静态阴影的自动检测与去除

针对现有的静态阴影检测与去除算法容易出现像素误检及在纹理情况复杂时未能很好的去除阴影等问题,提出了基于支持向量机与区域子块匹配的静态阴影自动检测与去除算法。首先,对初始图像进行超像素分割处理,用mean-shift聚类方法在超像素特征集合内进行聚类得到n个聚类区域;其次,在得到的聚类区域提取像素多个特征对支持向量机进行离线训练获得阴影二值图像,再利用soft matting对阴影二值图的边界进行平滑;之后,在光照区域利用区域协方差特征和空间距离这两个条件找到阴影子块的最佳匹配子块;最后,引入阴影加权平均因子对子块进行部分修正,并利用光照恢复算子对子块进行局部点亮。实验结果表明,该算法可以很好的降低阴影像素的误检率,对于纹理类型丰富、阴影不均匀的图像去除阴影效果明显,可使阴影与光照的边界效应大大减弱,而且该算法在实际铁路场景应用中也取得了很好的效果。