基于模板的服装图像多特征统计分割方法技术

本发明专利技术公开了一种基于模板的服装图像多特征统计分割方法，利用电商服装模特拍摄环境的图像模板，得到颜色特征、几何特征，以及模特局部特征和服饰特征，辅助基于统计的图像分割方法，进行服装区域从背景中的自动稳定分割，以获得更好的分割效果。本发明专利技术对于场景光照变化、拍摄角度变化有很好的适应能力，且能够有效减少衣物阴影、服装拍摄场景常见干扰物对分割方法的干扰，同时也能够对吊带、流苏等服装细节进行保护，减少典型场景典型服装下的服装图像统计分割中过分割与欠分割现象。

Multi feature statistical segmentation of garment image based on template

【技术实现步骤摘要】
基于模板的服装图像多特征统计分割方法
本专利技术属于图像分割技术，具体为一种基于模板的服装图像多特征统计分割方法。
技术介绍
随着市场的发展，电商通常需要一次性处理大批量的服装模特图片，从中稳定地分割出服装图像。人工去处理这些图像，会耗费大量的人力和时间，因此服装图像分割方法具很高的实用价值。对于服饰的拍摄，背景多为纯白而非易于分割的绿色，以避免造成色差，同时会选用自然光拍摄而非闪光灯拍摄，以避免前景曝光过度造成服饰细节和层次感缺失，但只用自然光会边界往往不够清晰，这同样加大图像分割处理的难度。在基于图论的图像分类算法中，从颜色相似性统计的角度出发，通常的处理方法为：1.根据交互或者自动算法得到待处理图像的初始像素分布，像素可能类别为“可能前景”、“可能背景”、“绝对前景”和“绝对背景”，其中“可能前景”和“可能背景”为类别尚不明确的像素。2.创建混合高斯模型(GMM)，根据对输入图像像素类别的初判断，由GMM学习并创建新的像素分布，对分类未知的像素，根据它们与已知分类的像素关系来进行分类。因为服饰图像复杂性，上述方法对于衣物与本文档来自技高网...

【技术保护点】
1.一种基于模板的服装图像多特征统计分割方法，其特征在于，具体步骤为：/n步骤1、根据模板获取图像几何特征，对待处理图像进行尺度缩放和角度校正；/n步骤2、根据模板获取图像颜色特征，结合RGB与HSV空间对图像模板与待处理图像进行相似判断，以得到待处理图像的初始像素类别；/n步骤3、从模板中获取会造成欠分割问题的模特局部特征，将待处理图像中的对应模特局部特征区域的像素的初始像素类别置为“可能背景”；/n步骤4、从模板中获取每种服装类型中会造成过分割问题的服饰特征，在待处理图像服饰特征区域内进行特征匹配，匹配得到的区域对应像素的初始图像类别置为“绝对前景”；/n步骤5、将步骤4得到的待处理图像像...

【技术特征摘要】
1.一种基于模板的服装图像多特征统计分割方法，其特征在于，具体步骤为：
步骤1、根据模板获取图像几何特征，对待处理图像进行尺度缩放和角度校正；
步骤2、根据模板获取图像颜色特征，结合RGB与HSV空间对图像模板与待处理图像进行相似判断，以得到待处理图像的初始像素类别；
步骤3、从模板中获取会造成欠分割问题的模特局部特征，将待处理图像中的对应模特局部特征区域的像素的初始像素类别置为“可能背景”；
步骤4、从模板中获取每种服装类型中会造成过分割问题的服饰特征，在待处理图像服饰特征区域内进行特征匹配，匹配得到的区域对应像素的初始图像类别置为“绝对前景”；
步骤5、将步骤4得到的待处理图像像素类别输入混合高斯模型，对分类未知的像素，根据它们与已知分类的像素关系来进行分类，得到新的像素分布；
步骤6、分别将步骤3得到的待处理图像中的所有模特局部特征区域对应的新的像素类别输入步骤5的混合高斯模型，得到该区域新的像素分布；
步骤7、对新的像素分布取前景最大连通域；对前景最大连通域的轮廓取特征点，进行贝塞尔曲线插值得到轮廓，将原始待处理图像轮廓以外区域透明度置为0得到图像分割结果。


2.根据权利要求1所述的基于模板的服装图像多特征统计分割方法，其特征在...

【专利技术属性】
技术研发人员：庄稼，
申请(专利权)人：上海吉汭泰网络科技有限公司，
类型：发明
国别省市：上海;31