论文部分内容阅读
图像的观测颜色被认为是物体前景颜色按照其不透明度信息和背景颜色的叠加。图像抠图就是从观测图像提取出前景颜色和不透明度信息。它在图像特效制作、虚实场景结合、基于图像的建模绘制等领域具有重要的意义。
由于前景和背景信息都是未知的,这一问题从本质上讲是欠约束问题。从自然场景中提取物体对象,成为近年来图形图像领域研究的一个热点,并取得了一些优秀的成果。但由于自然场景的复杂性,这一问题还没有得到很好的解决。
本论文围绕如何从图像中提取颜色的变化规律,根据这些规律进行合理的估计进行了研究,并对视频对象提取中物体边界的自动跟踪进行了研究。主要工作包括:
1.提出了一种基于结构信息的自然图像抠图算法。通过检测图像的结构信息,得到平滑性约束,选择合理的样本点估计颜色,计算物体的不透明度。本文提出的方法有效地减少了假设约束,能够快速准确地提取物体对象。
2.提出了一种基于图像梯度差分信息的跟踪方法,能够有效地消除视频跟踪中噪声和光照变化的影响,自动跟踪物体边界,减少了手工交互的工作量。设计实现了视频人物对象精确提取系统,性能比已有的方法有了较大的提高。