计算机工程

作者：解庆, 张凌峰, 马艳春, 刘永坚

单位：1. 武汉理工大学计算机与人工智能学院, 湖北 武汉 4300702. 数字出版智能服务技术教育部工程研究中心, 湖北 武汉 4300703. 武汉理工大学管理学院, 湖北 武汉 430070

关键词：单幅图像反射去除,反射分类,图像梯度恢复,生成对抗网络,注意力机制

基金：国家自然科学基金面上项目(62271360); 湖北省重点研发计划项目(2023BAB085)

单幅图像反射去除是计算机视觉领域的一项重要任务。然而, 现有的图像反射去除模型都基于反射污染区域属于模糊型反射这一前提, 即反射区域仍然保留原始的图像内容信息。当污染图像中存在光斑反射时, 图像原始内容信息完全丢失, 导致现有模型无法从光斑区域中提取原始图像的透射层信息, 从而使模型失效。针对这一问题, 提出一种能够同时去除光斑与模糊反射的新模型, 通过自定义的反射分类器和结构恢复器引导模型预测图像透射层的梯度图, 并以此作为辅助条件, 最终生成纯净的透射层图像。实验结果表明, 该模型对不同类别的反射图像均具有较好的泛化性能, 在艺术图像唐卡上, 模型在结构相似度(SSIM)与峰值信噪比(PSNR)指标上均优于当前最优的反射去除模型, 其中SSIM与最优模型相比提升了1.6%, PSNR提升了5.5%。在公共的自然场景数据集上的实验结果也表明该模型与当前最优模型性能相当。

来源：2025年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第4期