物体表面的反射光谱能量分布由照明光谱能量分布和表面光谱反射率组成。因此，我们观察一幅彩色图像中的物体颜色并非物体真实的表面颜色，而是光源颜色和物体本征颜色的混合色。欲恢复物体真实表面颜色则要求去除光源颜色，这种恢复物体真实颜色的方法称为颜色恒常性算法。考虑到颜色处理在计算机视觉及计算机图形图像中的重要性，估计和再现图像场景中的照明光谱反射率对于提高一大类应用能力具有重要作用，如场景重建、表面分割、目标识别及反射率估算。　　对于大多数非均质材料而言，其表面反射量是漫反射和镜面反射分量的线性组合，即著名的双色反射模型理论(简称DRM)。在计算机视觉及物体识别中，现有的许多算法都假定场景中只包含漫反射像素，而假定不存在镜面反射成分，这对于真实情况而言是不准确的，图像中镜面反射成分的存在会导致许多传统的计算机视觉算法产生错误结果。因此，这篇论文对单色场景图像中的反射成分分离和场景再现提出了有效方法。而一种称为均值偏移分割技术（简称MSD）的新颖技术，被引用到将镜面反射成分的提取和分离中来。该技术提供了一个通过漫反射着色像素隔离来访问表面形状信息的直接访问方法，更重要的是，这项方法不需要进行任何颜色分割处理，不同于将每个图像的颜色信息聚集操作的传统方法。为发掘该技术的优点，还设计了场景视觉成像系统用以估计图像中的镜面反射属性。这种图像增强技术有效再现了照明场景的反射率，在不转变场景表面漫反射属性的情况下再现场景自身特性。　　本文提出了一个有效分离彩色图像中反射分量的DRM-MSD算法，该理论是基于物理学中色度分析及统计学中的对像素体颜色的适当选择而提出的，主要针对单光源下彩色图像的真实颜色还原进行研究。通过解决双色反射模型中的最小二乘问题，反射分量的分离方法被用于单像素级，不需要图像分割处理及相邻像素的局部交互作用。而均值偏移分割技术提供了一个直接获取表面光照信息的方法，并且再现了每个颜色通道中镜面反射的动态分布情况。本课题将这两种理论进行了有效融合，并将该技术同Tan等人的迭代提取高光的理论算法相结合，提出了一种高效分离像素的自适应融合算法，用来处理MSF图像达到最终的像素分离结果，具有很好的理论意义及应用价值。而对于图像中场景的再现及还原，则通过两次旋转颜色空间使得照明轴与灰度轴重合的方法达到最终的还原效果。