例样相似性的全局最优抠图算法

数字抠图技术,即采用已知部分的前景和背景信息从图像中提取出完整的前景信息的过程,在图像和视频编辑中发挥着极其重要的作用。从计算机视觉的角度出发,这是一项极具挑战性的工作,因为必须为每个像素点估计前景和背景组合因子。当前现存的以例样相似性为基础的抠图方法常常会因为无法搜索到正确的例样而抠图失败。提出了例样相似性的全局最优抠图算法。该算法同时考虑例样的颜色信息和坐标信息,并建立简单有效的抠图代价函数。为了降低代价函数最优化时的计算复杂度,我们采用了模拟退火算法对代价函数进行优化。同时,引入引导滤波来提高抠图精度。实验结果表明本文算法能够进行高质量的图像抠图。

Existing sampling-based matting methods are less valid when true foreground/background colors always can not be searched.In order to avoid missing true samples,this paper proposes a sampling-based global optimal matting algorithm which defines a simple and effective cost function by considering both color fitness and spatial distance.The algorithm uses simulated annealing algorithm to optimize sample space and reduce computation complexity,while introducing guided filter- ing to improve matting accuracy.