[发明专利]一种基于光场图像的高光区域修复方法

权利要求书

1.一种基于多视点的高光图像修复方法，其特征在于，所述方法包括：

A1：获取四维光场图像以及对应的深度图像；

A2：从四维光场图像提取中心视点图像，初步确定高光目标点的空间域坐标，依照输入的深度图像对四维光场图像进行重聚焦，获取高光目标点的角度域特性并划分成饱和高光点与非饱和高光点；其中，对高光点进行检测和分类，针对中心视点图像，采用亮度阈值设定的方法，找出中心视点下高光目标点的空间域坐标，结合深度图像对光场图像进行重聚焦，找到高光目标点在各个视点下的对应像素，作为该点的像素集合，计算集合内像素RGB值的方差，若方差小于某一设定阈值，则将该点划分为饱和高光点；若方差大于该阈值，则将该点划分为非饱和高光点；

A3：对一个视点或多个视点的图像进行本征图像分解，得到图像本征反射属性，找到高光目标点对应的本征反射信息；

A4：对非饱和高光点利用多视点下的局部区域特性分离出漫反射分量，结合步骤A3确定的本征反射信息，对非饱和高光点进行修复；

A5：对饱和高光点，利用临近像素点的漫反射分量进行传播，结合步骤A3确定的本征反射信息，对饱和高光点进行修复。

2.如权利要求1所述的方法，其特征在于，步骤A1中，采用图像深度估计方法或主动深度测量方法提取场景对应的深度图像，采用四维光场的双平面模型表示光场，光场图像I＝I(x，y，u，v)，其中(u，v)表示光线的角度域坐标，(x，y)表示其空间域坐标。

3.如权利要求1所述的方法，其特征在于，步骤A3中，利用本征图像分解的方法从某一视点或多个视点图像中分离光照的影响，获取相对稳定的本征反射属性。

4.如权利要求3所述的方法，其特征在于，步骤A3中，本征图像分解算法中添加全局纹理约束，利用不相邻但具有相同纹理特性的像素恢复出高光区域的本征反射信息。

5.如权利要求1所述的方法，其特征在于，所述步骤A4中，使用原四维光场图像对非饱和高光点修复后的光场图像I_d(x，y，u，v)进行初始化，再利用多视点下局部区域特性分离的漫反射分量D_m和相应非饱和高光点的本征反射属性D_i，将两者按照设定的权重组合并修复非饱和高光点的漫反射信息，如下式：

I_d(x，y，u，v)＝w_mD_m(x，y，u，v)+w_iD_i(x，y，u，v)

其中(u，v)表示光线的角度域坐标，(x，y)表示非饱和高光点的空间域坐标，w_m和w_i为设定的权重。

6.如权利要求5所述的方法，其特征在于，所述步骤A4中，从多视点下局部区域特性分离漫反射分量，对每一非饱和高光点，利用非饱和高光点在不同视点下的像素集合按照聚类算法分为两类，漫反射和镜面反射结合类、仅含漫反射类，计算两类类别中心M₁和M₂及置信度，利用置信度和邻域窗口处理，从光场图像中减去镜面反射分量，得到漫反射分量D_m。

7.如权利要求1所述的方法，其特征在于，所述步骤A5中，使用非饱和高光点修复后的光场图像对饱和高光点修复后的光场图像I_r(x，y，u，v)进行初始化，对饱和高光点，利用邻域漫反射分量的加权和D_n和相应饱和高光点的本征反射属性D_i，将两者按照设定的权值进行组合修复饱和高光点的颜色信息，如下式：

I_r(x，y，u，v)＝w_nD_n(x，y，u，v)+w_iD_i(x，y，u，v)

其中(u，v)表示光线的角度域坐标，(x，y)表示饱和高光点的空间域坐标，w_n和w_i为设定的权重，至此，非饱和高光点及饱和高光点的漫反射信息均得到修复，输出高光修复后的光场图像。