[发明专利]可变宽度的人像精细抠图方法、装置、设备及存储介质

权利要求书

1.一种可变宽度的人像精细抠图方法，该方法用于改变原始图像的头发区域的未知区域半径，生成精确的三分图以获得无明显瑕疵的人像抠图结果；其特征在于，该可变宽度的人像精细抠图方法包括：

获取待抠图的原始图像，进行人像二值化分割预处理，分离得到人像绝对前景区域；

确定出所述人像绝对前景区域的头发区域和非头发区域，并通过二值化二次分割得到头发区域的分割结果，头发区域标记为R_hair；

获取所述人像绝对前景区域的确定边界上的每一个点p_i，确定一个以该点为中心的正方形局部区域B_i，并计算其局部最佳的未知区域的半径r_i，沿着每个点的局部半径的边界绘出trimap算法内所述人像绝对前景区域边缘的可变宽度的未知区域；

根据获取的所述原始图像和计算得到的所述人像绝对前景区域边缘的可变宽度的未知区域，在所述原始图像中进行软分割抠图操作，提取出前景目标；

其中，边界上的每一个点p_i的正方形局部区域B_i的局部最佳的未知区域的半径r_i为：

r_i＝r_max·min(H(B_i)，C(B_i)，D(B_i))

其中，r_max是预设的一个最大半径；H(B_i)是一个0.1到1之间的数，与所述正方形局部区域B_i和头发区域R_hair相交面积的大小成正比；C(B_i)用来衡量局部区域的背景平滑度，C(B_i)为一个0.1到1之间的数；D(B_i)用来衡量局部区域的前景和背景颜色可分离度，D(B_i)在0.1和1之间线性插值；

其中，所述局部最佳的未知区域的半径中，衡量局部区域的背景平滑度的参数C(B_i)的计算方法，包括：

采用sobel算子原理计算输入图像的梯度图，记为D；

对梯度图D进行二值化处理，保留梯度比较大的像素位置；

在正方形局部区域B_i内，当一个像素满足：(1)在人像二值化分割结果中被标记为背景；(2)其梯度值比较大，则将该像素标记为大梯度背景像素；

统计大梯度背景像素的个数，并除以局部区域的大小，得到一个面积比例；

当得到的面积比例大于一个设定的较大阈值时，则C(B_i)＝0.1，表征绝对背景区域比较复杂；

当得到的面积比例小于另一个设定的较小阈值时，则C(B_i)＝1，表征绝对背景区域比较简单；

所述边界上的每一个点p_i的未知区域的半径中，C(B_i)在0.1和1之间线性插值；

其中，所述局部最佳的未知区域的半径中，用来衡量局部区域的前背景颜色可分离度的参数D(B_i)的计算方法，包括：

在正方形局部区域B_i中找到处于人像分割的绝对前景区域，并且距离初始分割边界的距离大于一个固定阈值的像素集合，将其颜色记为f₁，f₂，...，f_n；

在正方形局部区域B_i中找到处于人像分割的绝对背景区域，并且距离初始分割边界的距离大于一个固定阈值的像素集合，将其颜色记为b₁，b₂，...，b_m；

分别采用f₁，f₂，...，f_n和b₁，b₂，...，b_m拟合高斯颜色模型G_f和G_b，计算标准化的前景概率

将计算标准化的前景概率取一个平均的背景像素前景概率

当背景像素前景概率大于阈值区间的一个预定的偏大阈值时，将D(B_i)设为0.1，表征绝对前景区域和绝对背景区域的颜色相近；

当背景像素前景概率小于阈值区间的另一个预定的偏小阈值时，将D(B_i)设为1，表征绝对前景区域和绝对背景区域的颜色不同易区分；

所述边界上的每一个点p_i的未知区域的半径中，D(B_i)在0.1和1之间线性插值。