[发明专利]一种基于超像素投票模型的照片多余物体去除方法有效
申请号: | 201711070941.2 | 申请日: | 2017-11-03 |
公开(公告)号: | CN107886471B | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 王莉莉;苏涛;韩嘉伟 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06T3/00 | 分类号: | G06T3/00;G06T7/194;G06T7/33 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 杨学明;顾炜 |
地址: | 100191*** | 国省代码: | 北京;11 |
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 基于 像素 投票 模型 照片 多余 物体 去除 方法 | ||
1.一种基于超像素投票模型的照片多余物体去除方法,其特征在于:包括如下步骤:
(1)利用图像配准技术对输入的多张照片进行图像配准对齐,并保留图像的重叠区域;
(2)选取一张照片作为目标图像,利用Grab cut算法对目标图像进行前景、背景分离,并使用模板匹配算法对其余照片进行前景、背景分离,其余照片作为候选图像;
(3)采用SLIC超像素分割方法,对目标图像的背景图像进行分割,然后将分割结果复制到其余候选图像的背景图像上,从而完成所有图像的背景图像的分割,利用投票选举法,将目标图像中有运动物体的超像素替换为所有图像中相应位置的优胜超像素,从而得到去掉多余物体后的结果图像;
(4)利用图像补全算法,对结果图像进行效果优化。
2.根据权利要求1所述的基于超像素投票模型的照片多余物体去除方法,其特征在于:步骤(1)包括:对输入的多张照片进行图像配准,利用基于SIFT的特征检测与匹配方法,将所有图像进行图像配准,并采用RANSAC算法对图像变换矩阵进行求解与精炼,剔除误匹配,保存所有图像的重叠区域。
3.根据权利要求1所述的基于超像素投票模型的照片多余物体去除方法,其特征在于:步骤(2)包括:采用基于Grab cut的图像分割方法,利用高斯混合模型代替统计直方图模型对前景和背景颜色建模,在用户指定待分割对象的包围矩形框后,分离目标图像的前景与背景信息,并通过模板匹配方法,实现其余候选图像背景与前景的分离。
4.根据权利要求1所述的基于超像素投票模型的照片多余物体去除方法,其特征在于:步骤(3)包括:采用SLIC超像素分割方法,将目标背景图像分割成具有相似纹理、颜色、亮度特征的相邻像素构成的图像块,统计所有背景图像中同一位置的超像素颜色信息,并进行投票选举,取票数最多的超像素作为优胜的超像素,替换目标背景图像中同一位置的超像素;通过这种方法,目标背景图像中包含运动物体的超像素由于得票少会被替换,保存此步骤的结果图像,并与步骤(2)中的前景图像进行融合,得到的便是去除了多余物体的结果图像。
5.根据权利要求1所述的基于超像素投票模型的照片多余物体去除方法,其特征在于:步骤(4)包括:对于步骤(3)的结果图像,利用图像补全算法,对结果图像中微小的残留物体进行去除,使得结果照片效果更加真实。
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北京航空航天大学,未经北京航空航天大学许可,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/201711070941.2/1.html,转载请声明来源钻瓜专利网。