[发明专利]基于图像库的图像合成质量自动评测方法

说明书

技术领域

本发明涉及图像处理领域，特别是涉及一种图像合成质量评测方法，此方法基于图像库，并且能实现对大量图像合成质量的自动评测。

背景技术

随着多媒体技术和网络技术的发展，互联网上丰富的图像资源得到广泛应用，各种图像处理技术成为计算机学科研究的热门领域。其中，图像合成技术可以让用户通过多张照片拼合成一张以假乱真的照片，并且满足用户对照片内容的要求。一些图像处理相关的商业软件(如：Adobe Photoshop，Pixel Image Editor)，可以通过复杂的用户交互实现上述目的。但是所述软件的使用需要用户有较强的美术专业知识以及对软件的熟练掌握，除此之外，还需要用户付出长时间的枯燥劳动。由于图像合成技术可以广泛应用于传媒、娱乐、教育、军事国防等诸多领域，近年来国内外研究人员都对其进行了大量深入的研究。这些研究致力于在提升图像合成的真实效果的同时大大降低人工交互的复杂度。但是，现有技术并不能对任意给定的两幅图像，都能实现较好的合成结果。这是因为即使使用当前最好的图像合成技术，当输入图像的光照、纹理、色彩差别太大时，合成结果依然会有明显的瑕疵。不过随着网络资源的无限丰富，一些海量图像库的建立为图像合成技术提供了新的发展空间。设想用户需要将两个图像对象合成到一起，他可以在图像库里搜索光照、纹理、色彩等各方面条件最相近又包含相应内容的图像，提取其中相应的内容进行合成，这样可以保证最佳的合成质量，比局限于两张指定图像的合成有明显优势，同时又满足了用户对结果的要求。

发明内容

本发明要解决的技术问题在于提供一种基于图像库的图像合成质量自动评测方法，该方法对用户从图像库中选出的含合成对象的图像(待合成图像)进行合成质量评测，以便根据这一评测结果从中选出合成质量最好的一组图像进行合成。该方法基于图像库，相对于给定两张图像来说大大扩展了图像的选择范围，保证在选择的图像范围内使图像的合成效果最佳，并且能实现合成质量的自动评测，避免了复杂人工交互。

为解决上述技术问题，本发明的技术方案为让用户从一个已将图像分类和标注的图像库中指定含合成对象的图像类别(假设用户想将一只羊合成到草地上，就需要指定羊和草地两类图像)，并指定合成位置；对一组待合成图像的每一对合成对象的标注区域进行处理得到合成对象的融合区域；对所述融合区域进行超像素分割(SuperpixelSegmentation)，每个分割区域是一对(两个)超像素；计算每个超像素分割区域的局部自定义合成能量；在超像素分割区域上计算一个封闭的能量最小路径，即最优合成路径；计算每一组待合成图像的所有最优合成路径的总能量，即总合成能量，对待合成图像的合成质量进行评估。

其中，所述待合成图像包括多个图像，每一组待合成图像为两个图像，或者是两个以上图像；所述一组待合成图像为一对图像时，包括一个作为背景的源图像和一个作为前景的目标图像；所述一组待合成图像为两个以上图像时，包括一个或多个源图像或目标图像。评测包括两个以上图像的一组待合成图像的合成质量时，先分别计算一组图像中每一对图像的最优合成路径的能量，然后计算一组图像的总合成能量，选择总合成能量最小的一组图像进行合成。

其中，局部自定义合成能量用于评估融合区域中两个对应超像素的合成质量，可定义为一个与源图像和目标图像纹理差异、色彩差异、 源图像的背景纹理复杂度以及源图像的前景和背景的差异皆相关的函数。

其中，最优合成路径包围所述合成对象，合成图像的质量由所述最优合成路径的能量决定，最优合成路径的能量越小，合成图像的质量越好。

其中，每个超像素分割区域的能量除包括局部自定义合成能量以外还可以为每个超像素分割区域的能量设置一个权重。

其中，最优合成路径可以通过动态规划算法求解。

本发明的局部自定义合成能量计算方法能很好的评估两个对应超像素的合成质量。另外，由于超像素级的计算速度很快，超像素级的局部自定义合成能量的计算、最优合成路径的求解都非常快，因此本发明能在可接受时间内完成对大量图像合成质量的自动评测，而直接图像合成往往需要求解大型矩阵，花费的时间难以接受。

附图说明

图1为本发明的一种基于图像库的图像合成质量自动评测方法的流程图；

图2为本发明的求解最优合成路径的示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步详细说明。以下说明不用来限制本发明的范围。

本发明的一种基于图像库的图像合成质量自动评测方法如图1所示，包括以下步骤：