[发明专利]一种有效的图像镜面反射移除方法

说明书

本发明公开了一种有效的图像镜面反射移除方法，利用镜面反射图像中的“鬼影”作为先验知识，构建相应模型对图像镜面反射进行去除。通过建立基本模型、得到关于反射消除的数据拟合项，接着采用有效的高斯混合模型先验技术进行图像恢复。涉及到的镜面反射去除算法，其优越性在于可以仅通过一张包含反射干扰的输入图像得到理想的恢复效果。

技术领域

本发明涉及图像恢复领域中的镜面反射移除，具体涉及一种有效的图像镜面反射移除方法。

背景技术

日常生活中，由于拍摄条件的制约，我们经常需要通过玻璃窗或玻璃板拍摄景物。例如：从行驶的火车内部拍摄车外的自然风光；在室内透过封闭的窗户拍摄窗外物体；在街边通过商店橱窗拍摄店内商品；在博物馆拍摄收藏在玻璃柜中的藏品等。在通过上述情况得到的照片中，我们期望的场景(景物)通常会被相机所在方向的玻璃层的反射影像所干扰，严重影响照片质量。因此需要对获得的照片进行相应的后处理以去除反射，也就是说需要从获得的景物叠加的图片中分离出反射影像。这是很实用的技术，也有着重要的理论意义，但该问题存在严重的病态性。这需要涉及到有效的镜面反射移除算法，利用相应的先验知识来消除问题的病态性，对反射进行消除。

发明内容

本发明克服了通过玻璃窗或玻璃板拍照存在镜面反射干扰的不足，提供解决一种有效的图像镜面反射移除方法。

为解决上述的技术问题，本发明采用以下技术方案：

一种有效的图像镜面反射移除方法，它包括以下步骤：

步骤1，将镜面反射图像中的“鬼影”构建模型，“鬼影”模型建模为反射层R与鬼影核K的卷积，对应模型如下：

Y＝X+R*K

其中，Y为观测到的图像，X为真实场景，*为卷积操作；

步骤2，构建图像块数据库；

步骤3，利用期望最大化算法求解高斯混合模型的参数；

步骤4，利用步骤3中所求参数，对图像层与反射层均构建相应的块级高斯混合模型约束；

步骤5，利用步骤3中得到的高斯混合模型先验，并联合非负约束，得到最终代价函数；

S.T. X≥0，R≤1

其中P_i为块提取操作矩阵；

步骤6，采用估计方法计算鬼影核K，在本方法假设下，鬼影核K仅存在两个非零值，鬼影核K可参数化为一个二维的空间偏移向量d_k和一个相对的减弱因子c_k；

其中，为第一层反射图像的第i像素，为第二层反射图像的第i像素；

步骤7，利用估计方法得到的鬼影核K，再结合一个总变分先验，采用分裂Bregman方法求解得到初始估计值；

步骤8，利用步骤7中的初始估计值，以及步骤5中的代价函数，采用半二次方法求解。

更进一步的技术方案是，所述步骤6中的估计方法具体如下：

步骤6.1，利用的二维自相关映射计算偏移，上述映射在d_k对应的地方会有局部最大值，则检测局部最大映射即可得到偏移估计，如果检测到局部最大值为零偏移，则置c_k为零且返回，否则进行步骤6.2至6.3；

步骤6.2，利用Harris角点检测算法得到输入图Y上的角点；