基于模糊连接度的抠图样本集构造方法技术

本发明专利技术公开了一种基于模糊连接度的抠图样本集构造方法：根据用户提供的区域划分，分别构造像素相对于已知前景、已知背景的相似权重图；求解未知像素与已知前景和背景边界的模糊连接度，并使用树形结构记录最强路径；遍历树形结构，获取每个未知像素通过最强路径关联的前景和背景边界根节点；以根节点为中心搜索邻近已知像素，构造未知像素对应的前景和背景样本集。应用本方法可以有效地处理抠图中未知像素的样本集的构造问题，与已有的抠图采样方法相比，本发明专利技术的方法大大降低了对用户提供的区域划分的依赖，样本集构造更加精确、鲁棒，适用于不同的用户交互情形，同时，能够对样本集进行快速有效的更新，具有很好的实用价值。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，特别是涉及基于模糊连接度的抠图样 本集构造方法。
技术介绍
所谓抠图，就是通过恢复充分或部分的像素覆盖，将前景对象从背景中精 确地分离出来。它是图像、视频编辑和电影制作中的关键技术，其结果可用于 与其他背景合成，产生新的影像或特殊效果。图像抠图方法假设一幅输入图像/ 是前景图像尸和背景图像尸的合成。输入图像/中像素/的观测颜色/,是其对 应的前景颜色/f和背景颜色/ 按照如下合成方程的线性组合",+(1- ,)/,",是/的前景不透明度，",e。由于仅仅已知图像的观测颜色/,，"、"和", 均为未知，抠图问题本质上是一个欠约束的问题，因此，几乎所有的抠图方法 都要求用户提供一定的约束信息，将图像划分为三个区域前景区域尸，背景区 域S和未知区域《7。近几年，国内外研究者从不同的角度提出了大量的解决抠图问题的方法，其 中一类重要的方法是通过使用与未知区域U中的未知像素邻近的已知前景与背 景区域的统计信息估算未知像素的前景颜色，背景颜色及前景不透明度值，该 方法的潜在假设是未知像素的真实前景、背景颜色包含在其对应的前景、背景 样本集中。颜色样本被进一步处理，以估算出未知像素的最优前景、背景颜色。一旦前景颜色/f，背景颜色"被确定，未知像素的前景不透明度值《,能够很容 易地从合成公式中求解出。因此如何准确构造未知像素的样本集成为影响这类 方法性能优劣的至关重要的一步。在抠图问题中，未知像素的最优样本应满足两个重要条件l.前景样本与背 景样本的颜色及未知像素的观测颜色/,符合(l)中的线性关系；2.前景样本、背 景样本的颜色应尽可能接近于未知像素的观测颜色/,。条件1的合理性显而易 见。条件2则是构造样本集时必须满足的要求，由于未知区域中大部分像素为 充分的前景像素(即前景不透明度",为1的像素)和充分的背景像素(即前景 不透明度a,为0的像素)，少量的混合像素(即前景不透明度",介于0， l之间的 像素)的颜色则由邻近的前景和背景颜色混合而成，因此未知像素的前景样本 和背景样本应尽可能选取与其颜色最相似的像素。然而，以前的大部分实现抠 图采样的方法其主要思想是邻接最近优先原则，即总是选取在空间位置上离待 考察的未知像素近的已知像素作为其样本，其潜在假设是两个像素越邻近则它 们所对应的抠图参数越相似，该策略在用户提供的区域划分足够精确的情况下 是有效的，然而， 一旦用户提供的区域划分较粗糙时，就容易错误地选择到与 未知像素相对位置距离近但颜色差异却非常大的样本，这类样本容易导致在后 续抠图处理中产生较大的误差。早期的基于采样的抠图系统，如贝叶斯方法采取构造以未知像素为中心的滑 动窗口搜集样本集，将滑动窗口覆盖的己知像素作为对应未知像素的样本，然 而这种方法由于受到窗口大小的限制，容易导致低效的采样处理，且可能无法 充分地跨越前景和背景的颜色变化。Robust抠图因此提出了沿已知前景和背景 边界采样的策略，与局部窗口采样方法相比，该方法能够更好地跨越已知区域的颜色变化。但是这两种方法均不同程度地受到用户提供的区域划分的精确度 的约束，当用户提供的区域划分比较粗糙时，对远离前景边界(即前景区域与 未知区域之间的分界线)或背景边界(即背景区域与未知区域之间的分界线) 的未知像素，两种方法都可能采样到空间位置上距离近的错误的样本。最近， Improving color modeling for alpha matting方法假设前景对象在空间上连通的， 通过求解与测地距离相对应的最大权重路径搜索与未知像素最相似的前景样 本，该方法在一定程度上降低了空间位置对前景样本集正确构造的限制，但是 由于测地距离的计算本身的局限性，该方法容易为包含在具有细长结构的区域 中的未知像素构造出错误的样本集。此外，该方法认为背景区域由于前景对象 的遮挡通常是不连通的，因此对背景样本集的构造仍然简单地采取了沿背景边 界采样的策略，事实上，对背景颜色分布模式复杂的情形，这种处理是不足够 的，往往导致采样错误的发生。
技术实现思路
本专利技术目的在于提供一种，以克服 在用户提供的区域划分粗糙的情况下容易产生采样错误的问题。本专利技术提供的一种，包含以下步骤步骤l，根据用户提供的区域划分，分别构造图像中像素相对于已知前景、 已知背景的相似权重图j\ ,;步骤2，根据相似权重图^'、,求解未知像素与已知的前景边界和背景边 界的模糊连接度，并使用树形结构记录最强路径；步骤3,遍历树形结构，获取每个未知像素通过最强路径关联的前景边界像 素和背景边界像素，并分别记为前景边界根节点和背景边界根节点；步骤4，以前景边界根节点为中心搜索邻近已知前景像素，构造每个未知像 素对应的前景样本集；以背景边界根节点为中心搜索邻近已知背景像素，构造 每个未知像素对应的背景样本集。而且，像素相对于已知前景、已知背景的相似权重图J,、」6按照如下步骤 构造，步骤1.1，根据用户通过交互信息提供的区域划分，将图像划分为三个区域-前景区域F，背景区域S和未知区域t/，前景区域尸即为图像的已知前景，背 景区域S即为图像的己知背景，直接与未知区域t/中的未知像素相邻接的前景/ 背景像素构成了前景/背景边界，位于前景/背景边界上的像素即为前景/背景边界 像素；步骤1.2，分别对已知前景的颜色和已知背景的颜色建模，定义图像中所有像素本身及邻接像素间相对于已知前景和背景的颜色相似度的权重函数，构造出相似权重图f及,，定义^V，《)，oeWW，表示相似权重图中像素/ ,《之间的边的权重值。而且，所述模糊连接度定义如下(1)定义两个像素间路径的连接强度， 在图像内任意两个像素s和f之间存在着大量的路径，构成路径集合A每 条路径yeP由一系列连续邻接的节点p。，A，A，…，;v,，A连接而成，表示为Ks — 0^A，A,A，…,iVp/U ，其中起始的节点A为s ，结束的节点Pn为"且 X 07,,/^+1)>0, 。"/,W， # (p,，;^)是节点A和/^之间的边的相似权重，由相似权重图J,或^中取得；路径;^ — 0的连接强度记为(2) 像素s和f的模糊连接度定义为两者间所有路径中最大的连接强度，记为(3) 图像中像素到前景边界或背景边界的模糊连接度，根据该像素与前 景边界像素或背景边界像素的模糊连接度得到。而且，步骤具体实施方式如下，(1)求解未知像素与前景边界的模糊连接度和最强路径，步骤如下， 步骤2.U，设置相关变量并初始化，包括有设置像素与前景边界间的模糊连接度FC、初始化时将已知前景中所有的 前景像素与前景边界间的尸C,值设置为1，图像中所有非前景像素与前景边界间的Fcy值设为o;设置以模糊连接度7^y值为优先权的优先队列2、初始化时将所有前景边界像素加入到优先队列2'中；设置标识位F/《吸、当F/agM直为"r时表示对应像素可以被插入优先队列g'中，为"O"则不能插入优先队列g^中；初始化时前景边界像素与未知像素的F/a,值设为1，图像中剩余像素的F/ag"直设为0;设置树形结构r、用于记录前景边界像素和未知像素的父节点和孩子节点；初始化时把所有前景边界像素加入到树形结构p中，且对应的父节点设为-1，孩子节点设为空；并且把所有本文档来自技高网...

【技术保护点】
基于模糊连接度的抠图样本集构造方法，其特征在于：包括以下步骤，　步骤１，根据用户提供的区域划分，分别构造图像中像素相对于已知前景、已知背景的相似权重图Ａ↑［ｆ］、Ａ↑［ｂ］；　步骤２，根据相似权重图Ａ↑［ｆ］、Ａ↑［ｂ］求解未知 像素与已知的前景边界和背景边界的模糊连接度，并使用树形结构记录最强路径；　步骤３，遍历树形结构，获取每个未知像素通过最强路径关联的前景边界像素和背景边界像素，并分别记为前景边界根节点和背景边界根节点；　步骤４，以前景边界根节点为 中心搜索邻近已知前景像素，构造每个未知像素对应的前景样本集；以背景边界根节点为中心搜索邻近已知背景像素，构造每个未知像素对应的背景样本集。

【技术特征摘要】

【专利技术属性】
技术研发人员：何发智，吴玉娥，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]