[发明专利]一种数字伪装图像生成方法

说明书

技术领域

本发明涉及计算机图像处理技术领域，具体涉及一种数字伪装图像生成方法。

背景技术

伪装图像是一种典型的视错觉娱乐艺术，它非常特别又极富魅力。在一幅伪装图像中通常隐藏了一个或多个物体，当人们在观察这类图像时，通常首先感知到整个图像的主要特征，然而经过更加仔细的观察场景特征后，人们通常会识别出场景中隐藏了其他的物体。

现实中的伪装图像通常由艺术家手工创作而成，艺术家首先勾画出整幅图像场景和被隐藏物体的结构线条，在此基础上不断增加纹理细节，从而达到隐藏物体的效果。与艺术家创作过程相似，在伪装图像的绘制中，我们分别处理物体的结构线条即大尺度层和纹理细节即细节层。由艺术家创作的伪装图像在伪装区域通常具有和谐的色彩和亮度，而它隐藏的物体一般仅留下用于视觉感知的全局特征，如结构性边缘。艺术家创作一幅视错觉图像通常是一个非常专业、耗时和繁琐的过程，这对于绘画技巧较弱的人来说非常困难。

为了解决这一问题，在计算机图形学领域研究者们设计开发了一些用于设计和创作视错觉图像的自动生成工具，追求最真实的视错觉绘制效果，但对于自动伪装图像的生成方法关注甚少。

Oliva等人基于多尺度混合技术提出了一种生成混合图像(hybrid images)的方法，参见Oliva A.，Torralba A.，Schyns P. G.：Hybrid images.ACM Transactions on Graphics 25(3)，527-532(2006)。该方法利用多尺度技术对图像进行分解，通过混合不同频域的图像生成最终的混合图像。随着观察距离的变化，观察者可以感知到不同的图像。

Yoon等人基于旋转不变性的形体匹配模型提出了一个隐藏图像生成器，参见Yoon J.C.，Lee I.K.，Kang H.：A hidden-picture puzzles generator.Computer Graphics Forum 27(7)，1869-1877(2008)。

Mitra等人提出了一种从给定场景中生成浮现图像(emerging images)的合成技术，参见Mitra N.J.，Chu H.K.，Lee T.Y.，Wolf L.，Yeshurun H.，Cohen-or D.：Emerging images.ACM Transactions on Graphics 28(5)，163：1-163：8(2009)。

基于纹理合成的算法是伪装图像生成的一种主要方法，这种方法将研究重点放在亮度匹配、亮度优化以及纹理合成的建模上，它利用这些模型建立一个自动合成伪装图像的系统。这种方法尝试在计算机上生成逼真的自然图像的伪装效果。Chu等人基于亮度优化和纹理合成技术提出了一种应用于自然图像的伪装图像合成系统，参见Chu H.K.，Hsu W. H.，Mitra N.J.，Cohen-or D.，Wong T.T.，Lee T.Y.：Camouflage images.ACM Tran sactions onGraphics 29(4)，51：1-51：8(2010)。它生成的伪装图像有较好的视觉效果，可以创造出高质量的图像，但是该方法有个缺点，即在对亮度对比度较低的前景物体进行伪装时，生成的伪装效果较差，视觉特征非常明显，完全达不到伪装效果。

另外一种生成伪装图像的方法是基于图像融合的算法，为了生成伪装图像，这类方法首先将前景物体与背景图像的边缘进行形状匹配，在背景图像中找到适当的位置进行伪装，然后使用泊松图像融合技术将前景物体与背景图像进行混合。Tong等人基于边缘匹配技术和图像融合技术提出了一种伪装图像的生成方法，参见Tong Q.，Zhang S.H.，Hu S.M.，Martin R.R.：Hidden images.In NPAR’2011：Proceedings of the ACM SIGGRAPH/Eurographics Symposium on Non-Photorealistic Animation and Rendering，27-34(2011)。这种方法可以自动在背景图像中找到最佳的前景物体隐藏位置和方向，且它生成的伪装图像通常具有无缝边界。但是，该方法可能会导致前景物体或者背景图像在进行伪装处理后，伪装区域内的纹理细节变得较为模糊，从而产生明显的瑕疵。

基于上述两种方法的缺点以及图像伪装在防伪领域潜在应用的需要，希望能够开发出一种新的具有良好伪装效果的数字伪装图像生成方法。

发明内容