基于YUV顏色空間的行人視頻檢測陰影去除算法的實現(xiàn)

行人是城市交通系統(tǒng)的主要參與者，保障行人安全和減少其對機動車的干擾是城市交通系統(tǒng)建設的重要目標，因此對行人交通的研究也越來越受到重視。行人交通研究的主要問題包括行人檢測、目標跟蹤和行為分析?；?a target="_blank">視頻的行人檢測與傳統(tǒng)的紅外檢測、GPS檢測、激光檢測等方法相比，具有不破壞路面、維護方便、實時性好、可檢測的參數(shù)多等優(yōu)點，成為實時交通信息采集和處理技術的發(fā)展方向。

視頻圖像中的陰影會影響行人的檢測與跟蹤，因為陰影的存在會造成檢測目標的變形、合并、甚至丟失，使得目標定位及計數(shù)不準確。近年來，科研工作者對圖像中的陰影去除問題進行了大量研究，在這些研究方法中，考察的圖像特征主要有三種：光譜特征、空間特征和時間特征。光譜特征針對像素點，如灰度值、顏色信息等，根據(jù)當前圖與背景圖的色差、亮度差值等判斷像素點是否為陰影，或者對圖像進行變換得到光照無關圖進而去除陰影；空間特征是針對某一區(qū)域或某一幀圖像，根據(jù)檢測到的圖像的輪廓、紋理、邊緣等信息判斷是否為陰影，如利用圖像的輪廓特征，找到目標與陰影的邊界線，對本體和陰影粗分，再建立陰影像素的高斯模板進行細分，既減少了計算量又能達到較好效果；時間特征一般都是與前兩種特征結合使用，可以用于對陰影方向或運動速度的估算等，以進一步提高陰影去除效果。

本文提出一種新的基于YUV顏色空間的陰影去除算法，因為很多攝像頭的輸出信號采用YUV顏色空間，與基于RGB顏色空間的處理方法相比，省去了圖像顏色空間轉換的步驟，能提高處理速度。在圖像特征上，本文結合像素點的光譜特征與圖像整體的空間特征，首先通過亮度差和色差對像素點進行判斷，再利用目標本體與陰影只相接不相交的空間特征，對去除結果進行修正，使其陰影去除效果更好。同時，為了使算法適應光照、場景等的變化，采用模糊神經(jīng)網(wǎng)絡進行目標本體與陰影的分類，用遺傳算法對網(wǎng)絡參數(shù)和權值進行自適應調整，以提高算法的魯棒性。

1 YUV顏色空間

在色彩學上，為了可以準確定量地描述顏色，將色彩定義為三大屬性：“Y”表示明亮度，即灰度值；“U”和“V”表示色度，作用是描述圖像色彩及飽和度，用于指定像素的顏色。根據(jù)美國國家電視制式委員會NTSC制式的標準，白光的亮度用Y來表示，色差U、V由B－Y、R－Y按不同比例壓縮而成，與紅、綠、藍三色光的關系可用式（1）描述，這也是常用的轉換公式。YUV到RGB的轉換公式則如式（2）所示。

式中，R、G、B的取值范圍均為0“255。通常攝像機的數(shù)據(jù)以RGB、YUV或YCrCb的格式輸出。采用YUV顏色空間的重要性是它的亮度信號Y和色度信號U、V是分離的。目前有很多種顏色空間可以將圖像的色度分量和亮度分量區(qū)分開來，如HSV顏色空間，但是這種轉換較為復雜，對于大型圖像非常耗時，并且在亮度值和飽和度較低的情況下，采用HSV顏色空間計算出來的H分量是不可靠的。

在YUV顏色空間中，如果只有Y信號分量而沒有U、V信號分量，則這樣表示的圖像就是黑白灰度圖像。除去亮度信號后，由U和V單純表現(xiàn)出色度。因此，如果要將U與V色差信號用色相及飽和度來表示，必須從含有三維空間的色點P投影到U-V平面的P′點，如圖1（a）所示。U-V平面投影法在受到不穩(wěn)定光源亮度的擾動時，對于目標色度有較大的精確性且不易辨識錯誤，但是當光源色溫變化過大時，其飽和度和色相的增減變化不易掌握。因此，如果需要判定兩個任意色點是否為同一色度時，必須確定其色相與飽和度都是相等的。如圖1（b）所示，對兩個色點P1與P2，當其與U軸的夾角α1=α2時，表示色相相等；當其與原點的距離L1=L2時，表示飽和度相等。當兩者都相等時，表示色度完全相同。

對于光源亮度的不穩(wěn)定因素，只要光源亮度不是極值（極亮或極暗），對于相似顏色，如深藍色和藍色，就有相近的色度關系。對運動目標本體和陰影，也有相近的色度，但亮度值差別較大，可通過計算當前圖與背景圖之間的亮度差值和色差來進行陰影去除。

上述準則在應用中，要注意Ymin、ε和Δα等閾值的選取，因為這對判斷結果的影響較大。要找到合適的閾值［9］，需要對視頻資料進行大量的仿真實驗，這需要花費很長時間，而且根據(jù)現(xiàn)有資料得到的閾值不能根據(jù)場景、光照等的變化自適應進行調整，實用價值不大。

針對上述問題，將模糊神經(jīng)網(wǎng)絡［10-11］融入到目標本體與陰影的分類中是很好的解決方法。它利用神經(jīng)網(wǎng)絡的自學習能力和自適應能力來調整模糊規(guī)則和隸屬度函數(shù)，通常對神經(jīng)網(wǎng)絡的訓練采用ＢＰ算法，但是ＢＰ算法具有收斂性依賴初始條件，容易陷入局部極小值等問題。因此，本文采用遺傳算法優(yōu)化模糊神經(jīng)網(wǎng)絡的結構和參數(shù)，并自動獲得最優(yōu)的模糊規(guī)則，使網(wǎng)絡能自動適應場景與光照的變化。

2.3 模糊神經(jīng)網(wǎng)絡

模糊神經(jīng)網(wǎng)絡的結構如圖2所示。

式中，ui表示對第i個模糊子集的隸屬度，zi表示輸出結論的支集值。最后，對輸出結果進行二值化表示，1表示目標本體，0表示陰影。當結果小于0.05時，認定為陰影；結果大于0.95時，認定為目標本體，當結果在0.05”0.95之間時，認為無法判斷。

2.4 網(wǎng)絡自適應優(yōu)化

用遺傳算法對模糊神經(jīng)網(wǎng)絡的結構和參數(shù)進行優(yōu)化。網(wǎng)絡的結構優(yōu)化指確定第3層節(jié)點數(shù)、第3層和第2層的連接數(shù)、以及第3層和第4層的連接數(shù)和連接權值。網(wǎng)絡的參數(shù)優(yōu)化包括輸入變量的隸屬度函數(shù)的中心參數(shù)和寬度參數(shù)、輸出變量的隸屬函數(shù)支集值。

種群的每個個體由網(wǎng)絡結構和網(wǎng)絡的輸入隸屬度函數(shù)參數(shù)和結論參數(shù)組成，其長度為結構基因長度+參數(shù)基因長度。結構基因中“連接”采用二值的編碼，“0”表示沒有連接，“1”表示有連接，連接權值ωji用（0“1）之間實數(shù)編碼。輸入的隸屬度參數(shù)Cji和bj、結論參數(shù)zi采用實數(shù)編碼。一個染色體對應一種模糊神經(jīng)網(wǎng)絡結構及其參數(shù)。初始種群中包含著對應于最大節(jié)點數(shù)及輸入變量和輸出變量在其變化范圍內(nèi)均勻劃分模糊子集的個體，其余個體隨機產(chǎn)生。將根據(jù)經(jīng)驗得到的規(guī)則集及輸入輸出模糊劃分對應的向量選入初始種群。

遺傳操作包括復制、交叉、變異。為簡化運算實現(xiàn)實時處理，本文僅采用變異操作。二值編碼按一定的概率將控制基因串中的位從0變異為1，或者從1變異為0。實數(shù)編碼按下式突變：

2.5 空間特征

考慮到圖像中陰影和目標本體相接但互不相交，對于不能判斷的像素及初步識別結果，按下述規(guī)則進行判斷和修正：（1）如果周圍像素點多數(shù)為“陰影”，則該點是“陰影”。（2）如果周圍像素點多數(shù)為“目標”，則該點是“目標”。（3）如果周圍像素點多數(shù)是目標而被判斷為“陰影”，則改判斷為“目標”。（4）如果周圍像素點多數(shù)是陰影而被判斷為“目標”，則改判斷為“陰影”。這里的多數(shù)是指相鄰8個像素點中5個以上。

3 實驗結果和分析

圖3、圖4是室外拍攝的視頻序列的處理結果，視頻序列共2 571幀，單幀圖像大小為354×288，圖3是第154幀圖像，圖4是第363幀圖像。

童車在圖3中作為背景被提取出來，而在圖4中成為前景。與圖3相比，圖4中光照有較大變化，圖3（d）、圖4（d）、圖5（d）表明模糊神經(jīng)網(wǎng)絡分類器能有效地進行陰影去除。由圖5（d）可見，通過陰影去除，行人能被分隔開來，這樣有利于提高視頻檢測的準確率。

表1是對在不同路口拍攝的行人視頻進行行人檢測的結果，進行陰影去除后視頻檢測的平均準確率由61.52%提高到80.15%。

本文給出了一種新的陰影去除算法，該算法以YUV顏色空間為基礎，用模糊神經(jīng)網(wǎng)絡分類器識別對像素點提取的光譜特征是否為陰影，網(wǎng)絡的結構和參數(shù)采用遺傳算法進行實時更新，最后結合運動目標與陰影的空間特征對分類結果進行修正。實驗表明，該方法能適應光照、場景的變化，通過陰影去除能明顯提高行人視頻檢測的準確率。

本文關于行人視頻檢測的研究尚處于起步階段，對視頻檢測中的遮擋問題、運動描述和行為理解問題還在進一步研究中。