基于J-Linkage聚类的抠像算法研究Based on the keyer J Linkage clustering algorithm research.docxVIP

摘要 摘要 图像抠像技术是计算机视觉领域热点问题。由于应用的需要，近年来前景提 取技术从图像分割发展到基于透明度的图像抠像。抠像技术在图像处理其他领域 有着广泛的应用，如图像压缩，图像编辑，图像饱和度矫正等。从计算机视觉角 度来讲，图像抠像是一个欠约束的问题，对于图像的每个像素，我们需要估计前 景颜色、背景颜色以及过渡区域前景颜色透明度，这是个很具挑战性的任务。 本文研究了传统的图像抠像技术，对自然图像抠像闭合式求解算法进行了算 法改进，提出一种基于多模型参数估计的J．Linkage聚类抠像方法，只需用户点取 个别前景点作为输入，即可实现整个抠像过程，极大简化了用户操作。通过对颜 色线进行建模分类，符合同一个颜色线模型的空间点云被分到一个聚类中，通过 建立的模型参数，得到涵盖图像信息的主要颜色线。根据用户的选点信息，从颜 色角度对前景和背景区域进行属性划分，最后通过闭合式方法得到了图像像素点 的透明度信息。 传统的抠像算法需要大量输入信息作为条件，产生抠像所需三元图。本文的 方法在不影响实验结果的前提下，只需用户在前景上点个别图像点作为种子，根 据这些种子点产生三元图，极大地减少了用户输入信息量，使得抠像技术更加自 动化。此外，传统方法的抠像结果极其依赖三元图的质量，不准确的用户输入会 造成结果的错误扩散，本文的算法在此方面也有一定的改进。实验结果证明了这 种算法的鲁棒性。 关键