素都會帶來一定影響。同時考慮到邊緣問題處理不夠完善，因此此種方法在實際應(yīng)用環(huán)境中相對有限。

3 結(jié)論

實際對運動目標(biāo)陰影的檢測和消除，通常是多種方法共同融合作用，并且以應(yīng)用環(huán)境做出基礎(chǔ)展開深入考慮而選取最優(yōu)的方法。

參考文獻

[1]楊俊，趙忠明.基于歸一化RGB色彩模型的陰影處理方法[J].光電工程，2007，34（12）.

[2]胡園園，王讓定.基于紋理不變性的運動陰影去除算法[J].計算機應(yīng)用，2008，28（12）.