一种基于色度溢出处理的蓝屏抠像方法技术

本发明专利技术涉及一种基于色度溢出处理的蓝屏抠像方法，其特征在于具体步骤如下：将待抠像的前景图像划分为不透明区域、半透明区域、全透明区域，并显示区域划分结果，基于采样的Alpha值计算；计算前景图像每一个点的Alpha值。加载用于与前景图像合成的背景图像，将前景图像与背景图像合成，计算合成图像每一个像素点的RGB颜色值；对于合成图像的每一个像素点阐述色度溢出处理；该方法仅需要在拍摄前进行简单的输入，即可自动地完成抠像和色度溢出处理，即使对于色度溢出现象较为严重的图像，也能获得较为满意的效果。

【技术实现步骤摘要】
一种基于色度溢出处理的蓝屏抠像方法
本专利技术涉及一种基于色度溢出处理的蓝屏抠像方法，特别是一种蓝屏抠像处理中基于采样的色度溢出处理方法，属于计算机图像处理

技术介绍
蓝屏抠像是指从具有已知的单色背景的图像中精确地分离出前景目标，再与其它图像合成，从而得到所需特殊效果的技术。蓝屏抠像中，待抠像的图像称为前景图像；用于与其合成的图像称为背景图像；前景图像中的已知的单色背景颜色称为前景图像关键色。早期的蓝屏抠像通常要求前景图像关键色是蓝色，因此该技术被命名为蓝屏抠像。随着抠像技术的发展，对前景图像的拍摄要求越来越小，前景图像关键色的选取可根据拍摄环境条件决定，绿色、甚至是红色等颜色均可作为前景图像关键色。蓝屏抠像技术是影视制作中一项非常重要且广泛使用的技术。在蓝屏抠像处理过程中，存在一种色度溢出现象，即：在合成图像中，前景目标与合成的背景之间有一条单色的边，例如：前景图像关键色为蓝色时，前景目标提取后，边缘会有一圈蓝色的边。其实，色度溢出现象在未进行抠像处理的前景图像中就已经存在。发生色度溢出的像素点的颜色由光源颜色、物体反射光、单色背景反射光共同决定，因此，每个色度溢出点的颜色不同，且都与前景图像关键色类似。拍摄条件是影响色度溢出现象的主要因素，通过提高拍摄设备的分辨率和更有效地配合使用多光源等方式，可在某种程度上改善色度溢出程度，但需要较大的投资。当设备分辨率和布光等拍摄条件稍差时，就会导致较为严重的色度溢出，严重影响了合成图像的真实感。另一个解决色度溢出问题的方法，也是最为直接的方法，就是在拍摄后进行人工处理。例如，现今比较流行的抠像处理软件AfterEffect等，都需要在拍摄后，进行复杂的人工操作，才能获得满意的效果。这种人工的处理方式无法满足实时性的要求。
技术实现思路
为解决现有抠像方法中需要大量的用户交互和色度溢出现象处理不佳的问题，本专利技术目的在于提供一种基于色度溢出处理的蓝屏抠像方法，该方法仅需要在拍摄前进行简单的输入，即可自动地完成抠像和色度溢出处理，即使对于色度溢出现象较为严重的图像，也能获得较为满意的效果。为了达成上述目的，本专利技术的技术方案是这样实现的：一种基于色度溢出处理的蓝屏抠像方法，其特征在于具体步骤如下：1、将待抠像的前景图像划分为不透明区域、半透明区域、全透明区域，并显示区域划分结果。本步骤包括如下子步骤：101、加载并显示前景图像，图像中每一个像素点的色彩空间为RGB空间；102、将前景图像中已知的单色背景颜色称为前景图像关键色，用户通过画刷工具在前景图像关键色区域选择关键色像素点集，前景图像关键色区域中所画的黑色粗线条即为用户选择的关键色像素点集；103、根据用户选择的像素点计算前景图像关键色平均值；前景图像关键色平均值，其中，、、分别为的RGB三个颜色分量值；按照下面公式计算；公式中，n为用户选择的像素点的总数，为关键色像素点集中的点的R颜色分量值；、的计算方法与此相同；104、对于关键色像素点集中的每一个点，按照下面公式计算其与前景图像关键色平均值的颜色距离，并记录最大值；105、设置区域划分参数k1、k2的初值分别为、；106、对于前景图像中的每一个像素点p，计算它与前景图像关键色平均值的颜色距离D，当D<k1时,点p属于全透明区域；当d(p,b)>k2时,点p属于不透明区域；否则，点p属于半透明区域；其中，颜色距离最大值，记为；107、定义一个区域划分结果图像，其大小与前景图像相同；将区域划分结果图像中与前景图像的全透明区域对应的像素点的RGB颜色值置为(0,0,0)，将区域划分结果图像中与前景图像的不透明区域像素点的RGB颜色值置为(255,255,255)，将区域划分结果图像中与前景图像的半透明区域像素点的RGB颜色值置为(128,128,128)；显示区域划分结果图像；108、将参数k1、k2分别以滚动条的方式进行显示。每一个滚动条最小值为，最大值为，调节步长为；109、用户调整k1、k2参数直至图像中前景目标区域为白色，前景图像关键色区域为黑色，前景目标和关键色区域的交接处为灰色，随着k1、k2参数的调整，重复步骤106和步骤107进行区域划分并实时显示区域划分结果图像；2、基于采样的Alpha值计算；计算前景图像每一个点的Alpha值。其中，不透明区域像素点的Alpha值为1；全透明区域像素点Alpha值为0；以下采用一种基于采样的方法计算半透明区域像素点的Alpha值，具体包括如下子步骤：201、寻找样本点；将半透明区域划分成一些3*3的小块，将每个3*3小块的9个像素点编号{0,1,2,3，4,5,6,7，8}；对于3*3小块中的每个像素点，以该点为中心，分别向其周围四个方向寻找样本点，四个方向相互垂直；定义方向角为方向线与水平方向的夹角；像素点的方向角，用矩形表示3*3小块中的像素点，用四条箭头线表示样本寻找方向；3*3小块中的9个像素点的方向角如图所示；在像素点的每一个样本寻找方向上遇到的第一个不透明区域的点别记做样本点，则像素点可找到的样本点集表示为；202、对于每一个样本点进行Alpha值估计；对于半透明区域的每一个像素点p的每一个样本点，按照下面公式分别计算Alpha值；为p点的根据样本点估计的Alpha值，为p点的颜色值，为前景图像关键色平均值；203、确定最佳样本点，得到像素点的Alpha值；针对每一个像素点p的每一个样本点，按下面公式计算的值；对于一个点q，表示该点的颜色值与根据计算得到的颜色值的差异；表示以p点为中心的3*3的区域；和分别表示p点到点和点的空间距离因子。将令值最小的样本点称为p点的最佳样本点；则，p点的Alpha值；204、计算半透明区域中所有点的Alpha值；在半透明区域中可能存在一些特殊的像素点p，按照步骤201中的方法无法找到任何样本点。对于这类点p，首先，确定以p点为中心的5*5的矩形区域，计算该区域中的每一个点q的最佳样本点对应的值，值最小的三个点分别记为；按照步骤103中的公式，分别计算点的颜色平均值、以及最佳样本点、的颜色平均值，分别记为、；最后，按照步骤202中的公式，计算p点的Alpha值，令公式中，，则；3、加载用于与前景图像合成的背景图像，将前景图像与背景图像合成，按照下面公式分别计算合成图像每一个像素点的RGB颜色值；为合成图像中像素点p的颜色值，和分别为前景图像和背景图像中与p点对应的点的颜色值，为步骤2中计算得到的透明度Alpha值；4、色度溢出处理；对于合成图像的每一个像素点，下面以关键色为蓝色的前景图像为例，阐述色度溢出处理步骤包括的子步骤：401、根据步骤1中得到的前景图像关键色平均值，按下面公式计算参数；和分别为的蓝色和绿色颜色分量；402、对于合成图像中的每一个点p，其RGB颜色分量值分别记为、、；当-和-的值均大于0.6*，并且时，则，点p为色度溢出点，令。本专利技术的积极效果是在数字抠像技术中，合成图像质量的好坏，是影响图像的真实感的主要因素，是决定产品成败的关键因素。色度溢出是蓝屏抠像的一种固有的特征，在未进行抠像处理的前景图像中就已经存在。通过提高拍摄设备的分辨率和更有效地配合使用多光源等方式，可在某种程度上改善色度溢出程度，但需要较大的投资。本文档来自技高网...

【技术保护点】
一种基于色度溢出处理的蓝屏抠像方法，其特征在于具体步骤如下：1）、将待抠像的前景图像划分为不透明区域、半透明区域、全透明区域，并显示区域划分结果，本步骤包括如下子步骤：101、加载并显示前景图像，图像中每一个像素点的色彩空间为RGB空间；102、将前景图像中已知的单色背景颜色称为前景图像关键色，用户通过画刷工具在前景图像关键色区域选择关键色像素点集，前景图像关键色区域中所画的黑色粗线条即为用户选择的关键色像素点集；103、根据用户选择的像素点计算前景图像关键色平均值；前景图像关键色平均值，其中，、、分别为的RGB三个颜色分量值；按照下面公式计算；公式中，n为用户选择的像素点的总数，为关键色像素点集中的点的R颜色分量值；、的计算方法与此相同；104、对于关键色像素点集中的每一个点，按照下面公式计算其与前景图像关键色平均值的颜色距离，并记录最大值；105、设置区域划分参数k1、k2的初值分别为、；106、对于前景图像中的每一个像素点p，计算它与前景图像关键色平均值的颜色距离D，当D<k1时,点p属于全透明区域；当d(p,b)>k2时,点p属于不透明区域；否则，点p属于半透明区域；其中，颜色距离最大值，记为；107、定义一个区域划分结果图像，其大小与前景图像相同；将区域划分结果图像中与前景图像的全透明区域对应的像素点的RGB颜色值置为(0,0,0)，将区域划分结果图像中与前景图像的不透明区域像素点的RGB颜色值置为(255,255,255)，将区域划分结果图像中与前景图像的半透明区域像素点的RGB颜色值置为(128,128,128)；显示区域划分结果图像；108、将参数k1、k2分别以滚动条的方式进行显示，每一个滚动条最小值为，最大值为，调节步长为；109、用户调整k1、k2参数直至图像中前景目标区域为白色，前景图像关键色区域为黑色，前景目标和关键色区域的交接处为灰色，随着k1、k2参数的调整，重复步骤106和步骤107进行区域划分并实时显示区域划分结果图像；2）、基于采样的Alpha值计算；计算前景图像每一个点的Alpha值，其中，不透明区域像素点的Alpha值为1；全透明区域像素点Alpha值为0；以下采用一种基于采样的方法计算半透明区域像素点的Alpha值，具体包括如下子步骤：201、寻找样本点；将半透明区域划分成一些3*3的小块，将每个3*3小块的9个像素点编号{0,1,2,3，4,5,6,7，8}；对于3*3小块中的每个像素点，以该点为中心，分别向其周围四个方向寻找样本点，四个方向相互垂直；定义方向角为方向线与水平方向的夹角；像素点的方向角，用矩形表示3*3小块中的像素点，用四条箭头线表示样本寻找方向；3*3小块中的9个像素点的方向角如图所示；在像素点的每一个样本寻找方向上遇到的第一个不透明区域的点别记做样本点，则像素点可找到的样本点集表示为；202、对于每一个样本点进行Alpha值估计；对于半透明区域的每一个像素点p的每一个样本点，按照下面公式分别计算Alpha值；为p点的根据样本点估计的Alpha值，为p点的颜色值，为前景图像关键色平均值；203、确定最佳样本点，得到像素点的Alpha值；针对每一个像素点p的每一个样本点，按下面公式计算的值；对于一个点q，表示该点的颜色值与根据计算得到的颜色值的差异；表示以p点为中心的3*3的区域；和分别表示p点到点和点的空间距离因子，将令值最小的样本点称为p点的最佳样本点；则，p点的Alpha值；204、计算半透明区域中所有点的Alpha值；在半透明区域中可能存在一些特殊的像素点p，按照步骤201中的方法无法找到任何样本点，对于这类点p，首先，确定以p点为中心的5*5的矩形区域，计算该区域中的每一个点q的最佳样本点对应的值，值最小的三个点分别记为；按照步骤103中的公式，分别计算点的颜色平均值、以及最佳样本点、的颜色平均值，分别记为、；最后，按照步骤202中的公式，计算p点的Alpha值，令公式中，，则；3）、加载用于与前景图像合成的背景图像，将前景图像与背景图像合成，按照下面公式分别计算合成图像每一个像素点的RGB颜色值；为合成图像中像素点p的颜色值，和分别为前景图像和背景图像中与p点对应的点的颜色值，为步骤2中计算得到的透明度Alpha值；4）、色度溢出处理；对于合成图像的每一个像素点，下面以关键色为蓝色的前景图像为例，阐述色度溢出处理步骤包括的子步骤：401、根据步骤1中得到的前景图像关键色平均值，按下面公式计算参数；和分别为的蓝色和绿色颜色分量；402、对于合成图像中的每一个点p，其RGB颜色分量值分别记为、、；当‑和‑的值均大于0.6*，并且时，则，点p为色度溢出点，令。...

【技术特征摘要】
1.一种基于色度溢出处理的蓝屏抠像方法，其特征在于具体步骤如下：1、将待抠像的前景图像划分为不透明区域、半透明区域、全透明区域，并显示区域划分结果，本步骤包括如下子步骤：101、加载并显示前景图像，图像中每一个像素点的色彩空间为RGB空间；102、将前景图像中已知的单色背景颜色称为前景图像关键色，用户通过画刷工具在前景图像关键色区域选择关键色像素点集，前景图像关键色区域中所画的黑色粗线条即为用户选择的关键色像素点集；103、根据用户选择的像素点计算前景图像关键色平均值；前景图像关键色平均值，其中，、、分别为的RGB三个颜色分量值；按照下面公式计算；公式中，n为用户选择的像素点的总数，为关键色像素点集中的点的R颜色分量值；、的计算方法与此相同；104、对于关键色像素点集中的每一个点，按照下面公式计算其与前景图像关键色平均值的颜色距离，并记录最大值；105、设置区域划分参数k1、k2的初值分别为、；106、对于前景图像中的每一个像素点p，计算它与前景图像关键色平均值的颜色距离D，当D<k1时,点p属于全透明区域；当d(p,b)>k2时,点p属于不透明区域；否则，点p属于半透明区域；其中，颜色距离最大值，记为；107、定义一个区域划分结果图像，其大小与前景图像相同；将区域划分结果图像中与前景图像的全透明区域对应的像素点的RGB颜色值置为(0,0,0)，将区域划分结果图像中与前景图像的不透明区域像素点的RGB颜色值置为(255,255,255)，将区域划分结果图像中与前景图像的半透明区域像素点的RGB颜色值置为(128,128,128)；显示区域划分结果图像；108、将参数k1、k2分别以滚动条的方式进行显示，每一个滚动条最小值为，最大值为，调节步长为；109、用户调整k1、k2参数直至图像中前景目标区域为白色，前景图像关键色区域为黑色，前景目标和关键色区域的交接处为灰色，随着k1、k2参数的调整，重复步骤106和步骤107进行区域划分并实时显示区域划分结果图像；2、基于采样的Alpha值计算；计算前景图像每一个点的Alpha值，其中，不透明区域像素点的Alpha值为1；全透明区域像素点Alpha值为0；以下采用一种基于采样的方法计算半透明区域像素点的Alpha值，具体包括如下子步骤：201、寻找样本点；将半透明...

【专利技术属性】
技术研发人员：权巍，薛耀红，韩成，蒋振刚，范静涛，杨华民，冯欣，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林;22