随着科技的进步及互联网的发展,数字图像成为了我们生活中最常接触的信息载体之一。现实生活中,我们经常使用相机或者手机拍摄照片作为留念,但是这些照片总是会被一些外界因素损坏,如拍摄场景中窗户或者玻璃的镜面反射。为了提高图像质量,减少反射光的干扰,人们尝试使用各种各样的方法来去除镜面反射,但是这些图像处理结果中都还存在或多或少的反射信息。因此在此背景下,本文依据实验输入数据的不同分别研究了单幅图像镜面反射去除技术与多幅图像镜面反射去除技术。算法目标旨在前人的工作基础上,减少前提假设与图像处理期间的人工工作量,尽量少使用额外的软硬件设备,得到更快、更优的镜面反射去除算法。论文主要的研究内容与贡献如下:1、结合GPU并行化技术,研究并提出了一种基于GPU的去除反射的算法,完成了对基于重影去除镜面反射算法的加速实现,算法速度快于串行处理速度(约为18倍)。利用非局域聚类稀疏表示方法提出了基于重影去除镜面反射的图像修复改进算法,提高了输出图像质量。2、利用图像梯度相对平滑的性质建立了基于梯度相对平滑性质的模型,提出了一种基于梯度相对平滑的镜面反射去除算法。算法对于含有高光区域的图像处理效果突出。3、根据输入图像序列背景层与反射层的运动的差异提出了基于运动的镜面反射去除算法。算法相对单幅图像镜面反射去除算法输出效果更佳,图像更清晰。针对数字图像,本文在保证图像处理质量的前提下通过GPU并行化技术提高了基于重影去除算法的运行速度,课题对如何提高镜面反射去除效果的算法的研究取得了较优的结果,并期望进一步提高算法的普遍适用性。