如何在RGB图像中的阴影像素中消除阴影的影响

时间:2019-02-28 21:56:48

标签: python image opencv image-processing computer-vision

我有高分辨率的地面覆盖RGB图像,并且阴影水平各不相同。 我如何对其进行预处理以消除阴影效果(增强阴影像素)。阴影主要来自岩石,三脚架和植物。下面是一些示例(实际图像的屏幕截图)。

image1image2image3

再看一遍-如果还增强了细小的阴影(例如,由小叶子,树枝,小石头所形成的阴影),那将是非常有益的-我认为解决方案也将这些阴影也吸收了。

我正在使用三个类别的地物分割模型。当存在阴影时,该模型可以很好地应对,因此我不必为此担心。主要关注的是中等水平的阴影。我基本上想通过一些代码来提供数百个图像,以便最终结果是RGB图像,其中阴影像素似乎不再处于阴影中。

增加阴影像素的亮度以匹配非阴影像素的平均亮度的方法可能是一个不错的开始(但我敢肯定,存在更好的技术)。

对于非常暗的阴影,我计划为第四类创建训练数据,以便可以检测到这些并从分析中删除这些像素(假设非常低的亮度将是此处使用的主要功能)。

1 个答案:

答案 0 :(得分:0)

将颜色空间转换为YUV并设置平均Y亮度也许很简单。或类似Retinex算法的方法来分割照明层(包括阴影)。否则,还有一些本地增强方法(例如CLAHE)可能会帮助您解决问题。这些是我的建议。