基于像素拓展的图形分割与合成的方法研究.docVIP

基于像素拓展的图形分割与合成的方法研究 图像分割/图像合成/像素拓展/平均法 1引言 图像的分割与合成是指把一张图像中感兴趣的物体分割出来，合成到另一张图像中，这在图像编辑屮有 着十分广泛的用途，特别是对于一些现实中很困难或根本不可能实现的场景十分匝要，因为这种场景不存在， 它的图像无法通过实地拍摄获得，但是可以通过图像合成來达到这种效果.近年來，国内外的学者对图像的分 割与合成进行广泛的研究，提出了很多实现的方法，下面就对这些方法进行简单介绍。 1.1已有的方法 把选定的物体从源图像中准确地分割出来的方法 丄要方法有三种，分别是:轮嘛线逼近法(Active Contours)与蛇线法(Snakes)、智能裁剪^(Intelligent Scissors).切割图法(Graph Cuts)［l］,这三种方法中，第一种和第三种都是针对源图像分别建立相应能量函数, 求得能量函数最小时的分割结果;第二种是通过建立种子点与人丁?交互來实现物体切割，其屮第三种方法较 为流行。 把分割出來的物体合成到H标图像中的方法： 常用的方法有三类，分别是直接复制法、Poisson合成袪、三维光照法［I］。直接复制法是将分割出來的 物体直接复制在目标图像中;Poisson合成法主要采用Poisson方程进行合成;三维光照法是基于在目标图像 中的三维光照效果进行合成，计算量大，但合成效果最好。 1.2提出的新方法 本文提出的图像分割法是在区域归并理论之上提出的一种新的方法，它需要首先通过人工交互的方式， 通过调整图像的色阶或对比度将图像和明显属于背景的像索分离出來;其次在物体内部建立一个小的矩形 区域，把这个矩形不断向外拓展，根据像索灰度,排除与物体灰度值相差大于2的像索点;頂复以上操作來确定 物体最后的边界，达到图像分割的目的。 对于图像合成，木文在梯度比较法［1］基础Z上提出了更一步的改进方法，它首先计算分割图像在源图像 中的灰度值，把H标图像耳源图像的灰度值进行?对比，再将切割图像在源图像中的RGB值相应地变化为H标 图像灰度条件下的新RGB值，最后根据新的RGB,计算HIS值，从而使合成图像看起來更自然、更真实。 2主要算法 2.1把感兴趣的物体从源图像中分割出来 区域归并理论［2］ 它表示一种在原始图像数据上开始增长的图形分割方式。其具体的算法如下： 定义某种初始化方法将图像分割为满足公式H(Ri)=TURE(i=1,2,3...,s)的很多小区域。 为归并两个邻接区域定义一个标准。 将满足归并标准的所有邻接区域归并起來，如果不再有两个区域归并后保持条件①，则停止。 基于人工交互的图像分割法 要把物体从图像中分割出來,也就是对图像中的毎个像索进行判断,判断像索是属于物体还址属于背 景。首先通过人工交互的方式，将图像屮有些物体很明显属于物体，如图1(11)+标F的部分所示，可以用曲线 将它们与其他部分分开。同样地,有些部分明显属于背景，如图(H)中标B的部分所示，也可以用曲线将它们分 开。对于其中的W部分，则是人工交互选择的矩形区域。 步骤1建立小的矩形区域W,并汁算出B和F的灰度值T1和T2o (I) (II) 图1 图像分割 用人工交互的方法,在图像屮的物体内部用矩形包含出i个小型的区域，该操作实现起來比较简单。在 计算机上计算背景区域B和物体区域F的灰度值也是不复杂的。 步骤2W向外部拓展的主要算法。 选定W区域后，在W的上下左右四个方向上每次都同时递增一个像索，原來的矩形区域W变为W+I, 然后判断新增的像索点的灰度值是否大于T2+2，并与TI相比较相差多少。如果新像索点的灰度值不大于 T2+2,并与TI相差比较大时，则该像索点保留;如果新像索点的灰度值大于T2+2,并与T1相差不大时,则排除 该像索点，并专门存放该点的坐标值。然后依照此法进行递归操作，直到所有拓展到所有新像索点的灰度值都 大于T2+2,并与T1相差不大或者拓展到进入B部分时终止。下面是该过程实现的伪代码： do { if(W= (T2+2)(W? TI II W? TI)) { W++; } else ( a[][]=(x,y); } 1 while(Wn+l= T2+2 II W=N) 其中,W表示W区域新扩展的像索灰度值,a[][]表示存放像素点坐标值的二维数组,(x,y)表示不符合条件 的像素坐标值,Wn+1表示最后一次迭代后所扩展的像素的灰度值,N表示B边界点像素。 2.2把分割的物体合成到目标图像中 每个图像都是山像索所构成，其屮通过像索的RGB值来显示图像的颜色。设F和G分别表示源图像与 冃标图像，从F屮分割出來的物体区域为D,图像合成就是将D与G结合起來，使其新生成的图像G更加真 实自然。如图2屮所示过程： 图2 图像合成示意图 最简单的方法就是把D直