邓云辉， 孔祥阳,2, 彭群聂

(1.四川工程职业技术学院基础教学部，四川 德阳 618000； 2.西北工业大学自动化学院，西安 710129；3.光电控制技术重点实验室，河南 洛阳 471000)

0 引言

目标成像过程中，由于光源环境与目标表面材质特性的综合影响，目标图像极易受镜面高光的干扰。镜面高光强度高、分布区域广，掩盖了目标表面原有的细节纹理、色彩特征，直接影响着检测、识别跟踪等视觉应用性能。现有的视觉处理算法[1-2]大多假定观测目标表面为理想朗伯体面，将镜面高光视为噪声处理，其结果不可避免地出现大区域数据空洞以及边缘细节丢失等问题。因此，如何实时有效分离抑制图像镜面高光分量具有较高的研究意义与应用价值。

目前国内外针对单幅图像的镜面高光抑制分离已开展了一些探究。文献[3]基于亮度的非线性校正实现直方图均衡拉伸，该方法仅利用亮度信息提高视觉效应，不具有场景普适性；文献[4]发现在RGB色彩空间中，镜面高光像素和漫反射像素近似T 形分布，进而采用主成分分析来分离镜面高光分量；文献[5-6]充分利用色度分布，提出高光-漫反射机制(Specular-Diffuse Scheme)，拟估计漫反射分量强度，有效分离镜面高光；文献[7-8]则利用强度比和色度聚类来约束，逐步迭代消除镜面高光分量的干扰；文献[9]结合暗通道先验，对色度、边界联合约束优化，获取漫反射分量强度的最优估计，但算法复杂度高、实效性差。以上高光抑制方法均依赖于先验信息与假设，或聚类分割等前期操作，虽能有效实现镜面高光的分离抑制，但忽略了目标表面色彩、纹理和边界等细节信息丢失问题，视觉特性受到严重影响。……