CN104574271B - 一种广告图标嵌入数字图像的方法 - Google Patents
一种广告图标嵌入数字图像的方法 Download PDFInfo
- Publication number
- CN104574271B CN104574271B CN201510025684.5A CN201510025684A CN104574271B CN 104574271 B CN104574271 B CN 104574271B CN 201510025684 A CN201510025684 A CN 201510025684A CN 104574271 B CN104574271 B CN 104574271B
- Authority
- CN
- China
- Prior art keywords
- image
- background image
- region
- straight line
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003780 insertion Methods 0.000 title claims abstract description 43
- 230000037431 insertion Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 13
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 6
- 238000004040 coloring Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002203 pretreatment Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 11
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 208000006599 histidinemia Diseases 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明属于图像编辑技术领域,具体为一种广告图标嵌入数字图像的方法。图像融合是计算机视觉领域的一个重要分支,它通过确定待融合两张图像的重叠区域内每一个像素点的取值,以实现图像的平滑过渡。本发明方法不仅考虑重叠区域像素的取值,还着重于图像内容的分析,通过选取合适融合区域,检测区域的相关信息,达到图像融合的最佳效果。实验结果表明,本方法较好地实现了广告图标的插入,使得广告图标在背景图像上显得自然而且醒目。
Description
技术领域
本发明属于图像编辑技术领域,涉及一种图像融合方法,更具体的说,涉及一种广告图标嵌入数字图像的方法。
背景技术
传统的图像融合技术基本是作为多传感器信息融合的重要分支来研究的。它是一门综合了传感器、图像处理、信号处理、计算机和人工智能等多种学科的现代高新技术。这种图像融合的主要思想是采用一定的算法,把来自多个传感器的多幅源图像综合成一幅新的图像,从而使融合后的图像具有更高的可信度、较少的不确定性以及更好的可理解性。图像融合不是简单的叠加,它产生新的蕴含更有价值信息的图像。目前,这类型的图像融合技术在自动目标识别、计算机视觉、遥感、机器人、医学图像处理以及军事应用等领域都表现出巨大的应用潜力。
本发明方法涉及到的图像融合领域,考虑的是通过把源图像中一个物体或者一个区域嵌入到目标图像,从而生成一幅新的图像。为使新的合成图像看起来真实,边界处应保证无缝和自然。这类图像融合技术是计算机图像处理的一个基本问题,。
图像融合可以通过加权平均算法,多分辨率方法或基于梯度域的融合方法来实现。由于加权平均算法只对重叠区域进行加权平均,因此只在重叠区实现融合过渡,很难消除合成鬼影,且对配准误差很敏感。然而多分辨率拼接方法则通过将图像分解成多幅尺度图像再合成,不仅可实现整图范围内的融合过渡,并可降低对配准误差的敏感度,他的不足是由于多次滤波会造成信号减弱,因此最终合成的图像会变暗和模糊。基于梯度域的融合方法是利用梯度场实现合成,由于需要计算出重叠区域的梯度场,因此合成的图像不会出现变暗和模糊现象。
Prez等人在2003年提出了Poisson图像编辑法[2],该方法利用图像梯度场对待融合区域进行引导插值,将图像融合问题归结为求目标函数的最小化问题,并利用Poisson方程求解这一变分问题。
泊松图像编辑根据用户指定的边界条件求解一个泊松方程,实现梯度域上的连续来达到边界处颜色的无缝融合。但如果两个区域有不同的纹理细节特征,编辑区域的边界依然明显。Burt等对泊松图像编辑进行了改进,提出了一种基于样条的多分辨率技术,通过对图像在不同层次上的插值来实现两幅图像的无缝融合[3]。Jia等提出的一种优化方法能自动找到最优的边界,简化了交互[4]。该方法从用户交互的区域把感兴趣的对象通过GraphCut分割出来,在用户交互的边界和感兴趣的对象之间寻找最优边界。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种广告图标嵌入数字图像的方法,它主要针对广告商标(商标等)与背景图像的融合,其通过自动搜索最佳插入区域增强最终的融合效果,并简化了交互。
本发明提供一种广告图标嵌入数字图像的方法,具体步骤如下:
(1)背景图像的最佳区域选取
将广告图标嵌入数字图像,广告图标为插入对象,数字图像为背景图像;选取背景图像中没有强边缘、能量较低,颜色与插入对象颜色差距较大的局部区域作为候选区域;进而通过比较插入对象和数字图像的颜色信息,背景图像的能量信息和边缘信息,在背景图像中选取最佳区域;其最佳区域满足如下公式:
其中:Vi表示背景图像中第i个区域的合适度,值越大表示区域i作为插入区域的效果越好;Ei指第i个区域的背景图像的能量信息,能量信息越符合选取标准,该值越大;Bi,Ci分别表示边缘信息和颜色对比信息;α,β,γ是人为选取的权重参数,建议均设置为0.33。
(2)插入对象的仿射变换
先利用边缘检测生成背景图像的边缘图像,再用霍夫变换的方法提取出背景图像中的直线,在背景图像的直线检测图中,选取最相关的一条直线,计算仿射变换的参数,以该直线的方向为标准进行插入对象的仿射变换,即对插入对象进行角度上的变换,使得插入对象更贴合背景图像的最佳区域;
(3)图像融合
利用基于泊松方程的图像融合方法将经过仿射变换后得到的插入对象与背景图像在合适的位置融合。泊松融合的方法具体参考文献[1]。
本发明中,所述没有强边缘的局部区域从边缘图像中寻找,取定阈值,寻找较为平滑的区域,防止插入对象跨越背景图像的多个物体;所述能量较低的局部区域从能量图中寻找,取定阈值,以免插入对象被放置到重要物体身上,出现明显的人工处理痕迹;所述颜色差距较大的局部区域直接通过背景图像和插入对象的颜色信息对比得到,是为了使插入对象尽量醒目。
本发明步骤(1)中,选取背景图像中没有强边缘、能量较低,颜色与插入对象颜色差距较大的局部区域作为候选区域;具体来讲,是为了使插入后的商标看起来较为自然,
首先插入的对象不能跨越多个实体,否则将造成严重的失真。本方法通过对背景图像内物体边缘的检测,来初步判定区域内是否有多个物体,若所选区域中有强的边缘信息,对象插入后跨越实体的可能性很大,应该排除这样的区域。
另外,若将对象插入到背景图像的重要区域,也很容易造成新图像的失真,因为插入的商标会影响到背景图像的主题。例如在一些图像中,重要区域的实体是人脸,贴在人脸的商标显然太不真实,而且贴合的角度形状也很难选择。本方法借助能量图选取较为背景图中较为次要的区域进行插入。
最后,本方法还考虑了插入对象和插入区域的颜色差异。若两者的颜色相近,利用泊松方法融合后,插入对象容易与背景融为一体,这是泊松融合本质上希望的目标,但与本文针对的广告图标(例如商标)插入使广告图标醒目的实际应用目标不符。因此本方法选取颜色差异较大的区域作为候选区域。
本发明步骤(2)中,最相关的一条直线应位于离所选区域RE一定范围之内,该范围是所选区域RE与最近线段距离的三倍。选择所述最相关的一条直线时,综合考虑直线的长短以及离背景最佳区域RE的远近,所述直线离所选区域越近,相关性越大;直线越长,越具有代表性,相关性也越大。有了最相关的一条直线之后,就可依据该线段的方向对插入对象进行仿射变换。
本发明中,所述广告图标嵌入数字图像之前,对广告进行图标预处理;预处理步骤如下:
(1)处理广告图标的边缘,使得广告商标中不包含不相关的多余像素;
(2)将广告商标进行缩放,缩放后,插入对象的尺寸不超过背景图像尺寸的四分之一。
本发明的有益效果在于:本发明提出的方法不仅考虑了图像融合时融合方法带来的效果,也考虑背景图像的内容对融合效果的影响,是一种基于内容的图像融合方法。本发明主要针对广告图标,比如商标的插入,可应用于广告投放。本方法自动在背景图像中搜寻合适的插入区域,并对插入对象进行变换处理,增强最终的融合效果,并简化了交互。
附图说明
图1为本发明的流程图。
图2为利用本方法将福特商标插入背景图像的结果。
具体实施方式
对于一张待插入的图像和一张背景图像,可以采用图1所介绍的方法实施。
具体实施方法是:
(1)首先对插入图像进行预处理,以商标为例,尽量使插入图像中除商标本身之外的区域为白色,这样能明确实际的插入对象,避免插入多余信息。若不然,则人工选取图像中的插入对象,使之尽可能少的包含多余像素。再将其缩放至合适尺寸(不超过背景图像尺寸的四分之一),并人工或自动提取插入对象。
(2)然后生成背景图像的边缘图像和能量图[2],基于这两个信息外加颜色差异信息从背景图像中选取最佳区域。
(3)生成背景图像的直线检测图,选取最相关的一条直线作为参考线段,对插入对象进行仿射变换处理。
(4)最后利用泊松融合[1]的方法将插入对象和背景图像在所选的最佳区域进行融合。
如图2所示为本方法的一个实验例子。如该图所示,Ford的广告图标插入时,选择了窗户的下边缘做为最相关的直线,并根据该直线的方向对图标进行了仿射变换。因而插入的图标和背景墙面很协调,从而实现了在不影响原始图片质量的前提下,可以自然而且醒目地把图标插入到原始图片中。
参考文献:
[1]EREZ P.GANGNET M,BLAKE A.Poisson image editing[J].ACM Transactionson Graphics,2003,22(3):313—318.
[2]Harel J,Koch C,Perona P.Graph-based visual saliency[C].Advances inneural information processing systems.2006:545-552.
[3]Burt P J,Adelson E H.A multiresolution spline with application toimage mosaics[J].ACM Transactions on Graphics(TOG),1983,2(4):217-236.
[4]Jia J,Sun J,Tang C K,et al.Drag-and-drop pasting[C]//ACMTransactions on Graphics(TOG).ACM,2006,25(3):631-637.
Claims (5)
1.一种广告图标嵌入数字图像的方法,其特征在于,具体步骤如下:
(1)背景图像的最佳区域选取
将广告图标嵌入数字图像,广告图标为插入对象,数字图像为背景图像;选取背景图像中没有强边缘、能量较低,颜色与插入对象颜色差距较大的局部区域作为候选区域;进而通过比较插入对象和数字图像的颜色信息,背景图像的能量信息和边缘信息,在背景图像中选取最佳区域;其最佳区域满足如下公式:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mi>i</mi>
</munder>
</mtd>
<mtd>
<mrow>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&alpha;E</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;B</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&gamma;C</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中:Vi表示背景图像中第i个区域的合适度,值越大表示区域i作为插入区域的效果越好;Ei指第i个区域的背景图像的能量信息,能量信息越符合选取标准,该值越大;
Bi,Ci分别表示边缘信息和颜色对比信息;α,β,γ是人为选取的权重参数;
(2)插入对象的仿射变换
先利用边缘检测生成背景图像的边缘图像,再用霍夫变换的方法提取出背景图像中的直线,在背景图像的直线检测图中,选取最相关的一条直线,计算仿射变换的参数,以该直线的方向为标准进行插入对象的仿射变换,即对插入对象进行角度上的变换,使得插入对象更贴合背景图像的最佳区域;
(3)图像融合
利用基于泊松方程的图像融合方法将经过仿射变换后得到的插入对象与背景图像融合。
2.根据权利要求1所述的方法,其特征在于,步骤(1)的公式中,α,β,γ均设置为0.33。
3.根据权利要求1所述的方法,其特征在于,所述没有强边缘的局部区域从边缘图像中寻找,即选择边缘强度小于所设阈值的区域,寻找较为平滑的区域,防止插入对象跨越背景图像的多个物体;所述能量较低的局部区域从能量图中寻找,即选择能量值小于所设阈值的区域,以免插入对象被放置到重要物体身上,出现明显的人工处理痕迹;所述颜色差距较大的局部区域直接通过背景图像和插入对象的颜色信息对比得到,是为了使插入对象尽量醒目,其最终所选取的区域表示为RE。
4.根据权利要求1所述的方法,其特征在于,选择所述最相关的一条直线时,最相关的一条直线位于离所选区域RE一定距离的范围内,所述一定距离是所选区域RE与最近直线距离的三倍;选取时综合考虑直线的长短以及离背景最佳区域的远近,所述直线离所选区域越近,相关性越大;直线越长,越具有代表性,相关性也越大。
5.根据权利要求1所述的方法,其特征在于,所述广告图标嵌入数字图像之前,对广告图标进行预处理;预处理步骤如下:
(1)处理广告图标的边缘,使得广告商标中不包含不相关的多余像素;
(2)将广告商标进行缩放,缩放后,插入对象的尺寸不超过背景图像尺寸的四分之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025684.5A CN104574271B (zh) | 2015-01-20 | 2015-01-20 | 一种广告图标嵌入数字图像的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025684.5A CN104574271B (zh) | 2015-01-20 | 2015-01-20 | 一种广告图标嵌入数字图像的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104574271A CN104574271A (zh) | 2015-04-29 |
CN104574271B true CN104574271B (zh) | 2018-02-23 |
Family
ID=53090258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510025684.5A Active CN104574271B (zh) | 2015-01-20 | 2015-01-20 | 一种广告图标嵌入数字图像的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574271B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709486A (zh) * | 2016-11-11 | 2017-05-24 | 南京理工大学 | 基于深度卷积神经网络的自动车牌识别方法 |
CN106507157B (zh) * | 2016-12-08 | 2019-06-14 | 北京数码视讯科技股份有限公司 | 广告投放区域识别方法及装置 |
CN107220979B (zh) * | 2017-05-17 | 2020-09-25 | 北京工业大学 | 一种快速定位图像中合适矩形背景区域的方法 |
CN107977946A (zh) * | 2017-12-20 | 2018-05-01 | 百度在线网络技术(北京)有限公司 | 用于处理图像的方法和装置 |
CN112613473B (zh) * | 2020-12-31 | 2024-04-23 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种广告植入方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1728781A (zh) * | 2004-07-30 | 2006-02-01 | 新加坡科技研究局 | 将附加内容插入视频的方法和装置 |
EP2151981A1 (en) * | 2007-12-29 | 2010-02-10 | Huawei Technologies Co., Ltd. | Method, system and apparatus for implanting advertisement |
CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术(中国)有限公司 | 一种图像的多特征提取与融合方法及系统 |
CN102801968A (zh) * | 2012-06-19 | 2012-11-28 | 复旦大学 | 图像和视频的快速智能适配显示方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2917929B1 (fr) * | 2007-06-19 | 2010-05-28 | Alcatel Lucent | Dispositif de gestion d'insertion de contenus complementaires dans des flux de contenus multimedia. |
-
2015
- 2015-01-20 CN CN201510025684.5A patent/CN104574271B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1728781A (zh) * | 2004-07-30 | 2006-02-01 | 新加坡科技研究局 | 将附加内容插入视频的方法和装置 |
EP2151981A1 (en) * | 2007-12-29 | 2010-02-10 | Huawei Technologies Co., Ltd. | Method, system and apparatus for implanting advertisement |
CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术(中国)有限公司 | 一种图像的多特征提取与融合方法及系统 |
CN102801968A (zh) * | 2012-06-19 | 2012-11-28 | 复旦大学 | 图像和视频的快速智能适配显示方法 |
Non-Patent Citations (1)
Title |
---|
基于边缘特征和能量的图像融合方法;罗南超等;《计算机工程》;20100831;第36卷(第15期);第202-203页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104574271A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574271B (zh) | 一种广告图标嵌入数字图像的方法 | |
CN104376548B (zh) | 一种基于改进型surf算法的图像快速拼接方法 | |
CN104899845A (zh) | 一种基于lαβ空间场景迁移的多曝光图像融合方法 | |
CN108280450A (zh) | 一种基于车道线的高速公路路面检测方法 | |
CN102831584B (zh) | 一种数据驱动的物体图像修复系统及方法 | |
CN105488758A (zh) | 一种基于内容感知的图像缩放方法 | |
CN108171695A (zh) | 一种基于图像处理的高速公路路面检测方法 | |
CN107240084A (zh) | 一种单幅图像去雨方法及装置 | |
CN104616274A (zh) | 一种基于显著性区域提取的多聚焦图像融合算法 | |
CN108171247A (zh) | 一种车辆再识别方法及系统 | |
CN103793930A (zh) | 铅笔画图像生成方法及装置 | |
CN103208115A (zh) | 基于测地线距离的图像显著性区域检测方法 | |
CN106887002B (zh) | 一种红外图像序列显著性检测方法 | |
CN102903093A (zh) | 一种基于链码掩模的泊松图像融合方法 | |
CN105701764A (zh) | 一种用于医学图像的拼接方法 | |
CN106657816A (zh) | 一种基于orb算法的图像配准和图像融合并行的多路视频快速拼接算法 | |
CN103839244B (zh) | 一种实时的图像融合方法及装置 | |
Zhang et al. | Image stitching based on human visual system and SIFT algorithm | |
Li et al. | Edge-enhanced optimal seamline detection for orthoimage mosaicking | |
CN103164843B (zh) | 一种医学影像彩色化方法 | |
CN113658129A (zh) | 一种结合视觉显著性和线段强度的阵地提取方法 | |
Ye et al. | Hybrid scheme of image’s regional colorization using mask r-cnn and Poisson editing | |
Bhattacharya et al. | D2bgan: A dark to bright image conversion model for quality enhancement and analysis tasks without paired supervision | |
CN106407969A (zh) | 一种健壮的复杂背景视频文本定位和抽取方法 | |
Li et al. | Superpixel-based optimal seamline detection in the gradient domain via graph cuts for orthoimage mosaicking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |