论文部分内容阅读
数字抠像(Digital matting)是指从图像或视频的背景中精确地分离出前景目标,是图像处理、非线性编辑和影视制作中的关键技术,也是计算机视觉领域的重要问题。根据是否对拍摄环境有条件限制,抠像技术可大致分为蓝屏抠像和自然图像抠像,他们的发展是一个历史演变过程。蓝屏抠像技术最早起源于电视电影制作,要求把前景目标置于某种已知颜色的背景前拍摄,常用的背景色有蓝色或绿色。颜色差异法、色度抠像和三角抠像法就是典型的蓝屏抠像方法。自然图像抠像技术对拍摄环境没有限制,适用于任意的自然图像,是近年来研究的热点。依据如何利用图像统计特性和近邻像素的相关性,自然图像抠像可以大致分为基于颜色采样和基于像素相似性传播两类技术。这些技术面临着两大技术难题:当前景和背景区域的颜色色阶重叠时,采样的样本像素不能对目标像素作一个可靠的表示;当图像的纹理比较丰富时,硬边使得近邻像素的相关性不能够准确地表示,阻碍了α从已知区域向未知区域的传播。本文的研究工作主要有三个方面:1.研究和实验了色度抠像算法,针对该算法的边沿问题,提出了一些改进方法。借鉴颜色差异法中颜色通道替换技术,结合膨胀腐蚀技术,改善了因色度溢出而产生的边沿问题。2.针对当把色度抠像应用到视频抠像中计算量大的问题,利用GPU的并行运算和高速浮点计算特性来对算法加速,成功地把色度抠像算法应用到非线性编辑系统中。3.在自然图像抠像中,针对图像纹理比较丰富时抠像难的问题,基于KNN抠像算法提出了一种纹理聚类抠像(TCM)算法。KNN抠像利用颜色和位置信息来获取近邻像素的相关性,在纹理丰富的区域表现不佳。TCM方法通过添加纹理特征,在新的特征空间聚类近邻像素以构建Laplacian,利用闭形解求解,克服了上述困难。在标准数据集上的实验结果验证了该算法能有效地提取出纹理丰富区域的前景目标。