[發明專利]基于線性擴散板與反射分量分離理論的高光去除方法

有效

• 申請號: 201610076239.6
• 申請日: 2016-02-03
• 公開（公告）號: CN105678713B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 孫曉明;蔡瑛芙;于曉洋;王平靖;趙丹
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G06T15/10
• 代理公司: 哈爾濱市偉晨專利代理事務所(普通合伙)23209
• 代理人: 曹徐婷

1.基于線性擴散板與反射分量分離理論的高光去除方法，包括以下步驟：

步驟a、在投影儀與被測物之間加入線性擴散板；

步驟b、建立待處理圖像信息模型；

步驟c、建立待處理圖像漫反射與強反射色度模型；

步驟d、建立歸一化圖像模型；

步驟e、建立非強反射圖像模型；

步驟f、確定強反射像素點；

步驟g、處理強反射像素區域；

其特征在于，步驟b到步驟g具體為：

步驟b、建立待處理圖像信息模型

待處理圖像表示為：

A_R(X)＝α(X)∫_ΩT(λ,X)B(λ)Q_R(λ)dλ+β(X)∫_ΩB(λ)Q_R(λ)dλ

A_G(X)＝α(X)∫_ΩT(λ,X)B(λ)Q_G(λ)dλ+β(X)∫_ΩB(λ)Q_G(λ)dλ

A_B(X)＝α(X)∫_ΩT(λ,X)B(λ)Q_B(λ)dλ+β(X)∫_ΩB(λ)Q_B(λ)dλ

其中，A(X)為圖像強度，α(X)為漫反射加權因子，β(X)為強反射加權因子，X＝{x,y}為像素點坐標，T(λ,X)為漫反射功率譜，B(λ)為強反射功率譜，Q(λ)為傳感器靈敏度，下角標R、G、B分別表示圖像的紅色通道、綠色通道、以及藍色通道；

令：

D_R(X)＝∫_ΩT(λ,X)B(λ)Q_R(λ)dλ

D_G(X)＝∫_ΩT(λ,X)B(λ)Q_G(λ)dλ

D_B(X)＝∫_ΩT(λ,X)B(λ)Q_B(λ)dλ

S_R＝∫_ΩB(λ)Q_R(λ)dλ

S_G＝∫_ΩB(λ)Q_G(λ)dλ

S_B＝∫_ΩB(λ)Q_B(λ)dλ

有：

A_R(X)＝α(X)D_R(X)+β(X)S_R

A_G(X)＝α(X)D_G(X)+β(X)S_G

A_B(X)＝α(X)D_B(X)+β(X)S_B

步驟c、建立待處理圖像漫反射與強反射色度模型

定義圖像色度為：

IR(X)=AR(X)AR(X)+AG(X)+AB(X)]]>

IG(X)=AG(X)AR(X)+AG(X)+AB(X)]]>

IB(X)=AB(X)AR(X)+AG(X)+AB(X)]]>

在像素中只有漫反射的條件下，β(X)＝0，此像素的色度表達式為：

MR(X)=DR(X)DR(X)+DG(X)+DB(X)]]>

MG(X)=DG(X)DR(X)+DG(X)+DB(X)]]>

MB(X)=DB(X)DR(X)+DG(X)+DB(X)]]>

在像素中只有強反射的條件下，α(X)＝0，此像素的色度表達式為：

KR=SRSR+SG+SB]]>

KG=SGSR+SG+SB]]>

KB=SBSR+SG+SB]]>

此時有：

A_R(X)＝m_d(X)M_R(X)+m_s(X)K_R

A_G(X)＝m_d(X)M_G(X)+m_s(X)K_G

A_B(X)＝m_d(X)M_B(X)+m_s(X)K_B

其中，m_d(X)M_R(X)、m_d(X)M_G(X)、m_d(X)M_B(X)為漫反射分量，m_s(X)K_R、m_s(X)K_G、m_s(X)K_B為強反射分量，并且有：

m_d(X)＝α(X)[D_R(X)+D_G(X)+D_B(X)]

m_s(X)＝β(X)(S_R+S_G+S_B)

步驟d、建立歸一化圖像模型

歸一化的圖像可以表示為：

A′_R(X)＝A_R(X)/K′_R

A′_G(X)＝A_G(X)/K′_G

A′_B(X)＝A_B(X)/K′_B

其中，A′(X)為歸一化的圖像強度，K′為強反射分量的色度估計值；

步驟e、建立非強反射圖像模型

定義經過顏色補償之后的圖像為非強反射圖像，定義式如下：

A~R(X)=m~d(X)M~R(X)]]>

A~G(X)=m~d(X)M~G(X)]]>

A~B(X)=m~d(X)M~B(X)]]>

其中，為非強反射圖像的強度，為非強反射圖像的漫反射色度，為非強反射圖像的漫反射加權因子；

步驟f、確定強反射像素點

步驟f1、確定非漫反射像素

的像素為非漫反射像素，其中，d()為導數微分運算，log()為取對數運算；

步驟f2、判斷以下條件是否同時滿足：

ΔR=IR′(X)-IR′(X-1)>R‾]]>

ΔG=IG′(X)-IG′(X-1)>G‾]]>

ΔB=IB′(X)-IB′(X-1)>B‾]]>

如果滿足，步驟f結束；

如果不滿足，進入步驟f3；

步驟f3、判斷以下條件是否滿足：

max(K_R(X)、K_G(X)、K_B(X))＝max(K_R(X-1)、K_G(X-1)、K_B(X-1))

如果滿足，則像素X為噪聲像素；

如果不滿足，則像素X為強反射像素；

按照此步驟將所有像素處理完畢，即可標記出被測圖像中所有強反射像素區域Ω；

步驟g、處理強反射像素區域

步驟g1、根據強反射像素區域Ω，按照以下公式確定源區域Φ：

Φ＝A(X)-Ω

進而確定強反射像素區域Ω與源區域Φ的邊界σΩ；

步驟g2、邊界σΩ上的每個像素點o對應一個采樣模塊ψ_o，計算邊界σΩ上每一個像素點o的優先級P(o)，對于區域ψ_o：其優先級可以表示為：

P(o)＝C(o)×D(o)

其中，C(o)為置信度，D(o)為數據項，并且有：

C(o)=Σo∈ψo∩ΩC(o)|ψo|]]>

D(o)=|▿Io⊥·no|α]]>

其中，|ψ_o|是采樣窗口ψ_o的面積，α為規范化因子，⊥代表正交操作；n_o是點o正交于邊界σΩ的單位正交向量，是o點處的照度；

步驟g3、尋找滿足以下公式的像素：

ψq^=argminψq∈Φd(ψp^,ψq)]]>

其中，q均為像素點，為優先級最高的采樣模塊，表示優先級最高的采樣模塊與采樣模塊ψ_q的像素的平方差的和，為滿足條件的源模塊；在找到符合條件的源模塊后，用源模塊中的像素點按照對應關系代替模塊的像素點；反復迭代，直到強反射像素區域Ω都處理完畢。