复杂背景下前景提取与融合算法研究-计算机软件与理论专业论文.docx

万方数据 万方数据 独 创 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得 的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含未获得 （注： 如没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证书使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示谢意。 学位论文作者签名： 签字日期： 年 月 日 ------------------------------------------------------------------ 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权学校可以将学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权 中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。（保密的学位论文在解密后适用本授权 书） 学位论文作者签名： 导师签字： 签字日期：年月日 签字日期：年月日 复杂背景下前景提取与融合算法研究 摘要 前景提取与融合广泛应用于电影制作和体感游戏等领域，目前常见的方法有 蓝屏抠像方法、背景建模方法和基于 Kinect 的方法等。但基于复杂背景的前景 提取尚未有准确可靠的方法，是当前的研究热点。本文就复杂背景下的前景提取 和后续的图像融合进行了研究，在前人的基础上改进了现有的方法，并提出了一 种复杂背景下前景提取的新方法。 本文首先实践了基于蓝屏抠像的前景提取方法，蓝屏抠像提取前景需要借助 于蓝色背景墙，这种前提限制了它的使用范围。针对这种不足，有学者提出了对 复杂的背景进行建模，本文分析了两种背景建模的方法：基于颜色信息的背景建 模方法和基于高斯混合模型的背景建模方法。基于颜色信息的背景方法能够较好 的区别前景的阴影，基于高斯混合模型的背景建模方法是当前背景建模效果较好 的前景提取方法。两种方法对背景变化规律或者缓慢的情况的前景提取有很好的 效果，但是当背景的变化复杂时，对背景建模的方法则不能很好的提取前景。 微软使用基于散斑的 Kinect 提取前景。Kinect 借助于红外散斑，得到场景 的深度信息，进而提取复杂背景下的前景。但前景的边缘比较复杂时，Kinect 提取的前景边缘并不准确。因此本文提出了利用漫水填充的方法对提取的前景参 照源图像进行优化处理。 本文提出了一种复杂背景下提取前景的新方法，通过对复杂背景下的前景照 射均匀的近红外光，使前景具有区别于复杂背景的新信息，能够很好的将复杂背 景下的前景提取出来。 基于这种新方法提取的准确前景，本文探讨了将其无缝融合到新背景的方法： 泊松方程法，实验表明，该方法可以生成浑然一体的新图像。 关键词：前景提取；图像融合；附加信息法；泊松融合 I II The Study of Foreground Extraction and Fusion Algorithms under Complex Background Abstract Foreground extraction and fusion has been widely used in film production and body feeling games. Now common methods we use include blue screen key, background modeling method and the method based on Kinect and so on. But there is still no reliable method of the foreground extraction under complex background, so it is a hot spot in the current study. This paper studies the foreground extraction under complicated background and subsequent image fusion, improving the existing methods on the basis of predecessors and putting forward a new method for foreground extraction under complex background. This paper firstly realizes the foregr