论文部分内容阅读
图像分割是数字图像处理和计算机视觉中最基本的问题,已经被广泛研究了数十年。图像分割是将二维图像划分为多个子区域的过程,每个子区域的像素具有某种相似的视觉属性。图像分割提取出了图像中的区域特征,简化了图像的表示形式,使得图像更容易进行分析和理解。图像分割的应用非常广泛,根据应用目标可以分为两个层次,低层次的分割将图像划分为一系列均匀的区域,均匀的标准可以是颜色,灰度和纹理。高层次的分割从图像中提取出有语义的物体,使用户可以在物体级别编辑图像。本文以图像分割与合成为研究内容,从图像分割的两个层次,选取图像前景分割和图像矢量化作为问题来展开研究工作。
图像前景分割是将图像中前景与背景分离的技术,广泛用于图像合成和影视制作中。前景分割要确定每个像素的前景颜色和alpha值,是一个病态问题。现有方法通常需要较多的用户交互,且算法效率较低,尤其是对于高分辨率的图像,难以满足用户进行交互操作。针对高分辨率图像前景分割问题,本文提出了一种新的基于多尺度滑动窗口算法,将输入的图像和三值图建立图像金字塔,在每一级内使用一个局部滑动窗口渐进求解图像的alpha值,并将求出的alpha解逐级扩散到最高层,得到最终解。采用GPU上的共轭梯度求解器来求解稀疏矩阵线性系统,本文算法比现有闭合形式前景提取算法的性能有了两个数量级的提高,结果也更加精确。使得高分辨率图像上的交互式前景分割为可能。
图像矢量化是指将固定分辨率的位图图形转换为基于几何描述的矢量图形。矢量图形的优点是分辨率无关,体积小,易于编辑动画,广泛用于图形设计和广告印刷业中。图像矢量化的目标是从像素中恢复出图像的几何描述,本质是图像分割问题。本文主要以合成图像的矢量化作为研究对象。现有的商用软件和矢量化算法都不能获得鲁棒的结果。本文利用合成图像自身的特点,提出了一种线条提取和区域分割结合的矢量化算法。线条结构是图像中一个重要的低层次特征,表现为一个狭长的二维区域,使用传统的边缘提取和图像分割算法不能很好的提取线条。本文首先提出了两种鲁棒的合成图像线条提取算法:基于边缘增强的各向同性非线性滤波的线条提取算法和基于二阶导数的线条提取算法;在提取出线条后,采用区域合并的分割算法来分割图像,最后用三次贝塞尔曲线对区域和线条的边界进行拟合,得到图像的矢量表达。相比现有方法,本文的算法能得到更鲁棒的图像分割结果。
利用上述矢量化算法,本文还提出了一个基于互联网剪贴画的交互式卡通创作系统,用户通过输入一系列关键词,系统可以在互联网上搜索和过滤相关的剪贴画,利用本文提出的矢量化算法自动将图像转换为矢量格式,使得用户可以很方便的进行编辑,风格化和动画。