一种人像背景抠图的方法技术

本发明专利技术公开了一种人像背景抠图的方法，包括以下步骤：1)获得照片中人像的下巴位置，先对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，再对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素；2)根据整幅图像的像素标记，对图像进行分割，并沿着分割的边界自动生成初步Trimap图；3)从初步Trimap图中找到背景区域中属于前景的头发丝，并向头发区域探测属于背景的头发空隙，根据头发丝区域和头发空隙区域自动生成最终Trimap图；4)根据最终Trimap图计算出alpha图，将alpha图与新的背景进行合成，得到新的合成结果图。本发明专利技术方法可以自动批量处理图片，使最后的合成结果图中背景到前景的过渡更加平滑与真实。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括以下步骤：1)获得照片中人像的下巴位置，先对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，再对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素；2)根据整幅图像的像素标记，对图像进行分割，并沿着分割的边界自动生成初步Trimap图；3)从初步Trimap图中找到背景区域中属于前景的头发丝，并向头发区域探测属于背景的头发空隙，根据头发丝区域和头发空隙区域自动生成最终Trimap图；4)根据最终Trimap图计算出alpha图，将alpha图与新的背景进行合成，得到新的合成结果图。本专利技术方法可以自动批量处理图片，使最后的合成结果图中背景到前景的过渡更加平滑与真实。【专利说明】
本专利技术涉及一种图像抠图方法，尤其是。属于图像处理领域。
技术介绍
众所周知，图像抠图的研究已有二十多年的历史，所谓抠图，即精确地将一个对象的前景从背景中提取出来，具体可用下式表示:Iz=a zFz+(l_a z)Bz其中，a z为像素Z的透明度:当a z=0时,像素z为背景，当a z=l时,像素z为前景；FZ为像素z的前景颜色值，Bz为像素z的背景颜色值，Iz前景颜色值和背景颜色值混合得到像素z本身的颜色值。尽管大多数像素是确定的前景或者背景，但是在前景与背景的过渡区域需要精确地估算az。近十年来，研究人员提出一些经典的自然场景图像抠图算法，这里所谓自然场景图像是指前景与背景不明确的一般图像。因此，所有的这些方法都存在下面的问题:I)需要人工交互来指定全部或者部分前景和背景区域；2)由于自然图像背景的复杂性，前景边界抠图的微小错误，很容易被合成图的复杂背景所掩盖，尤其对于证件照来说，由于证件照的合成背景是纯色的，微小的抠图瑕疵，在合成图像中很容易被放大，因此对前景边界有更高的精度要求。然而，每张图片都作前景与背景区域的手工标注，无法满足某些特定应用的需求。例如，在线证件照处理系统每天要处理的照片多达成千上万张。由于图像抠图是一个欠约束问题，可有无穷多解，它的解很大程度上都依赖于用户的指导或者一些先验假设，很多抠图方法都需要一个Trimap图或者简单描绘几笔的scribble涂鸦图作为输入。在基于trimap图的方法中，每一个像素根据提供的trimap输入都被标记为前景、背景或未知区域，前景区域和背景区域的像素可以用来预测未知区域像素的归属。Poisson抠图和Bayesian抠图就是两个重要的接受trimap图作为输入的抠图方法:a)Poisson抠图对公式(I)的两边分别求梯度，然后求解带狄利克雷边界条件的Poisson方程来计算出alpha图；b) Chuang等人提出的Bayesian抠图算法,利用局部区域的前景和背景像素分布来预测当前像素的alpha值，为了更好地提高抠图的质量，Wang等人优化了前景区域与背景区域的颜色采样。为了减轻用户交互的负担，一些方法只要求用户输入几笔涂鸦(srcibble)来代替完整的trimap输入，Chen等人使用K近邻方法(KNN)来匹配全局的邻居像素，提出了一个简单而快速而又没有降低抠图质量的方法。虽然基于Scribble的方法简化了用户的交互,但是,srcibble的位置和形状还是对抠图质量有着很大影响。更重要的是，再简单的交互，也无法进行批量图片处理。Levin等人提出了一个可以自动计算模糊抠图的方法，该方法使用一个自己适当定义的拉普拉斯矩阵，然而，该方法很难处理那些有复杂前景边界的图像。综上所述，上述现有技术的缺点主要有以下两点:I)严重依赖手工交互输入的Trimap图或者scribble作为输入，难以做到整个抠图过程的全自动处理，在需要经常处理大量照片时应用效率低下。2)前景与背景的边界有虚化、模糊或过度不平滑的现象。
技术实现思路
本专利技术的目的是为了解决上述现有技术的缺陷，提供，该方法可以自动批量处理图片，使最后的合成结果图中背景到前景的过渡更加平滑与真实。本专利技术的目的可以通过采取如下技术方案达到:，其特征在于包括以下步骤:I)获得图片中人像的下巴位置，先对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，再对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素；2)根据整幅图像的像素标记，采用Grabcut算法对图像进行分割，并沿着分割的边界自动生成初步Trimap图；3)从初步Trimap图中采用canny算子找到背景区域中属于前景的头发丝，并向头发区域探测属于背景的头发空隙，根据头发丝区域和头发空隙区域自动生成最终Trimap图；4)根据最终Trimap图计算出alpha图,将alpha图与新的背景进行合成,得到新的合成结果图。作为一种优选方案，步骤I)所述图像的下巴位置的获得，具体如下:调用OpenCV中已用Adaboost训练好的瀑布式级联分类器对图像进行模式匹配，检测到图像中的人脸的位置，进而检测到人脸中鼻子和嘴巴的位置，根据检测到的鼻子与嘴巴的距离以及嘴巴的位置确定下巴的位置。作为一种优选方案，步骤I)所述对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，具体如下:首先，对下巴以上的区域执行k-means聚类，将下巴以上的区域分为背景类别、头发类别和皮肤类别；然后，在下巴以上的区域中，通过前景模板区域标记出前景像素以及通过皮肤检测得到的皮肤区域标记出可能前景像素，且背景类别的像素和头发类别的像素分别标记为背景像素和可能前景像素，剩余的像素标记为可能背景像素。作为一种优选方案，步骤I)所述对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素，具体如下:在下巴以下的区域中，通过前景模板区域标记出前景像素以及通过皮肤检测得到的皮肤区域标记出可能前景像素；对于下巴以下的区域中的每一列像素，找到该列像素中颜色值与背景类别的颜色均值相差大于给定阈值或梯度值大于给定阈值的像素，在该像素以下的所有像素标记为可能前景像素，而以上的所有像素则标记为可能背景像素。作为一种优选方案，所述通过皮肤检测得到的皮肤区域，具体如下:在图像中找到两只眼睛的位置，取两只眼睛中点位置的一个21*21的矩形区域作为采样计算脸部皮肤模型，在Lab颜色空间中计算模型的平均值U= (UK，UG, Ub)，并设定一个阈值T，采用下式计算一个像素C(x，y)是否属于皮肤像素，SM(x，y)值为I时C(x，y)为皮肤像素，进而得到皮肤区域Sm:【权利要求】1.，其特征在于包括以下步骤: 1)获得图片中人像的下巴位置，先对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，再对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素； 2)根据整幅图像的像素标记，采用Grabcut算法对图像进行分割，并沿着分割的边界自动生成初步Trimap图； 3)从初步Trimap图中采用canny算子找到背景区域中属于前景的头发丝，并向头发区域探测属于背景的头发空隙，根据头发丝区域和头发空隙区域自动生成最终Trimap图； 4)根据最终Trimap图计算出alpha图，将alpha图与新的背景进行合成，得到新的合成结果图。2.根据权利要求1所述的，其特征在于:步骤I)所述图像的下巴本文档来自技高网...

【技术保护点】
一种人像背景抠图的方法，其特征在于包括以下步骤:1)获得图片中人像的下巴位置，先对下巴以上的区域标记前景像素、背景像素、可能前景像素以及可能背景像素，再对下巴以下的区域标记前景像素、可能前景像素以及可能背景像素;2)根据整幅图像的像素标记，采用Grabcut算法对图像进行分割，并沿着分割的边界自动生成初步Trimap图;3)从初步Trimap图中采用canny算子找到背景区域中属于前景的头发丝，并向头发区域探测属于背景的头发空隙，根据头发丝区域和头发空隙区域自动生成最终Trimap图;4)根据最终Trimap图计算出alpha图，将alpha图与新的背景进行合成，得到新的合成结果图。

【技术特征摘要】

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：广州市幸福网络技术有限公司，
类型：发明
国别省市：