第2期 丁爱玲，等：单边侧阴影特征的车辆阴影去除 283· 仅包含车辆，还有阴影部分，需要对它们进行处理。 根据光照模型（式(2）)，由于接收的光照减小， 投射阴影由车身遮挡光照引起，它们总是分布在车 即E:(x,y)会变小，所以阴影点像素亮度会比原来 身的一侧或两侧，这就是阴影的空间分布特性。文 路面像素点暗，而且路面材质通常比较均匀，即 献[3]中给出了投射阴影模型，如图2所示。 P(x,y)分布范围较窄，阴影区域的灰度分布比较 平坦，从而决定了阴影的灰度分布特性。 利用上述特性，对二值图像中的前景区域进行 4个方向投影，获得4个方向的投影边界曲线，将该 投射边界曲线上的像素点映射到差分图像中，就可 (a)投射阴影模型 (b)投射阴影的分类 获得一组差分图像中像素点采样值，其中灰度均值 图2阴影模型 较低一条边界曲线所对应的方向，就是投射阴影产 Fig.2 Shadow model 生的方向，依此来求得阴影像素值的分布区间。算 图2中，H。为目标物体的高度，W,为阴影的宽 法如下： 度，L,为阴影的长度。根据目标在投射阴影在2-D 1)分别从4个方向对前景区域进行投影（从图 平面内的位置，将阴影模型划分成4种类型，如图2 像的4个边界，沿垂直或水平方向搜索第1个灰度 (b)所示。本文根据交通场景的实际情况，分别建 值不为0的像素点，所有点的集合就是该方向上的 立了4类车辆阴影模型，如图3所示。 投影边界)，获得4个方向边界曲线分布。将这4个 方向的边界曲线映射到差分图像中，创建4个数组 U[256]、D[256]、L[256]和R[256]分别存储上 下、左、右4个方向的灰度分布，其中数组下标表示 灰度差值，范围从0~255，数组中元素的值表示该灰 (a)类型 b)类型2 度值的频数。图5为4个投影边界在差分图像中的 H 映射结果。 (c)类型3 (d)类型4 图3目标模型及其4个类投射阴影 Fig.3 Target model and four kinds of cast shadows (a)上边界曲线 (b)下边界曲线 图3中正方体H方向的粗边表示光源方向，灰 色椭圆区域表示目标车辆产生的投射阴影。对图3 中的目标车辆和其阴影在2-D平面内进行4个方向 的投影，以图3中类型1为例，四边界的投影边界 中，肯定有一条边界是阴影边界线，图4中右边界线 (©)左边界曲线 (d)右边界曲线 就是阴影边界线。 图54个方向投影边界 上边界投影曲线 Fig.5 Projection boundary in four directions 必 右 边 2)因为阴影区域的像素呈现正态分布，为此， 界 投 影 一 投影曲线 求得4个投影边界的灰度分布均值E、,见式(4)： 线 stil Es= (4) 下边界投影曲线 W-S[0] 图4运动区域的单侧投射阴影 式中：S表示相应的4个投影边界数组，计算上边界 Fig.4 Unilateral cast shadows 时，S[]就是[门，以此类推，W表示边界宽度，本实仅包含车辆，还有阴影部分，需要对它们进行处理。 投射阴影由车身遮挡光照引起，它们总是分布在车 身的一侧或两侧，这就是阴影的空间分布特性。 文 献［３］中给出了投射阴影模型，如图 ２ 所示。 图 ２ 阴影模型 Ｆｉｇ．２ Ｓｈａｄｏｗ ｍｏｄｅｌ 图 ２ 中， Ｈｏ 为目标物体的高度， Ｗｓ 为阴影的宽 度， Ｌｓ 为阴影的长度。 根据目标在投射阴影在 ２⁃Ｄ 平面内的位置，将阴影模型划分成 ４ 种类型，如图 ２ （ｂ）所示。 本文根据交通场景的实际情况，分别建 立了 ４ 类车辆阴影模型，如图 ３ 所示。 图 ３ 目标模型及其 ４ 个类投射阴影 Ｆｉｇ．３ Ｔａｒｇｅｔ ｍｏｄｅｌ ａｎｄ ｆｏｕｒ ｋｉｎｄｓ ｏｆ ｃａｓｔ ｓｈａｄｏｗｓ 图 ３ 中正方体 Ｈ 方向的粗边表示光源方向，灰 色椭圆区域表示目标车辆产生的投射阴影。 对图 ３ 中的目标车辆和其阴影在 ２⁃Ｄ 平面内进行 ４ 个方向 的投影，以图 ３ 中类型 １ 为例，四边界的投影边界 中，肯定有一条边界是阴影边界线，图 ４ 中右边界线 就是阴影边界线。 图 ４ 运动区域的单侧投射阴影 Ｆｉｇ．４ Ｕｎｉｌａｔｅｒａｌ ｃａｓｔ ｓｈａｄｏｗｓ 根据光照模型（式（２）），由于接收的光照减小， 即 Ｅｋ（ｘ，ｙ） 会变小，所以阴影点像素亮度会比原来 路面像素点暗， 而且路面材质通常比较均匀， 即 ρｋ（ｘ，ｙ） 分布范围较窄，阴影区域的灰度分布比较 平坦，从而决定了阴影的灰度分布特性。 利用上述特性，对二值图像中的前景区域进行 ４ 个方向投影，获得 ４ 个方向的投影边界曲线，将该 投射边界曲线上的像素点映射到差分图像中，就可 获得一组差分图像中像素点采样值，其中灰度均值 较低一条边界曲线所对应的方向，就是投射阴影产 生的方向，依此来求得阴影像素值的分布区间。 算 法如下： １） 分别从 ４ 个方向对前景区域进行投影（从图 像的 ４ 个边界，沿垂直或水平方向搜索第 １ 个灰度 值不为 ０ 的像素点，所有点的集合就是该方向上的 投影边界），获得 ４ 个方向边界曲线分布。 将这 ４ 个 方向的边界曲线映射到差分图像中，创建 ４ 个数组 Ｕ ［２５６］、 Ｄ ［２５６］、 Ｌ ［２５６］和 Ｒ ［２５６］分别存储上、 下、左、右 ４ 个方向的灰度分布，其中数组下标表示 灰度差值，范围从 ０～２５５，数组中元素的值表示该灰 度值的频数。 图 ５ 为 ４ 个投影边界在差分图像中的 映射结果。 图 ５ ４ 个方向投影边界 Ｆｉｇ．５ Ｐｒｏｊｅｃｔｉｏｎ ｂｏｕｎｄａｒｙ ｉｎ ｆｏｕｒ ｄｉｒｅｃｔｉｏｎｓ ２） 因为阴影区域的像素呈现正态分布，为此， 求得 ４ 个投影边界的灰度分布均值 ＥＳ ， 见式（４）： Ｅｓ ＝ ∑ ２５５ ｉ ＝ １ Ｓ［ｉ］∗ｉ Ｗ － Ｓ［０］ （４） 式中： Ｓ 表示相应的 ４ 个投影边界数组，计算上边界 时，Ｓ［ｉ］ 就是 Ｕ［ｉ］，以此类推，Ｗ 表示边界宽度，本实 第 ２ 期 丁爱玲，等： 单边侧阴影特征的车辆阴影去除 ·２８３·