[发明专利]一种基于全局能量函数优化的图像层次提取与编辑方法

说明书

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于全局能量函数优化的图像层次提取与编辑方法。

背景技术

图像编辑是所有图像处理软件中的核心技术。对图像中的层次进行编辑是图像编辑中一个非常具有挑战性的内容，这需要对图像的语义信息进行理解。其中的关键在于我们需要得到一幅图像的层次关系,然后用已有的轮廓填充和颜色填充的方法来编辑图像层次的顺序和颜色。提取图像中物体的层次关系是图像的场景理解和进一步的高层视觉任务的一个关键步骤，包括前景/背景分离，单幅图像的深度预测，2.5维简约图，图像和视频编码，运动分析等。比如，对于图像编码而言，如果我们已知图像的层次关系,便可以按层次对图像编码，由于图像中同层像素间存在着大量冗余的颜色纹理信息，按层编码可以大大压缩存储量。另外，按层编码也可以方便我们在图像容量过大或网速不好时在浏览器上逐层显示图像，这样可以很好地符合人们的视觉习惯。

如何提取图像的层次关系目前仍然是一个很具有挑战性的问题，主流的Photoshop等图像编辑软件都不支持层次关系的自动提取，图像中的图层信息需要人们自己手工选定，非常不方便。现有的提取图像层次关系的方法都不能作为通用的技术投入使用，有的方法复杂度较高，只适合处理简单的人工图像而不利于处理复杂的自然图像；有的方法只用到了局部特征信息，可以局部判断相邻区域的遮挡关系但缺少全局偏序关系的约束；有的方法在得到正确分割区域的基础上展开研究，这对初始图像分割结果提出了很高的要求。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供一种基于全局能量函数优化的图像层次提取与编辑方法，能够结合局部信息和全局信息，在计算图像层次关系并在得到层次关系的基础上进行图像编辑。

（二）技术方案

为了实现以上目的，本发明通过以下技术方案予以实现：

一种基于全局能量函数优化的图像层次提取与编辑方法，该方法包括：

S1：对图像进行超分割得到若干超分割区域，提取各区域中有关层次关系的局部特征，并用局部特征进行前景-背景关系和同层合并关系的判断；

S2：在判断结果的基础上建立一个全局能量函数，并用改进的差分进化算法求解该函数从而得到最终的层次关系；

S3：根据图像的层次关系，编辑所有层次间的偏序关系，当原有的偏序关系发生改变时，对原图像中被遮挡的层次进行轮廓填充和颜色填充。

其中，所述局部特征包括T角点特征、边缘特征、显著性特征、颜色特征和纹理特征。

其中，步骤S1具体包括：

S11：用图像分割算法对图像进行超分割，得到图像的超分割区域；

S12：提取图像中的T角点，计算各T角点周围三条边缘的位置关系和张角大小，判断T角点的头部和尾部，进而对T角点周边的三个区域做出前景-背景关系判断；

S13：在每条边缘上抽取多个采样点，计算每个采样点的大小特征、方向特征和凸性特征，以此判断该采样点两侧区域的前景-背景关系，从而根据每条边缘上所有采样点的判断结果，得到每条边缘两侧区域最终的前景-背景关系；

S14：计算每个超分割区域的显著性，通过比较两个区域的显著性来做出前景-背景关系的局部判断；

S15：先在HSV颜色空间中对颜色相近的超分割区域进行聚类，同时利用灰度共生矩阵得到每个区域的纹理特征向量，将有着相近颜色和纹理的超分割区域判断为同一层。

其中，所述图像分割算法为伯克利分割算法。

其中，步骤S2具体包括：

S21：根据得到的局部判断信息，建立全局的能量函数；

S22：采用改进的差分进化算法求解该能量函数优化问题；

S23：将求解得到的各区域的相对深度转化为图像的层次信息从而得到原图像的层次关系。

其中，所述建立全局能量函数，具体包括：给每个超分割区域赋予一个相对深度，所有区域的相对深度组成的向量作为能量函数的自变量，能量函数的因变量用来衡量图像中层次偏序关系的冲突大小。

其中，所述采用改进的差分进化算法求解该能量函数优化问题，具体包括：采用混合进化的策略产生新的解，同时用模拟退火的思想更新旧解，且每隔固定的代数，对种群中较优的解进行克隆复制和高斯变异。

（三）有益效果

本发明至少具有如下有益效果：