基于低秩约束的多光谱图像本征分解
计算机视觉与模式识别
2018-02-27 v1
摘要
多光谱图像包含物体表面特征的诸多线索，因此可广泛用于许多计算机视觉任务，如重新着色与分割。然而，由于自然场景的复杂光照与几何结构，同一表面的光谱曲线可能看起来非常不同。本文提出一种低秩多光谱图像本征分解模型（LRIID），从单张多光谱图像中分解出光照与反射率。我们将为RGB图像本征分解提出的Retinex模型推广至多光谱域。在此基础上，提出低秩约束以缓解问题的病态性并使算法可解。给出了一个含12幅图像的数据集，带有光照与反射率的真值，以便进行客观评估。实验证明了所提方法的有效性。
引用
@article{arxiv.1802.08793,
title = {Multispectral Image Intrinsic Decomposition via Low Rank Constraint},
author = {Qian Huang and Weixin Zhu and Yang Zhao and Linsen Chen and Yao Wang and Tao Yue and Xun Cao},
journal= {arXiv preprint arXiv:1802.08793},
year = {2018}
}
备注
Proceedings of the IEEE International Conference on Computer Vision and Pattern Recognition (CVPR)