[发明专利]一种结合反射光照的贝叶斯决策前景提取方法

说明书

技术领域

本发明属于计算机图像处理技术领域，特别涉及一种结合反射光照的贝叶斯决策前景提取方法。

背景技术

前景提取技术是一种通过用户指定图像中少量前景和背景区域，并根据这些提示按照一定的判定规则自动、准确地分离出所有的前景物体。

前景提取技术是影视制作中必不可少的关键技术，广泛应用于媒体制作中。发展到今天已经产生了许多不同的算法：Rotoscoping方法、Autokey方法、Knockout方法、Ruzon-tomasi方法、Hillman方法、贝叶斯方法、泊松方法、Grabcut方法、Lazy snapping和基于感知颜色空间的抠图方法等等。在自然图像中进行前景提取可以分为区域划分、颜色估计与α估计3个步骤，首先进行trimap划分，然后求未知区域中各点的前景色成分和α值。

基于贝叶斯框架，Chuang提出了利用统计学原理的贝叶斯抠图方法，该方法与以往基于图论知识的Grabcut方法或Lazy snapping不同，也不是利用光栅扫描顺序来逐个处理每个像素，而是利用贝叶斯框架，使用统计学原理构造线性方程组求取最合适的解，该方法的处理顺序是像剥洋葱似的由外向内逐圈处理，实际上就是要在在RGB空间中求得未知区域中任意一点C到连接前景区域点F和背景区域点B的线段FB的欧氏距离d₁，                                                点到F点的马氏距离d₂，点到B点的马氏距离d₃的平方和的最小值，即求min（d₁²+d₂²+d₃²）。但该方法只定义了对数概率L(C|F,B,α)，L(F)和L(B)，没有定义L(α)，当前景和背景的颜色比较接近时，这种假设就会出现问题。Tan对贝叶斯抠图进行了改进，提出了一种快速抠图方法：假设线段FB经过C点，这样d₁=0，把贝叶斯抠图框架简化为求min（d₂²+d₃²），并提出了一个快速求解最小值的近似方法。这种方法尽管速度较快，但效果并不理想。

发明内容

基于贝叶斯抠图方法的统计学原理，针对上述前景提取方法的不足，本发明提出一种结合反射光照的贝叶斯决策前景提取方法，以避免一般抠图算法计算量大、处理速度慢的缺点，并降低对用户交互的要求，得到准确完整的前景提取结果。

本发明结合反射光照的贝叶斯决策前景提取方法是一种全新的交互式前景提取技术。该方法包括以下步骤：

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，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；

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、滤波去噪

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，去除图像噪声影响，避免后续分水岭分割时产生过分割现象；

S3、图像分割

经过步骤S2去噪处理后的图像，边缘信息明显，尤其是前背景颜色较为相近的图像，突出了前景物体及边界毛刺部分细节；在此基础上运用分水岭算法分割图像，把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域看作集水盆，而集水盆的边界则形成分水岭；