对于非均质(inhomogeneous)物体来说,物体表面的反射分量(reflection components)是漫反射(diffuse)和镜面反射(specular)的线性组合。镜面反射光也称为高光(highlight),是由物体的空间位置,形状和相对于光源的朝向,以及物体表面的粗糙程度决定的,它的存在会影响到许多图像处理算法的准确性,例如图像分割、匹配、物体追踪、识别等。对反射分量进行分解,或者说镜面反射分量的去除在图像处理与分析,计算机视觉和场景识别中有重要的应用。这一问题最近年来受到关注,有许多方法被提出来解决此问题。论文充分地介绍了多视角方法,颜色线方法,以及最近提出的基于单幅图像的反射分量分离算法。在现有反射分量分离算法基础上论文提出了一种单幅图像对每个像素独立操作的快速高效的提取镜面反射分量算法,提出了用MSF图像估计漫反射色度的思路,根据物体表面颜色平滑假设对镜面反射分量进行统一调整。本方法不借助于任何颜色分割和多幅图像间的交互操作,基本不涉及相邻像素间的迭代,算法的效率大大提高,经过图像的测试显示论文算法对比其他同类算法在分割准确率和运算速度上有很大优势。论文提出的反射分量快速分离算法有着广泛的应用前景,漫反射分量可用于许多基于漫反射假设下的图像分析和处理,同时镜面反射分量在光源位置和物体表面粗糙度的估计以及几何形状恢复上也有广泛应用。