29、图像阴影去除与视觉显著性检测技术解析

图像阴影去除与视觉显著性检测技术解析

1. 图像阴影去除技术

1.1 图像分割与参数优化

在图像阴影去除的工作中，首先会进行图像分割。为了构建先验函数 (D_t) 和 (D_u)，会将图像划分为阴影、非阴影和背景三个区域。具体操作步骤如下：
1. 用户输入 ：让用户使用基于笔触的界面标记每个区域，例如用红色、蓝色和绿色笔触分别指定阴影、非阴影和背景区域，如图 1(a) 所示。
2. 区域分割 ：将图像分割成阴影、非阴影和背景区域，分别用红色、蓝色和绿色区域表示，如图 1(b) 所示。
3. 过分割 ：为了加速区域分割阶段，将图像分割成小的超像素，如图 1(c) 所示。

图 1：图像分割结果

在初始去除阶段，会应用图割阴影去除算法并使用默认加权参数。之后会进行交互式参数优化，其算法由以下公式描述：
[
\hat{\Lambda} = \arg\min_{\Lambda} \sum_{p\in\Omega_0} |\hat{\beta} p - \beta {\mu}|^2,
]
[
\text{s.t. } { \hat{\beta} p|p \in\Omega_0} = \text{graph cut}(\beta_p|p \in\Omega_0; \Lambda),