[发明专利]一种基于偏振指导的图像高光反射分离计算方法

说明书

本公开的实施例公开了图像高光反射分离计算方法。该方法的一具体实施方式包括：控制偏振彩色传感器拍摄偏振彩色图像，计算出偏振色度图像；将色度差值在预设范围内的漫反射分量的像素进行聚类，得到像素序列集合；对各个像素使用鲁棒性主成分分析算法，将每个像素的漫反射分量保留，去除像素序列中的每个像素的高光反射分量，将偏振色度图像初步分离为漫反射分量以及高光反射分量，得到初始化分离结果；进一步对偏振彩色图像进行高光反射分离处理，得到高光反射分离结果，根据高光反射分离结果，生成漫反射图像。该实施方式可以实现在不受光照信息的影响下，对图像进行高光反射分离，通过颜色和偏振信息得到准确度较高的高光反射分离结果。

技术领域

本公开的实施例涉及计算机视觉和图像处理技术领域，具体涉及图像高光反射分离计算方法。

背景技术

通常在不均匀的介电性物体表面，反射图像是由漫反射分量和高光反射分量组成的。场景当中的照明信息以及物体材质属性往往会显著地影响高光反射分量，而漫反射分量包含表面的恒定固有特性。

对于广泛的计算机视觉任务，例如物体分割、三维重建、多视觉立体以及运动检测，高光反射分量通常被认为是异常值。但是，在图像中的每个像素里，高光反射分量通常是与漫反射分量相结合在一起的。因此，上述计算机视觉任务往往假设其应用场景中不存在高光反射分量。但是，这种对场景物体表面属性的单一假设，会降低此类应用的性能。为了解决这个具有挑战性的问题，现阶段已经提出了很多利用颜色信息或偏振信息的高光反射分离方法。

基于对颜色空间信息的分析，一些具有一定先验知识的方法，通过理解颜色空间中漫反射分量和高光反射分量的分布来消除高光反射。Tan提出了一种典型的方法，他们首先生成一种无高光反射图像。虽然这种图像丢失了图像的颜色特征，但是无高光反射图像可以用于将颜色信息传播到原始图像中的高光反射区域。Yang等人根据双色反射模型，估计场景的光照信息来对高光反射分量进行分离。然而，在现实世界中，光照信息是不稳定的并且难以测量。此外，由于这些算法依赖于对图像信息的统计或先验假设，因此这类方法在真实场景中的效果并不鲁棒。

基于偏振理论，高光反射分量往往具有较强的偏振性，而漫反射分量是完全非偏振的。通过将偏光滤镜放置在图像传感器的前面，在减少分离结果图像颜色失真的同时，很多方法可以得到较为理想的高光反射分离结果。但是，由于没有充分利用颜色信息和偏振信息之间的相关性，这些方法无法获得令人满意的颜色结果。除此以外，在传感器前面添加偏光片采集的图像，往往会缺失一定程度的场景信息。考虑到上述存在的问题，高光反射分离方法仍然是一项非常具有挑战性的任务。

在此前提下，本发明提供了一种基于偏振指导的图像高光反射分离计算方法，使用单芯片的偏振彩色传感器，采集到带有偏振信息和颜色信息的场景图片。利用对偏振和颜色信息的计算，并通过优化模型进行迭代调整，解决传统方法稳定性差且精度低的缺点，进而实现对高光反射分量的分离。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了图像高光反射分离计算方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。