郭继峰，李 星，庞志奇，沈家友，于 鸣

(东北林业大学 信息与计算机工程学院，哈尔滨150040)

1 引 言

在图像形成过程中，由于物体受到光照或者由于物体表面曲率过大，会在物体表面形成光斑，出现光斑的部分就是高光溢出的部分.高光溢出对于图像处理的影响主要表现在降低图像识别准确率、目标检测以及场景分析的精确度.

影响图像质量的主要因素有：光照不均匀、图像分辨率等.许野平等[1]人根据数字图像绘制亮度曲线，然后对高光溢出部分做非线性变换，压缩最大亮度值规定范围从而得到修复效果.高如新等[2]人通过双色反射模型变换得到图片的镜面反射和漫反射分量，再通过改进双边滤波器，然后对图像进行处理，去除图像的镜面反射，从而达到去除高光的效果.何嘉林等[3]人通过图片融合的方法去除图片高光，根据不同角度拍摄的图像亮度不同，通过对多张图片进行高光区域检测、图像融合、图像补色来消除高光区域[4].王祎墦等[5]人改进了图像的高光修复技术，使得对于存在饱和现象的高光区域的单一图像也能有较好的修复效果.这些方法对图像高光溢出的整体修复效果取得了良好的成效，但是对于图片的纹理修复效果并不理想，且获得的图片质量不高.

随着深度学习技术的不断发展，出现了一些使用卷积神经网络来对图像进行修复的方法.2014年，生成对抗网络GAN(Generative Adversarial Networks)面世，该网络由Goodfellow[6]等人根据博弈论中的零和博弈……