[发明专利]全景图像的天空滤镜方法、装置及便携式终端

说明书

本发明提供了一种全景图像的天空滤镜方法、装置及便携式终端。所述方法包括：获取若干含有天空区域的全景图像作为数据集，并标记出每幅图像的天空区域和地面区域；分别提取天空区域和地面区域的特征，标记为正样本和负样本；将正、负样本输入支持向量机SVM进行训练，获得模型；将测试全景图像提取特征，输入模型，获得初始掩膜图像；对初始掩膜图像去除误分类得到精确掩膜图像；针对精确掩膜图像，采用多分辨率融合算法对天空的全景模板图像和测试全景图像进行融合，从而实现天空滤镜的效果；本发明技术方案通过机器学习算法检测全景图像中的天空区域，进一步利用多分辨率融合算法融合全景天空模板图像与全景图像，实现了天空滤镜的效果。

技术领域

本发明属于图像处理领域，尤其涉及一种全景图像的天空滤镜方法、装置及便携式终端。

背景技术

天空滤镜技术能制作生成逼真的自然天空效果，让图像的天空背景替换成想要的天空效果，能营造较为真实的画面感。天空滤镜技术的实现效果与天空检测算法的准确率密切相关。

目前基于颜色先验的天空识别算法速度较快，但是识别精度较低。这是因为天空在不同时间段、不同天气条件下，天空的颜色会发生显著变化，因此基于颜色的天空识别算法无法适应天空颜色的变化。基于梯度先验的天空识别算法假设天空区域的梯度变化较为平缓。该算法通过构造一个能量函数优化得到图像中梯度较为平滑的连续区域，即为天空区域。但是当天空中存在云彩时，天空中存在明显的梯度变化，该算法的假设不再成立。因此基于梯度的天空识别算法不适用于天空中存在云、太阳等附着物的情况。究其原因，上述算法在检测天空时仅仅利用了有限的先验知识，不能涵盖多样的天空变化。为解决上述问题，本发明通过机器学习算法检测全景图像中的天空区域，检测的结果比较准确，在检测出天空区域的基础上，采用多分辨率融合算法融合全景天空模板图像与全景图像，实现天空滤镜效果。

发明内容

本发明提出一种全景图像的天空滤镜方法、装置及便携式终端，旨在让图像中天空能替换成不同的天空背景，生成和画面融为一体的逼真的天空，提高目前天空检测的准确率低的缺陷，实现较为逼真的天空滤镜效果。

第一方面，本发明提供了一种全景图像的天空滤镜方法，所述方法包括：

获取若干含有天空区域的全景图像作为数据集，并标记出数据集中每幅图像的天空区域和地面区域；

分别提取数据集中每幅图像天空区域和地面区域的特征，并标记出正样本和负样本；

依次将数据集中每幅图像标记的正样本和负样本输入支持向量机SVM进行训练，获得模型；

提取测试全景图像的特征，输入模型，获得标记了天空像素和地面像素的初始掩膜图像；

对初始掩膜图像去除图像中的误分类像素点和误分类区域，得到对应的精确掩膜图像；

针对精确掩膜图像，采用多分辨率融合算法对天空的全景模板图像和测试全景图像进行融合，从而实现天空滤镜的效果。

可选地，所述的标记具体包括：

将每幅含有天空区域的全景图像中天空区域标注为1，地面区域标注为0，得到数据集对应的掩膜数据集。

可选地，所述的标记出正样本和负样本具体为：

分别提取数据集中每幅图像天空区域和地面区域的特征，所述的特征包括：R通道值，G通道值，B通道值，方差，B/G值，B/R值，行坐标和方差的乘积，共七个特征。将天空区域像素的特征标记为正样本，将地面区域像素的特征标记为负样本。

可选地，所述的对初始掩膜图像去除图像中的误分类像素点和误分类区域，得到对应的精确掩膜图像具体为：

对模型输出的初始掩膜图像进行中值滤波，然后基于天空在图像上部分，地面在图像下部分这一先验知识，滤除误分类的单个像素点，方法为设像素点(x,y)的权重值为p，有：