[发明专利]一种基于马尔可夫链的交互式三分图优化方法

说明书

本发明涉及图像处理技术领域，具体地，涉及一种基于马尔可夫链的交互式三分图优化方法。本发明的目的是提供一种基于马尔可夫链的交互式三分图优化方法，通过超像素将原始图像划分成块状，块内图像的纹理特征中高度相似。而对于由智能算法得来的三分图，需要人工简单地标识出有错误的地方，本方法会根据马尔可夫链来将标志区域扩大，从而减少用户的交互。

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种基于马尔可夫链的交互式三分图优化方法。

背景技术

抠图任务中需要用到的三分图。三分图指将图片中的每个像素划分为三种区域：前景、背景和待确认区域，通常是人工标注得来的。常用的抠图算法会利用已知的三分图生成精确的阿尔法遮罩。阿法遮罩，是代表对于图像前景透明度的遮罩，大小和图像相同，遮罩中每个像素的值为相应的影像像素的阿法值。阿法值为1代表该像素属于前景，0则代表该像素属于背景。阿法值介于0～1之间，表示对应到的影像像素为半透明。目前，许多三分图由人工智能算法得出，但是会出现偏差，需要人工修正和优化。现有的优化三分图只强调人工修正，方法操作繁琐、效率低下，且忽略了图像像素间的关系。

发明内容

本发明的目的是提供一种基于马尔可夫链的交互式三分图优化方法，通过超像素将原始图像划分成块状，块内图像的纹理特征中高度相似。而对于由智能算法得来的三分图，需要人工简单地标识出有错误的地方，本方法会根据马尔可夫链来将标志区域扩大，从而减少用户的交互。

1.模块设计概述

为实现上述目的，本发明采用下述技术方案：

一种基于马尔可夫链的交互式三分图优化方法，包括以下三个模块：

超像素分割模块：对输入的原始图像进行过分割，得到超像素分割图。

交互模块：用户对三分图进行涂鸦，并得到反馈结果；

算法模块：针对用户输入，使用马尔可夫链优化三分图；

优选地，所述超像素分割模块执行包括：

初始化种子：按照设定的超像素个数，在原始图像内随机分配种子点；

重新选择：计算各个种子点的第一邻域内所有像素点的梯度值，将种子点移动到对应第一邻域内梯度最小处；

标签分配：在每个种子点的第二邻域内为每个像素点分配类标签，以区分像素点所对应的种子点；

距离度量：对第二邻域内搜索到的每个像素点，分别计算所述像素点与对应种子点的颜色距离和空间距离；

迭代优化：迭代执行重新选择、标签分配和距离度量；

优选地，所述交互模块：

在用户界面上显示一个实心圆，能够响应鼠标输入事件中对所述实心圆的点击和/或移动，得到用户输入区域。该实心圆可随用户选择改变直径和颜色。

优选地，所述算法模块：

保存超像素分割模块和交互模块的结果，并根据马尔可夫链将三分图优化。

2.方法概述

进一步地，一种基于马尔可夫链的交互式三分图优化方法步骤如下：

超像素分割：根据用户设定的超像素个数，在原始图像内随机分配种子点。计算各个种子点的第一邻域内所有像素点的梯度值，将种子点移动到对应第一邻域内梯度最小处。在每个种子点的第二邻域内为每个像素点分配类标签，以区分像素点所对应的种子点。对第二邻域内搜索到的各个像素点，分别计算所述像素点于对应种子点的颜色距离和空间距离。迭代执行以上步骤；