[发明专利]用于自然场景中图像高光去除的方法

说明书

本发明公开了一种用于自然场景中图像高光去除的方法，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。该方法可以准确地分离镜面反射，并且在高光消除期间不会引入任何伪影，图像也不会变得模糊，在自然场景中实现了最佳高光去除效果，此外，在包含复杂纹理或饱和像素的一些具有挑战性的场景中极大地保留了原始图像的细节和结构信息。

技术领域

本发明涉及图像质量恢复与提升技术领域，尤其涉及一种用于自然场景中图像高光去除的方法。

背景技术

图像在拍摄的过程中往往会因为场景中物体表面的反射特性和不均匀照明因素形成高光现象，即在某处发生较为强烈的镜面反射，使得图像的原始信息丢失，从而影响后续的边缘检测、轨迹追踪等机器视觉算法的进行，因此探索在图像中准确地将高光去除或者将像素处的镜面反射与漫反射成分分离的有效方法具有十分重要的研究意义。

针对图像的高光去除方法包括硬件和软件两类，硬件方法如在相机外部添加偏振装置等，此类方法的缺失是导致严重的测量失真。因此目前的研究倾向于使用图像处理算法直接从单个图像去除高光，无需额外硬件的辅助，同时最小化外部干扰条件。现有的基于图像处理算法的高光去除方法主要包括三种：

第一种是基于偏微分方程和偏振的方法，利用偏振分离反射分量，但是其实验过程较复杂，不仅需要获得多个不同偏振方向的图像，还需要额外的偏振器辅助，而且这种方法只适用于物体表面变化不明显的情况。

第二种是基于色度图和直方图的方法，研究者提出SF(无镜面)图像的概念，通过比较高光区域和相邻区域的像素值，转换像素的最大值以匹配相邻像素值，不断地进行迭代以去除高光，然而这种方法的主要缺点是存在许多自然图像中的色调饱和度模糊。

第三种是基于双色反射模型的方法，也是目前使用最广泛的方法，充分考虑了场景的物理特性，将某处像素的强度分解为表示物体表面信息的漫反射分量和表示光源信息的镜面反射分量。最新的研究方法将色线约束引入到模型当中，但它仅适用于深色表面物体，无法实现像素的精确聚类。此外，现有的基于双色反射模型的方法往往假设高光部分在图像中是稀疏的，将反射分离转换为低秩和稀疏矩阵的解，然而这些方法往往只能对在实验场景下拍摄的图像起到作用，因为这是人为布置环境、添加光源的场景，然而自然图像中的高光通常不会表现出稀疏的特性，导致现有的方法在自然图像中的处理效果不佳。

发明内容

本发明的目的是提供一种用于自然场景中图像高光去除的方法，可以准确地分离镜面反射，并且在高光消除期间不会引入任何伪影，图像也不会变得模糊，在自然场景中实现了最佳高光去除效果，此外，在包含复杂纹理或饱和像素的一些具有挑战性的场景中极大地保留了原始图像的细节和结构信息。

在自然图像中的表现优于现有最先进的方法，并且在存在饱和像素和复杂纹理的挑战性场景中表现出良好的效果。

本发明的目的是通过以下技术方案实现的：

一种用于自然场景中图像高光去除的方法，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。