[发明专利]基于空间变换模型的光学图层分解方法

权利要求书

1.一种基于空间变换模型的光学图层分解方法，其特征在于，包括有如下步骤：

(1)读入原始混合图像，得到图像矩阵I；

(2)利用盲反卷积算法对图像矩阵I进行去模糊，得到初始传输图层矩阵

(3)设定迭代变量k，并初始化为1，利用迭代变量k和初始传输图层矩阵创建传输图层矩阵迭代式

(4)建立图像矩阵I的空间变换模型L＝L_T+L_R(E+P)，

其中，L_T和L_R为混合图像的传输图层矩阵和反射图层矩阵，P是空间变换矩阵，E是单位矩阵；

(5)利用图像矩阵I的空间变换模型L＝L_T+L_R(E+P)和传输图层矩阵迭代式进行公式推导，得到传输图层矩阵和反射图层矩阵的函数表达式

其中，P^k是第k次空间变换矩阵；

(6)利用图像矩阵I和传输图层矩阵迭代式进行矩阵运算和凸优化，得到凸目标函数：

(6a)利用图像矩阵I和传输图层矩阵迭代式进行矩阵运算，得到目标函数

其中，f₁和f₂分别是水平和垂直方向的一阶导数滤波矩阵；

(6b)利用传输图层矩阵迭代式的水平和垂直梯度域f₁L'_T和f₂L'_T添加约束条件，并利用L1-范数进行正则化，得到凸目标函数

其中，λ₁、λ₂表示不同项的权重；

(7)利用拉格朗日乘子法，对凸目标函数求取最优解，得到第k次空间变换矩阵P^k；

(8)将传输图层矩阵迭代式图像矩阵I和第k次空间变换矩阵P^k代入传输图层矩阵和反射图层矩阵的函数表达式中，得到第k次传输图层矩阵和第k次反射图层矩阵

(9)设定迭代变量阈值K；

(10)判断迭代变量k是否大于迭代变量阈值K，若是则算法结束，否则迭代变量k自增1，执行步骤(6)。