随着多媒体技术的发展,图像成为一种最为普遍并被广泛使用的视觉媒体信息。图像是由物体材质与场景光照相互作用产生的结果,其中光照是图像中的一个重要信息,其对于物体在场景中成像具有非常重要的指导意义。图像中物体的颜色在很大程度上依赖于场景的光照信息。但是,由于光照条件以及拍摄环境的影响,图像中的光照效果往往无法满足人们的需求,因此,如何对图像进行有效的光照编辑与处理,生成新的符合用户意图的图像内容就成为当前所迫切需要解决的问题。图像的光照恢复与分解就是在这种形势下所提出的一种新的针对图像光照效果进行编辑的图像处理技术。图像的光照恢复与分解作为图像光照编辑的关键技术已经得到了人们的广泛关注,并逐渐成为当前研究的热点。阴影是图像中与光照相关的特征之一,可以作为辅助信息来估计场景中的物体几何结构以及光源信息等。因此,本文以图像的阴影处理为切入点,从单光源图像处理到多光源图像处理进行递进,围绕复杂纹理图像的阴影消除、软阴影图像的阴影消除以及多光源图像的光照分解这三个问题对图像光照恢复与分解所涉及的理论、方法及应用展开了系统和深入的研究。本文的主要的研究内容和创新点包括如下三个方面:(1)提出了一种基于亮度优化的阴影消除算法。该方法首先将图像分解为多个重叠的矩形块,并利用亮度恢复算子消除阴影块中的阴影,恢复其光照,然后利用块之间的重叠信息对图像的亮度在全局上进行优化。这种从局部到全局的光照恢复算法框架,不仅可以得到全局亮度高度一致的阴影消除结果,还能在消除图像阴影的同时有效的保持阴影区域中的丰富纹理细节信息。与已有的众多阴影消除算法相比,该算法能更为有效地恢复具有复杂纹理图像中阴影区域的光照信息。(2)提出了一种基于多尺度图像分解的软阴影消除算法。该算法基于图像中软阴影区域光照变化不一致的特点,提出一种局部相关点的图像平滑方法用以对阴影图像进行多尺度分解,并对基本层中的阴影区域和非阴影区域按颜色进行分层处理,并利用层中的局部颜色信息对基本层图像进行阴影消除,然后对基于局部颜色信息得到的阴影消除结果在全局上进行优化,得到基本层的阴影消除结果图,最后再恢复图像的细节信息。此外,该方法利用基于纹理合成的算法来修正阴影边界上的失真区域的细节信息,以得到自然真实的结果。(3)提出了一种具有多光源图像的光照分解算法。与目前光照分解算法不同的是,算法是对图像场景中存在的多个直接光源进行分解。该算法使用从粗到精逐步优化的策略,将一张多光源图像分解为多张单光源图像。其首先利用图像中的信息估计场景中光源的个数和位置等信息,然后利用图像中阴影区域的光照信息提取每个光源的光照线索,并估计出粗略的光照分解结果。接着,利用提出的光照敏感亮度优化模型对粗略分解结果进行更为细致的优化,以得到令人满意的光照分解结果,并且阴影区域的纹理细节也被恢复。本文以图像中的阴影处理为主线,对图像的光照恢复和分解问题展开了研究,并对其中涉及的关键技术难点给出了详细的解决思路和方法。实验结果表明本文提出的三种算法都是有效的,并且可以被推广到更为广泛的图像应用场景中去。