[發明專利]適用于枝狀物體的智能圖像編輯方法及系統有效
| 申請號: | 201010249632.3 | 申請日: | 2010-08-10 |
| 公開(公告)號: | CN101908217A | 公開(公告)日: | 2010-12-08 |
| 發明(設計)人: | 王亦洲;郭歌;高文 | 申請(專利權)人: | 北京大學 |
| 主分類號: | G06T11/00 | 分類號: | G06T11/00 |
| 代理公司: | 北京市商泰律師事務所 11255 | 代理人: | 毛燕生 |
| 地址: | 100871 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 適用于 物體 智能 圖像編輯 方法 系統 | ||
技術領域
本發明涉及計算機視覺和圖像處理方法,尤其涉及適用于枝狀物體的智能圖像編輯方法及系統。
背景技術
在數字信息時代,隨著數字圖像采集設備的迅猛發展、廣泛普及和不斷提高,數碼照片作品大量涌現,人們對照片數據源的要求越來越高,照片處理和后期編輯的需求也日益增強。方便靈活、功能強大的圖片編輯軟件能夠滿足越來越多的數碼用戶以及專業編輯人員、藝術設計者和其它領域相關人員的要求,受到許多用戶的青睞。
著名的圖片編輯軟件如Adobe?Photoshop可謂家喻戶曉,它提供的一系列圖片編輯功能極大滿足了用戶需求。微軟公司也非常重視這一領域,推出了數碼照片編輯套件Digital?Image?Suite,提供了許多圖像處理功能,如剪輯、潤色、修復等,還有照片管理、創建照片幻燈電影等功能。另外,網絡用戶的日益增多,也促使在線編輯功能受到越來越多的用戶關注和使用,許多照片資源網站如Shutterfly、Flickr、惠普的Snapfish、柯達網上相冊和Google公司的Picasa等都提供了在線照片編輯功能,用戶可以根據自己的喜好更方便地、個性化地使用網上照片資源。
圖像編輯技術的研究是近年來的一個熱點領域,經典問題例如數字摳圖(image?matting),圖像修復(image?inpainting)和照片編輯(Photo?editing)等,在圖像處理、圖形分析、媒體制作、數字藝術、電影工業、圖像傳輸等領域都有廣泛的應用。
數字摳圖技術主要研究把任意形狀的前景物體或者目標物體從原圖中精確抽取出來,代表性工作如Knockout方法、Bayesian方法、Poisson方法、Grabcut方法等。其基本模型是把每個圖像像素的顏色值看作是前景顏色和背景顏色值不同比例的混合,從而建立適當模型求解混合比例值,以實現前、背景的分離。然而現有的這些技術通常致力于如何精確摳取物體邊緣,特別是毛發等區域,定位邊緣非常困難;但這類方法一般適用于通常的2D區域和物體。對于細長的、分枝的、交錯的枝狀物體,還難以達到理想的、智能的提取效果,比如要想從許多交錯枝干中提取某些枝是一個很困難的問題,現有方法還難以解決這一問題。
圖像修復是研究如何把圖像中某些被損壞區域恢復原狀、或者把被去除區域填補完整,使修復后的區域與周圍區域融合一致,整個圖像自然完美。由于傳統的inpainting方法一般適合于細小區域(如劃痕、文字等)的修補,后來人們又提出了對較大區域(如整個物體、一塊大面積區域)的去除、替換和修補的方法。這些修復和填補技術主要包括文字擦除,遮擋去除、舊照片和老電影劃痕去除、圖像縮放、特定目標移除、眩目部分消除等等。代表性的工作包括偏微分方程(PDE)模型、基于樣本(example-based)的修補方法、基于泊松方程(Poisson?equation)的圖像編輯技術等。這些方法雖然研究了多年并且有很多成熟的技術,但是仍存在一些問題如對細長結構進行修補缺乏魯棒的方法、對于遮擋情況不能判斷導致不合理結果出現等。
總之,對于樹枝狀物體這類特殊結構,已有方法難以適用,需要提出一種全新的模型和方法,針對該類物體的特點進行處理。
發明內容
本發明的目的在于提供一種適用于枝狀物體的智能圖像編輯方法及系統。
本發明公開了一種適用于枝狀物體的智能圖像編輯方法,包括預處理步驟,檢測和定位枝狀物體候選區域;枝狀物體模型建立步驟,建立枝狀物體模型,描述枝狀物體幾何形態、表觀顏色、拓撲結構;結構辭典定義步驟,預定義一組結構詞典,描述珠狀物體的交錯情況和物體分枝情況;提取步驟,確定需要提取或者去除的目標枝,并指示所述目標枝的起始段;從所述起始段所對應的基元開始,利用所述枝狀物體模型和所述結構詞典,在所述候選枝狀物體區域中檢測和提取所述目標枝,推斷所述目標枝與其它枝的遮擋關系,提取所述目標枝所包含的所有子枝。
上述智能圖像編輯方法,優選所述提取步驟后,還包括剪輯和修補步驟,該步驟根據用戶交互信息,采用分層圖像修復填補被抹去區域,得到編輯后的新圖像。
上述智能圖像編輯方法,優選所述預處理步驟中,利用匹配追蹤或圖像分割檢測和定位枝狀物體候選區域。
上述智能圖像編輯方法,優選所述枝狀物體模型建立步驟中,通過建立一個馬爾可夫樹模型,描述物體的幾何形態、表觀顏色和拓撲結構,作為枝狀物體的先驗分布模型。
上述智能圖像編輯方法,優選所述結構辭典定義步驟中,通過歸納多種交錯和分叉類型,定義了分枝結構詞典。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京大學,未經北京大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010249632.3/2.html,轉載請聲明來源鉆瓜專利網。





