基于模糊先验分布与后验概率最大化的玻璃反光去除方法

本发明提出了一种基于模糊先验分布与后验概率最大化的玻璃反光去除方法，涉及图像处理技术领域。基于反射光具有模糊特性的先验知识，采用滤波器分别对反射光成分和真实场景成分进行卷积处理，建立反射光与真实场景的去反光物理模型；通过统计学习获得反射光和真实场景的先验概率模型，利用贝叶斯定理将基于去反光物理模型的图像去反光问题，转化为后验概率最大化问题，并推导为能量最小化方程；采用交替方向乘子法，引入辅助变量将能量最小化方程分解为关于场景和反射光的两个子问题，通过傅里叶变换迭代求解得到去反光后的真实场景图像。本发明具有精度高、泛化好、部署成本低的优势，有效满足机器视觉场景对图像质量与处理效率的双重需求。