圖像前景提取技術(shù)研究.pdf

1、前景提取(Foreground Extraction)與圖像合成(Image Composition)是圖像處理中的基本操作，也是視覺特效制作中是最重要和最常用的操作。在雜志、二維圖形藝術(shù)、電視、廣告等領(lǐng)域也有廣泛的應(yīng)用。 前景提取根據(jù)圖像中是否有半透明像素，可分為前景分割(ForegroundSegmentation)與前景摳圖(Foreground Matting)兩類。本論文簡要介紹了圖像前景提取技術(shù)的研究背景及其研究現(xiàn)狀

2、，并分析比較了多種算法的優(yōu)缺點。本論文的主要工作包括： ●研究并實現(xiàn)了懶人分割系統(tǒng)(Lazy Snapping)，它是一種交互式的圖像前景提取工具。該系統(tǒng)將圖分割算法與分水嶺算法結(jié)合起來，能夠提供及時的視覺反饋。該系統(tǒng)實現(xiàn)了一種直觀的用戶界面，為用戶提供了靈活的控制和編輯能力。 ●研究并實現(xiàn)了魯棒摳圖算法(Robust Matting)，它結(jié)合了基于采樣的摳圖算法和基于傳播的摳圖算法的優(yōu)點，同時彌補了它們的缺陷。該算法使

3、用優(yōu)化顏色采樣算法進行采樣，并同時計算樣本點的信度(Confidence)，只選擇具有高信度的樣本點來計算估計掩膜值(Matte)，然后使用Random Walk算法優(yōu)化估計值。實驗結(jié)果說明了該算法的優(yōu)越性。 ●把多種前景分割算法和前景摳圖算法進行集成，實現(xiàn)了一個圖像前景提取應(yīng)用系統(tǒng)。系統(tǒng)提供前景分割、創(chuàng)建提示圖像(Trimap)、前景摳圖等多種功能。系統(tǒng)集成了懶人分割(Lazy Snapping)、貝葉斯摳圖(BayesMat