一种面向合成应用的多层次仿射类抠像方法技术

本发明专利技术公开了一种面向合成应用的多层次仿射类抠像方法。步骤1：利用基于HSV颜色空间的仿射类方法，针对实体像素计算初级α

【技术实现步骤摘要】
一种面向合成应用的多层次仿射类抠像方法
本专利技术涉及虚拟现实
，具体涉及一种面向合成应用的多层次仿射类抠像方法。
技术介绍
数字图像抠像问题是数字图像处理领域中的经典问题，其主要目标将提取前景目标信息，并将其合成到新背景中。在数学描述中，图像中的某点i的颜色Ii是它的前景颜色Fi与背景颜色Bi的线性组合：Ii＝αiFi+(1-αi)Bi(1)其中αi为i点的透明度因子且αi∈[0，1]。αi＝1或αi＝1表示实体前景像素与实体背景像素，而0＜αi＜1的点称作混合像素，通常出现在前景物体的边缘处及半透明物体内部。数字抠像步骤可描述为给出3通道的合成图像I，根据抠像公式(1)，求解出1个通道的α和3个通道的F与B，形成{F，B，α}求解序列。而合成步骤则是抽取抠像步骤求得的{F，α}值，并结合新背景B′与抠像公式(1)，计算出新的合成图像I′。显然，抠像步骤的求解是一个欠约束问题，同时也是难点问题与关键问题。同时，合成步骤虽然比抠像步骤简单很多，但却是抠像问题的终极目标：单纯进行的抠像步骤也仅限为理论层面的分析，与合成问题合本文档来自技高网...

【技术保护点】
1.一种面向合成应用的多层次仿射类抠像方法，其特征在于，所述抠像方法包括以下步骤：/n步骤1：利用基于HSV颜色空间的仿射类方法，针对实体像素计算初级α

【技术特征摘要】
1.一种面向合成应用的多层次仿射类抠像方法，其特征在于，所述抠像方法包括以下步骤：
步骤1：利用基于HSV颜色空间的仿射类方法，针对实体像素计算初级αHSV值，并为后续步骤提供实体像素的先验值；
步骤2：利用初级αHSV值、直接搜索、间接搜索与拟合性约束，针对混合像素计算初级前景Fpre与背景Bpre，并为后续步骤提供α与前景的混合像素的先验值；
步骤3：利用步骤1的α与前景的混合像素的先验值，并引入联合性Laplacian抠像矩阵与拟合性约束，同步求出最终的α*与前景值F；
步骤4：利用步骤3最终的α*与前景值F与新背景B′合成图像I′。


2.根据权利要求1所述一种面向合成应用的多层次仿射类抠像方法，其特征在于，所述步骤1中针对实体像素计算初级αHSV值具体为，
令每个像素i的特征为其中Hi、Si和Vi分量为HSV空间的各通道，角度分量Hi需要归一化至[0，1]区间，xi与yi为归一化后的横坐标与纵坐标，权重分为与两级；在这两个搜索范围下，搜集10个最近邻样本j，搜集5个最近邻样本j，于是未知点i与样本j之间的权重为，



其中为特征Xi的第c个通道；
通过求解如下稀疏线性系统可求得该步骤的αHSV：
(MHSV+γDα)αHSV＝γbα(3)
其中MHSV为第i行的15个对应样本j的权重为wij的稀疏矩阵，其对角线为每行权重之和的负值；Dα为对角阵，Trimap对应的已知区域像素(ΩF∪ΩB)为1，其余为0；bα为列向量，ΩF处为1，其余为0；γ为一个较大的值，公式(3)在求解后，可将αHSV在未知区域ΩU内对应的实体前景与实体背景区域记为ΩF′与ΩB′，表述为，





3.根据权利要求1所述一种面向合成应用的多层次仿射类抠像方法，其特征在于，所述步骤2中利用步骤1的初级αHSV值，计算每个未知点的初始前景与背景具体为，求解第c个通道的Fc*与Bc*需要最小化如下函数：



式(5)分为三个函数V1，V2，V3，V1项的权重体现在函数内部，V2和V3项的权重为β2与β3；
第一部分V1为线性组合求解部分，是该步骤仿射类方法的主体，V1项体现了前景和背景所表现出的空间连续性，表述如下：



其中，和表示未知点i点第c个通道的前景和背景颜色，其中，点i的各前景样本j对应的权重分为直接前景样本权重与间接前景样本权重；点i的各前景样本j对应的权重分为直接背景样本权重与间接背景样本权重；
所述直接前景权重其源区域与目标区域的映射分别为ΩU→ΦF与ΩU→ΦB，其中ΦF与ΦB分别为ΩF与ΩB区域中靠近未知区域处的5个像素宽度的2个已知区域在该搜索模式下，对每个未知点i分别选取10个直接前景样本和直接背景样本i，k＝1，...，10，特征定义为(wcR，wcG，wcB，x，y)，wc＝0.1为颜色因子，对于未知点i，首先计算它与样本和样本的拟合误差Dijk为，



之后，定义每个直接前景样本j的拟合误差于是直接前景样本j的权重为



其中σ1＝0.005；
所述间接前景与间接背景样本的选取采用FLANN的搜索方式，源区域与目标区域的映射分别为ΩU→ΩU∪ΩF与ΩU→ΩU∪ΩB，由于已知背景区域ΩB不存在任何前景信息，因此在搜索前景间接样本时需要除去ΩB，在搜索特征为(R，G，B，wsx，wsy)、距离分量的权重为之下，分别搜索每个未知像素的10个间接前景样本和直接背景样本样本权重与均按步骤一中的公式计算，此时特征Xi的前3个特征为RGB分量；
根据未知点距离已知前景区域的远近程度，对每个未知点i与间接前景样本和直接前景样本定义附加权重与并按下式分配它们的权重



其中Ds(i，F)为点i与ΩF的最短空间距离，Dt＝100，式(9)表明，若未知点与前景边界距离较远，则直接样...

【专利技术属性】
技术研发人员：姚桂林，张必英，潘庆和，
申请(专利权)人：哈尔滨商业大学，
类型：发明
国别省市：黑龙江;23