8、基于三色线性模型的阴影检测算法研究

基于三色线性模型的阴影检测算法研究

1. 阴影检测概述

阴影作为一种自然现象，具有可用于阴影检测的物理特性。人类通常通过探索边缘附近的对比度来识别阴影，缺乏对比度时，很难判断一个物体是否处于阴影中。因此，利用阴影与其背景之间的对比度是进行阴影检测的关键。

2. 三色线性模型下的阴影特性

2.1 光谱比计算

通过公式推导，我们可以直接从伽马校正后的 sRGB 像素值计算光谱比 $K_H$：
$K_H = (\frac{F_H + 14}{f_H + 14})^{2.4}$
也可以将伽马校正后的 sRGB 值转换为线性化值，通过 $K_H = \frac{F_L^H}{f_L^H}$ 计算。光谱比作为阴影的物理特性，具有与波长和反射率无关的优势。

2.2 不同太阳角度下的光谱比

测量了一年中不同代表太阳角度（20° - 80°）下日光和天光的光谱功率分布（SPD），并取平均值计算 $K_H$。由于在本地及附近城市只能观察到 20° - 80°的太阳角度，因此未计算小于 20°或大于 80°的 $K_H$ 值。不同太阳角度下的光谱比如下表所示：
| 太阳角度 | 20° | 30° | 40° | 50° | 60° | 70° | 80° |
| — | — | — | — | — | — | — | — |
| $K_R$ | 12.11 | 10.26 | 9.49 | 8.59 | 6.79 | 4.79 | 3.18 |
| $K_G$ | 10.40 | 9.19 | 8.52 | 7.40 | 5.92 | 4.25 | 2.86 |