The invention discloses an effective method for removing the reflection of a mirror image, and uses the \ghost\ in the mirror reflection image as a priori knowledge to construct the corresponding model to remove the specular reflection of the image. Through the establishment of the basic model, we get the data fitting term for the reflection cancellation, and then use the effective Gauss mixture model priors to restore the image. The advantage of the proposed algorithm is that it can obtain the ideal recovery effect only by a single input image with reflection interference.
【技术实现步骤摘要】
本专利技术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。
技术介绍
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。
技术实现思路
本专利技术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,本专利技术采用以下技术方案: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Pi为块提取操作矩阵;步骤6,采用估计方法计算鬼影核K ...
【技术保护点】
一种有效的图像镜面反射移除方法,其特征在于,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;||Y-X-R*K||22-σ2Σilog(GMM(PiX))-σ2Σilog(GMM(PiX))S.T.X≥0,R≤1]]>其中Pi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dk和一个相对的减弱因子ck;Ri=Ri1+Ck·Ri2]]>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 ...
【技术特征摘要】
1.一种有效的图像镜面反射移除方法,其特征在于,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;||Y-X-R*K||22-σ2Σilog(GMM(PiX))-σ2Σilog(GMM(PiX))S.T.X≥0,R≤1]]>其中Pi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dk和一个相对的减弱因子ck;Ri=Ri1+Ck&CenterD...
【专利技术属性】
技术研发人员:何娟,万蕾,张洪利,
申请(专利权)人:四川长虹电器股份有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。