[发明专利]一种基于非饱和与饱和高光区分的图像高光去除方法

权利要求书

1.一种基于非饱和与饱和高光区分的图像高光去除方法，其特征在于，包括以下步骤：

1)基于Shafer的双色反射光照模型和Shen在Chromaticity-based separation ofreflection components in a single image中提出的MSF图像模型对原图像进行处理，通过MSF图像模型将原图像中的所有像素分类为漫反射像素、不处理的混合像素和待处理的混合像素，并根据待处理的混合像素的漫反射分量强度值判断待处理的混合像素是否为饱和高光像素并进行标记，之后将原图像所有像素中不属于漫反射像素和饱和高光像素的像素标记为非饱和高光像素；

2)通过MSF图像模型，在色度空间中去除非饱和高光像素的镜面反射分量得到对应的无高光的非饱和高光像素；

3)通过样本块匹配方式修复饱和高光像素：根据待填充修复区域T边界处的纹理信息在已知区域H中寻找最优匹配样本块，用最优匹配样本块填充待填充修复区域T从而实现饱和高光像素所在区域的信息修复；

4)合并漫反射像素、无高光的非饱和高光像素、修复后的饱和高光像素的像素数据，得到无高光的图像。

2.根据权利要求1所述的基于非饱和与饱和高光区分的图像高光去除方法，其特征在于，所述步骤1)具体为：

1.1)建立图像的双色反射模型如下：

其中，I为输入的原图像，I(x)为原图像中像素点的强度值，D(x)为原图像中像素点的漫反射光强度值，S为原图像中像素点的镜面反射光强度值，w_d(x)D(x)为原图像中像素点的漫反射分量强度值，w_s(x)S为原图像中像素点的镜面反射分量强度值，w_d(x)和w_s(x)分别为原图像中像素点的漫反射分量强度值和镜面反射分量强度值的权重系数；下角标示r、g、b分别表示原图像的三个颜色通道：红色通道、绿色通道和蓝色通道；x为图像中的任一像素点，x＝{n,m}，{n,m}为像素点x在以图像左上角为原点建立的坐标系中的位置坐标，n和m分别为像素点x的行列数；

1.2)建立MSF图像模型

首先获取原图像像素点在三个颜色通道中的最大强度值和最小强度值，表达式如下所示：

I_cmin(x)＝min(I_r(x),I_g(x),I_b(x))，I_cmax(x)＝max(I_r(x),I_g(x),I_b(x))

其中，c为图像的颜色通道，c∈(r,g,b)；I_cmin(x)为原图像像素点在三个颜色通道中的最小强度值，I_cmax(x)为原图像像素点在三个颜色通道中的最大强度值；

之后计算原图像所有像素点在三个颜色通道中的最小强度值的均值表达式如下所示：

其中，count为图像像素数量，count＝n*m；

建立MSF图像的表达式：

其中，I_MSF为MSF图像，I_MSF(x)为MSF图像中像素点的强度值；

1.3)按如下分类方法对MSF图像像素进行分类：将满足条件A的MSF图像像素分类为漫反射像素；将满足条件B的MSF图像像素分类为待处理的混合像素；将既不满足条件A也不满足条件B的MSF图像像素分类为不处理的混合像素；

所述条件A为：I_c(x)-I_MSF,c(x)<threshold

所述条件B为：

其中，I_c(x)为原图像中r,g,b三个通道中任一通道的像素的强度值，I_MSF,c(x)为MSF图像中r,g,b三个通道中任一通道的像素的强度值；

1.4)通过下述公式计算像素点的色度值：

其中，δ_c(x)为像素点的色度值；

从而可得MSF图像中像素点的色度值的计算公式如下：

δ_MSF,c(x)为MSF图像中像素点的色度值；

1.5)依次遍历待处理的混合像素和不处理的混合像素中的所有像素点x，在所有的漫反射像素中找到与像素点x的色度距离最小的漫反射像素点；

通过下述公式计算像素点x与漫反射像素中像素点之间的色度距离：

d＝∑_c＝{r,g,b}|δ_c(x)-δ_c(x₀)|

其中，δ_c(x₀)为漫反射像素中像素点的色度值；

将与混合像素中的像素点x的色度距离最小的漫反射像素点代入双色反射模型中求解对应的漫反射分量强度值的权重系数w_d(x)，求解表达式如下所示：

从而计算得到混合像素中的像素点x对应的漫反射分量强度值为：

I_diff(x)＝w_d(x)*D(x₀)

其中，I_diff(x)为漫反射分量强度值；

1.6)通过以下公式计算步骤1.5)中的漫反射分量强度值与原图像中像素的强度值差值：

Δ_{org_diff}(x)＝I(x)-I_diff(x)

其中，Δ_{org_diff}(x)为漫反射分量强度值与原图像中像素的强度值差值；

将原图像所有像素中满足饱和高光像素判别式的像素点标记为饱和高光像素，将原图像所有像素中既不属于漫反射像素又不满足饱和高光像素判别式的像素点x标记为非饱和高光像素，从而完成对原图像像素的分类操作。