[发明专利]一种基于像素种类和权重统计的颜色采样方法

说明书

本发明提供一种基于像素种类和权重统计的颜色采样方法，包括：遍历图像的第1列以及第P列的像素的颜色值，求颜色值的统计平均值，并向上取整得到图像的背景颜色；再取其中最大的像素颜色值与最小的像素颜色值之差，计算出背景像素距离；并由这两列中的两个相邻像素的颜色值的距离的得到像素相似距离；遍历图像中的像素，每出现一种新的像素种类，均添加到预采集像素种类集中，并根据背景颜色确定像素种类的类型及所属的样本库；提取样本库中的典型样本，获得泛像素种类集并计算泛像素种类所占权重。本发明在鲁棒性抠图的基础上，提出一种改进的颜色采样方法，使其更适用于单一背景颜色的图像分割，提高抠像精度与速率的目标。

技术领域

本发明属于数字图像分析领域，具体涉及一种基于像素种类和权重统计的颜色采样方法。

背景技术

在数字图像处理领域中，要实现图像前景与背景的分离的抠像技术，在保证前景与背景的实时分割处理的同时，尽量提高图像分割的质量。这就要求前景与背景交界处毛刺尽量少，前景图层中不包含背景成分。现有的方法中，使用较多的是蓝屏抠像或绿幕抠像技术。由于该技术的背景颜色相对单一，可无需用户手工指定前景、背景和不确定区域，能较容易分离出前景和背景区域，且计算机处理自然背景图像相较单一背景颜色图像的速度要慢，因此在实际中绿幕抠像或蓝屏抠像应用场景更为广泛。

另一类自然背景下的抠像方法，需要用户手动标记前景、背景或不确定区域。算法根据用户的输入进行处理可实现较精细的抠像效果，包括基于颜色采样方法的抠图算法，如鲁棒性抠图(Robust Matting)和贝叶斯抠图(Bayesian Matting)等；和基于相似性原理的抠像算法，如Poisson Matting,Closed Form Matting,Spectral Matting等。这类算法的优点在于，抠图质量较高，较精细，尤其是鲁棒性抠图(Robust Matting)对毛发边缘的处理效果优良，是目前此类算法中效果最佳的抠图算法，但所需处理的数据量大，且需要用户的输入，一般情况下运行速率较低，难以实现实时的抠图，因而不能够直接地使用在实际影视编辑行业中。

由上述可以看出，鲁棒性抠图(Robust Matting)需要用户标记，且处理时间长，但抠图质量较好；而绿幕抠图或蓝屏抠图则无需用户标记，处理速度较快，但抠图精度较低。若能将这两种方法相结合，并相应地改进鲁棒性抠图(Robust Matting)中的颜色采样方法，将鲁棒性抠图(Robust Matting)的方法应用在单一背景颜色的图像分割中，有望提升抠图的精度和速率。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供基于像素种类和权重统计的颜色采样方法，该方法更适用于单一背景颜色的图像分割，提高抠像精度与速率的目标。

为实现上述目的及其他相关目的，本发明提供一种基于像素种类和权重统计的颜色采样方法，该方法包括以下步骤：

步骤1.遍历大小为P×Q的图像的第1列以及第P列的像素的颜色值，求所述颜色值的统计平均值，并向上取整得到图像的背景颜色其中，Aver{}表示取括号中元素值的平均值；再取其中最大的像素颜色值与最小的像素颜色值之差，计算出背景像素距离L_B；并由这两列中的两个上下相邻像素a和b的颜色值的距离的得到像素相似距离L，即L＝|C_a-C_b|×dim，其中C_a和C_b分别表示像素a和b在具体颜色空间下的颜色值，且C_a≠C_b，dim表示图像在具体颜色空间中的颜色值参量数目；

步骤2.遍历图像中的像素，每出现一种新的像素种类ψ_i^p，均添加到预采集像素种类集ψ^p中，并根据步骤1得出的背景颜色C_B，确定像素种类的类型及所属的样本库；

步骤3.提取样本库中的典型样本，获得泛像素种类集ψ^e并计算泛像素种类所占权重。