当透过透明玻璃拍照时,拍摄到的图像往往包含相机同侧的景象产生的反射,反射的存在会产生视觉干扰,降低图像质量。在计算机视觉任务中,去除透过玻璃拍摄的图像中的反射非常重要,它在提高图像质量以及在预处理图像方面具有十分重要的意义。从一张带反射的混合图像中分解得到目标场景的透射图像和相机同侧场景的反射图像是一个不适定（ill-posed）的问题,因此图像中的反射去除难度较大,需要基于合理的假设先验前提下设计反射去除方法。针对图像中的反射去除问题开展了研究,主要研究内容如下:1.针对传统的图像反射去除算法对整张图像进行反射去除,对非反射区域造成了像素分离错误的问题,提出一种基于反射区域的图像反射去除算法。首先,根据反射区域梯度较小的特点,通过梯度图像获取初始反射区域标记图。然后,进一步利用透射区域标记图和最大色度差二值图获得更为准确的反射区域标记图。最后,根据反射区域标记图抑制反射区域的反射。实验结果表明,该算法能较好的去除反射,在去除反射和保留透射层图像细节方面效果更好。2.提出了一种新的混合图像模型,基于该混合图像模型采用其他文献提出的卷积LSTM网络结构去除图像中的反射。首先通过统计发现,采用现有的混合图像计算公式得到的混合图像的亮度比实际的带反射图像的亮度更高,因此设计了一个参数调节混合图像的亮度,提出了一种新的混合图像计算模型。然后基于新提出的混合图像模型,采用其他文献提出的基于卷积LSTM网络结构的图像反射去除方法进行图像反射去除。最后在3个真实的自然图像数据集上进行训练和测试。实验表明,基于新的混合图像模型的反射去除方法对各种场景反射包括强反射具有较好的反射去除效果,从定性和定量两个方面综合来看,优于其他基于神经网络的反射去除方法。