一种基于语义分割和显著性分析的自动抠图方法技术

本发明专利技术公开了一种基于语义分割和显著性分析的自动抠图方法，顺序执行如下步骤：获取和用户输入的抠图类别相符的的目标子图集合；获取目标子图中每个像素的显著性取值；根据像素显著性取值求得三分图；根据原图和三分图，利用抠像算法求取图像的前景透明度，输出抠图结果。本发明专利技术只需要用户输入抠像类别，就可以自动在输入图像中寻找用户指定的目标并且输出抠图结果，避免了传统抠像任务中的繁琐交互操作，可以广泛应用于涉及抠图操作的相关技术领域，特别适用于大批量的无人值守的抠像应用场景中，极大的节省了人工，适用于不同的抠图对象，通用性强，图像处理结果准确度更高。

An automatic matting method based on semantic segmentation and significance analysis

【技术实现步骤摘要】
一种基于语义分割和显著性分析的自动抠图方法
本专利技术涉及数字图像处理领域，具体涉及一种基于语义分割和显著性分析的自动抠图方法。
技术介绍
从静态图像或视频序列中提取具有精细边缘的前景物体，通常被称为抠图。随着拍照设备在手机上的普及，抠图应用需求越来越广泛，如普通用户的修图，专业图片编辑人员的图片元素提取等。目前的抠图方法以需要用户交互操作的半自动方式为主，抠图的用户交互方式又可以大致分为两类：三分图(trimap)和指定线条(strokes)，如图1所示，以原始图像和三分图或者指定线条为输入，再经过抠图算法计算才可以获取前景透明度，输出抠图结果。三分图中需要用户手动标记图像中的像素为三类之一：背景、前景和未知区域，显然这是一项精细的工作。为了简化用户操作，降低绘制三分图的复杂性，一些抠图方法采用一些由用户指定的颜色线条作为用户输入，以此来替代由用户精心绘制的三分图，并根据这些线条来提取前景透明度。无论是三分图还是指定线条都需要用户交互完成抠像，无法满足大批量的抠图任务需求，因此全自动抠图方法具有很大的应用价值。r>近些年出现了一些本文档来自技高网...

【技术保护点】
1.一种基于语义分割和显著性分析的自动抠图方法，其特征在于，顺序执行如下步骤：获取和用户输入的抠图类别相符的目标子图集合；获取目标子图中每个像素的显著性取值；根据像素显著性取值求得三分图；根据原图和三分图，利用抠像算法求取图像的前景透明度，输出抠图结果。/n

【技术特征摘要】
1.一种基于语义分割和显著性分析的自动抠图方法，其特征在于，顺序执行如下步骤：获取和用户输入的抠图类别相符的目标子图集合；获取目标子图中每个像素的显著性取值；根据像素显著性取值求得三分图；根据原图和三分图，利用抠像算法求取图像的前景透明度，输出抠图结果。


2.根据权利要求1所述的一种基于语义分割和显著性分析的自动抠图方法，其特征在于，包括如下步骤：
步骤1)、输入抠图类别C和待处理图像I1：抠图类别为语义分割中训练的类别中的其中一个或者若干个类型；
步骤2)、采用语义分割方法处理I1，得到语义分割图I2；
步骤3)、判断I2中是否拥有类别C的像素：若没有，则表示该图像中没有和抠图类别相符的内容，该图像处理完毕；否则进入步骤4)；
步骤4)、根据I2和类别C得到I1的目标子图集合；
步骤5)、判断目标子图集合中是否还有未处理的子图：若没有，则该图处理完毕，否则进入步骤6)；
步骤6)、取一个未处理的子图记为I3；
步骤7)、采用显著性检测方法处理I3得到由每个像素的显著性取值构成的显著图I4；
步骤8)、根据I4得到三分图；
步骤9)、根据I3和三分图，由抠像算法获得图像的前景透明度，得到该子图的抠像结果，返回步骤5)。


3.根据权利要求1中的一种基于语义分割和显著性分析的自动抠图方法，其特征在于：所述步骤4)的具体操作如下：
步骤4.1)、输入待处理图像I1、语义分割图像I2和类别C；
步骤4.2)、求取I2中所有属于类别C的像素的连通区域，若该连通区域的面积大于某个预设的阈值，则将该连通区域加入集合中，该连通区域集合记为A；
步骤4.3)、求取A中每个连通区域的最小的正的非倾斜的外接矩形区域，这些矩形区域的集合记为B；
步骤4.4)、B中若没有未处理的矩形区域，则处理完毕，否则进入步骤4.5)；
步骤4.5)、从B取一个还未被处理的矩形区域记为R，并将R标记已处理；
步骤4.6)、求取R的面积a，接着求取a的开平方值r，将R在上下左右四个方向各扩展r×β...

【专利技术属性】
技术研发人员：林忠，黄陈蓉，卢阿丽，周静波，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32