[发明专利]一种协同本征图像分解方法

说明书

技术领域

本发明涉及计算机视觉领域，尤其涉及一种协同本征图像分解方法。

背景技术

本征图像分解问题是指将一幅图片分解成材质层和光照层。材质层是物体的自身属性(物体颜色)，与光照无关。光照层是环境中的光照与物体的几何形状共同作用的结果。好的本征图像分解结果有助于很多计算机视觉和图形学的应用。如去除光照的材质层有助于提高图像分割、物体跟踪的精度以及进行物体颜色的变更。改变光照层则产生了对物体进行二次照明的效果。使用数学符号，可以将本征图像的模型表示成输入图像I是材质层R和光照层S的乘积，即I＝R*S，*表示逐像素相乘。从这个等式中可以看到未知数的个数是方程个数的两倍。

为了解决本征图像分解问题中的约束不足现象，现有的本征图像分解方法主要基于两种先验知识建立约束。第一种约束基于Retinex思想(Land and McCann,1971；Tappen et al.,2006；Shen et al,2011)，即图像中较大的梯度由材质变化引起，较小的梯度由光照变化造成。第二种约束基于对自然图像的观察(Omer and Werman,2004)，即一副自然图像中出现的颜色种数不多并且呈现结构性(Shen and Yeo,2011；Zhao et al,2012；Rother et al,2011)。除此之外，一些工作(Weiss,2001；Laffont et al.2012)利用属于同一场景的多张图像来增加约束。

不同的光照和不同的图像形成条件(拍照时间，相机参数)会使得同一物体在不同的图像中呈现不一样的颜色。然而，现在有很多计算机视觉问题需要去除光照和图像形成条件对物体表现颜色造成的不一致性。但是现有的本征图像分解技术并不适用，因为这些方法都是单独作用在一张图像上，没有考虑两张图像中相同物体(前景)的关联关系。典型的应用如协同图像分割和协同显著性检测问题，这些应用的输入图像都是有相同前景，任意光照和背景的一些图片。光照的不一致性成为提高这类问题准确性的一大瓶颈。因此，提出这个新问题，称为“协同本征图像分解”，即对有相同前景的图像同时进行本征图像分解，要求分解得到的材质层图像中，相同的前景的材质层数值要一致，即不同图像中相同的前景的颜色，亮度在材质层上要保持一致。因为单张图像的本征图像分解算法不能够建立两张图相同前景之间的材质层数值的关系，所以直接在两张图上做本征图像分解不能使得相同的前景在材质层上具有相同的颜色，亮度。

发明内容

本发明提供了一种协同本征图像分解方法，本发明使得在图像内部能够去掉光照的影响，图像之间能够使得相同的前景在材质层上具有相同的数值，即保持相同的亮度，颜色，详见下文描述：

一种协同本征图像分解方法，所述方法包括以下步骤：

对输入图像对中的两幅图像进行过分割得到所有超像素构成的集合，并对每个超像素用色度直方图进行特征表示；

构建协同本征图像分解模型；

由0范数稀疏表示构建非局部超像素之间材质值的约束；

通过每个像素的材质值获取材质层图像。

所述构建协同本征图像分解模型具体为：

1)获取单一颜色环境光的本征图像模型；

2)根据对光照、环境光和材质值的先验知识，构建协同本征图像分解模型的目标能量函数；

所述目标能量函数为：

E(l_e，M，R)＝E_c(l_e，M，R)+λ_mE_m(M)+λ_rE_r(R)+λ_eE_e(M)

其中，E_c表示本征图像模型的约束项；E_m表示对光照强度的约束能量项；E_r表示对材质值约束的能量项；E_e表示控制整个本征图像分解的比例；λ_m，λ_r，λ_e都是非负的权重；l_e表示环境光照颜色；M表示光照强度层图像；R表示材质层图像。