基于快速核独立分量分析的图像反光分离研究.doc

基于快速核独立分量分析的图像反光分离研究刘景波 1万小磊 基于快速核独立分量分析的图像反光分离研究 刘景波 1 万小磊 2 金炜东 1 ( 1 西南交通大学电气工程学院，四川 成都 610031；2南阳理工学院科研处，河南 南阳 473000) 摘要 透过玻璃对场景成像，图像由场景实像和反光虚像线性叠加而成，直接影响到图像分析处理和计算机视觉应 用等，可采用盲源分离方法进行反光分离。图像成像过程中的非线性因素，会使线性独立分量分析(ICA)用于反光 分离结果不够精确。采用基于 Hilbert-Schmidt 独立性判断准则的快速核独立分量分析(FastKICA)进行图像反光分离。 实验表明，快速核独立分量分析用于图像反光分离，在分离精度和速度上优于线性独立分量分析和常规核独立分量 分析(KICA)。 关键词 图像处理；反光分离；快速核独立分量分析；非线性 中图分类号 TP751 OCIS 100.2980 100.2960 文献标识码 A Separating Reflections from Image Using Fast Kernel Independent Component Analysis Liu Jingbo1 Wan Xiaolei2 Jin Weidong1 ? 1 School of Electrical Engineering , Southwest Jiaotong University，Chengdu，Sichuan 610031, China ? ? ? 2 Science Research Offices, Nanyang Institute of Technology，Nanyang，Henan 473000, China ? ? Abstract When imaging a scene through a glass, the image is a linear superposition of a real image observed through a glass and a virtual image reflected on it. This brings adverse effect on image processing, computer vision, etc. Reflective separation can be done by the original method of blind separation, nonlinearity in the course of imaging will degrade precision of separating reflections using linear independent component analysis (ICA). Kernel independent component analysis (KICA) can effectively deal with the nonlinearity. The reflections is removed by using FastKICA based on the Hilbert-Schmidt independence criterion. Experiments show that FastKICA is more effective than linear independent component analysis and conventional KICA. Key words image processing; separating reflections; fast kernel independent component analysis; nonlinearity 1 引 言 当透过平面透明玻璃对场景成像时，由于光线的偏振原因，观测到的图像经常是由两幅图像线性叠 加而成，其分别是由玻璃透射所成的场景实像以及由玻璃表面反射所成的虚像。混合图像中的反射分量不 仅影响到对真实场景的观测，更会导致在对图像进行分割等处理时出现错误结果，从而对后续的图像分析 和机器视觉应用等产生不良影响。对于玻璃这样的介质，其镜面反射分量的强度可通过偏振镜控制。利用 这一特点，H. Farid 等[1]得到不同偏振角度下同一场景的多个图像，将图像不同分量的分离视为盲源分离[2,3] 收稿日期：2009-08-17; 收到修改稿日期：2009-10-15 基金项目：国家自然科学基金60971103)资助课题。 作者简介：刘景波(1979—)，男，博士研究生，主要从事图像处理、智能信息处理等方面的研究。E-