The invention discloses a method to reflective binocular image, by distinguishing between background and reflection, then using the optimization equation of reflection points are calculated in order to remove the reflective, edge detection of binocular image and edge image is obtained by using the Sobel operator, the calculation of gray edge image score of each pixel and the motion score. Gray score and score using the motion to calculate the comprehensive score of pixels, a set is used to distinguish the background and reflex threshold and compared with the comprehensive score, to determine the pixel as background or anti reflective point of light, calculated to the background by reflecting the optimization equation. The invention has the advantages that the scheme using a binocular image can be completed to reflective processing, reduces the need to use multiple images to limit reflective processing, improving the scope of application to the reflective algorithm, provides a solid foundation for the subsequent binocular image processing algorithm.
【技术实现步骤摘要】
一种双目图像的去反光方法
本专利技术涉及图像处理领域,具体的说,是一种双目图像的去反光方法。
技术介绍
图像的去除反光是将原始的输入图像(Image)分解为背景图像(BackgroundImage)与反光图像(ReflectionImage),反光图像一般被丢弃,所得到的背景图像即为去除反光后的图像。这项技术在计算机视觉和图像处理中属于前端处理技术,在图像采集后对图像处理,来减少反光对后续其他算法的影响,例如图像的分割,识别,分类。随着人们对视频和图像的质量要求越来越高,双目相机和立体显示设备在近年来变得十分热门。在学术界和产业界,双目图像和视频处理算法和技术逐渐成为热门研究方向。例如:双目图像的全景拼接(Panorama)、防抖(Stabilization)、3D重建(3DReconstruction),去模糊(Deblur)等应用。然而到目前为止,并没有算法能够有效的去除双目图像中的反光。以往的去除反光算法中往往使用了多张图像,这一要求极大的限制了去除反光算法的应用场景。
技术实现思路
本专利技术的目的在于提供一种双目图像的去反光方法,为去反光算法扩宽了使用场景,减少了使用限制,同时为其他后续双目图像处理算法打下了坚实的基础。本专利技术通过下述技术方案实现:一种双目图像的去反光方法,通过区分背景点和反光点,再利用最优化方程对反光点进行计算从而去除反光,利用Sobel算子对双目图像进行边缘检测并得到边缘图像,计算边缘图像内每一个像素点的灰度得分以及运动得分,利用的灰度得分和运动得分计算像素点的综合得分,设定一个用于区分背景点和反光点的阀值并与综合得分进行比较 ...
【技术保护点】
一种双目图像的去反光方法,通过区分背景点和反光点,再利用最优化方程对反光点进行计算从而去除反光,其特征在于:利用Sobel算子对双目图像进行边缘检测并得到边缘图像,计算边缘图像内每一个像素点的灰度得分以及运动得分,利用的灰度得分和运动得分计算像素点的综合得分,设定一个用于区分背景点和反光点的阀值并与综合得分进行比较,从而判断该像素点为背景点或反光点,利用最优化方程对反光点进行计算得到去反光后的背景点。
【技术特征摘要】
1.一种双目图像的去反光方法,通过区分背景点和反光点,再利用最优化方程对反光点进行计算从而去除反光,其特征在于:利用Sobel算子对双目图像进行边缘检测并得到边缘图像,计算边缘图像内每一个像素点的灰度得分以及运动得分,利用的灰度得分和运动得分计算像素点的综合得分,设定一个用于区分背景点和反光点的阀值并与综合得分进行比较,从而判断该像素点为背景点或反光点,利用最优化方程对反光点进行计算得到去反光后的背景点。2.根据权利要求1所述的一种双目图像的去反光方法,其特征在于:包括以下几个步骤:步骤S1:初始化相关参数,所述的参数包括阀值τ;步骤S2:经过计算得到双目图像的灰度图像,利用Sobel算子检测灰度图像边缘,得到边缘图像并计算边缘图像中每个边缘像素点的像素值,用像素值作为灰度得分Sintensity(i);步骤S3:使用SIFT-flow方法计算出边缘图像中每个边缘像素点的运动向量矩阵,根据运动向量矩阵计算出运动向量与基准向量之间的夹角矩阵,然后利用夹角矩阵计算边缘像素点的运动得分Smotion(i);步骤S4:利用灰度得分Sintensity(i)和运动得分Smotion(i)计算综合得分Scombine(i),使综合得分Scombine(i)与阀值τ进行比较,综合得分Scombine(i)大于或等于阀值τ则判断该像素点为背景点,综合得分Scombine(i)小于阀值τ则判断该像素点为反光点;步骤S5:利用最优化方程对反光点进行计算,求解得到去除反光后的图像。3.根据权利要求2所述的一种双目图像的去反光方法,其特征在于:所述的步骤S2中,通过以下公式得到边缘图像:IL=IR+IB(1);其中:IL为原始图像;IR为分解后得到的反光图像;IB为分解后得到的背景图像;G为边缘图像;fsobel为Sobel算子模版;表示卷积。4.根据权利要求2或3所述的一种双目图像的去反光方法,其特征在于:所述的步骤S1中,所述的参数还包括一致项λ,所述的步骤S3中,利用在不同的一致项λ条件下,利用SIFT-flow方法分别计算出边缘图像内每一个像素点的运动向量并构建每一个像素点的层级运动模型,定义第k层层级运动模型位于像素点i的运动向量为基准向量u=(0,1),通过以下公式计算运动向量为与基准向量u的夹角:
【专利技术属性】
技术研发人员:刘帅成,孙超,杨涛涛,曾兵,
申请(专利权)人:电子科技大学,
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。