在本文中，我们提出了一种新的图像消光算法，该算法解决了以前基于采样的算法遇到的两个主要问题。 首先是现有的基于采样的方法通常在从已知区域收集样本时依赖于某些空间假设，因此，如果不满足基本假设，其性能就会下降。 在这里，我们提出了一种方法，即收集更具代表性的样本集，以免遗漏真实样本。 这是通过对前景像素和背景像素进行聚类并从每个聚类中收集样本来实现的。 第二个问题是，消光结果的质量由单个样本对的优劣决定，当基于采样的方法无法选择最佳对时，会导致错误。 在本文中，我们导出了一个新的目标函数，可以直接