【技术实现步骤摘要】
一种图像抠图的方法及相关装置
[0001]本申请实施例涉及图像处理领域，尤其涉及一种图像抠图的方法及相关装置。
技术介绍
[0002]抠图是一种从图像或视频中精确提取前景信息的数字图像处理技术，其目的是准确获取目标图像中指定前景区域对应的前景遮罩值，前景遮罩值的精度影响着前景区域与指定背景区域合成新图像的精度。
[0003]当未知区域像素对应的前景像素颜色和背景像素颜色已知，即可利用抠图数学模型计算出的前景遮罩值、前景目标图像和新的背景图像来获得全新的图像。由于新合成的图像质量与前景遮罩值的精度密切相关，所以抠图技术成为图像合成的关键。随着人们对高层次视觉信息的追求，抠图技术被广泛应用于视频背景替换、视频会议、影视作品制作等。尤其是随着以手机直播为代表的自媒体行业兴起，绿幕抠图成为了新兴的抠图方式，绿幕抠图需要在指定的背景才能拍摄，在影视作品等制作过程中需要花费较多的物力和人力，因此限制了绿幕抠图方法的应用。为了避免在抠图过程中使用绿幕辅助抠图带来较高的成本，自然图像抠图技术不需要绿幕作为抠图的辅助工具而成为目前抠图...
【技术保护点】
【技术特征摘要】
1.一种图像抠图的方法，其特征在于，包括：获取目标图像的三分图，所述三分图由所述目标图像划分为前景区域、背景区域和未知区域；根据聚类算法对所述未知区域的像素点进行聚类，生成至少一组超像素，每一组超像素都标记有对应的类别；选取第一组超像素，根据所述第一组超像素和所述前景区域、所述背景区域上的像素点计算所述第一组超像素的颜色适应度函数；根据所述第一组超像素、所述前景区域和所述背景区域上的像素点计算第一空间适应度函数和第二空间适应度函数；根据颜色适应度函数、第一空间适应度函数和第二空间适应度函数生成目标函数；从所述前景区域和所述背景区域中选取的N个像素对；根据所述目标函数计算并对比所述N个像素对的目标函数值，对所述N个像素对中目标函数值达到优化条件的像素对进行学习；当所述N个像素对的目标函数值之和小于预设阈值时，将所述N个像素对中目标函数值最小的像素对的前景遮罩值作为最优前景遮罩值；将所述最优遮罩值设为所述第一组超像素中所有像素点的前景遮罩值；根据上述方式生成所述未知区域中每一组超像素的最优前景遮罩值，并通过所述最优前景遮罩值对所述目标图像进行抠图处理。2.根据权利要求1所述的方法，其特征在于，所述根据聚类算法对所述未知区域的像素点进行聚类，生成至少一组超像素，包括：根据所述未知区域中的像素坐标生成相似度矩阵，所述相似度矩阵表征所述未知区域的像素点之间的相似度；根据所述相似度矩阵生成度矩阵，所述度矩阵上对角线上元素为所述相似度矩阵一行所有元素之和；根据所述相似度矩阵和所述度矩阵计算标准化的拉普拉斯矩阵；计算所述拉普拉斯矩阵特征向量集；根据所述特征向量集进行标准化处理生成特征矩阵；根据K
‑
means聚类算法对所述特征矩阵每一行元素进行聚类分组，以使得所述特征矩阵对应的像素点进行聚类分组，生成至少一组超像素。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标函数计算并对比所述N个像素对的目标函数值，对所述N个像素对中目标函数值达到优化条件的像素对进行学习，包括：根据所述N个像素对的空间坐标确定对应的颜色值，并将所述空间坐标和颜色值分别代入所述目标函数，生成N个目标函数值；将所述N个目标函数值进行两两比对，通过目标函数值小的像素对的空间坐标更新目标函数值大的像素对的空间坐标。4.根据权利要求3所述的方法，其特征在于，在所述根据所述目标函数计算并对比所述N个像素对的目标函数值，对所述N个像素对中目标函数值达到优化条件的像素对进行学习之后，所述方法还包括：
当所述N个像素对的目标函数值之和不小于预设阈值时，根据更新后的的空间坐标确定新的像素对；将目标函数值小的像素对的空间坐标和所述新的像素对分别代入所述目标函数，计算生成N个目标函数值，并重新进行两两对比以及像素对空间坐标的学习。5.根据权利要求1所述的方法，其特征在于，所述选取第一组超像素，根据所述第一组超像素和所述前景区域、所述背景区...
【专利技术属性】
技术研发人员：谭棉，冯夫健，王林，苟洪山，周竹连，张远，杨圆，吴磊，冯乐，汤华椿，
申请(专利权)人：贵州民族大学，
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。