[发明专利]一种结合反射光照的贝叶斯决策前景提取方法有效
申请号: | 201310059707.5 | 申请日: | 2013-02-26 |
公开(公告)号: | CN103164855A | 公开(公告)日: | 2013-06-19 |
发明(设计)人: | 王好谦;邓博雯;邵航;戴琼海 | 申请(专利权)人: | 清华大学深圳研究生院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00 |
代理公司: | 深圳市汇力通专利商标代理有限公司 44257 | 代理人: | 王锁林;张慧芳 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结合 反射 光照 贝叶斯 决策 前景 提取 方法 | ||
1.一种结合反射光照的贝叶斯决策前景提取方法,其特征是包括以下步骤:
S1、灰度匹配变换,输入原始图像,由用户指定位于前景物体的点光源,用BRDF(双向反射分布函数)计算点光源在前背景物体上的光照影响,引入幂次变换,通过控制变换函数的参数,突出图像前背景边缘信息;
同时,根据点光源在前背景物体上产生的不同光照影响,计算得出每个像素对应的光照函数;
S2、对步骤S1匹配变换后的图像使用高通滤波器进行滤波去噪处理;
S3、经过步骤S2去噪处理后的图像运用传统分水岭算法分割图像,分水岭算法包括排序和淹没两个步骤的迭代标注,完成全部图像的迭代标注之后,得到图像完整连续的边缘分割线;及
S4、计算抠图参数,图像分割成背景、前景和未知区域三个区域后,定义一个贝叶斯框架来公式化抠图参数,求解一个最大后验问题,计算最接近C的F、B和α;其中,C是已知的图像上一点的颜色,F、B、α分别是背景色、前景色和不透明度,F和B的分布用高斯分布来模拟,α的分布通过滑动的窗口将已经计算出来的未知区域与指定区域作为样本数据,用一个多层感知器拟合其分布曲线;
S5、根据步骤S4得到的抠图参数F、B和α,重建出图像的α值图,引入一个马尔可夫随机场,融合步骤S1得到的光照函数,通过最小化构造出的能量函数完成前景图层的提取。
2.如权利要求1所述的方法,其特征是:步骤S2选用通带与阻带之间有一平滑过渡带的ButterWorth高通滤波器。
3.如权利要求1或2所述的方法,其特征是:步骤S1中采用幂次函数 进行灰度匹配变换,式中,f为原图灰度,g为变换后灰度,c、b、γ为控制参数。
4.一种灰度匹配变换方法,用于权利要求1所述结合反射光照的贝叶斯决策前景提取方法,其特征是包括以下步骤:
输入原始图像,由用户指定位于前景物体的点光源,在灰度匹配变换中用BRDF计算点光源在前背景物体上的光照影响,引入幂次函数,式中f为原图灰度,g为变换后灰度,c、b、γ为控制参数,通过控制变换函数的参数,扩展高灰度范围,压缩低灰度范围,突出图像前背景边缘信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310059707.5/1.html,转载请声明来源钻瓜专利网。