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Ω<sub>1</sub>,Ω<sub>2</sub>,...,Ω<sub>k</sub>,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Ω<sub>1</sub>,Ω<sub>2</sub>,...,Ω<sub>k</sub>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p<sub>1</sub>和属于背景区域的概率值p<sub>0</sub>,p<sub>1</sub>+p<sub>0</sub>=1,基于SVM的透明度估计方法将概率值p<sub>1</sub>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<sub>i</sub>和Ω<sub>i+1</sub>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<sub>i</sub>和α<sub>i+1</sub>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C<sub>1</sub>和C<sub>0</sub>,若确定前景像素点个数为N<sub>1</sub>,确定背景像素点个数为N<sub>0</sub>,则C<sub>1</sub>:C<sub>0</sub>=N<sub>0</sub>:N<sub>1</sub>,N<sub>0</sub>、N<sub>1</sub>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。 |