在计算机视觉文献中是否有任何方法可以检测图像中的透明玻璃?比如，如果我有一辆车的图像，我能检测到窗户吗?等等……
迄今为止我发现的所有方法都是主动方法(即需要校准，控制环境或激光)。我需要一个被动的方法(即所有你有一个图像，或对象的多视图图像，就是这样)。
这是一些最近的研究，旨在检测一般情况下的透明物体。
http://books.nips.cc/papers/files/nips22/NIPS2009_0397.pdf http://videolectures.net/nips09_fritz_alfm/我想你要找的是半透明区域的检测。这里的工作量非常有限，因为这是一个非常困难的问题。基本上，这是一个鸡生蛋还是蛋生鸡的问题。半透明区域导致几乎所有基本的图像处理工具失效(例如运动估计、特征匹配、跟踪等)。但是，您必须使用这些工具来检测半透明区域。不管怎样，据我所知，这是这个领域最近的一项工作，我怀疑还有其他的。
http://www.mee.tcd.ie/sigmedia pmwiki/上传/Misc.Icip2011 CVPR_new.pdf
发表在计算机视觉领域的顶级会议CVPR上。
只是一个大胆的猜测:如果相机正在移动，并且您执行场景的3D重建，您可以在反射区域检测到重建的大不连续
我认为你应该更清楚地描述你想要达到的目标。
本文"从图像序列中提取固有图像"给出了一些具有透明度的结果。如果你足够近，你可以使用玻璃折射(a la斯涅尔定律)从多个角度检测玻璃。我还认为反射(镜面区域)是曲面眼镜的一个很好的指示。
检测是一回事，分离是另一回事。你可以做分离，因为它就像把两个声音和其中一个180度的声音分开。如果你自己学会了相位音，你就自动学会了另一个音，所以你也可以学会那个音。我被困在一个点上，如果我只学习它们，我就只能把它们相加相减。所以这里真正的收获是把它们相加，作为两个独立的东西，尽管你从来没有把它们分开过