数字抠像处理中的基于SVM的透明度估计方法

摘要

本发明公开了一种数字抠像处理中的基于SVM的透明度估计方法。1）把图像前景物体的边缘手工分割成几个有少量重叠区域的子区域，剩余部分为确定的前景和背景区域并指明；2）在分割出的图像子区域中标识出部分确定的前景和背景像素点；3）对图像子区域中的其他像素点进行基于SVM的前景背景分类概率估计，得到所有像素点属于前景区域的概率值和属于背景区域的概率值，其中，则每个像素点的概率值就是该像素点的透明度值；4）合并每个子区域以及确定的前景和背景区域，即可得到整张图像的透明度值。本发明具有速度快，自动化程度较高的特点，具有很好的实用价值。

主权项

一种数字抠像处理中的基于SVM的透明度估计方法，其特征是，在数字抠像处理中，在每个前景物体边缘的子区域中，标识出部分确定的前景和背景区域，使用SVM透明度估计方法得到各子区域内各像素的透明度值并合并，然后得到整个图像区域各像素的透明度值，步骤为：1)载入图像；2)把图像沿前景物体的边缘区域划分为k个有部分重叠区域的子区域Ω₁,Ω₂,...,Ω_k，划分完子区域后，指明剩余的区域里为确定的各像素点透明度为1的前景区域和透明度为0的背景区域；子区域Ω₁,Ω₂,...,Ω_k内的像素点进行透明度估计处理，标识出子区域中确定的前景和背景像素点，应使这两类像素点的个数保持均衡；3)对子区域中的其他未确定的像素点进行基于SVM的前景背景二元分类概率估计，得到属于前景区域的概率值p₁和属于背景区域的概率值p₀，p₁+p₀＝1，基于SVM的透明度估计方法将概率值p₁作为该像素点的透明度值α；4)把做完透明度估计的每个子区域合并为一个完整的透明度图像，相邻的两个子区域Ω_i和Ω_i+1的重叠区域内像素点的透明度值α为在两个子区域内分别估计出来的透明度值α_i和α_i+1的平均值，以使得相邻子区域之间的透明度值能够自然过渡；所述的步骤2)中，应使这两类像素点的个数保持均衡，对于二维图像来说，直观上表现为所标识的前景和背景区域面积大致相等；如果不能平衡，则应赋予它们不同的权重C₁和C₀，若确定前景像素点个数为N₁，确定背景像素点个数为N₀，则C₁:C₀＝N₀:N₁，N₀、N₁为自然数，以使它们在计算分类概率中的影响力能保持平衡；所述的步骤2)中，子区域中确定的前景和背景像素点为像素点样本，表示为六维向量{R,G,B,R/G,G/B,B/R}，其中R,G,B为该像素点的RGB颜色分量值，其余3个分量为RGB颜色分量的比值；根据SVM分类过程，把已知向量标准化并训练出一个分类模型，然后把未确定像素点按照该模型进行分类。