[發明專利]一種基于互信息和點擴散函數的摳圖方法

在審

• 申請號: 201910923701.5
• 申請日: 2019-09-27
• 公開（公告）號: CN110751658A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 李晉江;于娜娜;范輝
• 申請（專利權）人: 山東工商學院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06T5/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于互信息和PSF的摳圖方法，大致包含以下步驟：對于給定圖像使用顏色特征以及對角協方差矩陣計算像素的PMI值，使用輪廓檢測和分層圖像分割方法獲得邊界，計算每個像素點的邊界概率；構建貝葉斯框架估計alpha值，通過顏色的統計學分布進行顏色估計，依據最大后驗概率和貝葉斯定理求解未知參數，獲得初始的alpha遮罩；最后進行PSF先驗。在此基礎上，將alpha遮罩的先驗分布建模為高分辨率的二值分割圖像與點擴散函數的卷積，然后重新估計alpha值。最后選取具有代表性的圖像進行實驗，發現本發明的方法結果清晰，本發明的方法在處理復雜圖像時更清晰，在處理結構簡單的圖像時，本發明的方法得到的結果又不太明顯。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于互信息和點擴散函數的摳圖方法。

背景技術

圖像matting是將前景對象從給定圖像中準確提取的過程。精確提取前景對象，并與新的背景合成，這在圖像和視頻編輯領域是一項非常重要的技術。在圖像分割中，將圖像簡單處理為二值圖像，每個像素要么完全屬于前景，要么完全屬于背景。這導致毛發或半透明的物體不能被完美的提取出來。圖像matting與圖像分割不同，將有可能屬于前景也有可能屬于背景的像素劃分為混合像素，混合像素是前景像素和背景像素的線性組合。Porte和Duff在1984年提出其合成公式為：

其中，α表示不透明度，可在[0,1]內取任意值。F,B分別為前景和背景像素值。若α=1，則該像素完全屬于前景；若α=0，則該像素完全屬于背景；否則，該像素為混合像素。為了將精確的提取前景對象，需要精確估計混合像素的α值。考慮到所分析的圖像大部分為RGB圖像，可以得到3個方程和7個未知量。因此，matting問題是一個嚴重欠約束的問題，需要用戶提供大量的先驗信息求解α。先驗信息主要以trimap和subscribes的形式提供。

復雜的紋理影響matting方法對前景對象邊緣的處理。假設同一對象內像素的統計關聯性很高，不同對象之間像素的統計關聯性較低，基于這一假設，利用PointwiseMutual Information（PMI）檢測前景對象的邊界。物體邊緣檢測在輔助分割、物體檢測和識別等領域已經被廣泛應用，且邊緣檢測可以輔助恢復內在的場景屬性，如形狀、反射和照明。圖像中對于需要提取邊緣的對象并沒有明確的定義，這也是一個病態的問題，目前已經有一些較好的邊緣檢測方法。PMI利用像素顏色值和局部方差信息精確檢測前景對象的邊緣，同時能夠學習局部統計規律并抑制紋理區域。概率密度函數可以對自然圖像產生很好的聚類，利用核密度函數對這些簇進行估計，就可以將物體內部的像素對和邊緣處的像素對做出區分。

用戶trimap或subscribes的方式提供先驗信息以滿足matting的需要，一個好的先驗對于matting問題的求解是非常重要的。想要得到精確的先驗信息，需要大量的人工交互，這無疑是一個不可行的工作。但是對于復雜圖像的處理，一個好的先驗模型又是至關重要的。

在本文中，本發明首先利用PMI對圖像進行處理，抑制圖像的復雜紋理。PMI在圖像分割領域是一個很好的方法，可以在像素級提取語義有意義的輪廓。算法直接利用圖像中的點對信息作為像素點特征來獲得邊界，性能超過了很多有監督的邊界檢測算法。利用PMI獲取邊界，基于一個非常簡單的原理：屬于同一對象的像素與屬于不同對象的像素相比較表現出更高的統計依賴性。PMI在得到精確輪廓的同時，可以很好的抑制圖像的紋理區域，這對于后續對圖像的處理很有幫助。

目前大部分先進的matting算法都是通過求解等式(1)的閉式解來估計alpha值，沒有考慮圖像形成過程中混合像素產生的原因。散焦模糊、運動模糊等都可能導致混合像素的產生。考慮圖像的超分辨率處理以及圖像去模糊、去噪等領域，假設混合像素是由點擴散函數引起的，可以將圖像的alpha遮罩的先驗建模為超分辨率二值分割與空間變換的點擴散函數的卷積。將此先驗圖像與初始alpha遮罩加權融合，可以得到高質量的alpha遮罩。

發明內容