例样相似性的全局最优抠图算法.pdf

《例样相似性的全局最优抠图算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、例样相似性的全局最优抠图算法例样相似性的全局最优抠图算法俞克强黄文清李俊柏黄牧(浙江理工大学，浙江杭州310018)摘要数字抠图技术，即采用已知部分的前景和背景信息从图像中提取出完整的前景信息的过程，在图像和视频编辑中发挥着极其重要的作用。从计算机视觉的角度出发，这是一项极具挑战性的工作，因为必须为每个像素点估计前景和背景组合因子。当前现存的以例样相似性为基础的抠图方法常常会因为无法搜索到正确的例样而抠图失败。提出了例样相似性的全局最优抠图算法。该算法同时考虑例样的颜色信息和坐标信息，并建立简单有效的抠图代价函数。为了降低代价函

2、数最优化时的计算复杂度，我们采用了模拟退火算法对代价函数进行优化。同时，引入引导滤波来提高抠图精度。实验结果表明本文算法能够进行高质量的图像抠图。AbstractExistingsampling-basedmattingmethodsarelessvalidwhentruefOregrOund／backgr0undcolorsalwayscannotbesearchedInordertoavoidmissingtruesamples，thispaperproposesasampling-basedglobaloptimalmat

3、tingalgorithmwhichdefinesasimpleandeffectivecostfunctionbyconsideringbothcolorfitnessandspatialdistance．Thealgorithmusessimulatedannealingalgorithmtooptimizesamplespaceandreducecomputationcomplexity．whileintroducingguidedfilter—ingtoimprovemattingaccuracy．数字图像抠图技术作为计

4、算机视觉的一项研究热点，在图像其中，ec‘，表示颜色信息部分E()和E(B)分别表示和视频编辑中发挥着极其重要的作用。在抠图研究中，通常假定，前景和背景坐标信息部分。一张输入图像可由一张前景图像和一张背景图像线性组合而成：li=，(7一)Bj(1)l(Ff，)=∑(，n—n一(7—))式中，I为输入图像的第i个像素，和B．分别表示前景图{鹏(3)像和背景图像的第i个像素，or,．为和B．的组合因子。由于公式，=(1)右边的因子都是未知的，对于一张三通道的颜色图像来说，式中，w表示以k为中心的一个区域。P和B1分别表示l为进行图像

5、抠图，我们必须通过三个方程估计七个未知参数。因搜索到的前景和背景信息。X表示坐标向量。T代表F或B。同此数字图像的抠图是一项欠定问题，用户以交互的方式指定部时仅可表示为：分前景和部分背景信息是非常有必要的。现存的抠图方法主要分为传播方法和例样相似性方法两∑(一)(一)a=—————一(4)大类。d传播方法使用已知前景和已知背景信息，通过区域之间∑(一)的相似性插值未知组合因子t]。该类方法的不足在于，当提取细长的或有洞的前景信息时，例如头发丝，效果不佳。例样相在代价函数中引入坐标信息的目的是为了降低搜索到错误似性方法，通过已知前

6、景和已知背景信息，估计出完整的前景和例样的概率。背景信息，从而计算出组合因子_5。8l。该类方法的局限性在于2FB例样空间当已知前景和已知背景信息无法表示整个前景和背景信息时，假定输入图像包含的已知前景例样和已知背景例样的个数该类方法就会失效。同时由于例样空间的巨大，在例样搜索中计分别为nF和n个。例样抠图的目标就是从这些已知例样中搜算的复杂度是该类方法的一大不足。索好的前景背景例样对，以使抠图代价函数最小。然而为每个未为克服以上不足，本文提出了例样相似性的全局最优化抠知像素搜索好的例样对是一项挑战性的工作，例如，使用暴力算图算

7、法。该算法同时考虑例样的颜色信息和坐标信息，并构建简法的时间复杂度为O(NnFn)。N为未知像素点个数。而现有的单有效的抠图代价函数。通过引入模拟退火算法，降低代价函数例样算法为降低搜索时间复杂度，通常采用局部优化方法。从而最优化的计算复杂度。引人引导滤波提高抠图的精度从而完成会造成无法找到正确的例样对而抠图失败。本文引入了智能优高质量的图像抠图。化算法——模拟退火算法，以弥补这一不足。1抠图代价函数2．1FB空间的定义现存的例样抠图方法，只考虑颜色信息或坐标信息，很容易首先本文将前景例样F按一定的顺序进行排序，{F~li=l，

8、2，导致抠图失败。为避免以上不足，本文将颜色信息和坐标信息同⋯，n}。背景例样以同样的方式进行排序，{Bli=1，2，⋯，n8}由于时融人到抠图代价函数中从而完成高质量的图像抠图。每一例样包含了颜色信息和坐标信息，因此可以按其颜色／亮度本文图像抠图的代价函数定义