[发明专利]一种图像处理方法和装置

说明书

本发明公开了一种图像处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对待处理图像进行前景预测，得到第一掩码图；利用图像分割算法对所述第一掩码图进行处理，得到第二掩码图；对所述第二掩码图中选定区域的像素标量值进行修正，以生成所述待处理图像的掩码图像。该实施方式能够在优化时间复杂度的情况下提高对细节的处理精度，并提高初始区域标记的准确度，进而提高图像分割的准确度，且对于各种干净程度的背景下的图像处理均可以适用。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像处理方法和装置。

背景技术

随着技术发展，通过图像处理技术可以实现将前景从图像中提取出来以与背景分割开，以及进行背景替换等后续的处理。以人像处理为例，现有方案包括如下几种：一是通过轮廓检测技术在原图中寻找人像轮廓，此方案在图像分割时为了保证时间复杂度高而没有描述对于头发等细节区域的处理方式，此外其应用范围受限于背景的干净程度(如背景没有明显纹理的情况)。二是初始步骤是根据人脸检测得到下巴的位置，然后通过下巴的位置去标记人体区域，此方案对人体区域的标记不够直接且精度不够高，会直接影响到下一步图像分割的准确度。三是初始步骤的标记需要依靠人脸检测，由于人脸检测实际上只能得到人脸轮廓或者人脸框，因而很难准确的得到人体区域的掩码图，另外采用了一种基于直方图的分割方案，分割准确度不高。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

对细节的处理精度差，初始标记以及图像分割的准确度低，且应用范围受限于背景的干净程度(如背景纹理特征的显著度等)。

发明内容

有鉴于此，本发明实施例提供一种图像处理方法和装置，能够在优化时间复杂度的情况下提高对细节的处理精度，并提高初始区域标记的准确度，进而提高图像分割的准确度，且对于各种干净程度的背景下的图像处理均可以适用。

为实现上述目的，根据本发明实施例的一个方面，提供了一种图像处理方法。

一种图像处理方法，包括：对待处理图像进行前景预测，得到第一掩码图；利用图像分割算法对所述第一掩码图进行处理，得到第二掩码图；对所述第二掩码图中选定区域的像素标量值进行修正，以生成所述待处理图像的掩码图像。

可选地，通过深度学习模型对所述待处理图像进行前景预测，以得到所述第一掩码图。

可选地，对所述第二掩码图中选定区域的像素标量值进行修正的步骤之前，包括：在所述第二掩码图中，将前景像素与前景边界的距离与第一距离阈值比较，以及将背景像素与所述前景边界的距离与第二距离阈值比较，以筛选出属于前景和背景交错区域的像素；将筛选出的像素所属的区域划分为所述选定区域。

可选地，对所述第二掩码图中选定区域的像素标量值进行修正的步骤，包括：对于所述选定区域内的每一个像素，根据该像素的最近前景采样点的邻域像素的颜色统计信息，得到该像素对应的颜色统计信息；根据所述最近前景采样点的颜色向量与所述最近前景采样点对应的默认背景颜色向量，得到第一颜色差向量；根据该像素的颜色向量与所述最近前景采样点对应的默认背景颜色向量，得到第二颜色差向量；根据该像素对应的颜色统计信息、所述第一颜色差向量、所述第二颜色差向量，对该像素的标量值进行修正。

可选地，根据该像素的最近前景采样点的邻域像素的颜色统计信息，得到该像素对应的颜色统计信息的步骤，包括：对该像素的最近前景采样点的每一邻域像素，根据该邻域像素的颜色向量与该邻域像素的最近背景采样点的颜色期望值，得到该邻域像素对应的颜色差向量；对该像素的最近前景采样点的所有邻域像素对应的颜色差向量进行聚类分析，得到该像素的最近前景采样点的邻域像素的分类；根据各邻域像素对应的颜色差向量，计算每一分类内邻域像素的的颜色统计信息；根据与该像素的颜色向量最接近的分类内邻域像素的颜色统计信息，得到该像素对应的颜色统计信息。