基于相似关系的抠图算法及应用研究

摘要

抠图技术是在图像中提取前景图层以及对应不透明度信息的技术。通过该技术，可以方便地提取出输入图像的前景图层，然后完美地将其整合到任意的背景环境中，生成高质量的合成图像。因此，该技术被广泛地应用到数字内容编辑与制作行业中。
　　本文在系统研究和总结了现有主流抠图算法的基础上，提出了自己的基于采样与基于相似关系相结合的抠图算法，取得了较好的抠图效果。并在此基础上，将抠图算法应用到解决3DTV系统中的深度图优化问题中，取得了较好的效果。本文的主要成果包括:
　　(1)提出一种基于贝叶斯判决准则的谱抠图抠图组件的聚合方案。根据谱抠图算法，计算输入图像的抠图组件，并且根据输入Trimap计算得到图像空间的前后景概率分布函数。然后使用贝叶斯判决准则，根据每个抠图组件的先验概率与后验概率的计算，对抠图组件的前后景组件进行聚类，改进了谱抠图使用的最小截算法的前后景反转等问题。
　　(2)提出一种基于采样与基于相似关系相结合的抠图算法，将基于采样的思路融入到基于相似关系构建的能量函数框架中，并且重新设计了采样代价函数与特征向量，达到了较好的抠图效果。
　　(3)提出将抠图算法的算法内核（谱分割与Trimap）应用到深度图后处理优化问题中，并且针对性地提出Quadmap的概念，针对立体匹配的原理，将深度图像进行区域划分，并专门为遮挡造成的错误区域进行单独的指定，在实时系统的图像序列上取得了较好的实验效果。

目录

声明

致谢

摘要

第1章 绪论

1．1 引言

1．2 抠图技术研究现状

1．3 抠图算法在3DTV系统中的应用

1．4 本文的主要内容和结构安排

1．4．1 主要研究工作

1．4．2 论文结构安排

第2章 一种采用贝叶斯路线的谱抠图抠图组件的聚合方案

2．1 谱抠图的基本原理

2．2 谱抠图存在的问题

2．3 贝叶斯聚合方案

2．3．1 贝叶斯定理与贝叶斯准则

2．3．2 贝叶斯方案详述

2．4 实验结果与讨论

2．5 本章小结

第3章 基于采样和相似关系的强化抠图算法

3．1 算法设计思路

3．2 基于采样和基于相似关系相结合的强化抠图算法

3．2．1 强化抠图算法的采样原理(基于采样部分)

3．2．2 强化抠图算法相似关系原理(基于相似关系部分)

3．3 实验结果与讨论

3．4 本章小结

第4章 基于图像像素相似关系的深度图优化后处理算法

4．1 立体匹配算法的基本原理和缺陷

4．2 利用彩色图引导深度图的优化后处理算法

4．2．1 双层深度图后处理优化算法方案

4．2．2 多层深度图后处理优化算法方案

4．3 本章小结

第5章 总结与展望

学术成果

参考文献