آشكارسازي نواحي سايه در تصاوير هوايي شهري با استفاده از نقشه ‌نسبت بهينه

Shadow Detection in Arial Image Using Optimized Ratio Map

در پردازش تصوير الگوريتم‌هاي زيادي به خاطر وجود سايه دچار اختلال مي‌شوند. درصورتي‌كه محل سايه‌ها مشخص باشد مي‌توان از بروز خطا در اين الگوريتم‌ها جلوگيري كرد. در اين مقاله روشي بهينه براي آشكارسازي سايه در تصاوير هوايي ارائه شده است. در اين پژوهش دو فضاي رنگي RGB و YCbCr با هم تركيب شده و نقشه نسبتي مناسب‌تر از نقشه نسبت‌هاي مشابه به وجود آمده است. علاوه بر اين در اقدامي جديد، تأثير رنگ آبي آسمان در هنگام ايجاد سايه در نقشه نسبت ارائه‌شده، در نظر گرفته شده است كه اين امر خود باعث افزايش ميزان تفكيك‌پذيري نقشه نسبت شده است. در روش پيشنهادي از الگوريتم آستانه گذاري آتسو جهت تفكيك به دو ناحيه سايه و غير سايه استفاده شده است. استفاده از اين روش منجر به آستانه گذاري كلي شده و نيازي به بررسي محلي و ناحيه به ناحيه تصوير وجود ندارد. اين امر باعث كاهش چشمگير بار محاسباتي و امكان استفاده در كاربردهاي بلادرنگ شده است. نتايج تجربي نشان مي‌دهد روش ارائه‌شده نسبت به روش‌هاي مشابه كارايي بالاتري در آشكارسازي سايه و هزينه محاسباتي دارد.

In image processing many algorithms get disturbed because of shadow. These problems can be avoided if the location of shadows is clear. This article presents a new optimized algorithm for extracting shadows from a single color aerial image. Most of similar works do this by using a suite color space. In this work two RGB and YCbCr color spaces are combined and a powerful ratio map has been created. Furthermore, in a new method, effect of sky blue color is determined that improves the ratio map. Candidate shadow and non-shadow regions are separated by applying Otsu’s thresholding method. Because of ratio map performance it is not necessary to analyze region by region and leads to decrease computation cost. So it can be used in online application. The experimental results demonstrate the advantage of the proposed algorithm.