[发明专利]一种彩色图像中显著对象的自动抠取方法

摘要

本发明公开了一种彩色图像中显著对象的自动抠取方法，其特征在于，将图像从RGB颜色空间变换至HSV颜色空间，从色调、亮度以及暖色增益三个方面计算目标的显著性；根据显著度图，获得包围显著区域的矩形框，并进行矩形框扩展，扩展后的矩形框包围的图像作为后续处理的图像；用改进的分水岭算法对输入图像内容进行预分割，以预分割后的形成的超级像素子区域代替像素点构造图切分的赋权图，采用最大流-最小切策略进行分割，直至能量函数收敛，获得切割后的图像。本发明提供了一种自动的抠像技术，可以快速有效地抠取场景中的显著物体，在抠像效率、质量等方面有显著性的提高。

主权项

1.一种彩色图像中显著对象的自动抠取方法，其特征在于，包括：(1)输入待处理的图像，将所述图像从RGB颜色空间变换至HSV颜色空间，得到各特征分图，即色调分图H、暖色增益分图S₁(x,y)、亮度分图I，其中，获得亮度分图I时，设定亮度阈值，将低于亮度阈值的像素的值设为0，所述亮度阈值为图像中所有像素的亮度最大值的5%～12%，S₁是暖色增益分图，通过HSV颜色空间中S和V合成获得；x和y分别指像素点所在的行、列坐标；(2)对步骤(1)获得的各特征分图H、S₁(x,y)、I分别进行去除均值处理；(3)对各特征分图作如下处理，获得各显著分图：，其中，，表示高斯滤波器，为傅里叶逆变换，为傅里叶变换后的对数谱，为幅度谱，为均值滤波；将三幅显著分图按下式融合得到粗略的显著度图S_map，，利用颜色直方图以及空间分布信息获得背景的颜色分布BKG_color，据此得到显著对象的空间位置约束图像BKG_map，，将S_map和BKG_map归一化到[0,1]后，按照下式融合得到显著度图，；(4)根据步骤(3)的显著度图，获得包围显著区域的矩形框，并按下式进行矩形框扩展：，式中，W_white、W_Image、W_black表示扩展前的矩形、原图像、扩展后的矩形的宽度，H_white、H_Image、H_black表示扩展前的矩形、原图像、扩展后的矩形的高度，所述扩展以扩展前的矩形为中心进行，扩展后的矩形框包围的图像作为后续处理的图像；(5) 预分割：对图像进行高斯滤波，计算滤波后的图像中每个像素与其最近的非零像素的欧氏距离，并将得到的结果做一次分水岭变换，得到边缘图像；利用高斯滤波后的图像、边缘图像和局部最大值重新构造分水岭算法的梯度图；再次进行分水岭变换，得到预分割图像；(6)迭代图切分：用步骤(5)的预分割图像中的预分割区域作为节点，构造图切分赋权图，以步骤(4)中扩展前的矩形和扩展后的矩形之间的部分为背景集，采用图论分割中的最大流-最小切策略进行分割，直至能量函数收敛，获得切割后的图像。