[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

说明书

本发明属于图像处理技术领域，具体涉及可变宽度的人像精细抠图方法、装置、设备及存储介质。该方法包括：S1、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；S2、确定出所述人像绝对前景区域的头发区域和非头发区域，并分割得到头发区域；S3、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可变宽度的未知区域；S4、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。

技术领域

本发明属于图像处理技术领域，具体涉及一种可变宽度的人像精细抠图方法、装置、设备及存储介质。

背景技术

在数字证件照拍摄的应用中，一般会通过自动抠图的方法来将前景人物和背景分离开，然后将背景替换为要求的纯色背景(比如白色或者蓝色)。扣图技术分为硬扣图和软扣图两种。硬扣图中，每个像素被标记为完全前景或者背景，前景到背景的过渡比较生硬，因此比较适合于边缘比较清晰的前景物体。软扣图技术学名叫alpha matting,能够将前景边缘大面积的半透明区域(例如头发的发梢区域)精细地分割出来。因为人像一般有比较多的头发区域，因此使用软扣图的方法能够更好的对人像进行抠图，使得最终的背景替换效果更加自然。

现有的软抠图技术一般包含以下三个步骤：

第一步、前景背景的二值化分割(binary segmentation),确定前景的大致轮廓；

第二步、从二值化分割结果创建一个trimap，分为三个区域：绝对前景，绝对背景，前景边缘的未知区域。

第三步、用alpha matting的算法，在灰色未知区域进行更精细的前景边缘软分割。

其中，第二步trimap的创建比较关键。研究表明，trimap对于最终结果有很大影响。一般而言，trimap是通过固定大小的腐蚀和膨胀算子生成的。也就是说未知区域的半径在前景物体外轮廓的各个部位都是一样的。这样做有两个问题：

(1)、对于人像来说，头发部分和衣服部分所需要的未知区域的半径大小是不同的。头发有比较多的发丝，需要未知区域大一些才能全部覆盖；而衣服部分是比较锐利的边缘，需要用很小的半径。

(2)、即使在头发区域，如果背景有比较复杂的纹理，那么使用很大的未知区域会造成该区域内很多的前景估计错误，从而使最终抠图效果存在明显瑕疵。

为了解决类似的问题，在最新的一些研究中，人们采用深度学习的方法来生成比较合理的trimap。但是基于深度学习的方法对训练数据要求比较高，泛化能力差，运算量大，在移动端的配置复杂。

发明内容

为解决现有技术中创建的trimap生成的三分图的未知区域的半径在前景物体外轮廓的各个部位都是一样的，使最终抠图效果存在明显瑕疵的问题，本发明提供了一种可变宽度的人像精细抠图方法、装置、设备及存储介质，根据图像内容创建一个半径可变的未知区域，生成比较精确的trimap，从而获得无明显瑕疵的最终人像抠图结果。

本发明采用以下技术方案实现：

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；该可变宽度的人像精细抠图方法包括：

步骤一、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；

步骤二、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；