本申请涉及图像处理技术领域，尤其涉及一种针对服装的边缘精细抠图方法及系统，其中，针对服装的边缘精细抠图方法，包括如下步骤：步骤S110、对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中；步骤S120、依据归入种类的服装边界参数，对从服装图片或者服装视频中提取的初步服装边界进行修正，以获得准确的服装边界；步骤S130、依据准确的服装边界从服装图片或者服装视频中分割出服装图像。本申请可以保证提取的主体图像的轮廓完整,并且还可以保证提取主体图像彻底。提取主体图像彻底。提取主体图像彻底。
【技术实现步骤摘要】
一种针对服装的边缘精细抠图方法及系统
[0001]本申请涉及图像处理
，尤其涉及一种针对服装的边缘精细抠图方法及系统。
技术介绍
[0002]在进行图像拍摄时，经常会出现拍摄的主体颜色与背景颜色接近的情况，例如：在对服装进行拍摄过程中，会出现服装的颜色与服装所处空间的颜色接近的情况，在这种情况下，很难从拍摄的图片或者视频中提取出主体图像，即使能够从拍摄的图片或者视频中提取出主体图像，由于主体的颜色与背景的颜色接近,提取出的主体图像的轮廓会存在较大的缺陷,并且提取出的主体图像中还会存在背景区域或者其他区域,造成主体图像的提取不彻底。
[0003]因此，如何保证提取的主体图像的轮廓完整,并且保证提取主体图像彻底，是目前本领域技术人员需要解决的技术问题。
技术实现思路
[0004]本申请提供了一种针对服装的边缘精细抠图方法及系统，以保证提取的主体图像的轮廓完整,并且保证提取主体图像彻底。
[0005]为解决上述技术问题，本申请提供如下技术方案：
[0006]一种针对服装的边缘精细抠图方法,包括如下步骤：步骤S110、对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中；步骤S120、依据归入种类的服装边界参数，对从服装图片或者服装视频中提取的初步服装边界进行修正，以获得准确的服装边界；步骤S130、依据准确的服装边界从服装图片或者服装视频中分割出服装图像。
[0007]如上所述的针对服装的边缘精细抠图方法，其中，优选的是，还包括如下步骤：步骤S140、计算分割出的服装图像的边界所围成的各个区域的面积，以对分割出的服装图像的边界进行平滑处理和填充处理；步骤S150、识别服装图像中除服装以外的人台部分，并去除人台部分所占的区域，以形成精确的服装图像。
[0008]如上所述的针对服装的边缘精细抠图方法，其中，优选的是，对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中，包括如下子步骤：步骤S111、将拍摄的服装图片或者服装视频中的每一帧图像转换为灰度图像；步骤S112、将灰度图像中的低灰度值部分进行扩展，将灰度图像中的高灰度值部分进行压缩，以将灰度图像进行拉伸；步骤S113、在拉伸后的图像中提取服装的边界；步骤S114、从提取出的服装边界中获得服装的特征，并将服装的特征输入服装分类模型中，以将服装归入预定种类中。
[0009]如上所述的针对服装的边缘精细抠图方法，其中，优选的是，训练形成服装分类模型，包括如下子步骤：步骤S101、预先收集不同种类的服装的参数，形成特征向量集；步骤
S102、将形成的特征向量集输入DBN分类模型，训练DBN分类模型得到不同的子分类模型；步骤S103、将不同的子分类模型进行融合，得到服装分类模型。
[0010]如上所述的针对服装的边缘精细抠图方法，其中，优选的是，计算服装图像的边界所围成的各个区域的面积，包括如下子步骤：步骤S141、依据边界的各段的曲率大小确定一定数量的折点，并且通过折点形成多边形图像；步骤S142、对多边形图像进行面积计算，得到服装图像的边界所围成的各个区域的面积。
[0011]一种针对服装的边缘精细抠图系统,包括：识别归类模块、修正模块和分割模块；其中，识别归类模块对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中；修正模块依据归入种类的服装边界参数，对从服装图片或者服装视频中提取的初步服装边界进行修正，以获得准确的服装边界；分割模块依据准确的服装边界从服装图片或者服装视频中分割出服装图像。
[0012]如上所述的针对服装的边缘精细抠图系统，其中，优选的是，还包括：处理模块和人台去除模块；处理模块计算分割出的服装图像的边界所围成的各个区域的面积，以对分割出的服装图像的边界进行平滑处理和填充处理；人台去除模块识别服装图像中除服装以外的人台部分，并去除人台部分所占的区域，以形成精确的服装图像。
[0013]如上所述的针对服装的边缘精细抠图系统，其中，优选的是，识别归类模块包括：灰度转换模块、拉伸模块、提取模块和特征识别输入模块；灰度转换模块将拍摄的服装图片或者服装视频中的每一帧图像转换为灰度图像；拉伸模块将灰度图像中的低灰度值部分进行扩展，将灰度图像中的高灰度值部分进行压缩，以将灰度图像进行拉伸；提取模块在拉伸后的图像中提取服装的边界；特征识别输入模块从提取出的服装边界中获得服装的特征，并将服装的特征输入服装分类模型中，以将服装归入预定种类中。
[0014]如上所述的针对服装的边缘精细抠图系统，其中，优选的是，训练模块包括：特征向量集形成模块、DBN分类模型和融合模块；特征向量集形成模块预先收集不同种类的服装的参数，形成特征向量集；DBN分类模型对形成的特征向量集进行训练，得到不同的子分类模型；融合模块将不同的子分类模型进行融合，得到服装分类模型。
[0015]如上所述的针对服装的边缘精细抠图系统，其中，优选的是，处理模块包括：多边形形成模块和面积计算模块；多边形形成模块依据边界的各段的曲率大小确定一定数量的折点，并且通过折点形成多边形图像；面积计算模块对多边形图像进行面积计算，得到服装图像的边界所围成的各个区域的面积。
[0016]相对上述
技术介绍
，本申请所提供的针对服装的边缘精细抠图方法及系统，可以保证提取的主体图像的轮廓完整,并且还可以保证提取主体图像彻底。
附图说明
[0017]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0018]图1是本申请实施例提供的针对服装的边缘精细抠图方法的流程图；
[0019]图2是本申请实施例提供的训练形成服装分类模型的流程图；
[0020]图3是本申请实施例提供的服装归类的流程图；
[0021]图4是本申请实施例提供的面积计算的流程图；
[0022]图5是本申请实施例提供的针对服装的边缘精细抠图系统的示意图。
具体实施方式
[0023]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
[0024]实施例一
[0025]请参阅图1，图1是本申请实施例提供的针对服装的边缘精细抠图方法的流程图；
[0026]本申请提供了一种针对服装的边缘精细抠图方法,包括如下步骤:
[0027]步骤S110、对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中；
[0028]在使用该方法之前，预先采集不同种类的服装的参数，以通过对不同种类的服装参数进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种针对服装的边缘精细抠图方法,其特征在于，包括如下步骤：步骤S110、对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中；步骤S120、依据归入种类的服装边界参数，对从服装图片或者服装视频中提取的初步服装边界进行修正，以获得准确的服装边界；步骤S130、依据准确的服装边界从服装图片或者服装视频中分割出服装图像。2.根据权利要求1所述的针对服装的边缘精细抠图方法，其特征在于，还包括如下步骤：步骤S140、计算分割出的服装图像的边界所围成的各个区域的面积，以对分割出的服装图像的边界进行平滑处理和填充处理；步骤S150、识别服装图像中除服装以外的人台部分，并去除人台部分所占的区域，以形成精确的服装图像。3.根据权利要求1或2所述的针对服装的边缘精细抠图方法，其特征在于，对拍摄的服装图片或者服装视频进行特征识别，以将服装图片或者服装视频中的服装归入预定种类中，包括如下子步骤：步骤S111、将拍摄的服装图片或者服装视频中的每一帧图像转换为灰度图像；步骤S112、将灰度图像中的低灰度值部分进行扩展，将灰度图像中的高灰度值部分进行压缩，以将灰度图像进行拉伸；步骤S113、在拉伸后的图像中提取服装的边界；步骤S114、从提取出的服装边界中获得服装的特征，并将服装的特征输入服装分类模型中，以将服装归入预定种类中。4.根据权利要求3所述的针对服装的边缘精细抠图方法，其特征在于，训练形成服装分类模型，包括如下子步骤：步骤S101、预先收集不同种类的服装的参数，形成特征向量集；步骤S102、将形成的特征向量集输入DBN分类模型，训练DBN分类模型得到不同的子分类模型；步骤S103、将不同的子分类模型进行融合，得到服装分类模型。5.根据权利要求2所述的针对服装的边缘精细抠图方法，其特征在于，计算服装图像的边界所围成的各个区域的面积，包括如下子步骤：步骤S141、依据边界的各段的曲率大小确定一定数量的折点，并且通过折点形成多边形图像；步骤S142、对多边形图像进行面积计算，得到服装图像的边界所围成的各个区域...
【专利技术属性】
技术研发人员：李小波，石矫龙，李昆仑，
申请(专利权)人：恒信东方文化股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。