[发明专利]基于空间变换模型的光学图层分解方法

摘要

本发明提出了一种基于空间变换模型的光学图层分解方法，用于解决现有无监督单张混合图像分解方法中存在的分解效果差、效率低的技术问题，实现步骤为：读入原始混合图像；利用盲反卷积算法去模糊；定义迭代变量和传输图层矩阵迭代式；建立空间变换模型并推导传输图层矩阵和反射图层矩阵的函数表达式；构造目标函数，并利用图层先验添加约束条件，用L1范数进行正则化，实现目标函数凸优化；拉格朗日乘子法求取凸目标函数最优解；利用函数表达式计算传输图层矩阵、反射图层矩阵；判断迭代次数是否大于设定阈值，满足则结束，否则更新凸目标函数。本发明改善了混合图像的分解效果，并提升了计算效率。

主权项

1.一种基于空间变换模型的光学图层分解方法，其特征在于，包括有如下步骤：(1)读入原始混合图像，得到图像矩阵I；(2)利用盲反卷积算法对图像矩阵I进行去模糊，得到初始传输图层矩阵(3)设定迭代变量k，并初始化为1，利用迭代变量k和初始传输图层矩阵创建传输图层矩阵迭代式(4)建立图像矩阵I的空间变换模型L＝L_T+L_R(E+P)，其中，L_T和L_R为混合图像的传输图层矩阵和反射图层矩阵，P是空间变换矩阵，E是单位矩阵；(5)利用图像矩阵I的空间变换模型L＝L_T+L_R(E+P)和传输图层矩阵迭代式进行公式推导，得到传输图层矩阵和反射图层矩阵的函数表达式其中，P^k是第k次空间变换矩阵；(6)利用图像矩阵I和传输图层矩阵迭代式进行矩阵运算和凸优化，得到凸目标函数：(6a)利用图像矩阵I和传输图层矩阵迭代式进行矩阵运算，得到目标函数其中，f₁和f₂分别是水平和垂直方向的一阶导数滤波矩阵；(6b)利用传输图层矩阵迭代式的水平和垂直梯度域f₁L'_T和f₂L'_T添加约束条件，并利用L1‑范数进行正则化，得到凸目标函数其中，λ₁、λ₂表示不同项的权重；(7)利用拉格朗日乘子法，对凸目标函数求取最优解，得到第k次空间变换矩阵P^k；(8)将传输图层矩阵迭代式图像矩阵I和第k次空间变换矩阵P^k代入传输图层矩阵和反射图层矩阵的函数表达式中，得到第k次传输图层矩阵和第k次反射图层矩阵(9)设定迭代变量阈值K；(10)判断迭代变量k是否大于迭代变量阈值K，若是则算法结束，否则迭代变量k自增1，执行步骤(6)。