基于KNN分类器的自然图像抠图

摘要：ClosedForm抠图算法是一种基于传播的抠图算法，在传播性良好的图像上可以得到优秀的抠图结果。ClosedForm方法的不足在于，在图像的传播性不好的复杂区域，比如孔洞区域或者狭长结构区域上的效果不佳，通常无法得到正确的结果。而在这些区域上提供一定的标记可以提高抠图的效果。本文设计了一种通过局部采样与KNN分类器的传播型抠图算法，首先，根据图像颜色的不同组成构建相应的特征空间，减少前景背景重叠的影响，提高了KNN分类器分类的准确率；其次，根据图像未知区域采样性能的优劣自适应的使用局部采样或者KNN分类器进行处理；最后，根据对未知区域处理方法的不同，在增加约束的时候使用的权值也不同，在对处理结果的使用上更有效。本文通过定性观察和定量分析相结合的方式对实验结果作出评价，通过在线标准评价实验集合的测试，在传播性能良好的图像上，本文方法与ClosedForm方法效果相当，在存在复杂区域的图像上取得的效果好于ClosedForm方法。Abstract:ClosedFormisatransmission-basedmattingalgorithm,functioningwellonimageswithgoodtransmissibility.ThedeficiencyoftheClosedFormmethodisthatforcomplexareaswithpoorimagetransmissibility,suchasholeareasorareasoflongandnarrowstructures,therightresultsareusuallyhardtoget.Ontheseareas,ifcertainmarkersareprovided,itcanimprovetheeffectsofmatting.Inthispaper,wedesignamattingalgorithmbylocalsamplingandtheKNNclassifiertransmission-basedmattingalgorithm.Firstofall,buildthecorrespondingcharacteristicsspaceaccordingtothedifferentcomponentsofimagecolorstoreducetheinfluenceofoverlappingbetweentheforegroundandbackground,andtoimprovetheclassificationaccuracyofKNNclassifier.Second,adaptivelyuselocalsamplingorusinglocalKNNclassifierforprocessingbasedontheprosandconsofthesampleperformanceofunknownimageareas.Finally,basedondifferenttreatmentmethodsfortheunknownareas,wewillusedifferentweightforincreasingconstraintstomakethetreatmentmoreeffective.Inthispaper,bycombiningqualitativeobservationandquantitativeanalysis,wewillmakeevaluationoftheexperimentalresultsthroughonlinestandardsetofevaluationtests.Itshowsthatonimageswithgoodtransmissibility,thismethodisaseffectiveastheClosedFormmethod,whileonimagesincomplexregions,itcanperformevenbetterthanClosedForm.1引言Introduction图像的分割与抠图是图像处理领域的热点问题，抠图与分割都是将图像的一部分从整幅图像中分离出来。分离出来的部分称为前景，余下的部分称为背景。二者的区别在于，分割的结果是二值的；而抠图的结果是一个0-1之间的连续值。抠图技术广泛应用于数字图像编辑、影视特效制作、虚拟现实等各种领域。Imagesegmentationandmattingarehotissuesinthefieldofimageprocessing,bothofwhicharetoseparateapartoftheimagefromthewholeimage.Theseparatedpartsarecalledforeground,whiletherestareknownasthebackground.Thedifferenceisthattheresultofsegmentationisbinary;whiletheresultofmattingisacontinuumofvaluesbetween0and1.mattingtechnologyiswidelyusedindigitalimageediting,videoeffectsproduction,virtualrealityandotherfields.Porter和Duffer将图像I定义为前景(F)和背景(B)在不透明度()下的线性组合[1]。PorterandDufferdefinedimageIaslinearcombination[1]oftheforeground(F)andthebackground(B)underopacity().(1)IFB(1)这样抠图问题就可以定义为对图像中的任意一点，求解该点的F和。Inthisway,themattingissuecanbedefinedasanypointintheimagetocalculatethevaluesofFandofthatpoint.式(1)是一个病态的方程，右边的三个参数均是未知的，如果I是灰度图，那么式(1)是一个方程三个未知数，如果I是三通道彩色图像，那么式(1)是三个方程7个未知数。因此抠图问题在本质上是没有精确解的，一直是图像处理领域中的一个挑战性问题。Formula(1)isaproblematicequation.Asthethreeparametersontherightsideareunknown,thereforeifIisagrayscale,thentheFormula(1)isanequationwiththreeunknowns,whileifIisthree-channelcolorimage,thentheFormula(1)isanequationwith7unknowns.Therefore,themattingissueisessentiallyaproblemwithnoexactsolutionandhasalwaysbeenachallengingissueinthefieldofimageprocessing.为了解决抠图的问题，通常需要通过用户手动增加一些额外的约束条件。人工参与的抠图也称为交互式抠图。常用的交互方法有两种：(1)trimap方法：将图像划分为已知的前景、背景区域以及未知区域。trimap方法是一种通用的方法，但主要对应于采样的方法。(2)简单笔画方法：用少量的笔画和不同的颜色将在图像一些像素分别标记为前景和背景,以此作为基本样本。主要对应于传播的方法。Inordertosolvethemattingproblem,it'susuallyneedtoaddsomeadditionalconstraintsmanuallybytheuser.Mattingwithuserparticipationisalsoknownastheinteractivematting.Therearetwokindsofcommoninteractionmethods:(1)trimapmethod:theimageisdividedintoknownforeground,backgroundregionandunknownarea.Trimapisagenericmethod,butmainlycorrespondstothesamplingmethod.(2)Simplestrokesmethod:useasmallnumberofstrokesandsomedifferentcolorstomarktheimagepixelasforegroundandbackgroundrespectively,asabasicsample.Thismethodmainlycorrespondstothetransmissionmethod.2相关工作Relatedworks一般而言抠图算法可分为三大类[2]：蓝屏抠图[3]、自然图像抠图和视频抠图。蓝屏图像是指背景是蓝色或者绿色的图像，自然图像是指任意背景的图像。主流的自然图像抠图分为两大类：基于采样的方法和基于传播的方法。基于采样的方法利用图像颜色的连续性与相似性[4-13]。假设每一个未知点的F,B都能通过样本估算得到。按照一定的采样规则对未知点进行采样。然后通过采集到的样本和相应的计算公式计算不透明度。knockout方法[4]是较早的抠图算法，在局部区域边界上进行采样。算法简单，运算速度快，但只在平滑的图像处理上能够取得较好的效果。而且对样本没有作任何统计处理，是一种非统计的采样抠图算法。Ingeneral,mattingalgorithm[2]canbedividedintothreecategories:bluescreenmatting[3],naturalimagemattingandvideomatting.Bluescreenimagereferstotheimageswithblueorgreenbackground.Naturalimagereferstoimageswithanybackground.Mainstreamnaturalimagemattingcanbedividedintotwocategories:thesampling-basedmethodandthetransmission-basedmethod.Thesampling-basedmethodusesthecontinuityandsimilarityoftheimagecolors(4-13),assumingthatforeachoftheunknownpoint,thevaluesofF,Bcanbeestimatedbythesamplesandsamplingontheunknownpointbasedoncertainsamplingrules.Andthencalculatetheopacitythroughthecollectedsamplesandthecorrespondingcalculationformula.Knockoutmethod[4]isanearliermattingalgorithmusedforlocalsamplingoftheboundaryareas.Themethodissimple,fastforcalculation,butonlyeffectiveforsmoothimageprocessing.Anditisanon-statisticalsamplingmattingalgorithmwithnostatisticalprocessingforthesamples.此后的抠图算法多对样本进行了统计处理。Ruzon-Tomasi方法[5]对样本进行聚类处理[14],通过高斯混合模型来选择构建前景和背景的样本.Hillman方法[6]利用主