一种基于双层框架的仿射类图像抠像方法

摘要：

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.

关键词：图像抠像、仿射类抠像、Matting Laplacian、KNN搜索、颜色线性模型

所属期刊栏目：47

资助基金：黑龙江省自然科学基金;哈尔滨商业大学校级科研项目;哈尔滨商业大学青年创新人才支持计划;黑龙江省哲学社会科学研究规划项目

在线出版日期：2021-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：209-223