一种基于样本有效性和KNN分类标记的采样传播型抠图方法

传统的采样传播型抠图方法都是先对图像进行采样抠图处理再传播抠图处理,没有根据样本的有效性对图像区域进行区分处理.为此,提出一种自适应的采样传播抠图方法,根据样本的有效性决定未知区域使用采样抠图处理还是传播抠图处理.该方法使用采样抠图方法对未知区域进行处理,并提出一种样本有效性综合判定方法对结果进行判定,通过判定的采样抠图结果将作为第1类初始矩阵数据输入传播抠图;对于未能通过判定的区域,提出一种基于KNN分类器标记方法进行处理,处理结果作为第2类初始矩阵数据输入传播抠图,该标记方法用于提高图像的传播性,从而提升后续传播抠图方法的抠图质量;在后续的传播抠图处理步骤中,针对不同的数据来源设定不同的权值,最终结果由传播抠图方法来完成.文中通过定性观察和定量分析相结合的方式对实验结果做出评价,并通过在线标准评价对实验结果进行评估.实验结果证明,文中方法不仅能够在有效样本缺失和图像结构复杂的情况下取得不错的抠图效果,而且具有很高的运算速度.     

基于RWR的自然图像抠图

提出了一种基于图论的自然图像抠图方法。该算法首先在图像上建立图的模型,并用不同颜色标记目标种子点和背景种子点;接着采用有重启概率的随机游走方法计算像素点之间的相似性,进而提出一个线性概率模型;最后求解模型并分别估计前景和背景物体。与目前的抠图方法相比,该算法具有以下特点：将RWR方法结合图论用于自然图像抠图中;减小了RWR算法在图像分割中迭代求逆的高复杂度,大大提高了抠图速度;解决了“弱”边界的问题。     

注意力机制和特征融合的自动抠图算法

针对目前人工抠图工作量大,而自动抠图无法区分多个实例的问题,提出了一种注意力机制和特征融合的自动抠图算法.该算法由预分割模块和Alpha抠图模块2部分组成,分别采用了不同的网络结构.其中预分割模块是使用迁移学习方法对Mask Scoring R-CNN进行微调实现了对多实例自然图像的实例分割,从而得到输入图像前景个体的二值化分割图.而Alpha抠图模块在此基础上首先对二值化分割图预处理生成三分图,然后将三分图与原输入图像一起输入Alpha抠图模块网络.通过为Alpha抠图模块设计不同的解码策略和注意力机制,实现了对图像细节信息的精确恢复.在后续对自制车辆数据集的无人工交互前景车辆Alpha估计对比实验中,相比现有DIM算法,该算法的SAD降低19.2%, MSE降低26.3%,达到了更高的抠图精度.     

基于网络图像的阿奇姆博多拼图

拼图是使用不同形式的素材进行组装的合成艺术.文中介绍了一种崭新的拼图创作方法,通过挑选主题相关的网络图像的前景抠图来表现一幅输入图像,能够生成奇异的具有阿奇姆博多风格的拼图.鉴于网络图像数据的海量规模,总能够找到合适的前景抠图来匹配输入图像的各个分割部分;通过将挑选的前景抠图按照一定的规则进行组装,使其在整体上可以从形状和颜色表现输入图像,而在局部每个前景抠图仍然可以辨识.实验结果和用户体验表明,采用文中方法可以有效地生成具有娱乐性的阿奇姆博多拼图.     

Photoshop抠图技术分析与运用

抠图技术是图像编辑的基础。针对不同的图片特点,选择合适的抠图方法,结合Photoshop的抠图命令,把图像中需要保留的部分抠选下来,将背景部分删除或隐藏。通过对抠图工具的综合分析,灵活使用抠图技术,能够比较好地完成抠图要求。     

基于参数自适应滤波器的抠图优化算法

针对应用目标图像滤波算法进行图像抠图时,参数需要根据不同图像进行手动调整的问题,提出了一种使其参数自适应的方法。该方法借鉴了图像评价的思路,将图像以不同半径分块后,利用图像各个分块值的平均梯度变化,确定半径值,从而达到了自动产生合理参数的目的。同时在抠图实验中,运用该自适应滤波算法对数字抠图中的掩膜值进行计算优化。实验结果表明自适应化后的滤波算法能够很好地捕捉图像中的细节,达到自适应的目的。     

数字抠图技术综述

数字抠图是一种把图像的前景部分从背景中分离出来的技术,它通过用户指定图像中少量部分前景和背景区域,并根据这些提示按照一定的判定规则自动、准确地分离出所有的前景物体.回顾了该技术的历史发展过程,包括光学场景抽取、蓝屏抠图和图像合成技术,重点介绍了数字蓝屏抠图、自然图像抠图以及数字抠图技术的扩展和应用,如环境抠图、阴影抠图、视频抠图等,并对这几种技术的局限性以及发展方向做了简要的说明.     

自然图像抠图技术综述

着重对近几年自然图像抠图研究新进展进行综述,针对近年来基于启发式优化的抠图研究以及基于深度学习的抠图研究新成果对抠图研究工作进行重新分类和梳理,分析不同类型自然图像抠图研究主要的方法并整理其中的关键问题,介绍常用的自然图像抠图评价指标。最后通过实例分析总结了当前自然图像抠图研究面临的挑战,并对未来的研究前景进行了探讨。     

具有纠偏性的图像抠图的全局优化方法

通过对图像分割与图像抠图的比较和分析,从图划分的角度考虑抠图问题,提出一种具有纠偏性的图像抠图的全局优化方法.该方法在最小化前景对象与背景相互分离的软分割开销的同时,最大化前景对象的内部关联度.理论分析和实验结果表明,与其他形式的抠图优化目标函数相比,文中方法能够更有效地提取出全局最优的抠图结果,有利于实现自动或半自动的抠图处理.     

交互式前景抠图技术综述

交互式前景抠图技术是在有限的用户交互下将前景从图像或视频中分离出来.文中综述了近年来主要的图像及视频交互式抠图方法,并就采样和传播、测地距离等不同类型的方法进行性能分析;然后在具体的例子中讨论了这些算法的优点和局限性;最后就抠图技术今后的发展和关键问题进行了总结.     

轻松抠除照片背景的几种方法

抠图是photoshop的基本功能之一,所谓抠图就是将要与不要的图形区分开,也就是说:抠图的本质是更换背景。抠图的方法有很多种,使用的工具不同,抠图的精度也不同。     

基于水平集复杂背景下毒蘑菇图像的提取

毒蘑菇图像的提取是对其进行分析与模式识别的关键步骤。数字抠图作为一种把图像的前景部分从背景中分离出来的技术,存在繁琐和容易产生小区域不相关像素的缺点。针对野外采集的毒蘑菇图像背景复杂的特点,在Matlab R2010a环境下,采用Kmeans算法自动分割、数字抠图及数字抠图和水平集结合3种方法进行毒蘑菇图像分割。实验结果表明:通过引入水平集进行目标图像提取,结合水平集的自动收敛,在复杂背景下,能很好地提取目标图像,为进一步识别毒蘑菇提供有效的基础。     

融合多线索信息的数字图像抠图方法研究

针对自然图像抠图方法中存在对先验知识过度依赖和交互输入繁琐的问题,为了扩展自然图像抠图方法的使用范围,提升自然图像抠图方法的自动化程度,提出一种融合多线索信息的数字图像抠图方法。利用原始自然图像所对应的深度信息和视觉显著度信息进行感兴趣区域粗分割;利用形态学的膨胀与腐蚀算法对感兴趣区域的分割结果进行粗分割区域膨胀和粗分割区域腐蚀操作,从而得到抠图过程所需的三分元素图;利用彩色纹理图像和三分元素图,并结合使用相似性传递抠图方法获得精细的前景目标抠图结果。实验结果表明,该方法不仅能够得到较为理想的抠图效果,而且大大提升了自然图像抠图方法的自动化程度。     

Photoshop抠图技术剖析

抠图是Photoshop的基本功能之一。本文分析了利用Photoshop的多种工具来完成图像与背景的分离．即抠图技术。主要抠图方法一是利用工具箱里的工具,如”选框”、“魔术棒”、“磁性套索”,“钢笔”等工具;还可以使用通道和蒙版以及”抽出”滤镜来完成抠图。     

Photoshop通道抠图技巧分析与应用

"抠图"是Photoshop图像处理中一项十分常用的、重要的基本操作。熟练掌握各种抠图技巧,是Photoshop使用者必修的课程。本文旨在分析Photoshop中各种常用抠图方法特点的同时,着重研究通道抠图针对人物毛发等复杂图形,较之其他抠图技巧更加行之有效的原理。     

基于谱抠图的遥感图像滑坡半自动提取

为统计遥感图像中滑坡区域的有效数据,提出基于谱抠图的遥感图像滑坡半自动提取方法。建立抠图拉普拉斯矩阵,计算特征向量,自动确定聚类数,利用爬山算法对图像聚类,根据特征向量和用户交互数据得到抠图成分,去除平滑项,得到前景透明度。实验结果证明该方法能够有效提取滑坡信息,准确率高,稳定性强。     

改进Closed_Form Solution方法进行前景物体运动模糊抠图

针对Closed_Form Solution图像抠图方法在进行前景物体运动模糊抠图时容易受到复杂背景影响而产生抠图不精确问题, 提出一种结合运动模糊物体局部梯度统计特征以及透明度连续性特点的抠图方法。该方法在原来Closed_Form Solution方法中加入一项含有权重的透明度值之差的约束平滑项, 通过相邻像素运动梯度统计特征和透明度差值约束改善传统方法抠图不精确问题。仿真实验和真实运动模糊抠图实验结果表明, 改进算法相对传统Closed_Form Solution方法能够更有效地提取出前景物体运动模糊区域, 抠图结果更为平滑。     

例样相似性的全局最优抠图算法

数字抠图技术,即采用已知部分的前景和背景信息从图像中提取出完整的前景信息的过程,在图像和视频编辑中发挥着极其重要的作用。从计算机视觉的角度出发,这是一项极具挑战性的工作,因为必须为每个像素点估计前景和背景组合因子。当前现存的以例样相似性为基础的抠图方法常常会因为无法搜索到正确的例样而抠图失败。提出了例样相似性的全局最优抠图算法。该算法同时考虑例样的颜色信息和坐标信息,并建立简单有效的抠图代价函数。为了降低代价函数最优化时的计算复杂度,我们采用了模拟退火算法对代价函数进行优化。同时,引入引导滤波来提高抠图精度。实验结果表明本文算法能够进行高质量的图像抠图。     

Photoshop通道应用及半透明婚纱抠图实例

Photoshop软件如今被广泛应用于平面设计、网店装修、摄影后期等各个领域,抠图是Photoshop一项基本功能。针对不同的图像、不同的目标选择不同的抠图方法,其中通道的作用是建立、保存和编辑选区,通道抠图法适用于抠取半透明像素图像。文章介绍了通道的概念、通道原理、应用方法、Alpha通道及通道的分色编辑法,并以抠取半透明婚纱为实例详细阐述Alpha通道的编辑,抠取带有半透明像素的图像并更换背景。     

基于MRF的复杂图像抠图

所谓复杂图像抠图就是从复杂图像中抠取出目标物体的一种图像处理算法。为了取得更好的抠图效果,提出了一种基于马尔可夫随机场的自然图像抠图方法。该方法首先手工把图像分成3个区域:前景区域、背景区域和未知区域;然后,再将未知区域用手工粗略地划分成几个相交的小区域;接着在每一个小区域内,以其中的未知区域的像素点为节点,定义抠图标号,同时在这些节点上面建立MRF抠图模型,并把这些标号赋给这些节点,这样抠图问题被定义为在这个MRF模型和它的Gibbs分布上MAP估计问题;继而再计算出每个小区域的掩像;最后把这些掩像合并,即得到输入图像最终的掩像。和其他算法相比,对复杂图像的抠图问题,该方法可以取得更好的抠图效果。