基于显著图的图像背景虚化方法

摘要

本发明涉及一种基于显著图的图像背景虚化方法，包括：通过显著性检测得到图像的显著图，再将显著图进行二值化或分割处理，同时得到前景索引矩阵和背景索引矩阵；利用距离加权平均算法实现图像的全局模糊；利用前景索引矩阵和背景索引矩阵融合原图和模糊图，二者的叠加即为最终处理结果。本发明能有效地保持前景区域并迷糊背景区域，全过程无需人手工标注。

主权项

一种基于显著图的图像背景虚化方法，包括下列步骤：(1)通过显著性检测得到图像的显著图，再将显著图进行二值化或分割处理得到0‑1矩阵M_BS，同时得到前景索引矩阵I_f和背景索引矩阵I_b，定义如下：I_f＝M_BS，I_b＝1_m×n‑M_BS其中，1_m×n为与图像分辨率相同的全1矩阵。(2)利用距离加权平均算法实现图像的全局模糊，这种模糊处理的表达式如下，$B\left(c_{jx}\right)=\frac{\underset{i\in R\left(p_j\right)}{\Sigma }{c}_{ix}·\exp [-d_s^2(p_{jx},p_{ix})/2{\sigma }_B^2]}{\underset{i\in R\left(p_j\right)}{\Sigma }\exp [-d_s^2(p_{jx},p_{ix})/2{\sigma }_B^2]}$其中，即两个像素坐标(X_i,X_j),(Y_i,Y_j)之间的空间距离，x∈{R,G,B}，分别表示RGB空间的红、绿、蓝三个颜色通道，p_jx表示在通道x下的第j个像素；c_ix表示第i个像素在颜色通道x中的颜色值。σ_B为常数控制图像模糊敏感度大小；为实现模糊扩散形状的自适应，这里根据各个像素值到显著目标的最近距离计算模糊半径，并量化到a—b之间的整数，R(p_j)表示像素p_j的邻近区域，计算公式如下：$R\left(p_j\right)=\left\{p_i\right|min\left\{\right|X_i-X_j|,|Y_i-Y_j\left|\right\}<round(\frac{r\left(p_j\right)-min\left(r\right(p_j\left)\right)}{max\left(r\right(p_j\left)\right)-\min \left(r\right(p_j\left)\right)}\times (b-a)+a)\}$其中，round函数表示四舍五入取整，max和min分别表示取最大和最小值，r(p_j)为该像素到显著目标区域的距离，用下面式子计算：r(p_j)＝min{d_s(p_j,p_k)|p_j∈B,p_k∈F}其中，B和F分别为图像中的背景和目标区域，即前景索引矩阵中为0和为1的像素点；(3)利用前景索引矩阵和背景索引矩阵融合原图和模糊图，设原图和模糊图分别表示为I_o和I_B，分别提取出清晰前景图I_cF和模糊背景图I_bB，I_cF(i,x)＝I_o(i,x)·I_f(i,x)I_bB(i,x)＝I_B(i,x)·I_b(i,x)二者的叠加即为最终处理结果。