一种基于KNN后处理的鲁棒性抠图方法

目前抠图算法分为采样法和仿射法。采样法求解出的Alpha值往往是不连续的,并且含有很多噪声。对此提出一种基于KNN后处理的鲁棒抠图算法。对未知像素点进行鲁棒性采样,并从中选择较好的样本对作为未知像素的前景和背景样本点,计算出未知像素的初始Alpha值;充分利用KNN方法搜索样本范围宽的优势对初始Alpha进行后处理。实验表明该后处理算法不仅增强了Alpha的视觉效果,同时也提高了Alpha的结果,尤其是实体前景和背景像素结果的准确性。