一种基于边缘特征二值化的抠像算法

针对虚拟演播室中的抠像技术进行研究,提出了一种基于边缘特征二值化的虚拟演播室抠像算法.该算法从图像处理的角度.采用基于边缘特征的图像二值化方法以及二值图像处理的有关算法来进行视频对象的提取.实验结果表明,该算法可以有效实现对复杂背景下前景目标的提取.     

针对视频序列分类的快速抠像技术

针对视频序列分类的问题提出了一种快速抠像技术.根据视频序列间的相关度进行关键帧的区分,得到关键帧、序列间变化细微的非关键帧、序列间变化较大的非关键帧;对于关键帧,采用闭合式的抠像方法来进行处理,获得透明度值、前景像素值和背景像素值;对于变化细微的非关键帧,提出了一种基于帧间连续性的透明度值估计和优化方法;对于变化较大的非关键帧,提出了一种基于特征流传递的机制来传递关键帧的有效信息.实验结果表明,最终在获得与传统方法相比可接受的抠像效果条件下,这种快速抠像技术缩短了处理时间.     

视频合成中“Keying(键控)”问题的研究

影视后期制作中,视频合成可实现将多个相同或不同格式的图形文件、视频文件及音频文件合并为一个完整的影片。将不同的对象合并到一个项目中时,必须透过上层的静态图像或动态视频看到下层的图像,Keying(键控)技术是通过图像中特定的色彩或亮度值来定义透明区域,非常方便用于清除静态图像或动态视频的背景。本文介绍在After Effects软件中,对于复杂多变色彩模式,使用各种Keying特效及插件进行抠像,给出复杂情况下Keying的使用和调整方法,以及与其他软件配合的使用,便于用户在视频后期合成中灵活应用Keying进行抠像。     

浅谈视频编辑中的抠像技术

抠像技术的发展和应用让人们在后期视频编辑中有了更加丰富的手法。本文阐述了抠像技术的要点,探讨了抠像的具体操作流程和注意事项,介绍了抠像技术在后期影视编辑的重要性,它的应用为影视节目的制作提供了全新的方式。     

基于局部抠像技术的融合图像精确跟踪算法

为了提高跟踪精度,提出一种基于局部抠像的融合图像全自动精确跟踪算法。首先采用帧间差分法获取运动目标的大致区域,并自动生成局部抠像框,由此采集目标、背景代表颜色集合;在此基础上自动生成抠像所需的草图,实现对目标的抠像;最后对抠像产生的前景映射图进行边缘检测即可获取精确的目标轮廓,并可根据跟踪结果对模型进行更新。对于实验的图像序列,与目标实际中心相比较,抠像跟踪误差均值为0.9像素,传统均值漂移跟踪误差均值为5.2像素。实验结果表明,该方法跟踪结果能完整、清晰地表示目标轮廓,很好地解决了跟踪中的漂移问题,提升了跟踪精度     

一种基于双层框架的仿射类图像抠像方法

仿射类抠像方法主要分为KNN (K-nearest neighbor)类和Matting Laplacian类方法, 本文结合这2种方法的优点提出了一种基于仿射类的双层次抠像方法.其中, 第一层为绝对像素的划分层次或预处理层次, 采用了基于KNN类简单权重与相对远距离的搜索方法, 并结合初始Trimap未知区域大小无关的方式; 第二层为混合像素的计算层次或最终抠像层次, 充分利用了第一层计算获得的剩余混合像素的宽度, 自适应地调整Matting Laplacian中的颜色线性模型所构成颜色近邻的核宽度.每个层次均按图像的全局颜色重叠程度相应调整合理的搜索范围.本文的实验具备以下特点: 1)预处理层次之后采用了若干典型的后续抠像方法, 以展现本文方法相比于其他预处理方法对后续抠像操作步骤的优越性和兼容性; 2)最终抠像层次引入了若干其他抠像方法, 以验证本文抠像方法的优越性.实验表明, 相比于其他单层次的仿射类方法, 无论对于计算绝对像素还是混合像素, 本文方法都可以大幅提升计算结果的准确率.     

遮挡物体移除与图像纹理修补方法

以基于样例修补的目标移除方法为基础,改进了基于样本块的图像纹理修补方法.首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现了分区修补的目的.改进后的方法能够更好地还原图像的线性特征并且减少图像修补的时间.在此基础上,根据不同角度的图像可以提供更加丰富的修补信息这一思想,进一步提出一种基于多幅图像的修补方法,并取得了更高质量的修补效果.实验结果表明,该方法不仅能够准确地提取并移除图像上不需要的物体,而且能够有效地修补图像受损区域的纹理和结构.     

基于Kinect的自动视频抠像算法

针对传统的视频抠像算法交互频繁、计算复杂度高等问题,利用从Kinect获得的深度图信息、彩色信息以及视频中运动信息,提出基于Kinect的自动视频抠像算法。采用改进的三帧间差分法检测视频中的感兴趣区域（ROI）,根据深度图信息改进自动种子增长区域算法,估算粗略的前景掩膜;通过数学形态学和逻辑操作去除粗前景区域的杂点,自动生成大致的三分图;采用改进的Shared Matting算法,得到精确的视频抠像。实验结果表明,该算法避免了人工交互,精度高且速度快。     

影视后期制作中数字视频技术AE软件应用研究

常规的影视后期制作方法以创建三维图像为主,抠像时边缘处理不当,影响影视后期观感。因此,研究了基于数字视频技术AE软件的影视后期制作方法。利用数字视频技术AE软件,对影视后期进行抠像处理,将图像边缘整理圆滑。整理并衔接影视后期图像镜头,将抠出来的图像与后期背景完美融合。合成后期影像画面与声音,将声音与图像相结合,使音频与视频高度一致,从而实现影视后期作品的高效制作。采用对比实验的方式,验证了该制作方法的抠像效果更佳,能够与后期背景充分融合,具有较高的推广价值。     

第九课：视频叠加与抠像

要想做出精彩的效果，视频叠加和抠像是DV粉丝们的必修课，这期的导演教室就来简单的介绍一下各种抠像和视频叠加的方式。[编者按]     

数字抠图技术综述

数字抠图是一种把图像的前景部分从背景中分离出来的技术,它通过用户指定图像中少量部分前景和背景区域,并根据这些提示按照一定的判定规则自动、准确地分离出所有的前景物体.回顾了该技术的历史发展过程,包括光学场景抽取、蓝屏抠图和图像合成技术,重点介绍了数字蓝屏抠图、自然图像抠图以及数字抠图技术的扩展和应用,如环境抠图、阴影抠图、视频抠图等,并对这几种技术的局限性以及发展方向做了简要的说明.     

自然图像抠图技术综述

着重对近几年自然图像抠图研究新进展进行综述,针对近年来基于启发式优化的抠图研究以及基于深度学习的抠图研究新成果对抠图研究工作进行重新分类和梳理,分析不同类型自然图像抠图研究主要的方法并整理其中的关键问题,介绍常用的自然图像抠图评价指标。最后通过实例分析总结了当前自然图像抠图研究面临的挑战,并对未来的研究前景进行了探讨。     

一种改进的Bayes抠图算法

针对传统Bayes抠图算法容易在生成的不透明度通道上产生脉冲噪音的问题,提出一种改进算法,充分考虑分簇采样点所占比重对α值估算准确度的影响,在贝叶斯框架中嵌入一个含比重因子的平滑约束项表达式。仿真实验结果表明,该改进算法能够有效消除脉冲噪音,使抠像结果更为光滑。     

一种鲁棒视频抠图算法*

基于鲁棒抠图算法提出了一种鲁棒视频抠图算法。新算法给出了一种基于少量手工标记的Strokes生成Trimap的方法,为视频帧半自动生成较为粗糙的Trimap划分,同时结合标记传递策略大大减少视频抠图过程中的手工标记操作。理论分析和实验结果证明鲁棒视频抠图算法能够获得较优的视频抠图结果。     

基于RWR的自然图像抠图

提出了一种基于图论的自然图像抠图方法。该算法首先在图像上建立图的模型,并用不同颜色标记目标种子点和背景种子点;接着采用有重启概率的随机游走方法计算像素点之间的相似性,进而提出一个线性概率模型;最后求解模型并分别估计前景和背景物体。与目前的抠图方法相比,该算法具有以下特点：将RWR方法结合图论用于自然图像抠图中;减小了RWR算法在图像分割中迭代求逆的高复杂度,大大提高了抠图速度;解决了“弱”边界的问题。     

A Comprehensive Survey on Sampling‐Based Image Matting

Sampling‐based image matting is currently playing a significant role and showing great further development potentials in image matting. However, the consequent survey articles and detailed classifications are still rare in the field of corresponding research. Furthermore, besides sampling strategies, most of the sampling‐based matting algorithms apply additional operations which actually conceal their real sampling performances. To inspire further improvements and new work, this paper makes a comprehensive survey on sampling‐based matting in the following five aspects: (i) Only the sampling step is initially preserved in the matting process to generate the final alpha results and make comparisons. (ii) Four basic categories including eight detailed classes for sampling‐based matting are presented, which are combined to generate the common sampling‐based matting algorithms. (iii) Each category including two classes is analysed and experimented independently on their advantages and disadvantages. (iv) Additional operations, including sampling weight, settling manner, complement and pre‐ and post‐processing, are sequentially analysed and added into sampling. Besides, the result and effect of each operation are also presented. (v) A pure sampling comparison framework is strongly recommended in future work.     

基于深度的环境遮片数据研究

环境遮片的提取与合成是指从图像中抽取前景物体,包括物体的颜色及光线的折射、反射情况,并将其合成在新的场景中。提取出的前景图像数据称为环境遮片。目前的环境遮片技术能够从真实场景中得到复杂的光学特征。提出了一种近似算法,用于直接处理生成的环境遮片数据,以模拟物体发生深度变化时环境遮片数据的变化情况,并给出了当物体-摄像机距离发生变化时遮片数据变化的情况。该方法可用于合成在物体发生相对复杂的运动时的动态环境遮片效果。     

基于显著度的非监督抠像方法

为免除抠像过程中的人工参与步骤,提出一种基于显著度的非监督抠像方法。提取输入图像的显著度图,利用块融合与块过滤方法,获得抠像的参考信息,将图像划分为多个层次进行多分辨率抠像,从图像背景中抠取出前景物体。实验结果证明,该抠像方法在计算速度和抠像效果上均优于非监督的光谱抠像方法。