[发明专利]基于多视角融合的图像前景自动提取方法

摘要

本发明公开了一种基于多视角融合的图像前景自动提取方法，主要解决现有基于技术提取过程繁琐和提取前景边缘不精确的问题。其实现方案是：先对SVM分类器进行训练，再获取待提取图像的灰度图像；通过训练好的SVM分类器在灰度图像中检测包含前景的子图像；将子图像在待提取图像中的位置坐标作为GrabCut算法的输入，对待提取图像进行前景提取，得到待提取图像的像素视角下的提取结果；以SLIC算法对待提取图像生成超像素视角下的图像；将超像素视角下的图像和像素视角下的提取结果进行融合，得到待提取图像前景提取结果。本发明简化了前景提取过程，提高了提取的效率和精度，可用于立体视觉、图像语义识别，三维重建和图像搜索。

主权项

1.一种基于多视角融合的图像前景自动提取方法，其特征在于：(1)对SVM分类器进行训练，得到训练好的SVM分类器；(2)对待提取图像进行灰度化，得到灰度图像；(3)通过训练好的SVM分类器，在灰度图像中检测包含前景目标的子图像pk；(3a)采用多尺度窗口，按照设定的间隔在灰度图像中进行逐行滑动，得到由多个子图像组成的图像集P＝{p1,p2,...pk,...,pq}，其中，k∈[1,q],pk为第k个子图像，q为子图像的数量；(3b)提取图像集P中各子图像pk的方向梯度直方图HOG特征，并将其输入到训练好的SVM分类器中进行分类，计算得到子图像pk的标签lpk；(3c)判断子图像pk的标签lpk是否为正，若是，则子图像pk包含前景目标，记录子图像pk在待提取图像的位置，即子图像pk左上角的像素在待提取图像的相应位置(xmin,ymin)和右下角的像素在待提取图像的相应位置(xmax,ymax)，执行步骤(4)，否则，丢弃图像pk；(4)对待提取图像进行前景提取：采用子图像pk左上角的像素在待提取图像的相应位置(xmin,ymin)和右下角的像素在待提取图像的相应位置(xmax,ymax)，对GrabCut算法的人机交互进行替换，并利用替换结果对待提取图像进行前景提取，得到待提取图像的像素视角下的提取结果S1(x,y)；(5)采用简单线性迭代聚类算法SLIC计算待提取图像的超像素，得到超像素视角下的图像：B＝{b1,b2,...,bi,...,bm}，i∈[1,m],bi为第i个超像素，m为超像素的数量；(6)对超像素视角下的图像B和待提取图像的像素视角下的提取结果S1(x,y)进行多视角融合，得到待提取图像前景S2(xi,yi)。