开题报告-图像阴影去除软件设计.docVIP

第 第 PAGE 1 页 毕业设计开题报告表 课题名称 图像阴影去除软件设计 课题来源 学校科研 课题类型 工程设计 指导教师 学生姓名 学 号 专 业 一、选题背景 1、课题的意义 随着科技的迅速发展,数字图像处理技术越来越多地进入到了我们的日常生活中，在自动监控、目标跟踪和人脸识别等机器视觉系统中得到了广泛的应用。但由于光照和目标表面相互作用的机制非常复杂，出现在很多真实场景图片中的阴影,尤其是投射阴影,给许多机器视觉任务带来了很多的问题和限制。由于阴影的存在,也就是局部光照变化导致灰度和色彩在图像中的变化，使图像分割，目标识别,运动估计等机器视觉领域的应用很难达到较好的效果。比如，在对包含阴影的图像进行图像分割、目标检测时，由于阴影的存在，会导致检测出错误的目标。所以,无论是为了对图像局部进行增强，还是为了提高图像分割、目标检测的准确率，都应该将图像中的阴影去除。在单幅图像中，区分那些由于目标表面变化导致的边缘和由于遮挡形成的场景光照急剧变化而导致的清晰边缘,就成了许多机器视觉系统亟待解决的基本问题之一。复杂场景中通过未校正的单幅图像去除阴影的影响,获得在具有一致性均匀光照条件下的无阴影彩色图像,更成了机器视觉领域中的重大挑战,诸如阴影去除这类涉及人脑对视觉信号处理和理解的问题依然不能很好地解决。图像中出现的阴影足以扰乱许多图像处理任务的执行，已经大大超出了传统意义上噪声给图像品质带来的影响，许多基于滤波和去噪的图像增强和复原技术已远远不能适应阴影去除的要求。因此，从图像中去除阴影，具有极大的学术价值和现实意义。 2、国内外发展状况 本课题关注于如何自适应地从单幅彩色图像中去除阴影,恢复图像中的场景在均匀光照条件下的表现，麻省理工学院的 Adelson”领导的研究组自从上世纪八十年代开始，一直从事人类视觉对于光感变化理解的研究，至今取得了很多里程碑式的成果。 由于投射阴影的存在,直接导致了阴影区域像素的外在表现发生了巨大变化,与其所表征的实质内容产生了极大的差异,进而导致了计算机在这种情况下执行分析、识别和判断等任务发生障碍。 但通过观察分析得知，人脑显然存在一种潜在的机制能够处理这一复杂情况,消除由于光照条件变化导致事物外观发生巨大变化的影响，还原事物的本来面目，为准确地对视觉信息进行处理和理解提供了可靠的保证。 目前,有许多机器视觉系统代替人类执行着无人值守的监控、识别和跟踪等任务。这些系统通常情况下都工作在均匀的光照环境中或者光照变化缓慢的条件下，而一旦所要处理的图像中出现了由于光照导致的阴影,往往会极大地降低其识别的准确率，影响系统运行的稳定性。 经过上述讨论,我们就会自然地提出这样的疑问—人脑是如何迅速而准确地对图像中这一复杂情况进行分析和认知的?我们能否设计一种算法,使计算机具有相同或相似的认知能力?这些问题大大影响了机器视觉系统在复杂光照条件下运行时算法的成功率，限制了其应用范围，已经成为当前机器视觉、数字图像处理等相关领域亟待解决的任务之一。 发展趋势 近年来,为了拓展各种经典图像处理算法的应用范围，Weiss使用了一组光照根据时间变化而场景反射系数保持不变的图像序列，来获取无阴影图像。Tappen等利用了灰度，色彩，目标表面的三维构成等多种线索来训练分类器，从而识别出由原始图像中检测出的边缘是属于目标表面反射系数变化引起，还是由于光照变化引起的阴影边缘，而后使用置信度传播的方法对模糊区域进行修正，最终获得无阴影彩色图像。 在一以前的工作中，Finlayson等通过对单幅图像自动检测和去除阴影，获得了很好的效果。但对光源和成像设备作出了许多限制。Wu和Tang提出了基于贝叶斯统计的方法，对由阴影区域和非阴影区域直方图得到的高斯混合模型概率密度函数进行估计，来获取无阴影图像，获得了较好效果。 作为一个相关的研究课题,对场景中主要光照的颜色属性作出估计和解释同样受到了越来越多的关注。上述文献关注的焦点主要集中于获取阴影图像的本征反射分量图像，而不是获取阴影图像场景在均匀标准光照条件下的表现。像这些建立在色彩恒常性基础上的算法，都是运行于相似的严格限制的条件下，诸如镜面反射，遮蔽，投射阴影等引起光照变化的影响因素通常被简单地忽略。获取不依赖于上述因素的光照不变性的方法为我们提供了一个不同的视角重新审视这一问题。与试图估算场景中光照的色彩不同，通过对阴影图像进行代数变换获取光照无关灰度图，找出具有相同物理性质的像素在变化的光照条件中的不变属性,基于光照不变性的方法希望可以简单地把阴影的影响从图像中去除。 在对场景光照和成像设备作出一定限制的条件下，文献提出的方法能够在图像中每个像素点上解决色彩恒常性的问题,从给定的单幅三通道彩色图像可以获得不随场景中光照亮度和色彩改变而变化的一维灰度图像,也