一种改进的图像阴影去除方法

胡 晨，胡德敏，胡钰媛，褚成伟

(上海理工大学 光电信息与计算机工程学院，上海200093)

阴影作为干扰图像质量的因素，根据其产生原因的不同分成两类：一种是由于物体没有接受光源照射产生的影子，即自阴影；另一种是由于自身对光源的遮挡在另一个物体上产生的影子，称为投影阴影[1]。本文主要解决投影阴影问题。

阴影去除主要分为两大类型：有模型方法和无模型方法。基于有模型的方法是对场景中的目标根据先验知识，建立模型以区分阴影与非阴影。该方法效果较好但是建模过程复杂耗时。无模型方法只需根据阴影光照、颜色、几何特征等来去除阴影，无需长时间训练。但该方法会导致纹理不一致以及色彩偏移等问题[2]，易降低阴影去除后的视觉效果。

文献[1，3]中基于模型学习角度建立数据集对阴影进行训练进而去除阴影。该方法针对单色图像即非彩色图像而设计，无法解决彩色图像的阴影处理。文献[4～6]虽然能较好地恢复阴影处真实信息，但需要大量预训练，训练不充分易导致阴影去除后纹理不一致。上述方法依赖于长时间的训练，训练不足会导致阴影去除失败。

文献[2，7]无需模型训练，但均需无阴影背景图来去除阴影。如果无背景图，将无法去除阴影。文献[8]基于光照优化去除阴影，缺点是当相似区域纹理差别大时，会导致阴影去除后纹理不一致与光照不饱和。文献[9]依据HSI空间检测出阴影，但未恢复阴影处光照。文献[10]将非阴影区域与阴影区通道的平均值之比作为常数，对检测出的阴影区域乘以常数去除阴影，在恢复图像阴影区域时会造成纹理不一致。……