[發(fā)明專利]一種基于多尺度L0稀疏約束的本征圖像分解方法

在審

• 申請?zhí)枺?/td>: 201410841359.1
• 申請日: 2014-12-30
• 公開（公告）號(hào): CN104484884A
• 公開（公告）日: 2015-04-01
• 發(fā)明（設(shè)計(jì)）人: 馮偉;萬亮;聶學(xué)成;戴海鵬
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 溫國林

1.一種基于多尺度L0稀疏約束的本征圖像分解方法，其特征在于，所述方法包括以下步驟：

初始化反射率分量

利用非局部的零范式稀疏約束模型得到像素間反射率分量的相似度度量W^R；

計(jì)算像素間光照分量相似度的度量W^S；

通過求解最優(yōu)化問題得到本層的反射率分量R和光照分量S。

2.根據(jù)權(quán)利要求1所述的一種基于多尺度L0稀疏約束的本征圖像分解方法，其特征在于，所述利用非局部的零范式稀疏約束模型得到像素間反射率分量的相似度度量W^R的步驟具體為：

1)通過初始化反射率分量得到特征向量X_i；

2)獲取每個(gè)像素點(diǎn)對應(yīng)的字典D_i；

3)通過正交匹配追蹤算法解L0最小化問題得到X_i在字典D_i下的稀疏表達(dá)系數(shù)α_i；

4)通過基于正則化剩余來衡量不同像素點(diǎn)反射率分量的相似度，獲取像素間反射率分量的相似度度量W^R。

3.根據(jù)權(quán)利要求1所述的一種基于多尺度L0稀疏約束的本征圖像分解方法，其特征在于，所述通過求解最優(yōu)化問題得到本層的反射率分量R和光照分量S的步驟具體為：

1)構(gòu)建優(yōu)化的目標(biāo)函數(shù)；

2)將目標(biāo)函數(shù)轉(zhuǎn)化為標(biāo)準(zhǔn)二次優(yōu)化，獲取閉合形式的解，判斷是否進(jìn)入下一次迭代還是作為最終的解。

4.根據(jù)權(quán)利要求3所述的一種基于多尺度L0稀疏約束的本征圖像分解方法，其特征在于，所述優(yōu)化的目標(biāo)函數(shù)具體為：

F(S)=Σi↔jwijS(Si-Sj)2+Σi~jwijR(ΔIij-Si+Sj)2+Σi∈BSi2]]>

其中，S_i，S_j代表像素i，j的光照分量；代表像素i，j的光照分量的相似度；代表像素i,j反射率分量的相似度；代表相鄰像素對的集合，i～j代表不相鄰像素對的集合；ΔI_ij＝I_i-I_j代表像素i,j強(qiáng)度的差；B代表圖像中最亮的像素的集合。