基于梯度域的保纹理图像阴影去除算法
作者 :  黄微 傅利琴 王琛

  摘 要:针对当前自然图像阴影去除算法需要多次人工交互、阴影去除结果纹理信息丢失等问题,提出了基于梯度域的图像保纹理阴影去除算法。该方法只需确定出阴影的大概边界,然后在梯度域中,分别对阴影内部和阴影边界的梯度进行最优化修正,得到无阴影的梯度图像,最后利用泊松方程,恢复出无阴影图像。利用多幅图像的实验结果证明,该算法操作简单,不需要多次人机交互,且阴影区域内纹理细节得到了较好的恢复。
  关键词:阴影去除;阴影检测;梯度域;泊松方程;纹理特征
  中图分类号: TP391
  文献标志码:A
  0 引言
  阴影是由于光线被物体完全或部分遮挡而在图像中形成的暗色区域。它使目标反映的信息量缺损或受到干扰,降低了图像的解译精度,严重影响了图像的各种定量分析与应用。为了消除这些不利影响,有必要进行阴影去除。
  当前的阴影去除算法大多是基于阴影特性的去除算法,它主要分为两类:一类是基于泊松方程[1-3]的阴影去除,该类算法通过修改阴影边界的梯度,再求解泊松方程[4-5]恢复出无阴影图像;另一类是基于阴影因子[6-11]估计的阴影去除,该类方法分别估计半影和全影阴影区域的阴影因子,从而恢复出无阴影图像。
  这些方法能够较好地恢复阴影的信息,但是各自还存在着不足之处。
  第一类方法由于简单地将阴影边界梯度设置为零,导致恢复后图像中原阴影边界处的纹理丢失严重。
  第二类方法将阴影分为全影和半影,并分别进行处理,去除结果比第一类方法具有较好的改进;然而,为了获得良好的阴影去除效果,该类方法首先需要人工画出阴影边界的范围[7-9]或选择边界特征点[10],再利用各种算法对阴影边界进行精确的定位(通常是单点的线状边界)。
  阴影边界定位的精确程度会直接影响阴影去除效果,这对于纹理丰富或场景复杂的图像本身就是一个难点。
  另外,第二类算法在后续阴影去除过程中,需要人工设定[6-8]或者进行多次人机交互[11]以确定模型参数,这也大大增加了模型的复杂度。
  针对这些问题,本文提出了一个直接基于梯度场的阴影去除算法。由于梯度是阴影恢复的一个重要信息源:第一类算法的核心就是构建一个无阴影的梯度场;第二类算法利用梯度来约束阴影因子估算模型中能量方程的平滑项。因此,本文算法只需确定阴影的大概边界区域,然后在梯度域中分别对阴影内部和阴影边界的梯度进行最优化修正,得到无阴影的梯度场,最后利用泊松方程恢复出阴影区域内的信息。与传统的阴影去除算法相比,本文算法不需要精确边界定位也能快速有效地恢复阴影信息,同时很好地保持了阴影的纹理细节。
  5 结语
  本文算法具有较好的阴影去除效果,阴影内部的纹理细节、亮度等方面得到了较好的恢复,并且阴影边界处的纹理细节方面也得到了很大改善,恢复后的无阴影图像在阴影和非阴影区域并没有明显的分界,阴影去除后,整幅图像场景具有较为一致的光照。同时,在算法实现方面,该方法不需要多次人机交互,并且不需要十分精确的阴影边界提取,这样,大大降低了算法实现复杂度。
  参考文献:
  [1]FINLAYSON G D, DREW M S, LU C. Entropy minimization for shadow removal [J]. International Journal of Computer Vision, 2009,85(1): 35-57.
  [2]FINLAYSON G D, DREW M S, LU C. Intrinsic images by entropy minimization [C]// Proceedings of the 2004 IEEE European Conference on Computer Vision. Piscataway: IEEE, 2004: 582-595.
  [3]FINLAYSON G, HORDLEY S D, LU C, et al. On the removal of shadows from images [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006, 28(1): 59-68.
  [4]SHEN J B, JIN X G, ZHOU C, et al. Gradient based image completion by solving the Poisson equation [J]. Computer and Graphics, 2007,31(1): 119-126.
  [5]PéREZ P, GANGNET M, BLAKE A. Poisson image editing [J]. ACM Transactions on Graphics: Proceedings of ACM SIGGRAPH 2003, 2003,22(3):313-318.
  [6]LIU F, GLEICHER M. Textureconsistent shadow removal [C]// ECCV 08: Proceedings of the 10th European Conference on Computer Vision: Part IV, LNCS 5305. Berlin: SpringerVerlag, 2008: 437-450.
  [7]SU YF, CHEN H H. A threestage approach to shadow field estimation from partial boundary information [J]. IEEE Transactions on Image Processing, 2010, 19(10): 2749-2760.   [8]MOHAN A, TUMBLIN J, CHOUDHURY P. Editing soft shadows in a digital photograph [J]. IEEE Computer Graphics and Applications, 2007, 27(2): 23-31.
  [9]ARBEL E, HELOR H. Texturepreserving shadow removal in color images containing curved surfaces [C]// CVPR 07: Proceedings of the 2007 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway: IEEE, 2007: 1-8.
  [10]ARBEL E, AND HELOR H. Shadow removal using intensity surfaces and texture anchor points [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(6): 1202-1216.
  [11]MIYAZAKI D, MATSUSHITA Y, IKEUCHI K. Interactive shadow removal from a single image using hierarchical graph cut [C]// ACCV09: Proceedings of the 9th Asian Conference on Computer Vision: Part I, LNCS 5994. Berlin: SpringerVerlag, 2009: 234-245.
  [12]阮秋琦. 数字图像处理学[M]. 北京:电子工业出版社,2000:32-38.
  [13]杨勇,汪继文. 基于求解泊松方程和梯度的图像修复的研究[J].计算机技术与发展,2008,18(2):98-101.
  [14]MARSDEN J E, TROMBA A. Vector calculus [M]. San Fransisco: W. H. Freeman, 1988.
  [15]SIMCHONY T, CHELLAPPA R, SHAO M. Direct analytical methods for solving Poisson equations in computer vision problems [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(5): 435-446.
  [16]AGRAWAL A, CHELLAPPA R, RASKER R. An algebraic approach to surface reconstruction from gradient fields [C]// ICCV 05: Proceedings of the Tenth IEEE International Conference on Computer Vision. Washington, DC: IEEE Computer Society, 2005, 1: 174-181.
  [17]CRIMINISI A, PEREZ P, TOYAMA K. Region filling and object removal by exemplarbased image inpainting [J]. IEEE Transactions on Image Processing, 2004, 13(9):1200-1212.

文秘写作 期刊发表