一种基于图像掩膜的双向高斯滤波图像背景替换方法技术

本发明专利技术提出一种基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，包括：准备待替换背景图片I<subgt;b</subgt;以及含有前景图片I<subgt;c</subgt;的图片I<subgt;a</subgt;；获取前景图片对应的掩膜I<subgt;M</subgt;；获取背景替换后图片T<subgt;0</subgt;；获取图片T<subgt;0</subgt;全局滤波后的图片T<subgt;1</subgt;；对掩膜M进行大小为k的高斯滤波获取对进行二值化处理，获得M<subgt;1</subgt;图像；对掩膜M取反进行滤波后再次取反，获得以及M<subgt;2</subgt;；M<subgt;1</subgt;和M之间融合区域平滑处理；M和M<subgt;2</subgt;之间融合区域平滑处理；获得最终背景替换图片D；确定了前景图像与背景图像之间的融合区域以及融合区域像素值，使得融合边缘处融合效果更加自然、协调且不改变其它区域的原始数据，提高了图像数据增强的质量。

【技术实现步骤摘要】

本专利技术涉及图像背景处理，尤其涉及一种基于图像掩膜的双向高斯滤波图像背景替换方法。

技术介绍

1、近年来，以深度学习的目标检测模型发展迅速。由于深度学习模型复杂，需要大量的图像训练数据才能获得较好的模型效果。一种扩充图像训练数据的有效方法是数据增强。图像数据增强主要包括基于单张图片增强以及基于多张图片增强。

2、单张图片增强方法中基于几何变换的方法主要包括图片翻转、裁剪、旋转、平移等，丰富了训练集中目标的位置信息、尺度信息等；基于颜色空间变换的方法主要包括改变图像的亮度、对比度、饱和度等，丰富了图像的光照、亮度及色彩信息；基于像素点操作的方法主要包括模糊、加入噪声、随机擦除等，生成不同质量的图像，丰富了图像质量多样性。

3、多张图片增强方法主要包括mixup、mosaic等。将多张不同的图像合并在一起，可以为模型提供更丰富的背景信息，增加目标物体的多样性和复杂性，使得模型在训练过程中更好地学习不同尺度、形状和姿态的目标物体。

4、然而这些方法都是在已有的训练数据上进行操作变化，无法新增新背景信息。虽然能在一定程度上能提本文档来自技高网...

【技术保护点】

1.一种基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，包括：

2.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤S3中包括：图片T0的计算公式为：

3.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤S7中包括：

4.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤S8中包括：通过T0与T1加权处理，获取该区域内的图像D1，其计算公式为：

5.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述...

【技术特征摘要】

1.一种基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，包括：

2.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤s3中包括：图片t0的计算公式为：

3.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤s7中包括：

4.根据权利要求1所述的基于图像掩膜的双向高斯滤波图像背景替换方法，其特征在于，所述步骤s8中包括：通过t0与t1加...

【专利技术属性】
技术研发人员：夏志超，吴君卓，郭勇，史波，罗强，
申请(专利权)人：江西电信信息产业有限公司，
类型：发明
国别省市：