基于HSI色彩空间的去阴影方法

基本原理：阴影区域颜色的色调信息H和饱和度信息S具有较小的变动，而亮度信息I会有较大的变换，但是HS基本上包含了颜色信息。根据这个特点，在检测某一个像素是否为阴影时，只需要判断该像素是否满足‘H、S分量浮动较小，而I变化幅度较大’就可以。阴影检测函数：currImg：当前帧bkImg：背景帧shadowdeImg：检测到的阴影区域th1,th2：亮度比的阈值th3：色调差的阈值th4：饱和度差的阈值

void ShadowDetect(IplImage *currImg, IplImage *bkImg, IplImage *shadowdeImg,double th1,double th2,double th3,double th4)
{
cvZero(shdadeImg);
cvNot(shdadeImg,shdadeImg);
unsigned char* currData;
unsigned char* bkData;
unsigned char* shadeData;
int i=0,j=0;
int height=currImg->height;
int width=currImg->width;
double rb=0,gb=0,Ib=0,Rb=0,Gb=0,Bb=0,bf=0;
double rt=0,gt=0,It=0,Rt=0,Gt=0,Bt=0,tf=0;
//CvScalar cs=cvScalarAll(255);
for (i=0;i<height;i++)
{
currData=(unsigned char*)currImg->imageData+i*currImg->widthStep; //指针为第i+1行
bkData=(unsigned char*)bkImg->imageData+i*bkImg->widthStep;
shadeData=(unsigned char*)shdadeImg->imageData+i*shdadeImg->widthStep;
for (j=0;j<width;j++)
{
// current normalized
//*******************
//当前图像
//*******************
Bt=currData[j*3]; //分别获取像素点的BGR值
Gt=currData[j*3+1];
Rt=currData[j*3+2];
tf=(Rt>Gt?Gt:Rt)>Bt?Bt:(Rt>Gt?Gt:Rt); //取R、G、B三值中的最小值存入tf

rt=acos((0.5*((Rt-Gt)+(Rt-Bt)))/(sqrt((Rt-Gt)*(Rt-Gt)+(Rt-Bt)*(Rt-Gt)))); //求色调(2pi-theta？) H
gt=1-3*tf/(Rt+Gt+Bt); //求饱和度 S
It=(Rt+Gt+Bt)/3; //求亮度 I
// Bk normalized
//*********************
//背景图像
//*********************
Bb=bkData[j*3];
Gb=bkData[j*3+1];
Rb=bkData[j*3+2];
bf=(Rb>Gb?Gb:Rb)>Bb?Bb:(Rb>Gb?Gb:Rb);

rb=acos((0.5*((Rb-Gb)+(Rb-Bb)))/(sqrt((Rb-Gb)*(Rb-Gb)+(Rb-Bb)*(Rb-Gb))));
gb=1-3*bf/(Rb+Gb+Bb);
Ib=(Rb+Gb+Bb)/3;
// judge whether is shadeimg
//判断
if (It/Ib>=th1&& It/Ib<=th2 && fabs(rt-rb)<=th3 && fabs(gt-gb)<=th4)
{
shadeData[j*3]=0;
shadeData[j*3+1]=0;
shadeData[j*3+2]=0;
}
}
}
}