[发明专利]一种利用小波变换对图像进行边缘平滑处理的抠图方法

说明书

本发明公开了一种利用小波变换对图像进行边缘处理的抠图方法，该方法包括以下步骤：将原始图像划分为前景、背景以及未知区域；根据所得到的三分图收集像素点i的所有非局部临近像素点j；根据收集到的像素点，在K近邻matting算法中计算关系矩阵；构建特征向量这一步用到小波变换，利用边缘避免小波对图像进行分解，再通过YUV空间的各个分量以及图像在水平和垂直方向经EAW变换后的纹理信息来构建特征向量；利用上一步得出的特征向量构造拉普拉斯矩阵；最后利用拉普拉斯矩阵和用户输入的trimap，可以得到闭合形式解。本发明的方法可以利用小波变换的优点，在保持图像轮廓信息的前提下，改变小波变换域中的某些参数的大小，对边缘的处理更加精细，准确保留微小的背景信息，达到图像增强的目的。

技术领域

本发明涉及图像处理技术领域，具体涉及一种利用小波变换对图像进行边缘处理的抠图方法。

背景技术

matting是图像处理领域的热门问题，在图像和视频处理方面发挥着巨大的作用，图像matting的主要是为了实现将选取的目标图像与虚拟场景相结合，将前景对象从目标图像中完整地提取出来。图像中每一点的颜色都可以建模为前景颜色和背景颜色的线性组合：

              （1）

可以得到更一般的形式：

            （2）

其中α为透明度遮罩。此方程奠定了数字图像matting技术的数学基础。对于大部分图像来说，大部分像素点都是确定的前景或背景像素点。但想要将前景物体从背景中准确的提取出来，怎样准确的估计出每个像素的alpha值是matting问题的关键所在。而matting需要用三个已知量求解七个未知量，是一个约束不足问题。

小波是分析和处理非平稳信号的一个有力的工具，以局部化函数所形成的小波基作为基底展开，在时频表示和多尺度分析方面更为合理。可以将图像分层次按小波基展开，并且可以根据图像的性质及事先给定的图像处理要求确定需要展开到哪一级，有效地控制计算量，满足实时处理的需要。

小波变换具有较好的多分辨率特性，它可以将图像以不同的尺度分解，利用小波变换将图像变换至频域，不仅可以将图像分解成低频、水平方向高频、垂直方向高频和对角方向高频信息，而且可以将图像进行不同尺度不同分辨率的分解，得到不同尺度的小波分解系数。现在利用小波对图像处理的主流方法是将小波分解后得到的不同尺度的小波系数分别进行处理，由于各层次尺度不同，要将处理后的每层小波系数进行逐级重构恢复图像，而每一级的重构都会包含上一层的低频和高频信息。

利用边缘避免小波，在不同尺度上编码图像的边缘结构，对图像的细节进行多尺度的增强，并将边缘平滑处理。根据数据相关思想设计的小波，避免边缘两侧像素的干扰，对于细节的增强效果更为显著。实验证明，经过小波处理后，可以得到更为鲁棒的结果。

发明内容

本发明的内容就是为了解决问题，提供一种利用小波变换对图像进行边缘处理的抠图方法，在保持轮廓信息的前提下，对图像边缘的处理更加精细，准确地保留了图像微小的背景信息。

为了实现上述目的，本发明采用如下技术方案：

一种利用小波变换对图像进行边缘处理的抠图方法，基于图像的边缘信息构建小波，将目标边缘两侧的像素平滑处理，具有更好的数据相关性。在计算特征向量时，转换到YUV色彩空间计算，然后由归一化的特征向量给出内核函数，最后构造拉普拉斯矩阵，并使用闭合形式解方法进行优化。

本发明的具体步骤为：

1) 将原始图像划分为前景、背景以及未知区域；

2）收集像素点i的所有非局部临近像素点j；

3）根据收集到的像素点，计算关系矩阵；

4）提取特征向量；