积分商城

最新搜索： PL2303 altium Designer 20 电路设计与仿真从入门到精通 常用LOGO标识 microBUCK 入门教程 canopen
您现在的位置是：首页 > 技术资料 > 后处理在数字抠像中的应用与解析
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

后处理在数字抠像中的应用与解析

更新时间：2019-12-25 05:58:43 大小：3M 上传用户：zhiyao6查看TA发布的资源 标签：数字抠像 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

数字抠像是将一幅图像中的前景物体与背景进行分离的问题,它的关键在于Alpha通道的计算.以往通过采样方法求得的Alpha中,由于采用逐点计算的离散化方式,求解出的Alpha通常不连续,并且包含很多噪声,因而需要对Alpha进行后处理,这不仅会增强Alpha在视觉上的平滑性,而且能够进一步提高Alpha的精确度.在目前国际上,有关数字抠像后处理领域已经进行了许多研究,但缺少相关的综述性文献,并且对后处理后的Alpha如何进行定量的评价也仍未系统解决.本文首先将数字抠像中的后处理方法分为2类:与仿射类方法相结合的方式及自平滑方式,其次,对两类方法进行了全面的总结和梳理,并对方法的优缺点进行了分析,对将来研究方向提出了建议,最后,针对后处理后的Alpha结果进行了全面的量化比较,弥补了传统方法基本上仅在视觉层面上进行比较的缺陷.


部分文件列表

文件名 大小
后处理在数字抠像中的应用与解析.pdf 3M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
3
Vol. 45 No. 3  
Mar. 2017  
第
2017  
期
电
子
ACTA ELECTRONICA SINICA  
学
报
3
年
月
后处理在数字抠像中的应用与解析  
1
2
1
2
1
，
，
，
，
姚桂林 刘绍辉 李 敏 姚鸿勋 胡 文  
( 1.  
，
150028; 2.  
，
150001)  
哈尔滨商业大学计算机与信息工程学院 黑龙江哈尔滨  
哈尔滨工业大学计算机科学与技术学院 黑龙江哈尔滨  
:
，
Alpha  
.
通道的计算 以往  
摘
要
数字抠像是将一幅图像中的前景物体与背景进行分离的问题 它的关键在于  
Alpha ， Alpha  
，
，
，
通过采样方法求得的  
Alpha  
中 由于采用逐点计算的离散化方式 求解出的  
通常不连续 并且包含很多噪声 因  
，
Alpha  
，
Alpha  
.
的精确度 在目前国  
而需要对  
进行后处理 这不仅会增强  
在视觉上的平滑性 而且能够进一步提高  
，
，
，
Alpha  
际上 有关数字抠像后处理领域已经进行了许多研究 但缺少相关的综述性文献 并且对后处理后的  
如何进行  
:
类 与仿射类方法相结合的方式及自平滑  
.
定量的评价也仍未系统解决 本文首先将数字抠像中的后处理方法分为  
2
，
，
，
，
，
，
方式 其次 对两类方法进行了全面的总结和梳理 并对方法的优缺点进行了分析 对将来研究方向提出了建议 最后  
Alpha  
，
结果进行了全面的量化比较 弥补了传统方法基本上仅在视觉层面上进行比较的缺陷  
.
针对后处理后的  
:
;
;
; Laplacian  
; Nonlocal  
;
关键词  
中图分类号  
URL: http: / /www. ejournal. org. cn  
图像分割 图像抠像 后处理  
抠像矩阵  
方法 自平滑  
:
TP391. 41  
:
A
:
文章编号  
0372－2112 ( 2017) 03－0719－11  
文献标识码  
DOI: 10. 3969 /j. issn. 0372－2112. 2017. 03. 032  
电子学报  
Applications and Analyses on Post Processing in Image Matting  
1
2
1
2
1
YAO Gui－lin ，LIU Shao－hui ，LI Min ，YAO Hong－xun ，HU Wen  
( 1． School of Computer and Information Engineering，Harbin University of Commerce，Harbin，Heilongjiang 150028，China;  
2． School of Computer Science and Technology，Harbin Institute of Technology，Harbin，Heilongjiang 150001，China)  
Abstract: Image matting is a process which separates the foreground object from the background scene，and the key  
of matting is to compute the alpha matte. The existing sampling based matting methods are always in a discretized strategy，  
which could results in a great deal of discontinuities and noises in final alpha mattes. Post processing is thus introduced to en－  
hance the smoothness and to further increase the accuracy of the final matte. However，the corresponding review articles are  
still lacking in the field of international research of post－processing in image matting. Moreover，the quantitative evaluation of  
alpha mattes still remains unsolved. This paper firstly classifies the post－processing step into two basic categories: affinity－  
combined and self－smoothing. Next，the advantages and disadvantages are both summarized and analyzed. Finally，the alpha  
mattes after post－processing are evaluated in quantitative manner comprehensively，which improves the problem of pure visu－  
al evaluation in traditional methods.  
Key words: image segmentation; image matting; post－processing; matting Laplacian; nonlocal method; self－smoot－  
hing  
，
功能被一些常用的图像与视频处理软件所采用 例如  
1
引言  
Adobe Photoshop，Adobe After effects  
．
等 抠像问题由于需  
1． 1  
数字抠像综述  
数字图像抠像与合成是将一幅图像中的前景物体  
，
，
要通过欠定方程组来求解 因而较合成问题复杂 对技  
，
．
术的要求也高很多 本文主要讨论抠像问题  
，
从背景中分离开来 并将分离的前景合成到另外一幅  
，
图像抠像与图像分割最大的不同 在于对前景物  
．
背景中的问题 该类问题是数字图像处理与数字图像  
、
．
体边缘 半透明部分的描述 图像分割一般只能将前景  
编辑领域［1 ～ 4］ 中的一类经典问题 利用抠像与合成技  
，
2
，
，
物体描述成 值化的形式 但实际成像过程中 前景物  
，
，
术 可以实现将实际目标融入虚拟场景中 例如虚拟演  
/
体与背景交界处的像素值往往并不具备前景 背景这  
．
，
．
种二值的选择 抠像问题则对于前景物体引入了 α 通  
播室以及电影后期制作等实际应用领域中 如今 这种  
: 2015－10－20;  
: 2016－04－20;  
:
收稿日期  
修回日期  
基金项目 国家重点基础研究发展计划项目  
61133003) ;  
责任编辑 梅志强  
:
( No. 2015CB351804) ;  
( No. 61472103) ;  
( No.  
国家自然科学基金重点项目  
国家自然科学基金  
( No. 15KJ06) .  
哈尔滨商业大学博士科研启动项目  
720  
2017  
电
子
学
报
年
道［5］的概念 完美地解决了这类问题 从而可以更加细  
¯
，
，
F
，
终前景颜色值 的能力 使抠像结果可以最终进行合  
*
，
，
．
，
致刻画前景物体 比如精细的毛发 半透明的杯子等位  
成 另外 优秀的后处理方法还能进一步提升平滑后 α  
．
，
．
1
I
Trimap，  
置 因此 图像抠像可以理解成是对图像分割更为精确  
．
结果的精确度 图 显示了一个输入图像  
和
^
、
化的表述方式  
以及通过采样算法获得的初级 α 结果 并进行后处理  
*
，
I，  
z
．
在数学上 给出合成图像 设它在坐标 处的已知  
得到结果 α 的例子  
I ， F 、  
I
合成颜色为  
于是 可以利用该点的前景颜色  
背
z
z
z
B 、  
以及透明通道 α 的线性组合来表示  
:
景颜色  
z
z
I = F +  
α
z
(
1 ꢀ  
)
B
α
z
( 1)  
中的任意  
z
z
z
{ F ，B ， }  
α
z
，
［0，1］  
其中  
．
均为未知 而 α 可以取  
z
z
z
， 0 ＜ ＜ 1  
值 一般的 将  
，
α
的所有点称为混合点 它们通  
z
， “  
”
，
常存在于前景物体边缘处 如 硬边界 或复杂毛发等  
，
．
或者前景物体的内部 如半透明物体等 由于求解式  
( 1) Trimap  
，
是欠约束问题 通常需要用户提供一个  
模
1． 3  
后处理分类  
，
，
板 用以粗略的指定一些已知前景和背景点 为剩余的  
，
2
．
本文中 后处理被分为以下 种主要方式  
．
，
未知点提供先验值 一般用 Ω 表示绝对前景区域 即  
F
( 1)  
．
与仿射方法相结合的方式 由于仿射类抠像方  
z
，
= 1，F = I ;  
，
Ω 表示绝对背景区域 即  
任意 ∈Ω 有 α  
F
z
z
z
B
，
法强调相邻像素的相关性 恰恰可以和孤立计算单个  
z
，
= 0，B = I ， ，  
．
任意 ∈Ω 有 α  
B
Ω 表示未知区域 通常  
U
z
z
z
，
Robust  
，
算法起 相  
点的采样类方法形成互补 因此自从  
．
Ω 需要将所有混合点全部包含进来 一个  
Trimap  
的例  
U
，
当大量的采样类算法都采用仿射法进行后处理 这其  
1
．
Trimap  
子如图 中的输入图像所示 基于  
的数字图像  
z
［6］  
Matting Laplacian  
(
LAP)  
作为绝对主  
、
中以  
以下简称  
LAP  
，
抠像最为关键的技术 是将 Ω 内所有点 的未知量  
U
．
，
流的后处理方法 另外 与  
相对应的 刚刚出现并  
{ F ， }  
α
，
的值准确的估计出来 并提供至合成部分进行  
．
z
z
［7］  
Nonlocal  
，
类仿射算法 也于近期被应用于  
逐渐流行的  
．
最终处理  
后处理中 该类后处理方法的求解方式与仿射类方法  
，
Trimap  
，
的一般背景图像抠像 可以分  
目前 基于  
为基于仿射和基于采样的抠像方法 而后者较前者的  
{ F ，B ，  
，
，
相似 通常需要归结到闭合形式来进行 例如大型稀疏  
．
．
线性方程的求解  
，
z
，
最大区别 是对所有 ∈Ω 的点 逐个计算其  
U
z
z
( 2)  
．
自平滑方式 另外一些后处理方法并不依赖于  
} ，  
．
，
α
而不是一次性全部求出 因此 用户可以根据算  
z
(
) ，  
借助其它方法 诸如仿射法 而是对采样得到的初级  
，
z
法每次运行的情况 对一些效果不佳的点 进行后续  
^
“
”，  
Shared、WCT  
α 结果本身进行 自平滑 这类方式以  
算
，
．
调试和观察 并对算法原理和参数加以改进 而前者  
，
BP  
法的自平滑方式为代表 同时也包括早期的  
算法中  
z
，
是一次性求出的所有 Ω 内点 的 α 值 无法在算法  
U
MRF HR、Segmentation  
，
的
自平滑 以及  
等算法采用的  
，
，
，
完毕后 对单个点进行观察与调试 若效果不佳 只能  
“
”
．
自模糊先验 等方法  
，
．
，
尝试改进一些算法参数 并重新运行程序 由此可见  
，
需要注意的是 上述后处理方法除了需要利用采  
，
采样法在自身特点和发展性上 就目前研究现状来  
^
，
样法得到的初级 α 结果之外 很多方法还要用到采样  
．
法的一 些 中 间 结 果 这 将 在 下 一 节 中 做 出 进 一 步  
．
，
，
看 要明显优于仿射法 而且出现的算法数量也要明  
．
显多于仿射法  
说明  
1． 2  
后处理概述  
2
，
本文针对后处理的 种类别所包含的不同算法 进  
，
在利用采样法进行抠像的过程 是按照单个点作  
，
，
行了总结与梳理 包括优缺点分析 以及对于发展方向  
，
，
，
逐点计算 并没有考虑相邻未知点之间的联系 因此 它  
．
，
，
的展望等 另外 以往的算法仅限于在视觉层面上 针对  
．
，
们的 α 结果往往也会显得比较分散 于是 近些年出现  
，
后处理前后的 α 结果进行比较 但对于 α 结果在采用  
^
，
，
的一些采样算法中 在采样步骤得到初级 α 之后 再继  
，
，
后处理时 能够比不采用时提到多大程度 传统算法对  
，
“
”( post－processing) ，  
续应用一个步骤 称作 后处理  
*
．
到经过后处理的 α 它的主要作用是将通过采样得到  
得
．
此基本没有做出量化层面的比较 本文则针对不同的  
，
．
后处理方式 做出了基于量化层面的比较  
^
，
的结果图像 α 做进一步处理 目的是加强这些相邻未  
，
知点之间 α 结果的连结性 使得最终的结果看来比较  
2
实验环境及相关准备  
．
，
平滑和自然 而对于一般前景物体 相邻像素点都是有  
2． 1  
实验环境  
、
，
联系 外观上看来是比较平滑的 α 则恰恰代表了前景  
，
在前文也提到 采用后处理的抠像算法均为采样  
．
，
物体的属性 同时 优秀的后处理方法还应具备计算最  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号