本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種圖像處理方法及裝置。

背景技術(shù)：

摳圖是指從圖像或視頻序列中精確地提取出前景對象的一種技術(shù)。摳圖技術(shù)作為視覺特效領(lǐng)域的一種關(guān)鍵技術(shù)，被廣泛地應(yīng)用于圖像編輯和電影制作等領(lǐng)域。由于摳圖問題是一個欠約束的問題，因此，求解該問題需要增加額外的約束條件。傳統(tǒng)的摳圖方法利用三分圖作為額外約束，然而，三分圖的制作過程需要大量的用戶交互，非常耗時。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種圖像處理方法及裝置，其方法在摳圖過程中只需要求解出部分稀疏點的深度信息，可以極大地提高摳圖速度。

本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種圖像處理方法，包括以下步驟：獲取第一圖像和第二圖像；對所述第一圖像進行稀疏采樣得到一組采樣點；在所述第二圖像中對所述采樣點進行匹配，得到一組匹配點對；計算每個匹配點對中兩點的視差值；確定點擊點，定義所述點擊點所在位置為前景，計算所述點擊點在所述第一圖像和所述第二圖像中的視差值； 計算所述點擊點的視差值與每個匹配點對的視差值之間的差距，根據(jù)所述差距標定出前景采樣點集和背景采樣點集，其中若所述差距小于第一閾值，則標定該匹配點為前景點，若所述差距大于第二閾值，則標定該匹配點為背景點；以前所述前景采樣點和背景采樣點為基準，擴展得到前景點集和背景點集；依據(jù)所述前景點集和所述背景點集，基于稀疏點的摳圖算法進行摳圖。

所述方法還包括：對所述第二圖像進行稀疏采樣，并對每一個采樣點在第一圖像中進行匹配，得到多個匹配點對。

所述第一閾值小于所述第二閾值。

擴展得到前景點集和背景點集的方法包括：對所述前景采樣點和背景采樣點進行向量化處理，得到向量坐標；計算得到待擴展點的向量坐標；將所述待擴展點的向量坐標分別同所述前景采樣點的向量坐標和所述背景點的向量坐標進行比較，將待擴展點確定為前景點或背景點。

所述向量坐標包括：顏色坐標，梯度坐標，距離坐標和深度坐標。

所述方法還包括對第一圖像和第二圖像進行對齊處理。

對齊處理后，生成一幅合成圖像，在擴展前景點集和背景點集時，待擴展點位于所述合成圖像上。

擴展前景點集和背景點集時，待擴展點位于所述第一圖像上。

所述方法還包括：對所述匹配點對進行篩選，排除誤匹配點對。

所述方法還包括，所述摳圖算法為k最鄰近算法。

一種圖像處理裝置，包括：圖像獲取模塊，用于獲取第一圖像和第二圖像；采樣模塊，用于對所述第一圖像進行稀疏采樣得到一組采樣點；匹配模塊，用于在所述第二圖像中對所述采樣點進行匹配，得到一組匹配點對；視差計算模塊，用于計算每個匹配點對中兩點的視差值；點擊點生成模塊，用于確定點擊點，定義所述點擊點所在位置為前景，計算所述點擊點在所述第一圖像和所述第二圖像中的視差值； 分類標定模塊，用于計算所述點擊點的視差值與每個匹配點對的視差值之間的差距，根據(jù)所述差距標定出前景采樣點集和背景采樣點集，其中若所述差距小于第一閾值，則標定該匹配點為前景點，若所述差距大于第二閾值，則標定該匹配點為背景點；擴展模塊，用于以前所述前景采樣點和背景采樣點為基準，擴展得到前景點集和背景點集；摳圖模塊，用于依據(jù)所述前景點集和所述背景點集，基于稀疏點的摳圖算法進行摳圖。

本發(fā)明的有益效果是：本發(fā)明利用圖像的深度信息作為先驗知識，根據(jù)點擊點的深度信息和其它像素點的深度信息之間的關(guān)系進行摳圖；在摳圖過程中，無需求解出全圖的深度信息，只需求解出部分稀疏點的深度信息，從而極大地提高了摳圖速度。

附圖說明

圖1為本發(fā)明圖像處理方法的流程圖；

圖2為本發(fā)明圖像處理裝置的示意圖。

具體實施方式

下面結(jié)合附圖進一步詳細描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護范圍不局限于以下所述。

如圖1所示，一種圖像處理方法，包括以下步驟：

獲取第一圖像和第二圖像，對第一圖像和第二圖像進行對齊處理。

對所述第一圖像進行稀疏采樣得到一組采樣點；在所述第二圖像中對所述采樣點進行匹配，得到一組匹配點對；對所述第二圖像進行稀疏采樣，并對每一個采樣點在第一圖像中進行匹配，得到多個匹配點對；對所述匹配點對進行篩選，排除誤匹配點對。

計算每個匹配點對中兩點的視差值。

確定點擊點，定義所述點擊點所在位置為前景，計算所述點擊點在所述第一圖像和所述第二圖像中的視差值；

計算所述點擊點的視差值與每個匹配點對的視差值之間的差距，根據(jù)所述差距標定出前景采樣點集和背景采樣點集，其中若所述差距小于第一閾值，則標定該匹配點為前景點，若所述差距大于第二閾值，則標定該匹配點為背景點；

所述第一閾值小于所述第二閾值。

以前所述前景采樣點和背景采樣點為基準，擴展得到前景點集和背景點集。

擴展得到前景點集和背景點集的方法包括：對所述前景采樣點和背景采樣點進行向量化處理，得到向量坐標；計算得到待擴展點的向量坐標；將所述待擴展點的向量坐標分別同所述前景采樣點的向量坐標和所述背景點的向量坐標進行比較，將待擴展點確定為前景點或背景點。

所述向量坐標包括：顏色坐標，梯度坐標，距離坐標和深度坐標。

對齊處理后，生成一幅合成圖像，在擴展前景點集和背景點集時，待擴展點位于所述合成圖像上。

擴展前景點集和背景點集時，待擴展點位于所述第一圖像上。

依據(jù)所述前景點集和所述背景點集，基于稀疏點的摳圖算法進行摳圖；所述摳圖算法可以為k最鄰近算法。

如圖2所示，一種圖像處理裝置，包括：圖像獲取模塊，用于獲取第一圖像和第二圖像；采樣模塊，用于對所述第一圖像進行稀疏采樣得到一組采樣點；匹配模塊，用于在所述第二圖像中對所述采樣點進行匹配，得到一組匹配點對；視差計算模塊，用于計算每個匹配點對中兩點的視差值；點擊點生成模塊，用于確定點擊點，定義所述點擊點所在位置為前景，計算所述點擊點在所述第一圖像和所述第二圖像中的視差值； 分類標定模塊，用于計算所述點擊點的視差值與每個匹配點對的視差值之間的差距，根據(jù)所述差距標定出前景采樣點集和背景采樣點集，其中若所述差距小于第一閾值，則標定該匹配點為前景點，若所述差距大于第二閾值，則標定該匹配點為背景點；擴展模塊，用于以前所述前景采樣點和背景采樣點為基準，擴展得到前景點集和背景點集；摳圖模塊，用于依據(jù)所述前景點集和所述背景點集，基于稀疏點的摳圖算法進行摳圖。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進行改動。而本領(lǐng)域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護范圍內(nèi)。