本申请涉及图像处理技术领域，尤其涉及一种获取前景蒙版的方法、装置及电子设备。该获取前景蒙版的方法包括：获取包括前景且对齐的彩色图像及深度图像；对彩色图像和深度图像进行前景分割，分别得到对应的第一前景蒙版和第二前景蒙版；根据彩色图像和深度图像的对齐关系，对第一前景蒙版和第二前景蒙版进行形态学融合得到第三前景蒙版。本申请实施例通过采用深度图像和彩色图像相结合的方案，得到稳定且精细化的前景蒙版。精细化的前景蒙版。精细化的前景蒙版。
【技术实现步骤摘要】
一种获取前景蒙版的方法、装置及电子设备
[0001]本申请涉及图像处理
，尤其涉及一种获取前景蒙版(mask)的方法、装置及电子设备。
技术介绍
[0002]随着自媒体、直播带货、视频会议、在线教育等领域的兴起，抠图也随之流行。现有技术采用的抠图技术通常是先获取一张精细的前景蒙版，然后利用它从给定图像或视频中提取前景。由此可见，获取精细化前景蒙版对于抠图技术而言是至关重要的。
[0003]现有的获取前景蒙版的方法一般为基于纯RGB图像的前景分割，但该方法存在的问题是依赖可见光，在前后景颜色相近、存在反光或倒影等场景中，基于该方法得到前景蒙版容易失效或者较粗糙。
技术实现思路
[0004]有鉴于此，本申请实施例提供了一种获取前景蒙版的方法、装置及电子设备，可以解决相关技术中的至少一个技术问题。
[0005]根据本申请的实施例，提供一种获取前景蒙版的方法，包括：获取包括前景且对齐的彩色图像及深度图像；对彩色图像和深度图像进行前景分割，分别得到对应的第一前景蒙版和第二前景蒙版；根据彩色图像和深度图像的对齐关系，对第一前景蒙版和第二前景蒙版进行形态学融合得到第三前景蒙版。
[0006]根据本申请的实施例，提供一种获取前景蒙版的装置，包括：获取模块，用于获取包括前景且对齐的彩色图像及深度图像；前景分割模块，用于对彩色图像和深度图像进行前景分割，分别得到对应的第一前景蒙版和第二前景蒙版；融合模块，用于根据彩色图像和深度图像的对齐关系，对第一前景蒙版和第二前景蒙版进行形态学融合得到第三前景蒙版。
[0007]根据本申请的实施例，提供一种电子设备，包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一实施例的获取前景蒙版的方法。
[0008]根据本申请的实施例，提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述的获取前景蒙版的方法。
[0009]根据本申请的实施例，提供一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行如上述的获取前景蒙版的方法。
[0010]本申请的有益效果为：通过深度图像辅助彩色图像区分前后背景，相比于仅使用RGB图像信息，不受颜色相近的干扰，更加稳定，可解决前后背景颜色相近时不能区分前景的问题。此外，由于深度信息的存在，用户可以轻松屏蔽任意深度距离的场景，起到了保护隐私的作用。
附图说明
[0011]为了更清楚地说明本申请实施例中的技术方案，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的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本申请一实施例提供的一种获取前景蒙版的方法的实现流程示意图；
[0013]图2是本申请一实施例提供的一种获取前景蒙版的方法的实现过程示意图；
[0014]图3是本申请一实施例提供的一种获取前景蒙版的方法中步骤S130的实现流程示意图；
[0015]图4是本申请另一实施例提供的一种获取前景蒙版的方法中步骤S130的实现流程示意图；
[0016]图5是本申请一实施例提供的一种获取前景蒙版的装置的结构示意图；
[0017]图6是本申请一实施例提供的一种获取前景蒙版的装置中融合模块的结构示意图；
[0018]图7是本申请另一实施例提供的一种获取前景蒙版的装置中融合模块的结构示意图；
[0019]图8是本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0020]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0021]在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0022]在本申请说明书中描述的“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0023]此外，在本申请的描述中，“多个”的含义是两个或两个以上。术语“第一”和“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0024]图1是本申请一实施例提供的一种获取前景蒙版的方法的实现流程示意图，方法包括：
[0025]S110，获取包括前景且对齐的彩色图像及深度图像。
[0026]其中，彩色图像可以例如采用RGB模型的RGB图像、或采用YUV模型的YUV图像等。本申请实施例对彩色图像所应用的彩色模型不予具体限制。
[0027]在一个实施例中，以前景为人体进行示例性说明，可通过相机直接采集同一场景
且包括人体的彩色图像及其对应的深度图像。进一步地，在获取包含人体的彩色图像和深度图像后需将图像进行对齐，即各图像中的像素点进行一一对齐，使得彩色图像上的每一点像素均可在深度图像上找到相应的像素点。
[0028]S120，对彩色图像和深度图像进行前景分割，分别得到对应的第一前景蒙版和第二前景蒙版。
[0029]具体地，基于彩色图像获取精细化的第一前景蒙版，基于深度图像获取粗糙的第二前景蒙版；其中，由于彩色图像和深度图像的图像特性，第一前景蒙版的精细度高于第二前景蒙版，而第二前景蒙版的稳定性高于第一前景蒙版。
[0030]需要说明的是，在本实施例中，可先获取彩色图像的第一前景蒙版，后根据彩色图像和深度图像的对齐关系，再获取深度图像对应的第二前景蒙版；在另一个实施例中，亦可通过不同算法同时获取彩色图像和深度图像各自对应的前景蒙版图像，如图2所示，分别利用预设抠图算法模型和预设深度分割算法模型抠取彩色图像和深度图像的前景得到对应的精细化的第一前景蒙版和具备稳定前景的第二前景蒙版，此处不作限制。
[0031]在一个实施例中，预设抠图算法模型和预设深度分割算法模型可为边缘检测、背景分割等前景分割方法，或基于深度学习的神经网络模型，如ResNet或VGG等。优选地，预设抠图算法模型和预设深度分割算法模型为轻量化的神经网络模型，如MobileNet或SqueezeNet，以减少模型的计算复杂度和存储大小，降低抠图算法模型的部署要求。
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种获取前景蒙版的方法，其特征在于，包括：获取包括前景且对齐的彩色图像及深度图像；对所述彩色图像和所述深度图像进行前景分割，分别得到对应的第一前景蒙版和第二前景蒙版；根据所述彩色图像和所述深度图像的对齐关系，对所述第一前景蒙版和所述第二前景蒙版进行形态学融合得到第三前景蒙版。2.如权利要求1所述的方法，其特征在于，所述根据所述彩色图像和所述深度图像的对齐关系，对所述第一前景蒙版和所述第二前景蒙版进行形态学融合得到第三前景蒙版，包括：对所述第二前景蒙版进行腐蚀和膨胀，融合经腐蚀的所述第二前景蒙版和经膨胀的所述第二前景蒙版生成包括前景、背景及未知区域的三分图；根据所述彩色图像和所述深度图像的对齐关系，求取所述三分图的未知区域和所述第一前景蒙版的交集区域，得到边缘图像；确定所述边缘图像和经腐蚀的所述第二前景蒙版的并集区域，得到第三前景蒙版。3.如权利要求2所述的方法，其特征在于，对所述第二前景蒙版进行腐蚀，包括：将所述第二前景蒙版的像素归一化，选取3
×
3的结构矩阵，所述结构矩阵内的元素均为1，利用所述结构矩阵与经归一化的所述第二前景蒙版进行逻辑与运算，如果所述结构矩阵与经归一化的所述第二前景蒙版的值均为1，则输出图像的该点像素值为1，其余情况输出图像的像素值为0。4.如权利要求2所述的方法，其特征在于，对所述第二前景蒙版进行膨胀，包括：将所述第二前景蒙版的像素归一化，选取3
×
3的结构矩阵，所述结构矩阵内的元素均为1，利用所述结构矩阵与经归一化的所述第二前景蒙版进行逻辑与运算，如果所述结构矩阵与经归一化的所述第二前景蒙版的值均为0，则输出图像的该点像素值为0，其余情况输出图像的像素值为1。5.如...
【专利技术属性】
技术研发人员：王闯闯，胡正，钱贝贝，杨飞宇，
申请(专利权)人：奥比中光科技集团股份有限公司，
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。