本發(fā)明涉及虛擬現(xiàn)實(shí)技術(shù)領(lǐng)域，特別是涉及虛擬演播室、影視特效制作。

背景技術(shù)：

摳圖是一種特殊的圖像分割技術(shù)。圖像分割只需將圖片分割成前景區(qū)域與背景區(qū)域兩部分，圖像中的每個(gè)像素不是前景就是背景。然而，實(shí)際中在前景和背景的邊界區(qū)域，往往存在前景和背景相互融合的現(xiàn)象，如人的頭發(fā)，這部分像素的顏色c是由前景色f與背景色b線性組合得到，即：

c＝(1-α)b+αf

因此，摳圖技術(shù)不但需要確定像素的前景色f，背景色b，還需確定每個(gè)像素的不透明度α。給定一幅圖像，對(duì)于每個(gè)像素而言，已知的變量只有3個(gè)，即該點(diǎn)顏色的rgb分量，未知的變量卻有7個(gè)，前景色f和背景色b的rgb值以及不透明度α，因此，該問題是一個(gè)高度病態(tài)的問題，需借助一些先驗(yàn)知識(shí)才能解決。

現(xiàn)有的方法中，使用最多的是藍(lán)屏摳像或綠屏摳像技術(shù)。該方法中假設(shè)背景為藍(lán)色或綠色，因此無需用戶手工指定三分圖，可以很容易分離背景和前景，但是該方法對(duì)于場景的光照有著比較苛刻的要求，alpha精度不高。另外一類方法則是在用戶指定三分圖的基礎(chǔ)上，實(shí)現(xiàn)比較精細(xì)的摳圖效果，包括基于顏色采樣思想的摳圖方法，即通過查找最近的前景樣本點(diǎn)和背景樣本點(diǎn)估計(jì)前景色和背景色，而后估計(jì)alpha值，如robustmatting，sharematting和貝葉斯摳圖，以及基于相似性原理的摳圖方法，包括poissonmatting，closedformmatting，spectralmatting。這類方法雖然alpha精度比較高，能處理復(fù)雜的自然場景，但是計(jì)算量大、難以實(shí)時(shí)，并且需要用戶手工輸入一個(gè)比較精細(xì)的三分圖，對(duì)于實(shí)時(shí)視頻流的處理并不適用。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種針對(duì)只包含單一背景顏色的圖像的快速摳圖方法。該方法無需像藍(lán)屏摳像技術(shù)中假設(shè)背景色為藍(lán)色或綠色，可自動(dòng)偵測圖像中的背景顏色；結(jié)合基于顏色采樣的摳圖技術(shù)的思想，可提高藍(lán)屏摳像技術(shù)中的alpha值精度；并且無需人工交互指定三分圖，計(jì)算速度快，可實(shí)現(xiàn)實(shí)時(shí)的視頻摳圖。

本發(fā)明所采用的技術(shù)方案為：

單一背景下的圖像快速摳圖方法主要包括四個(gè)步驟：背景色自動(dòng)識(shí)別與前景分割，三分圖自動(dòng)生成，基于三分圖的alpha值計(jì)算以及alpha值的優(yōu)化。

背景色的自動(dòng)識(shí)別通過對(duì)圖像的左上、右上、左下、右下四個(gè)邊界區(qū)域進(jìn)行采樣實(shí)現(xiàn)。為了減少光照的影響，首先將圖像的顏色空間轉(zhuǎn)換為hsi，僅利用hsi顏色空間中的h分量，即色度信息來自動(dòng)識(shí)別圖像的背景色。設(shè)圖像的寬和高分別為w和h，分別在圖像的(15,15)，(w-15，15)，(15，h-15)，(w-15，h-15)四個(gè)位置采樣一個(gè)5x5的子區(qū)域，計(jì)算每個(gè)子區(qū)域的平均h值，圖像背景色的h值即為四個(gè)子區(qū)域的平均h值的中值。利用計(jì)算得到的圖像的背景色，對(duì)于圖像中的每個(gè)像素，若像素的h值與背景色的h值的差別小于給定的閾值，則該像素屬于背景區(qū)域，否則屬于前景區(qū)域。這樣，就實(shí)現(xiàn)了圖像的前景與背景的分割。

基于分割的結(jié)果，通過分別對(duì)前景和背景進(jìn)行腐蝕，可以自動(dòng)生成一個(gè)三分圖。腐蝕后的前景構(gòu)成三分圖中的前景部分，腐蝕后的背景構(gòu)成三分圖中的背景部分，剩下的像素則構(gòu)成三分圖中的未知區(qū)域。腐蝕的模板如圖1所示，為一個(gè)5x5的矩形模板。

基于得到的三分圖，計(jì)算三分圖未知區(qū)域中每個(gè)像素的alpha值。具體方法為：對(duì)于三分圖中未知區(qū)域的每一個(gè)像素點(diǎn)p，在背景區(qū)域找出離該點(diǎn)最近的背景點(diǎn)，計(jì)該點(diǎn)的顏色為b，在前景區(qū)域找出離該點(diǎn)最近得前景點(diǎn)，以該點(diǎn)為中心，選擇5x5范圍內(nèi)的前景點(diǎn)，對(duì)于每一個(gè)前景點(diǎn)，按式(1)計(jì)算對(duì)應(yīng)的α值。點(diǎn)p的alpha值則為所有這些點(diǎn)對(duì)中誤差最小的α值。誤差的計(jì)算如式(2)所示。

最后針對(duì)計(jì)算得到的alpha值利用引導(dǎo)濾波的方法進(jìn)行優(yōu)化，減少計(jì)算過程中的誤差與噪聲。引導(dǎo)濾波中的引導(dǎo)圖像為原始圖像，待濾波的的圖像為alpha值構(gòu)成的圖像。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效益是避免了人工交互，無需指定三分圖及假設(shè)背景色；減少了計(jì)算復(fù)雜度，提高了計(jì)算效率，可實(shí)現(xiàn)實(shí)時(shí)摳圖，因此可適用于虛擬演播室等虛擬在線應(yīng)用。

附圖說明

圖1為圖像腐蝕過程中應(yīng)用的5x5模板。

圖2為單一背景下的圖像摳圖的流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步說明。

如圖2所示，單一背景下的圖像快速摳圖方法，主要包括四個(gè)步驟：背景色自動(dòng)識(shí)別與圖像分割，三分圖自動(dòng)生成，alpha值計(jì)算與基于引導(dǎo)濾波的alpha值優(yōu)化。

輸入一幅圖像，首先將顏色空間轉(zhuǎn)換為hsi顏色空間。若圖像的寬和高分別為w和h，分別在圖像的(15,15)，(w-15，15)，(15，h-15)，(w-15，h-15)四個(gè)位置采樣一個(gè)5x5的子區(qū)域，計(jì)算每個(gè)子區(qū)域的平均h值。四個(gè)子區(qū)域平均h值的中值即為背景色的h值。對(duì)于圖像中的每個(gè)像素，若該像素的h值與背景色的h值差別小于給定的閾值(通常取值為20)，則該像素屬于背景區(qū)域，否則屬于前景區(qū)域，從而實(shí)現(xiàn)圖像的自動(dòng)分割。

對(duì)于分割后得到的前景和背景，使用圖1所示的模板進(jìn)行腐蝕，從而自動(dòng)生成一個(gè)精細(xì)的三分圖。

基于生成的三分圖，對(duì)于未知區(qū)域中的每個(gè)像素，查找最近的前景點(diǎn)和背景點(diǎn)，利用式(1)計(jì)算具有最小誤差的alpha值。

最后，基于引導(dǎo)濾波的方式對(duì)計(jì)算得到的alpha值進(jìn)行平滑，以減少計(jì)算過程中存在的噪聲。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明針對(duì)藍(lán)屏摳像方法的不足，公布了一種單一背景圖像的快速摳圖方法。該方法包括背景色自動(dòng)識(shí)別、三分圖自動(dòng)生成與alpha值計(jì)算三步。首先，通過對(duì)圖像邊界采樣自動(dòng)識(shí)別圖像的背景色，并將RGB顏色模型轉(zhuǎn)換為HSI顏色模型，減少光照的影響，從而實(shí)現(xiàn)前景和背景的自動(dòng)分割；其次，通過分別對(duì)前景和背景的腐蝕得到一個(gè)三分圖；基于三分圖，基于顏色采樣的思想計(jì)算出未知區(qū)域的每個(gè)像素的alpha值，最后利用引導(dǎo)濾波的方法對(duì)計(jì)算得到的alpha值進(jìn)行平滑，減少計(jì)算中的噪聲。該方法實(shí)現(xiàn)簡單、無需用戶指定背景、alpha值計(jì)算精度高、計(jì)算速度可達(dá)到實(shí)時(shí)，對(duì)于虛擬演播室、影視動(dòng)畫的合成具有重要意義。

技術(shù)研發(fā)人員：譚光華;蔡青宏
受保護(hù)的技術(shù)使用者：湖南大學(xué)
技術(shù)研發(fā)日：2017.03.01
技術(shù)公布日：2017.07.14