一种找茬游戏图像自动合成方法技术

本发明专利技术公开了一种找茬游戏图像自动合成方法，具体包括：输入待处理图像和期望难度值；对输入图像进行区域分割和物体检测，找出待修改区域和待修改参数；利用修改难度评价函数对所述待修改区域和待修改参数进行迭代优化；根据优化得到的修改区域和修改参数进行图像合成；输出图像合成结果。该方法能够自动进行找茬游戏的图像合成，并支持用户输入期望生成图像的难度值，是首个难度可控的找茬游戏图像自动合成方法。

【技术实现步骤摘要】

本专利技术涉及图像处理
，具体涉及一种难度可控的找茬游戏图像自动合成方法。
技术介绍
图像找茬游戏是一种被大众广泛喜爱的益智游戏，但是目前所有的找茬游戏使用的图像大部分都是人工处理(比如使用图片处理软件)的结果，少数自动生成的图像也会有图像场景被破坏、合成效果太差等问题。图像找茬的难度一般是基于经验来人工指定的。这些问题使得找茬游戏图像具有合成效率低、人工交互多、难度难以指定等缺陷。另外，找茬游戏图像也可以用在心理学的修改盲视领域，对于提高心理学实验的效率和准确性也有着很大的意义。在心理学修改盲视领域中，有很多研究工作是通过人工实验来总结和预测输入图像对修改难度的影响。其中比较相关的是Rensink于1997年提出的“To see or notto see:The need for attention to perceivechanges in scenes，，，该工作认为修改难度与修改区域的视觉重要性相关，修改区域的视觉重要性越强，修改难度越低。Verma于 2010 年提出了 “A semi-automated approach to balancing of bottom-up salienceforpredicting change detection performance”，该工作提出了一种半自动的修改盲视图像合成方法，该方法通过保证修改区域在修改前后的视觉重要性来达到修改盲视的目的，但是该工作依然不能控制修改难度
技术实现思路
(一)要解决的技术问题本专利技术主要解决的技术问题是如何进行难度可控的找茬游戏图像自动合成。(二)技术方案为解决上述问题，本专利技术提供了一种难度可控的找茬游戏图像自动合成方法，包括以下步骤Si、输入待处理图像和期望难度值；S2、对输入图像进行区域分割和物体检测，找出待修改区域和待修改参数；S3、利用修改难度评价函数对所述待修改区域和待修改参数进行迭代优化；S4、根据优化得到的修改区域和修改参数进行图像合成；S5、输出图像合成结果。优选的，所述修改难度评价函数为B=exp(-max( Il Ik Il S(Ik), Il I/ S(IK/ )) · D(IK, )),其中ικ、ι/分别表示修改的区域在输入图像与输出图像中的位置；Il Ik Il表示区域Ik所包含的像素个数；S(Ik)表示区域Ik的视觉重要性程度；D(IK，IK')表示区域Ik和I/对应的修改操作的修改量。优选的，所述视觉重要性程度是颜色重要性程度与背景复杂度的乘积，即S(Ik)=S0(Ik)C(Ik),其中Scj(Ik)表示区域Ik的颜色重要性程度；C(Ik)表示区域Ik的背景复杂度。优选的，所述修改操作的修改量表示为区域Ik和I/分别在颜色、纹理和形状空间中距离的加权平均，即D(IK，V ) = wcDc+ tDt+ zDz,其中D。表示区域Ik和Ik'在颜色分布空间中的距离；Dt表示区域Ik和I/在纹理分布空间中的距离；Dz表示区域Ik和I/在形状空间中的距离；ω。、cot、ωζ表示三个常量。优选的，所述迭代优化使用如下函数作为目标IB-B* 12+ λ max (Mmin-M, O)，其中B表示当前修改对应的修改难度；B*表示输入的期望难度值；M表示当前修改对应的结果图与原图在像素级别上的差别；λ和Mniin表示两个常量。(三)有益效果本专利技术方法能够自动进行找茬游戏的图像合成，并支持用户输入期望生成图像的难度值。附图说明图I是本专利技术方法的流程图。具体实施例方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。图I是本专利技术方法的流程图，本专利技术提供，包括以下步骤SI :输入待处理图像和期望难度值。该方法会根据期望难度值在输入图像中选择合适的修改区域和修改参数，再通过图像合成的方法合成出具有期望难度值的找茬游戏图像对。S2 :对输入的图像进行区域分割和物体检测，找出待修改区域和待修改参数。该步骤通过已有的图像区域分割算法对输入图像进行分割，再通过形态学运算从中找到一组合理的待修改区域以进行迭代优化。S3 :利用修改难度评价函数对所述待修改区域和待修改参数进行迭代优化。修改难度评价函数为B=exp(_max( Il Ik Il S(Ik), || Ικ/ Il S(IK/ )) · D(IK, IK/ ))其中Ικ、I/分别表示修改的区域在输入图像与输出图像中的位置；Il Ik Il表示区域Ik所包含的像素个数；S (Ik)表示区域Ik的视觉重要性程度；D(IK，IK')表示区域Ik和I/对应的修改操作的修改量。其中使用了颜色重要性程度与背景复杂度的乘积作为整体的视觉重要性程度，即S(Ik)=S0(Ik)C(Ik)其中Scj(Ik)表示区域Ik的颜色重要性程度；C(Ik)表示区域Ik的背景复杂度。修改难度评价函数中的修改操作的修改量表示为Ik和I1^分别在颜色、纹理和形状空间中距离的加权平均，即D(IK，V ) = wcDc+ tDt+ zDz其中D。表示区域Ik和Ik'在颜色分布空间中的距离；Dt表示区域Ik和I/在纹理分布空间中的距离；Dz表示区域Ik和I/在形状空间中的距离；ω。、cot、ωζ表示三个常量。该方法利用修改难度评价函数对修改区域和修改参数进行的迭代优化，使用如下函数作为迭代优化目标IB-B* 12+ λ max (Mmin-M, O)其中B表示当前修改对应的修改难度；B*表示输入的期望难度值；M表示当前修改对应的结果图与原图在像素级别上的差别；λ和Mmin表不两个常量。S4 :根据优化得到的修改区域和修改参数进行图像合成。迭代优化得到了符合输入期望难度值的修改区域和修改参数，这一步骤通过已有的图像合成算法对输入图像进行自动修改。S5:输出图像合成结果。本专利技术的方法可以自动进行找茬游戏的图像合成，支持用户输入期望生成图像的难度值。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本专利技术的保护范围。权利要求1.，其特征在于，包括以下步骤51、输入待处理图像和期望难度值；52、对输入图像进行区域分割和物体检测，找出待修改区域和待修改参数；53、利用修改难度评价函数对所述待修改区域和待修改参数进行迭代优化；54、根据优化得到的修改区域和修改参数进行图像合成；55、输出图像合成结果。2.如权利要求I所述的方法，其特征在于，所述修改难度评价函数为B=exp(-max( Il Ik Il S(Ik), Il I/ Il S(IK/ )) · D(IK, Ik;)),其中Ικ、Ικ’分别表示修改的区域在输入图像与输出图像中的位置；IlIk Il表示区域Ik所包含的像素个数；S(Ik)表示区域Ik的视觉重要性程度；D (Ικ, I；)表示区域Ik和Ικ’对应的修改操作的修改量。3.如权利要求2所述的方法，其特征在于，所述视觉重要性程度是颜色重要性程度与背景复杂度的乘积，即S(Ik)=S0(Ik)C(Ik),其中Scj(Ik)表示区域Ik的颜色重要性程度；C(Ik)表示区域Ik的背景复杂度。4.如权利要求2所述的方法，其特征本文档来自技高网...

【技术保护点】
一种找茬游戏图像自动合成方法，其特征在于，包括以下步骤：S1、输入待处理图像和期望难度值；S2、对输入图像进行区域分割和物体检测，找出待修改区域和待修改参数；S3、利用修改难度评价函数对所述待修改区域和待修改参数进行迭代优化；S4、根据优化得到的修改区域和修改参数进行图像合成；S5、输出图像合成结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐昆，马里千，胡事民，
申请(专利权)人：清华大学，
类型：发明
国别省市：