[发明专利]用于自然场景中图像高光去除的方法

权利要求书

1.一种用于自然场景中图像高光去除的方法，其特征在于，包括：

利用鲁棒稀疏分解的方法对原始图像进行分解，获得表示图像亮度变化与颜色变化的低频信息；

将原始图像由色彩空间转换至色度空间，并利用低频信息，估计色度空间中的镜面反射系数；

利用估计到的镜面反射系数计算出镜面反射分量，并在原始图像中去除计算出的镜面反射分量，再转换回色彩空间，得到去高光后的图像；

其中，利用鲁棒稀疏分解的方法对原始图像进行分解，获得亮度、以及三个颜色通道的低频分量，再通过加权组合的方式，获得低频信息DX：

其中，D_UX_U、D_RX_R、D_GX_G、D_BX_B依次表示亮度通道U、R通道、G通道、B通道的低频分量；ω_R、ω_G、ω_B依次为R通道、G通道、B通道的权重；

利用鲁棒稀疏分解的方法对于原始图像的K通道进行分解，表示为Y_K＝L_K+E_K,K＝U,R,G,B；其中，L_K＝D_KX_K表示K通道的低频分量，D_K为构造的字典，X_K为稀疏矩阵；E_K表示K通道边缘纹理细节的高频分量；

在构造字典D_K时，在输入图像的K通道上以固定步长滑动一个窗口来获得图像块，然后矢量化每个图像块形成矩阵，最后通过归一化矩阵获得字典D_K。

2.根据权利要求1所述的一种用于自然场景中图像高光去除的方法，其特征在于，稀疏分解问题通过等式约束转换为以下优化问题：

其中，||·||₀，||·||_2,0表示矩阵的l₀范数和l₂范数，参数λ用于调整两个分量包含信息的多少；

用矩阵的l₁范数对上式进行替换：

计算过程为：

||X_K||₁＝∑_y∑_x|X_K(x,y)|

其中，(x,y)表示图像中的坐标；

使用具有自适应惩罚因子的线性化交替方向法将下述增广朗格朗日函数L(X_K,E_K,Y₁,μ)的最小化分解为若干子问题，从而计算出K通道的低频分量；

其中，Y₁表示拉格朗日乘数，μ＞0表示惩罚因子，||·||_F表示矩阵的Frobenius范数。

3.根据权利要求1所述的一种用于自然场景中图像高光去除的方法，其特征在于，原始图像由色彩空间转换至色度空间后，色度矩阵表示为：

其中，p表示图像中的任一像素，I(p)表示像素p处的强度，I_c(p)表示c通道中像素p处的强度；

基于双色反射模型实现反射系数的归一化，结合双色反射模型的性质将上式表示为：

其中，m_d(p)、m_s(p)分别为像素p处的漫反射系数和镜面反射系数；Λ(p)、Γ(p)分别为像素p处的漫反射色度和照明色度；

Λ(p)和Γ(p)已经被归一化，即∑_c∈{R,G,B}Λ_c(p)＝1，∑_c∈{R,G,B}Γ_c(p)＝1；

三个通道像素值的加和为：

∑_c∈{R,G,B}I_c(p)＝m_d(p)+m_s(p)

则色度重新表示为：

再利用低频信息，估计色度空间中的镜面反射系数。

4.根据权利要求1所述的一种用于自然场景中图像高光去除的方法，其特征在于，利用估计到的镜面反射系数计算出镜面反射分量包括：

利用颜色恒常算法估计照明色度Γ(p)，再结合镜面反射系数m_s(p)，计算镜面反射分量：S(p)＝m_s(p)Γ(p)。