论文部分内容阅读
随着抠图技术在图像、视频处理中的广泛应用,抠图技术受到越来越多的重视,近年来一种新的闭合型求解抠图技术,成为抠图研究的热点问题;将自动抠图应用到日常的图像与视频的处理中,摆脱了手工抠图的繁琐工作,使抠图的操作更加方便、快捷和普及。但是抠图中依然存在着很多难题,例如在高分辨图像抠图、交互式约束输入方式以及抠图的准确性以及时间复杂度等。本文中首先回顾了抠图的发展过程,抠图技术从简单的蓝屏抠图发展到基于自然图像的复杂背景抠图和环境抠图;通过详细分析和比较了各种主流抠图技术的原理和优缺点,得出抠图算法主要使用颜色采样和传播距离两种思想,基于传播距离的抠图性能优于颜色采样的方法。本文将对闭合型抠图着手以下三个方面改进:第一,改进局部线性模型,进一步消除局部非线性模型带来的alpha值传递错误,Levin的闭合型抠图使用的是一个固定大小的窗口,并假设该窗口时满足线性分布,但是图像模糊边界的区域并不满足线性分布,消除非线性误差能能得到更准确的alpha值。第二,为了进一步增加颜色传递的信息,本文改进的闭合型抠图中增加了两个虚拟像素点ΩB和ΩF,这种数据模型与图切的分割模型相似,未知区域的所有像素都需要计算与这两个虚拟点的相似度。在计算抠图矩阵L中,加入的两个虚拟像素点等价于增加区域相似度,在alpha求解过程中更能好的将笔刷的信息传递到未知区域的像素。第三,本文在alpha求解的方式上使用了层次化的求解方式,与单次的求解方式相比,层次化求解更能降低颜色的传递干扰;alpha求解中,使用笔刷标识的前景和背景的alpha值传递到未知区域,当多个己知区域alpha值同时传递到未知区域时,层次化求解能确定最优的alpha值。最后,本文算法与其他抠图算法的结果对比,分析实验结果,将数字抠图技术应用于在纹理库创建、图像与视频的前景提取、图像修复与分割中。