數(shù)字圖像摳圖關(guān)鍵技術(shù)研究.pdf

1、數(shù)字圖像摳圖問題為數(shù)字圖像處理中比較典型的一類問題,分為藍(lán)色背景下的藍(lán)屏摳圖以及一般背景下的圖像摳圖。其中,一般背景摳圖通常需要Trimap模板的輸入,用來初步指定一些已知前景,已知背景,以及未知區(qū)域。然而,由于摳圖問題的欠約束性,以及假設(shè)方式的局限性,通常的摳圖方法會與真實值存在較大偏差,這也嚴(yán)重影響了圖像的最終合成效果。同時,目前摳圖領(lǐng)域也缺乏標(biāo)準(zhǔn)且有效的像素級評價系統(tǒng)。本文主要針對數(shù)字圖像摳圖中的各種關(guān)鍵技術(shù),包括藍(lán)屏摳圖中的半透

2、明物體求解以及環(huán)境光干擾,一般背景摳圖中的透明度像素級評估,虛焦背景下的單幅圖像摳圖,Trimap樣本不足等問題,進行了深入研究,并提出了相應(yīng)的解決方案。
　　針對藍(lán)屏摳圖中半透明物體求解不精確,以及環(huán)境光干擾的問題,本文提出了基于藍(lán)色差合成方程的半透明物體的求解,以及基于環(huán)境光影響因子的環(huán)境光的去除方法。對于半透明物體,根據(jù)藍(lán)色差合成方程以及采樣,可以分別得到灰色物體以及彩色物體時的解。對于去除環(huán)境光的問題,在不同區(qū)域內(nèi),對環(huán)境

3、光影響的程度,以及透明度值分別進行求解,并通過新背景可得到合成圖像。實驗結(jié)果表明,本文在上述兩個問題上,可得到較其它方法更好的透明度圖與合成圖。
　　針對在不包含真實值的情況下,摳圖領(lǐng)域缺乏對透明度結(jié)果進行局部評估的問題,本文提出了在一般背景條件下,基于4種局部像素級評價因子的透明度評價方法。這些評價因子充分利用了各算法得到的透明度結(jié)果與原圖像的關(guān)系,以及透明度的先驗?zāi)Ｐ?之后采用MRF拼接機制對各算法所選擇的最優(yōu)點進行拼接。實驗

4、結(jié)果表明,該評價方法可以在缺少真實值的情況下,實現(xiàn)對各種算法透明度結(jié)果較為精確的像素級評價,并還可最終拼接出優(yōu)于各個結(jié)果的最優(yōu)合成圖。
　　針對在虛焦背景下,背景與前景顏色過于相似的問題,本文提出了在一般背景條件下,基于對二階響應(yīng)進行模板匹配的單幅背景虛焦圖像的精確摳圖方法。為此,本文首先對輸入圖像進行邊緣檢測。其次對于每個邊緣點,判斷它是否為被模糊的背景邊緣點,如果是,則將該點在梯度方向上途經(jīng)的點集擴展為背景先驗點,即將它們劃分

5、為絕對背景點。最后利用特定的摳圖算法,得到最終的透明度圖像。實驗結(jié)果表明,本文提出的基于背景先驗點的摳圖算法,避免了與前景顏色相近的背景的干擾,使得摳圖結(jié)果更為理想。
　　針對Trimap未知區(qū)域過大,已知樣本不充足的問題,本文提出了根據(jù)未知區(qū)域與前景或背景的顏色差異,將一些未知點預(yù)先標(biāo)注為絕對前景或背景的方法,即初級Trimap擴展。首先,根據(jù)未知區(qū)域的形狀,生成若干覆蓋全體未知區(qū)域、并互相重疊的局部窗口,其次,在每個窗口內(nèi),利

6、用已知區(qū)域與學(xué)習(xí)區(qū)域進行前景與背景擴展閾值的學(xué)習(xí),進而,利用前景與背景的連通性與平滑性,對它們分別進行擴展。實驗證明,這種Trimap初級擴展方式,可以為摳圖計算提供更為充足的樣本,使得摳圖結(jié)果更為精確。
　　針對已知樣本不充足的問題,本文在Trimap初級擴展的基礎(chǔ)上,繼續(xù)采用從未知區(qū)域自身內(nèi)部挖掘絕對前景和背景點的方式,進行高級Trimap擴展。為此,本文針對每個局部窗口,提出基景與輔景的概念,強調(diào)的是基景的分布簡單,以及輔景