【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种用于绿幕直播的关键色提取方法及系统。
技术介绍
1、当今时代，直播已经成为了一种重要的娱乐和教育传播媒介，主播与观众的交互手段丰富多样。其中，直播界面的设计扮演了不可或缺的角色。在多种类型的直播活动中，除了呈现主播本身的形象之外，通过绿幕处理技术的叠加来展示课程材料、游戏环境或其它虚拟背景元素也是增强观看者沉浸体验的一种有效方式。在使用绿幕进行直播时，绿幕处理技术并非仅涉及对画面绿色像素的简单识别和透明化处理，以实现与背景的无缝合成。在绿幕直播或视频制作中，关键色通常是指背景幕布中的绿色，其原因是因为绿色在人物皮肤、头发和衣物等常见颜色中的出现相对较少，这使得后期处理时能更容易地通过色彩键控技术将绿色背景替换成其他背景。然而，在很多的直播场景中，人物主体及其使用的道具等前景部分往往也会含有不同层次的绿色成分，绿幕处理技术要确保仅剔除纯背景中的特定绿色区块，同时又要保证前景细节不受损失，保持自然过渡。因此，精确地识别并提取绿幕背景的关键色是一项复杂的技术。
2、八叉树算法是一种常用于主题色提取的算法，可以准确提取出图像中最关键的颜色。然而因为八叉树算法是基于颜色空间构建树结构并对相似颜色进行聚类，在对绿幕直播的关键色进行提取过程中，若前景部分包含的物品颜色与绿幕背景的颜色较为相近（下文将前景部分中与绿幕颜色较为相似的物品记为相似色物品），八叉树算法则会将相似色物品与绿幕聚成一类，在直播时会导致相似色物品也被替换成虚拟背景，从而造成直播事故。
技术实现思路>
1、为了解决上述技术问题，本申请的目的在于提供一种用于绿幕直播的关键色提取方法及系统，所采用的技术方案具体如下：
2、第一方面，本申请实施例提供了一种用于绿幕直播的关键色提取方法，该方法包括以下步骤：
3、采集视频中各帧图像的去噪rgb图像和灰度图像；使用八叉树算法，根据像素点的rgb值获取各灰度图像中的各叶节点区域；
4、使用角点检测算法，结合各角点之间的欧氏距离获取各叶节点区域中各角点的距离波动程度；
5、根据距离波动程度获取各叶节点区域的失衡指数；根据各叶节点区域中的纹理特征和像素点的灰度值获取各叶节点区域的特征差异性指数；
6、根据失衡指数和特征差异性指数获取各叶节点区域的内部差异性指数；根据内部差异指数获取各相邻叶节点区域之间的区域相似系数；
7、根据区域相似性指数对叶节点区域在八叉树中的叶节点进行合并获取预设个数的关键色；根据关键色的rgb值提取绿幕直播的关键色。
8、进一步，所述使用八叉树算法，根据像素点的rgb值获取各灰度图像中的各叶节点区域，包括：
9、将各去噪rgb图像中所有像素点的rgb值作为八叉树算法的输入，输出八叉树；
10、将树状结构中的各叶节点中的像素点在灰度图像组成的区域作为各叶节点区域。
11、进一步，所述使用角点检测算法，结合各角点之间的欧氏距离获取各叶节点区域中各角点的距离波动程度，包括：
12、使用角点检测算法获取各灰度图像中各叶节点区域中的各角点，计算各叶节点区域中所有角点之间的欧氏距离，计算各叶节点区域中各角点与所有其他各角点的欧氏距离的均值；
13、对于各叶节点区域的各角点，计算角点与其他各角点之间的欧氏距离与所述均值的差值绝对值，计算叶节点区域中角点与其他所有角点之间的所有所述差值绝对值的均值作为第一均值，计算所述第一均值与叶节点区域中所有角点个数的乘积，计算所述乘积与数字1的和值；
14、当各叶节点区域中的角点的个数在第一预设区间内时，将数字1作为各叶节点区域中各角点的距离波动程度；当各叶节点区域中的角点个数在第二预设区间内时，将所述和值作为各叶节点区域中各角点的距离波动程度。
15、进一步，所述失衡指数为各叶节点区域中所有角点的距离波动程度中的最小值。
16、进一步，所述根据各叶节点区域中的纹理特征和像素点的灰度值获取各叶节点区域的特征差异性指数，包括：
17、对于各灰度图像中的各叶节点区域，以叶节点区域中各像素点为中心，构建边长为预设尺寸大小的方形窗口，采用mlbp算法获取各方形窗口的纹理特征值，计算各窗口内所有像素点的灰度均值；
18、所述特征差异性指数的公式为：
19、
20、式中，yi为灰度图像中第i个叶节点区域的特征差异性指数；分别为第i个叶节点区域中第r个像素点的方形窗口的纹理特征值、角点个数、所有像素点的灰度值的均值；分别为第i个叶节点区域中所有窗口的纹理特征值的均值、角点个数的均值、灰度值均值的平均值；n为第i个叶节点区域中像素点的个数。
21、进一步，所述根据失衡指数和特征差异性指数获取各叶节点区域的内部差异性指数，包括：
22、将各叶节点区域的失衡指数和特征差异性指数的乘积作为各叶节点区域的内部差异性指数。
23、进一步，所述区域相似系数，公式为：
24、
25、式中，qx(i,j)为第i个叶节点区域与第i个叶节点区域相邻的第j个叶节点区域之间的区域相似系数；norm为归一化函数，分别为第i个叶节点区域、第j个叶节点区域中所有像素点的灰度值均值； cy i为第i个叶节点区域的内部差异性指数， cy j为第j个叶节点区域的内部差异性指数； std i为第i个叶节点区域中所有像素点灰度值的标准差， std i,j为第i个与第j个叶节点区域中所有像素点的灰度值的标准差。
26、进一步，所述根据区域相似性指数对叶节点区域在八叉树中的叶节点进行合并获取预设个数的关键色，包括：
27、将区域相似系数大于等于预设常数的两个相邻叶节点区域，在八叉树中对应的叶节点向上进行合并，直到获取预设个数的关键色。
28、进一步，所述根据关键色的rgb值提取绿幕直播的关键色，包括：
29、计算各关键色的rgb值与标准绿色的rgb值的差值绝对值，将差值绝对值最小的关键色作为各去噪rgb图像的关键色；
30、获取视频中各帧图像的去噪rgb图像的关键色。
31、第二方面，本申请实施例还提供了一种用于绿幕直播的关键色提取系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
32、本申请至少具有如下有益效果：
33、本申请通过对叶节点区域内像素点的分布特征进行分析，构建了叶节点区域内的失衡指数，以判断其属于平整区域的可能性；之后通过分析叶节点区域内角点分布的均匀性和像素点纹理特征本文档来自技高网...
【技术保护点】
1.一种用于绿幕直播的关键色提取方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述使用八叉树算法，根据像素点的RGB值获取各灰度图像中的各叶节点区域，包括：
3.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述使用角点检测算法，结合各角点之间的欧氏距离获取各叶节点区域中各角点的距离波动程度，包括：
4.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述失衡指数为各叶节点区域中所有角点的距离波动程度中的最小值。
5.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述根据各叶节点区域中的纹理特征和像素点的灰度值获取各叶节点区域的特征差异性指数，包括：
6.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述根据失衡指数和特征差异性指数获取各叶节点区域的内部差异性指数，包括：
7.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述区域相似系数，公式为：
9.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述根据关键色的RGB值提取绿幕直播的关键色，包括：
10.一种用于绿幕直播的关键色提取系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种用于绿幕直播的关键色提取方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述使用八叉树算法，根据像素点的rgb值获取各灰度图像中的各叶节点区域，包括：
3.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述使用角点检测算法，结合各角点之间的欧氏距离获取各叶节点区域中各角点的距离波动程度，包括：
4.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述失衡指数为各叶节点区域中所有角点的距离波动程度中的最小值。
5.如权利要求1所述的一种用于绿幕直播的关键色提取方法，其特征在于，所述根据各叶节点区域中的纹理特征和像素点的灰度值获取各叶节点区域的特征差异性指数，包括：
6.如权利要求1所...
【专利技术属性】
技术研发人员：朱光辉，王钦才，
申请(专利权)人：江苏物润船联网络股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。