【高光图像消除算法研究的文献综述4000字】

高光图像消除算法研究的文献综述早在1985年，Shafer就在他的开创性论文7中首次引入了双色反射模型ChenLi⁶等人提出了结合机器学习提出了一种不需要进行相机颜色标定以及先双色反射模型是一种物理反射模型，广泛应用于计算机视觉中的色彩分模型有效地定义了在地球上观测到的图像是由对应于每种反射类型的函数的线1)双色反射模型的定义内部(漫反射)术语。换句话说：对于每个几何设置，我们在公式2.1中注意到，观察到的亮度可来缩放的，而表面颜色是通过另一个不同的权重图缩放的。这些成分中的每一2)双色反射模型的局限性同样，也存在其他反射模型，但为简化起见(如我们所见，该反射模型简化为图像的线性组成),Shafer模型是最常3)双色反射模型的扩展当处理离散RGB图像时，需要修改公式2.1以使其具有更好的可处理性。的RGB值的每个像素p,双色反射模型被定义为1)基于单一图像的方法利用颜色分割。Yang等人提出了与Tan类似的方法，允许方法并行运行，从而实现了算法的实时性。Shen等人通过色度误差分析和每个像素体色的适当选择来分离高光。随后，基于双色反射模型提出了几个模型。Kim⁸等人提出了一个2)基于多图像的方法基于双色反射模型，Sato等人通过分析在仅通过改变视角来简化图像捕获。Lee¹1等人提出了一种高光区域检测模型。Lin¹2]等人通过将高光区域上的像素视为离群值，并匹配其他视图中剩余的漫反射部分，实现了高光去除。Guo¹3等人提出了一种专注于处理视频/图像序列的3)基于深度图的方法1)计算机视觉2)图形学误!未找到引用源。定义的双色编辑。它是独立编辑漫射和镜面组件，然后将处理过的组镜面反射的另一个应用是用于高动态范围(HDR)显示的色调映射。Meylan他的应用比如使用立体匹配错误!未找到引用源。生成3D场景的导航系统也被注册了--1)显著性(SALIENCY)起来。突出点去除问题还没有在一个关于突出度的较2)稀疏建模(SPARSEMODELING)27(2):178-93.[4]Yoichi,Sato,Katsushi,etal.Temporal-colorspaceanalysisofreflection[J].Journaloft[7]ShaferSA.UsingcolortoseparatePrior[C]//ComputerVision&PatternRecognition.IEEE,2013.[9]AkashiY,OkataniT.SeparationofrefleReflectionModel[M].Springer,Cham,2018.[11]SangWL,BajcsyR.Detectionofsp[12]LinS,LiY,KangSB,etDenmark,May28-31,2002,Proceedings,PartIII.Springer,Berlin,Heidelberg,2002.[13]GuoX,CaoX,YiM.RobustSeparationofReflectionfromMultipleImages[14]WoodhamRJ.PhotometricStereo:AReflectanceMap[15]Ikeuchi,Katsushi.DeterminingSurfaceOrientationsofSpecularSurfac[16]R.T.Tan,K.N