遥感影像阴影检测（C）

客官°小女子只卖身不卖艺 2022-10-12 01:38 271阅读 0赞

**一、基于HSV彩色空间的阴影检测**  
HSV( 色调、饱和度、亮度) 彩色空间是人们用来从调色板或颜色轮中挑选颜色( 如颜料或墨水)所用的彩色系统之一，反映了人眼视觉观察彩色的方式，该彩色系统比ＲGB 系统更接近于人们的经验和对彩色的感知。HSV 彩色体统基于柱坐标系，将ＲGB( 笛卡尔坐标系) 映射至HSV( 柱坐标系) 的方程如下：  
![在这里插入图片描述][20210702201537386.png]  
根据阴影区域的3 个特点，对阴影区域进行检测: 将彩色影像进行ＲGB 到HSV 色彩空间变换，依据阴影区域的高色调值、低亮度值和高饱和度特性，定义M= ( S－V)/( H+S+V) 进行阈值选择分割出阴影区域。

double find_min(double r, double g, double b)
    {
        //查找最大最小值
    	double a[3] = {
         r,g,b };
    	double min = 256;
    	for (int i = 0; i < 3; i++)
    		if (a[i] <= min)
    			min = a[i];
    	return min;
    }
    void Shadow_extraction_HSV(Mat img,String str,float t)
    {
        
    	int row = img.rows, col = img.cols;
    	Mat shadow;
    	shadow.create(row, col, CV_8UC3);
    	double H, S, V, r, g, b,m,mi;
    	for (int i=0;i<row;i++)
    		for (int j = 0; j < col; j++)
    		{
        //这里是用的公式计算HSV，也可以直接用opencv的函数直接
    			b = double(img.at<Vec3b>(i, j)[0]);
    			g = double(img.at<Vec3b>(i, j)[1]);
    			r = double(img.at<Vec3b>(i, j)[2]);
    			V = (r + g + b) / 3;
    			mi = find_min(r, g, b);
    			S = 1 - 3 * mi / (r + g + b);
    			double theta;
    			theta = acos(((r - g) + (r - b)) / (2 * sqrt((r-g)*(r-g)+(r-b)*(g-b))));
    			//弧度与角度的转换
    			if (b <= g)
    				H = theta*180/3.1416;
    			else if (b > g)
    				H =360-theta*180/3.1416;
    			m = (S - V) / (H + S + V);
    			//判断阴影条件
    			if (abs(m )<t&&m<0)
    			{
        
    				shadow.at<Vec3b>(i, j)[0] = 255;
    				shadow.at<Vec3b>(i, j)[1] = 255;
    				shadow.at<Vec3b>(i, j)[2] = 255;
    				
    			}
    			else
    			{
        		
    				shadow.at<Vec3b>(i, j)[0] = 0;
    				shadow.at<Vec3b>(i, j)[1] = 0;
    				shadow.at<Vec3b>(i, j)[2] = 0;
    			}
    		}
    	imwrite(str, shadow);
    }

**二、基于C1C2C3彩色空间的阴影检测**  
将ＲGB 空间转换到C1C2C3空间的定义如下：  
![在这里插入图片描述][20210702202002901.png]  
在阴影区域蓝光通道灰度下降得最少，因此在C1C2C3彩色空间的C3分量中，阴影区域主要占据的是高像素值，通过对C3分量图采用阈值分割的方法得到初步阴影区域。只有在C3分量中高于某个阈值，并在B 分量中低于某个阈值的区域，才被检测成为阴影区域。

void Shadow_extraction_3C(Mat img,String str, float t1,int t2)//t1、t2是阈值
    {
        
    	int row = img.rows, col = img.cols;
    	double c3;
    	for (int j = 0; j < row; j++)
    	{
        //逐个像素
    		for (int i = 0; i < col; i++)
    		{
        
    			if (img.at<Vec3b>(j, i)[2] > img.at<Vec3b>(j, i)[1])
    			{
        
    				c3 = atan(double(img.at<Vec3b>(j, i)[0] / img.at<Vec3b>(j, i)[2]));
    			}
    			else
    			{
        
    				c3 = atan(double(img.at<Vec3b>(j, i)[0] / img.at<Vec3b>(j, i)[1]));
    			}
    
    			if (c3 > t1&&img.at<Vec3b>(j, i)[0] < t2)
    			{
        //满足阴影条件，则白色
    				img.at<Vec3b>(j, i)[0] = 255;
    				img.at<Vec3b>(j, i)[1] = 255;
    				img.at<Vec3b>(j, i)[2] = 255;
    				
    			}
    			else
    			{
        //否则黑色
    				
    				img.at<Vec3b>(j, i)[0] = 0;
    				img.at<Vec3b>(j, i)[1] = 0;
    				img.at<Vec3b>(j, i)[2] = 0;
    			}
    		}
    	}
    	imwrite(str, img);
    }

[20210702201537386.png]: /images/20221005/fa99a5b4e5054ef5bed99aba27dbc027.png
[20210702202002901.png]: /images/20221005/4746b1cbb2f34f429525a6ee01410962.png