资源目录
压缩包内文档预览：
编号：91865134
类型：共享资源
大小：36.08MB
格式：ZIP
上传时间：2020-08-10
上传人：QQ14****9609
认证信息
个人认证
郭**（实名认证）
陕西
IP属地：陕西
50
积分
- 关 键 词：
-
证件
人像
自动
合成
说明书
- 资源描述：
-
证件照人像自动抠图与合成说明书,证件,人像,自动,合成,说明书
- 内容简介：
-
一、摘要论文题目中文证件照人像自动抠图与合成英文Automatic matting and synthesis of portraits for passport photos论文选题项目是否涉密 是，并已办理华南理工大学学位论文定密审批表审批手续，复印件已附于本报告末页。 否，并承诺学位论文将不涉及国家秘密和其他不宜公开的内容。摘 要（不超过800字）抠图，就是把图片或影像的某一部分从原始图片或影像中分离出来成为单独的图层。主要功能是为了后期的合成做准备，图像合成是将提取出来的前景与新的背景合成一张新的图像。通常使用的方法是先找到前景与背景的过渡区域作为计算区域，通过估算过渡区域的每个像素透明度来提取前景和背景，然后实现新图像的合成。本文研究证件照人像自动抠图与合成，具体地，给定一张非纯色背景的证件照，自动确定出人像前景与背景的过渡区域，然后计算其透明度，最后将人像前景和指定的纯色背景合成为新的合格的证件照。已有的抠图算法大都是针对自然场景，一般需要较多的交互；应用于证件照处理时，自动化程度不高，抠图效果也不够理想。对质量要求非常严格的证件照抠图合成，这些算法都存在较多的问题，不能直接运用到实际工程中。本文研究如何全自动地实现证件照的抠图与合成。在已有算法和实际应用基础上解决两个关键问题：第一，提出一种针对证件照的trimap图自动生成方案；第二，相对于其它方法，Bayesian Matting有较高的效率，但抠图结果中，前景到背景的过渡不够平滑，细长区域（如发丝）的计算结果不正确，拟引入规则项对值进行平滑约束。关键词中文抠图 图像合成 证件照英文Matting/image synthesis/passport photo二、立题依据1、 研究意义(1)由于拍摄时光线、亮度、拍摄技巧等因素的影响，使得证件照的背景色不能严格适应要求，所以需要对证件照的背景色进行后期颜色处理，在现实生活中有着非常重要的实用意义。(2)已有的专业图片处理软件如PhotoShop不能精确提取头发丝，已有的专业证件照处理软件如“证照之星”，对脸部区域的计算非常粗糙，不能满足证件照的质量要求。因此在证件照这个专业应用领域中，也需要一个质量较高的软件来替代，具有一定的应用价值。(3)已有的抠图算法基本上都是针对自然场景照片设计的，合成图中，由于场景复杂，边界上的瑕疵不容易被察觉，但是证件照合成图的背景为单一颜色，这些瑕疵会变得很明显。(4)已有抠图算法的另一个问题是用户交互过多，尽管有工作对交互的简单性和易用性进行了研究，但可能需要做多次交互；此外，对于证件照应用往往需要批量处理，人工交互变得不切实际。(5)另一方面，证件照的背景相对简单，前景内容与背景的集合关系也基本固定，这些已知信息，应该对于trimap图的自动生成，以及抠图质量的提高有帮助。基于以上分析，对于证件照抠图与合成这一应用而言，提出一种高质量、完全自动的背景替换方法，既有理论意义，又有应用价值。2、 国内外研究现状研究人员已经提出大量的抠图算法Wang Jue的综述10，有各自的优势，也各有缺陷。下面重点研究了Natural Matting2，Bayesian Matting1，Grabcut Matting6，Poisson Matting几个经典算法。2.1 自然图像抠图这种算法是假设未知区域是一条狭窄的区域，通过边界线上的每个像素的分布来估算透明度，如下图 1。存在的局限性有：a) 未知区域一定要被假设成狭长的区域，当未知区域较大时误差会非常大；b) 在局部窗口内高斯协方差会产生错误；c) 像素间的计算是分别独立的，导致最后的不连续，使得合成的图片在未知区域的过渡不平滑。图2 通过边界线上的每个像素的分布来估算透明度 2 2.2 Bayesian 抠图Bayesian Matting1在Natural Matting的基础上有了新的提高。能够使计算的滑动窗口能够高连续地从已知的前景和背景区滑动到未知区进行计算，它也是利用邻域的像素估算当前像素的F,B,，该算法构建了Bayesian概率模型，通过求取概率模型的极大后验概率取最优解。Bayesian概率公式如下1：Bayesian Matting 比起Natural Matting来精确度提高了很多，不需要要求输入的未知区域为狭长区域。该算法当trimap图（包含前景，背景，未知区三部分）输入较精确时，它能计算得到非常满意的效果，头发丝计算精准真实，然而也不适用于证件照抠图，主要问题如下：a) 细小撮头发计算错误；b) 脸部区域在前景与背景过渡非常不平滑；c) 对trimap图的要求很高。2.3 Grabcut 抠图6该算法先通过Grabcut算法将图像的前景和背景分割成确定的两个部分，然后找到分割线T，在分割线的左右两边分别取一个固定半径r的宽度来作为过渡区域，在过渡区域内的计算透明度，则是用一个自定义的拟合函数如图 2(c).图3 Grabcut 计算示意图6 从论文的实验结果图3来看，人脸部抠图效果较好，所以可以作为重点研究算法：图4 三种算法对脸部过渡区域效果对比62.4 Poisson 抠图7该算法是通过构建poisson方程，对基本公式等式两边分别求梯度，得.又假设前景和背景是相对平滑的，因此是非常小的，近似为0。所以是由以下公式得到：.这种算法最大局限性是：a) 前提是要假设前景和背景是很平滑的；b) 对于复杂的前景和背景，去最近的邻近像素作为估算的F和B是非常不精确的，所以结果往往不是太好。2.5 总结由于正式的证件照背景替换要求非常高，新替换后的背景是纯色背景，当前景图像有一点瑕疵时都会很容易被人眼察觉，所以对算法的要求也变得尤为严格，使得这些已存的算法都不易直接应用到证件照背景替换中。这些已有算法一般是替换自然图片的背景，替换后的新背景一般不是纯色背景，故当出现细小的瑕疵时都不易被人眼察觉，所以很多此类算法的研究一般集中在替换效率和人工交互复杂度的比较，而忽视了细节效果的比较。是针对实际工程中的应用所带来的需求，除了研究提高算法效率和减少交互之外，重点将是证件照替换的细节效果，在脸部和头发细丝等部分满足非常严格的合成效果要求。3、主要参考文献及出处1 Chuang, Y.-Y., Curless, B., Salesin, D.H., and Szeliski, R. ,“A Bayesian approach to digital matting”. In Computer Vision and Pattern Recognition, 2001, Proceedings of the 2001 IEEE Computer Society Conference, II-264 II-271, 2001.2 Ruzon, M., and Tomasi, C., “Alpha estimation in natural images”. In Proceedings of IEEE Conference Computer Vision and Pattern Recognition, 18-25, 2000.3 Michael. J. Black and P. Anandan, “The robust estimation of multiple motions: Para-metric and piecewise-smooth flow fields”. In Computer Vision and Image Under-standing, vol. 63, no. 1, pp. 75104, 1996.4 Levin, A. , Rav-Acha, A., and Lischinski, D., “Spectral matting”. Computer Vision and Pattern Recognition, pp. 17-22, 2007.5 Levin, A., Lischinski, D., and Weiss, Y., “A closed form solution to natural image matting”. Pattern Analysis and Machine Intelligence, IEEE Transactions, pp.228-242, 2008 .6 Rother, C., Kolmogorov, V., and Blake, A., “Grabcut - interactive foreground extraction using iterated graph cut”. In Proceedings of ACM SIGGRAPH, pp. 309314, 2004.7 Sun, J., Jia, J., Tang, C.-K., and Shum, H.-Y. ,“Poisson matting”. In Proceedings of ACM SIGGRAPH, pp. 315321, 2004.8 Sun, J., Li, Y., Kang, S.-B. and Shum, H.-Y. “Flash matting”. In Proceedings of ACM SIGGRAPH, pp. 772-778 , 2006.9 Juan, O. and Keriven, R.,“Trimap segmentation for fast and user-friendly alpha matting”. In Variational Geometric and Level Set Methods in Computer Vision, Lecture Notes in Computer Science, Volume 3752, pp. 186-197, 2005.10 Wang, J. and Cohen, M.F., “Image and video matting: a survey ”. Published in Foundations and Trends in Computer Graphics and Vision.11 Porter, T. and Duff, T., “Compositing digital images”. In Proceedings of ACM SIGGRAPH, pp. 253259, July 198三、研究方案及工作基础1、 研究目标、研究内容及拟解决的关键问题1.1研究目标证件照人像抠图合成的全自动实现，对于正常的证件照，无需任何用户交互，实现背景的自动替换，并且要求照片替换质量较高，需要作手动修复情况尽可能少。1.2研究内容a) 自动提取前景与背景的过渡区域，作为未知区域；b) 自动识别人脸的各个部分：头发，皮肤，衣服，然后分别使用不同策略处理取到最佳效果；c) 改进现有算法Bayesian Matting，解决皮肤计算不精准的缺陷问题，以及当从浅色背景替换到深色背景时候小撮头发计算错误的问题；d) 前景与新背景的重新合成，合成图应该尽量真实正确。1.3拟解决的关键问题a) 生成尽量精确的过渡区域，包含细小头发丝等细节，并解决衣服颜色与背景相似的特殊情况。目前已尝试使用hsv分解来找出前景和背景的过渡区域，但是这样头发丝中间的背景缝隙没有提取出来，如图5。b) Bayesian Matting算法的改进，加入平滑约束条件，使得皮肤的值连续，细小头发丝计算更加精准。皮肤不够平滑，如图4。从浅色背景替换到深色背景时候细小头发计算不够精准，如示意图6所示： 图5 皮肤不够平滑 图6 发丝缝隙不能提取 图 7 细小头发计算错误，替换后变成了白色头发c) 将脸部区域和头发区域区别对待处理，分别使用不同的算法或者修复方法进行处理来满足需求，这样就需要自动识别出头发部分、皮肤部分以及衣领部分。2.拟采取的研究方法及技术路线2.1 过渡区域生成已尝试使用图像的HSV空间的阈值方法，生成粗糙的过渡区域，因为不同的图像对阈值的要求不一样，所以对所有图片使用统一阈值的方法，生成trimap效果鲁棒性不好。但是要得到精确的过渡区域，包括头发细丝也能提取精确，则需要想更加鲁棒的算法。目前拟采用方案有：a) 不在HSV空间分解，在Lab空间分解，因为Lab空间更加稳定。或者结合使用两种分解。b) 利用纹理特征算子，背景、头发、皮肤、衣服的纹理都有非常明显的区别，过渡区域就是背景纹理到其他纹理变化最大的地方。c) 调研更多生成trimap已有算法。如Juan, O. and Keriven, R.9，他们使用了EM聚类、高斯混合概率模型，以及Graph cuts的方法，有数学理论的支持。2.2 改进Bayesian Matting 算法由于原有的Bayesian Matting算法对透明度的计算每个像素间都是独立，不具有像素间连续性，所以设想在Bayesian公式中添加一个平滑约束条件，将Bayesian Matting公式更改为：添加一个相邻像素的连续性约束，此约束使目标像素上、下、左、右4个邻域像素的均值尽量相近，保持局部相似性。添加约束条件后设想可以消除未知区域到前景和背景的边界区域不平滑现象。添加约束条件之后，算法的求解就不能使用线性方程组求解了，而应该用最优化方法求解，如伪牛顿法求解。3 皮肤区域的不平滑将皮肤区域检测出来，在Lab空间使用阈值方法检测准确性不够高，无法检测出黑色皮肤和深棕色皮肤，设想使用纹理特征算子来提取脸部区域。提取出来皮肤之后，如果Bayesian算法无法单独替换成功，可以使用其他算法，或者是使用一些修复的方法，尽量使皮肤的过渡平滑，尽量少的特殊情况处理和尽量少的手动修复。3. 研究工作基础3.1 应用研究基础应用背景是证件照背景替换的横向项目，此项目是通过学校与公司
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号