[發明專利]一種夜景圖像窗戶鏡面反射效應去除方法

有效

• 申請號: 201410242762.2
• 申請日: 2014-06-03
• 公開（公告）號: CN104091317B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 王建;劉長波
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 程毓英

所屬技術領域

本發明涉及一種彩色數碼照片的鏡面反射效應去除方法。

背景技術

當居住在高層建筑物的消費者在室內使用數碼相機或智能手機拍攝窗外場景時，由于攝像頭和拍攝場景之間存在著玻璃窗戶，常受到室內場景鏡面反射現象的影響。在拍攝夜景圖像時，這種反射干擾現象尤為明顯。圖1所示為一幅存在鏡面反射效應的夜景圖像，圖中右上方亮區域在背景中并不真實存在，而是由于室內亮區域通過窗戶玻璃的反射效應造成的。顯然，反射區域的存在嚴重影響了夜景照片的可視質量，因此提出如何去除這類反射效應，恢復夜景圖像的原貌是非常必要的。

目前已有的反射效應去除方面的文獻以外文為主。早期的方法都是通過改變相機的物理參數來獲取兩幅或多幅不同的圖像，通過分析反射分量在不同圖像的差別來分離背景場景和反射場景。例如，文獻[1]和文獻[2]所提方法通過改變偏振鏡片的角度方式獲取不同圖像，文獻[3]的方法中采用不同的鏡頭焦距拍攝圖像，文獻[4]使用閃光燈-非閃光燈圖像對來降低反射效應的影響。上述方法雖然能夠有效抑制反射效應，但是通常需要拍攝人掌握一定的攝影技巧，或者通過特定的工具，因此上述方法的通用性較差。文獻[5]和文獻[6]借助人工輔助方式實現分離反射場景，這類方法只需要單幅圖像，但是需要人工輔助輸入，另外分離過程使用的迭代算法計算量偏大，因此只適用于少量圖像的情況。

近期的研究重點重新回到基于多幅圖像的思路，但在拍攝不同圖像時，不需要調整相機的參數，只需改變拍攝角度，使得不同圖像的反射分量存在一定視角上的差別。文獻[7]借助立體匹配中的深度信息來恢復背景成分，但要求拍攝的圖像只在水平方向上有位移。文獻[8]通過計算圖像序列的統計特性，使用一種稀疏盲分離技術分離反射分量。文獻[9]提出了一種基于梯度信息的反射分離方法，根據各配準處理后各圖像對應位置邊緣點的分布情況，將邊緣點分為背景層和反射層兩類，再使用文獻[5]的方法實現兩層的劃分。

參考文獻：

[1]H.Farid and E.Adelson.Separating reflections and lighting using idependent components analysis.In CVPR,pages 262–267,1999.

[2]Y.Schechner,J.Shamir,and N.Kiryati.Polarization-based decorrelation of transparent layers:the inclination angle of an invisible surface.In ICCV,pages 814–819,1999.

[3]Y.Y.Schechner,N.Kiryati,and R.Basri.Separation of transparent layers using focus.IJCV,39(1):25–39,2000.

[4]A.Agrawal,R.Raskar,S.Nayar,and Y.Li.Removing photography artifacts using gradient projection and flash-exposure sampling.ACM Trans.Graphics,23(3):828–835,2005.

[5]A.Levin and Y.Weiss.User assisted separation of reflections from a single image using a sparsity prior.IEEE TPAMI,29(9):1647–1654,2007.

[6]S.Yeung,T.Wu,and C.Tang.Extracting smooth and transparent layers from a single image.In CVPR,pages 1–7,2008.

[7]Y.Tsin,S.B.Kang,and R.Szeliski.Stereo matching with linear superposition of layers.TPAMI,28(2):290–301,2006.

[8]K.Gai,Z.Shi,and C.Zhang.Blind separation of super-imposed moving images using image statistics.TPAMI,34(1):19–32,2012.