本發(fā)明涉及圖像處理領域，尤其涉及一種圖像特效、美化和渲染的背景虛化方法。

背景技術：

隨著數(shù)字圖像和多媒體技術的快速發(fā)展，各種類型的光學成像系統(tǒng)也越來越多，人們越來越多地使用譬如手機等移動設備來拍照和拍攝視頻，拍攝背景虛化的圖像也逐漸受到人們的青睞，然而各類便攜的移動設備由于受到硬件條件的限制，所拍攝的作品無法達到單反相機的成像效果。單反相機中所拍攝的背景虛化圖片用到的技巧是利用鏡頭里的光圈、焦距和物距的變性來達到虛化效果的，光圈越大、焦距越大或者物距越近，背景虛化的效果就月強烈。而改變這些條件無形中提高了對于拍照技巧的要求，同時嚴重影響了取景范圍，限制了拍攝者的可操作空間。

對于手機相機或其他手持拍照設備而言，由于體積的限制，無法使用長焦鏡頭，想要實現(xiàn)背景虛化的效果往往只能拍攝一些近距離的物體，很難達到實用化的程度。目前一些背景虛化的軟件，涉及一些摳圖技術，或者基本需要人工干預選擇出對焦主體區(qū)域，或者直接利用顯著性來提取出前景目標區(qū)域，當我們所關注的區(qū)域不是前景區(qū)域時無法達到令人滿意的效果。

技術實現(xiàn)要素：

本發(fā)明的目的在于提出一種基于深度圖提取的背景虛化方法，無需人工干預即可實現(xiàn)對焦主體和背景的分離，從而完成背景虛化。

本發(fā)明的目的是通過以下技術方案實現(xiàn)的：一種圖像背景虛化的方法，該方法包括以下步驟：

(1)任意獲取一張大小為m×n的原圖像f；

(2)利用高斯卷積將原圖像進行再模糊，得到圖像d：

d＝f*g(i,j；σ+σ₁) (1)

此過程中，高斯濾波器為：

其中，i,j表示原圖像f中的像素；σ為原始圖像的模糊核，σ₁為所加高斯模糊的模糊核，同樣地，再對原圖進行模糊，使圖像虛化，得到模糊圖g；

(3)對圖像d進行傅里葉變換，獲得D；

(4)采用頻譜對比度的方法對D進行處理，進一步獲得稀疏深度圖然后通過插值的方法得到全局離焦圖

(5)利用基于熵率的超像素分割方法將全局離焦圖進行對焦主體區(qū)域與背景區(qū)域分割，得到作為對焦主體的圖像a；

(6)對對焦主體圖像a進行形態(tài)學二值化處理，選取灰度值大于閾值Ta的部分得到主體二值圖模板Ma：

a_i,j表示像素i,j處的灰度值；

(7)用全1矩陣對主體而值圖模板處理得到背景而值圖模板Mb：

Mb＝1m×n-Ma (4)

其中，1m×n是與圖像分辨率相同的全1矩陣；

(8)將主體二值圖模板Ma作用于原圖，得到主體清晰的彩圖Ia：

Ia＝f·Ma (5)

(9)將背景二值圖模板Mb作用于高斯模糊圖g，得到背景模糊彩圖Ib：

Ib＝g·Mb (6)

(10)將主體清晰彩圖Ia與背景模糊彩圖Ib疊加，得到背景虛化彩圖B：

B＝Ia+Ib (7)

B即為背景虛化的效果圖。

本發(fā)明的有益效果在于：通過單幅圖像深度估計的方法提取出拍攝者所關注的對焦主體區(qū)域，進一步結(jié)合基于熵率的超像素分割方法克服了全局深度圖中紋理信息的影響，從而更加準確地時間對焦主體區(qū)域與背景區(qū)域的分離。利用形態(tài)學的二值化的手段有效地分離出作為對焦主體的前景模板與背景模板，進一步地將主體清晰的彩圖與背景模糊的彩圖進行疊加，得到最終的背景虛化效果圖。

附圖說明

圖1為發(fā)明方法的流程框圖。

圖2為獲得的前景為關注主體的原圖像f。

圖3為通過深度估計得到的全局離焦圖

圖4為利用基于熵率的超像素分割方法得到的對焦主體圖像a。

圖5為利用形態(tài)學二值化得到的主體二值圖模板Ma。

圖6為最終得到的背景虛化效果圖B。

圖7為利用傳統(tǒng)方法得到的前景二值圖。

圖8為利用傳統(tǒng)方法得到的背景虛化圖。

具體實施方式

本發(fā)明一種利用單幅圖像進行背景虛化的方法，通過單幅圖像深度估計的方法提取出拍攝者所關注的對焦主體區(qū)域，進一步結(jié)合基于熵率的超像素分割方法克服了全局深度圖中紋理信息的影響，從而更加準確地時間對焦主體區(qū)域與背景區(qū)域的分離。利用形態(tài)學的二值化的手段有效地分離出作為對焦主體的前景模板與背景模板，進一步地將主體清晰的彩圖與背景模糊的彩圖進行疊加，得到最終的背景虛化效果圖。

下面結(jié)合附圖和實例進行詳細說明：

圖1為本發(fā)明方法的簡易流程框圖。下面結(jié)合實施例對本發(fā)明作進一步說明。

(1)獲取原圖像f，本實施例中以前景為關注主體的圖像為例，其圖像大小為m×n，如圖2所示；

(2)利用已知的高斯卷積將原圖像進行再模糊，得到圖像d：

d＝f*g(i,j；σ+σ₁) (1)

此過程中，高斯濾波器為：

其中，i,j表示原圖像f中的像素；σ為原始圖像的模糊核，σ₁為所加高斯模糊的模糊核，這里另σ₁＝0.5，同樣地，對原圖進行模糊，使得圖像虛化，得到模糊圖g，此處模糊核選用σ₂＝10從而達到背景虛化的效果；

(3)對圖像d進行傅里葉變換，獲得D：

D＝FG (3)

其中，{d,D},{f,F},{g,G}是傅里葉變換對；

(4)采用頻譜對比度的方法對D進行處理，進一步獲得稀疏深度圖然后通過插值的方法得到全局離焦圖如圖3所示；

其中，頻譜對比度為一個像素與相鄰像素的絕對值對數(shù)差：

其中，B為當前像素N×N鄰域的區(qū)域，通常鄰域的大小取N＝3的區(qū)域，通過非線性回歸分析建立邊緣處頻譜對比度與空間變化的離焦模糊量的關系：

c(i)是C(i)的傅里葉變換；

(5)利用基于熵率的超像素分割方法將全局離焦圖進行前后景分割，得到作為對焦主體的前景圖像a，如圖4所示；

(6)對前景圖像a進行形態(tài)學二值化處理，選取灰度值大于閾值Ta的部分得到前景二值圖b，如圖5所示：

a_i,j表示像素i,j處的灰度值；

(7)用全1矩陣對主體而值圖模板處理得到背景而值圖模板Mb：

Mb＝1m×n-Ma (7)

其中，1m×n是與圖像分辨率相同的全1矩陣；

(8)將主體二值圖模板Ma作用于原圖，得到主體清晰的彩圖Ia：

Ia＝f·Ma (8)

(9)將背景二值圖模板Mb作用于高斯模糊圖g，得到背景模糊彩圖Ib：

Ib＝g·Mb (9)

(10)將主體清晰彩圖Ia與背景模糊彩圖Ib疊加，得到背景虛化彩圖B：

B＝Ia+Ib (10)

B即為背景虛化的效果圖，如圖6所示。

本發(fā)明一種利用單幅圖像進行背景虛化的方法，通過單幅圖像深度估計的方法提取出拍攝者所關注的對焦主體區(qū)域，進一步結(jié)合基于熵率的超像素分割方法克服了全局深度圖中紋理信息的影響，從而更加準確地時間對焦主體區(qū)域與背景區(qū)域的分離。利用形態(tài)學的二值化的手段有效地分離出作為對焦主體的前景模板與背景模板，進一步地將主體清晰的彩圖與背景模糊的彩圖進行疊加，得到最終的背景虛化效果圖，很好地克服了傳統(tǒng)背景虛化算法出現(xiàn)對主體和背景分離不完全或不準確的問題，并且全過程無需人工干預。