一种基于梯度采样的图像抠图方法技术

本发明专利技术公开了一种基于梯度采样的图像抠图方法，包括如下步骤：步骤一、获取图像和对应的三元图；步骤二、根据图像的颜色分布对三元图进行扩展，进一步缩小未知区域；步骤三、计算图像梯度，根据图像梯度对图像进行采样，对未知区域每一个点得到一组前景、背景候选点集合；步骤四、从候选点集合中选择出一对前景、背景点，计算出一个四元组；步骤五、进一步优化采样得到的前景、背景点，计算出一个新的四元组；步骤六、对步骤五计算出的新的四元组进行平滑，从而最终得到图。与现有技术相比，本发明专利技术的积极效果是：可以快速高质量的抠取指定区域整个目标，可以用于任何图像采集设备，尤其适合手机拍照应用。

【技术实现步骤摘要】
一种基于梯度采样的图像抠图方法
本专利技术涉及一种基于梯度采样的图像抠图方法。
技术介绍
在计算机视觉领域中，图像抠图被广泛应用在图像编辑和视频编辑领域，包括背景替换，目标抽取等。随着手机等智能设备的普及，获取高质量图像变得越来越容易，很多照片处理软件都提供了图像编辑功能，图像抠图技术在智能设备上的应用也越来越迫切。抠图基于这样一个假设：图像当前像素点I与对应的前景f和背景b呈线性关系：I＝α·f+(1-α)·b，I为图像像素点，f,b,α均未知。通过一系列技术可以求取这三个未知量，其中得到的每个像素对应的α值构成一幅alpha图，它直接反映出抠图结果。
技术实现思路
为了克服现有技术的上述缺点，本专利技术提供了一种基于梯度采样的图像抠图方法。本专利技术解决其技术问题所采用的技术方案是：一种基于梯度采样的图像抠图方法，包括如下步骤：步骤一、获取图像和对应的三元图；步骤二、根据图像的颜色分布对三元图进行扩展，进一步缩小未知区域；步骤三、计算图像梯度，根据图像梯度对图像进行采样，对未知区域每一个点得到一组前景、背景候选点集合；步骤四、从候选点集合中选择出一对前景、背景点，计算出一个四元组；步骤五、进一步优化采样得到的前景、背景点，计算出一个新的四元组；步骤六、对步骤五计算出的新的四元组进行平滑，从而最终得到α图。与现有技术相比，本专利技术的积极效果是：可以快速高质量地抠取指定区域整个目标，可以用于任何图像采集设备，尤其适合手机拍照应用。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1是本专利技术方法的流程图。具体实施方式一种基于梯度采样的图像抠图方法，包括如下步骤：步骤一、获取图像和对应的三元图(Trimap)：三元图包含前景、背景、未知区域点的集合，未知区域即为待抠区域，它可以根据相应的前景、背景计算得出。读取图像I，I为R,G,B三通道彩色图像及对应的三元图，其中三元图被标记为前景fi＝0...F、背景bi＝0...B、未知区域(即待抠区域)ui＝0...U，其中F+B+U＝H*W，H为图像高度，W为图像宽度。步骤二、根据图像的颜色分布对三元图进行扩展，进一步缩小待抠区域：依据一定规则扩展图像未知区域ui＝0...U，具体方法为：对三元图中未知区域每一个点ui，计算以其所在位置(x,y)为中心，半径为r(5<＝r<＝15,本文取10)的邻域Ωi内像素I(x',y')与点ui所处位置(x,y)像素I(x,y)颜色之间的距离，如果小于给定阈值(例如取该阈值为2)，并且该像素点属于前景f(或背景b)。则将该像素点u扩展为前景f(或背景b)。经过此扩展操作，三元图进一步变为背景fi＝0...F'、背景bi＝0...B'、未知区域ui＝0...U'。颜色距离计算公式为:步骤三、计算图像梯度，根据图像梯度对图像进行采样，对未知区域每一个点得到一组前景、背景候选点集合：1、对每张图像Ii＝0...H*W(R,G,B)按照下式提取出亮度通道：L＝0.299*R+0.587*G+0.114*B(2)2、根据亮度图像计算出图像的梯度：Gx(x,y)＝L(x+1,y)-L(x,y)(3)Gy(x,y)＝L(x,y+1)-L(x,y)(4)3、对未知区域内每一个像素ui按照其梯度方向和切线方向采样，一共四个方向，每个方向至少各采样一个前景点一个背景点，这样可以采样最多16个点作为前景、背景样本点集四个采样方向分别为：θ1＝atan2(Gy(x,y),Gx(x,y))(5)θ2,θ3,θ4可以通过θ1来确定。一旦采样方向确定则可以按照以下规则进行采样，其中采样步长为：stepSize＝min(1/sin(θi),1/cos(θi))(6)坐标更新方法为：y'＝y+stepSize*sin(θi)(7)x'＝x+stepSize*cos(θi)(8)步骤四、从候选点集合中选择出一对前景、背景点，计算出一个四元组：对未知区域每一个点ui，从上一步中采样的前景、背景样本点集中选择最优的一对前景、背景点fi、bi，具体方法如下：选择使得如下度量关系gi,j最小的一对式(9)中各式的计算方法如下：式中M表示采样的前景、背景点与当前像素的颜色扭曲程度，N则表示在其一定范围邻域内总共的扭曲程度。好的采样点，应该具备最小颜色扭曲。在前面计算了颜色扭曲对采样点质量的影响，但仅仅考虑颜色信息是不够的，还必须将像素点的空间位置信息结合起来。式中E表示将图像梯度沿着当前点到采样点的线积分，如果积分路径上跨过边缘，则会得到较大的值，否则得到较小的值。通常采样的背景点大于前景点，PFi用于计算当前像素属于前景点的概率。是通过值校正PFi过后的度量当前像素点属于前景点的概率。为未知点与前景点、背景点的颜色距离，可由(1)式计算得出，此二者加入式(9)中是因为好的采样点必须满足与当前点的空间距离应该很小。除了从候选采样点集中选出合适的fi，bi，还需要进一步计算未知点的局部方差σf2,σb2:这样，对每一个未知点，可以得到一个四元组步骤五、进一步优化采样得到的前景、背景点，计算出一个新的四元组：从候选采样点中选择出合适的之后，还需要进一步对选出的优化，具体优化过程如下所述：对每一个未知点，以该点为中心，选出其5×5邻域未知点中k(1<＝k<＝5本文取3)个具有最小Mi(fj,bj)值的四元组求出其平均值并且按照以下式子计算出新的四元组：其中置信值表示计算出的属于当前像素的信念。越大，表示计算得越准确，最终抠图效果越好。步骤六、对步骤五计算出的新的四元组进行平滑：计算出新的四元组(fi,bi,αi,confidencei)之后，还需要对四元组进行平滑，平滑的计算过程如下：式(23)中G为高斯函数，其余计算均为简单的加权平均。这里对计算出每个像素点的置信值进行光滑滤波。式中：Tu表示待抠图区域，从而最终得到alpha图。通常，在完成本步骤的计算之后，就可以得到很好的抠图效果。但是对于纹理特别复杂的时候，会显得很有毛刺感，针对求得的α图，可以重新将其表达为一个优化问题，但会带来较大的时间开销，故本专利技术增加一个步骤，使用快速算法近似计算最优α值：选择使用一种滤波的方式去近似求解该优化问题，使用导向滤波(guidefilter)对图像进行滤波，得到最优α图的近似解。本文档来自技高网...

【技术保护点】
一种基于梯度采样的图像抠图方法，其特征在于：包括如下步骤：步骤一、获取图像和对应的三元图；步骤二、根据图像的颜色分布对三元图进行扩展，进一步缩小未知区域；步骤三、计算图像梯度，根据图像梯度对图像进行采样，对未知区域每一个点得到一组前景、背景候选点集合；步骤四、从候选点集合中选择出一对前景、背景点，计算出一个四元组；步骤五、进一步优化采样得到的前景、背景点，计算出一个新的四元组；步骤六、对步骤五计算出的新的四元组进行平滑，从而最终得到α图。

【技术特征摘要】
1.一种基于梯度采样的图像抠图方法，其特征在于：包括如下步骤：步骤一、获取图像和对应的三元图，所述三元图被标记为前景fi＝0...F、背景bi＝0...B、未知区域ui＝0...U，其中F+B+U＝H*W，H为图像高度，W为图像宽度；步骤二、根据图像的颜色分布对三元图进行扩展，进一步缩小未知区域；步骤三、计算图像梯度，根据图像梯度对图像进行采样，对未知区域每一个点得到一组前景、背景候选点集合：(1)对每张图像Ii＝0...H*W(R,G,B)按照下式提取出亮度通道：L＝0.299*R+0.587*G+0.114*B(2)根据亮度图像计算出图像的梯度：Gx(x,y)＝L(x+1,y)-L(x,y)Gy(x,y)＝L(x,y+1)-L(x,y)(3)对未知区域内每一个像素ui按照其梯度方向和切线方向采样，一共四个方向，每个方向至少各采样一个前景点一个背景点，采样最多16个点作为前景、背景样本点集步骤四、从候选点集合中选择出一对前景、背景点，计算出一个四元组：首先，对未知区域每一个点ui，从上一步中采样的前景、背景样本点集中选择最优的一对前景、背景点fi、bi，满足其中：gi,j为度量关系：其中：(1)式中M表示采样的前景、背景点与当前像素的颜色扭曲程度，N则表示在其一定范围邻域内总共的扭曲程度；(2)是通过值校正PFi过后的度量当前像素点属于前景点的概率：E表示将图像梯度沿着当前点到采样点的线积分；(3)分别表示未知点与前景点、背...

【专利技术属性】
技术研发人员：杨弢，
申请(专利权)人：成都品果科技有限公司，
类型：发明
国别省市：四川;51