[发明专利]多目标空间排列与虚拟背景、前景合成方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种多目标空间排列与虚拟背景、前景合成方法。

背景技术

opencv全称opensourcecomputervisionlibrary，是intel开发的一个计算机视觉库，可以运行在Linux、Windows、Android和MacOS操作系统上，包含了多种计算机图形图像处理的库。opencv库主要用于人机互动、图像处理、计算机视觉、模式识别、物体识别、人脸识别、Object识别、运动跟踪等等方面，opencv源库由轻量级而且高效--由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植，OpenCV的代码经过适当改写可以正常的运行在DSP系统和ARM嵌入式系统中，这种移植在大学中经常作为相关专业本科生毕业设计或者研究生课题的选题。

在实际拍摄中，经常是物体在相同的背景中活动，需要将物体提取出来放到新的背景中。因此，在图像或视频处理软件中，将图像或视频中的多个目标空间排列与虚拟背景、前景进行合成是一种很广泛的需求。随着计算机图像技术的飞速发展，现有的基于opencv现有库的抠色、兴趣区域的对虚拟背景、前景合成技术，普遍存在虚拟演播室造价高昂、运行消耗内存太高，效率低，速度慢等等缺陷。基于上述陈述，本发明提出了一种多目标空间排列与虚拟背景、前景合成方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种多目标空间排列与虚拟背景、前景合成方法。

多目标空间排列与虚拟背景、前景合成方法，包括以下步骤：

S1、将同一个场景下的多个目标与指定的背景进行融合，并分别对目标进行空间排列；

S2、根据需要在新背景上区域填充目标前景图像，并通过算法对目标前景图像进行背景取代化处理；

S3、利用步骤S2中优化处理后的新背景像素替代目标原有的背景像素，并对目标进行空间位置的移动；

S4、将步骤S3中完成空间位置移动的目标添加到整体前景中，完成目标与前景的数字化实时合成，形成完整的特效视频。

优选的，所述步骤S1中的同一个场景下的多个目标在与指定的背景进行融合前，需先对目标进行前景和背景的分离。

优选的，所述步骤S2中的新背景由背景控制设备根据背景设备的背景模式和/或前景的图像颜色获取确定。

优选的，所述步骤S2中的算法指对目标前景图像进行细致化优化，具体包括对目标前景图像进行像素点增强、均衡和降噪处理。

优选的，所述步骤S4中完整的特效视频形成后，需将视频数据进行实时传输。

本发明提出的多目标空间排列与虚拟背景、前景合成方法，先对同一个场景下的多个目标进行前景和背景的分离处理，完成分离处理后将目标与指定的背景进行融合，并分别对目标进行空间排列，然后在获取的新背景上区域填充目标前景图像，并通过算法对目标前景图像进行像素点增强、均衡、降噪处理和背景取代化处理，利用新背景像素替代目标原有的背景像素，并对目标进行空间位置的移动，最后将目标添加到整体前景中，完成目标与前景的数字化实时合成，形成完整的特效视频，并完成视频数据的实时传输。本发明有效的解决了现有的基于opencv现有库的抠色、兴趣区域的对虚拟背景、前景合成技术，普遍存在虚拟演播室造价高昂、运行消耗内存太高，效率低，速度慢等等缺陷，有效的降低了计算的复杂度和内存消耗率，内存消耗降低了近50%，区别于现有技术，本发明提出的多目标空间排列与虚拟背景、前景合成方法，有效的减少目标前景图像的边缘色差突出，视频效果好，在1080p的分辨率下仍可以高效率的实时运行，没有延时，不仅如此本发明提出的合成方法简单方便，易于操作，合成成本低，值得推广。

具体实施方式

下面结合具体实施例对本发明作进一步解说。

实施例

本发明提出的多目标空间排列与虚拟背景、前景合成方法，包括以下步骤：

S1、将同一个场景下的多个目标进行前景和背景的分离处理，完成分离处理后将目标与指定的背景进行融合，并分别对目标进行空间排列；