CN106355593A - 一种基于马尔科夫随机场的素描画生成方法 - Google Patents

Abstract

本发明涉及一种基于马尔科夫随机场的素描画生成方法，包括以下步骤：S1：预处理：建立原始图像和素描画图像的训练集，原始图像和素描画图像经过旋转和缩放后位于同一尺度；S2：基于单尺度的马尔科夫随机场模型，分别对预处理的原始图像和素描画图像进行图像分割；S3：基于步骤S2图像分割后的原始图像和素描画图像，获取素描画滤波器；S4：输入待处理图像，基于多尺度的马尔科夫随机场模型将待处理图像进行图像分割，根据图像分割后的待处理图像和素描画滤波器获取素描画。与现有技术相比，本发明具有工作的额外复杂度低、灵活性高、图像处理更加精细等优点。

Description

一种基于马尔科夫随机场的素描画生成方法

技术领域

本发明涉及图片处理分析技术领域，尤其是涉及一种基于马尔科夫随机场的素描画生成方法。

背景技术

近年来，利用计算机对数码照片进行处理，将真实人脸图像的纹理进行简化以突出想要表达的某些特征，生成各种风格的肖像画这一数字媒体技术已经得到了广泛的应用。例如在视频聊天、网络游戏、网络个性签名头像以及蚀刻印染工艺品中，用个性化的虚拟肖像代替真实人脸图像可以产生具有感染力的娱乐效果和艺术效果，同时生成卡通素描画在法律中人脸追踪起了重要效果，在社区安防、人口寻找、交通管理等方面有着广泛的应用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于马尔科夫随机场的素描画生成方法，具有工作的额外复杂度低、灵活性高、图像处理更加精细等优点。

本发明的目的可以通过以下技术方案来实现：

一种基于马尔科夫随机场的素描画生成方法包括以下步骤：

S1：预处理：建立原始图像和素描画图像的训练集，原始图像和素描画图像经过旋转和缩放后位于同一尺度；

S2：基于单尺度的马尔科夫随机场模型，分别对预处理的原始图像和素描画图像进行图像分割；

S3：基于步骤S2图像分割后的原始图像和素描画图像，获取素描画滤波器；

S4：输入待处理图像，基于多尺度的马尔科夫随机场模型将待处理图像进行图像分割，根据图像分割后的待处理图像和素描画滤波器获取素描画。

还包括步骤S5：对步骤S4获得的素描画中各分割图像的重叠区域取平均值，获得最优素描画。

所述步骤S5中还对最优素描画进行非线性对比度增强。

所述步骤S1中预处理保证原始图像中人脸轮廓边缘与素描画图像中人脸轮廓边缘的平均差值最小。

所述步骤S1中采用主动形状模型提取原始图像和素描画图像中的人脸轮廓。

与现有技术相比，本发明具有以下优点：

1)本发明的原理是使用马尔科夫随机场生成卡通素描画，比之前整张图片进行处理更加精细，与现有技术相比，本发明工作的额外复杂度低，灵活性高。

2)肖像画转换过程简单易行，生成效果具有较好的逼真度和立体感。

3)采用多尺度的马尔科夫随机场模型可以解决两个很相似的原始图像却得到完全不同的素描画的问题，数据更加精准。

附图说明

图1为本发明方法流程图；

图2为单尺度的马尔科夫随机场模型示意图；

图3为基于多尺度的马尔科夫随机场模型图像处理前后示意图；

图4为多尺度的马尔科夫随机场模型示意图；

图5为平均重叠区域的示意图；

图6为本发明方法的试验效果对比示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

一种基于马尔科夫随机场的素描画生成方法包括以下步骤：

S1：预处理：建立原始图像和素描画图像的训练集，原始图像和素描画图像经过旋转和缩放后位于同一尺度；

步骤S1中预处理保证原始图像中人脸轮廓边缘与素描画图像中人脸轮廓边缘的平均差值最小，其中，采用主动形状模型提取原始图像和素描画图像中的人脸轮廓。

S2：基于单尺度的马尔科夫随机场模型，分别对预处理的原始图像和素描画图像进行图像分割。

一张人脸图像被分成很多部分，每部分之间都有重叠区域，计算相邻区域的兼容性。

I是训练集的原始图片的像素，R是搜索区域内的一部分，i表示分割后图像的编号，距离是：

$\begin{array}{c}{D}_R=\underset{i\∈R}{\Σ}{\left(y_j\right(i)-I_R(i\left)\right)}^2\\ =\underset{i}{\Σ}{y}_j^2\left(i\right)+\underset{i}{\Σ}{I}_R^2\left(i\right)-2\underset{i}{\Σ}{y}_j\left(i\right)I_R\left(i\right)\end{array},$

S3：基于步骤S2图像分割后的原始图像和素描画图像，获取素描画滤波器。

获取素描画滤波器的过程中，整个图像分为N个区域，yi、xi分别为原始图像一部分和素描卡通画一部分，输入图像和其素描画的连接可能性为

$p(x_1,...,x_N,y_1,...,y_N)=\underset{j_1{j}_2}{\Π}\mathrm{\Ψ}(x_{j_1},x_{j_2})\underset{j}{\Π}\mathrm{\Φ}(x_j,y_j).$

本地置信度为：

$\mathrm{\Φ}({\tilde{x}}_j^l,y_j)=\exp \{-||{\tilde{y}}_j-y_j|{|}^2/2{\mathrm{\σ}}_e^2\}$

j1、j2为具有重叠的相邻区域，函数兼容性计算为：

$\mathrm{\Ψ}({\tilde{x}}_{j_1}^l,{\tilde{x}}_{j_2}^m)=\exp \{-||d_{j_1{j}_2}^l-d_{j_1{j}_2}^m||/2{\mathrm{\σ}}_c^2\}$

马尔科夫模型如图2所示。

重叠区域计算误差为：

${\hat{x}}_{jMAP}=\arg \underset{\[x_j\]}{\max }\underset{\[x_i,i\≠j\]}{\max }P(x_1,\mathrm{...},x_N|y_1,\mathrm{...},y_N),$

${\hat{x}}_{jMMSE}=\underset{x_j}{\Σ}{x}_j\underset{\[x_i,i\≠j\]}{\Σ}P(x_1,...,x_N|y_1,...,y_N).$

S4：输入待处理图像，基于多尺度的马尔科夫随机场模型将待处理图像进行图像分割，根据图像分割后的待处理图像和素描画滤波器获取素描画。

多尺度的马尔科夫模型是为了解决两个很相似的原始图像却得到完全不同的素描画的问题，如图3所示。

假设共有L层随机场x(1),x(2),...,x(L)，如图4所示。

X(n)层的分配只由相邻的层决定，

$\begin{array}{c}P(x^{\left(1\right)},...,x^{\left(L\right)},y^{\left(1\right)},...,y^{\left(L\right)})\\ =\underset{n=1}{\overset{L}{\Π}}\mathrm{\Ω}(x^{\left(n\right)},y^{\left(n\right)})\underset{n=1}{\overset{L-1}{\Π}}\mathrm{\Θ}(x^{\left(n\right)},x^{(n+1)})\end{array}.$

Y(n)是指第N层的素描画，不同之处只有区域的大小，因此隐藏变量和相邻点的节点的概率分配：

$\begin{array}{c}P(x^{\left(1\right)},\mathrm{...},x^{\left(L\right)},y)\\ =P(x^{\left(1\right)},\mathrm{...},x^{\left(L\right)},y^{\left(1\right)},\mathrm{...},y^{\left(L\right)})\\ =P(x_1^{\left(1\right)},\mathrm{...},x_{N_1}^{\left(1\right)},x_1^{\left(L\right)},\mathrm{...},x_{N_L}^{\left(L\right)},y_1^{\left(1\right)},\mathrm{...},y_{N_L}^{\left(L\right)})\\ =\underset{n=1}{\overset{L}{\Π}}\underset{i}{\Π}\mathrm{\Φ}\left(x_i^{\left(n\right)},y_i^{\left(n\right)}\right)\underset{i,j,m,n}{\Π}\mathrm{\Ψ}(x_i^{\left(m\right)},x_j^{\left(n\right)})\end{array}$

S5：对步骤S4获得的素描画中各分割图像的重叠区域取平均值，获得最优素描画，其中还对最优素描画进行非线性对比度增强。

相邻的区域有重叠的部分，可以通过平均重叠区域而得到整张图像，然而，这却容易导致边缘效益。相反，我们通过两个相邻区域里的像素计算最小边缘误差，可以通过动态规划计算出，如图5所示，查找两个重叠图像之间的最小误差边界(虚线)。

采用本发明方法的试验效果对比如图6所示，(6a)为原始图片，(6b)为艺术家手绘卡通图片，(6c)为原始图片采用本发明方法后获得的最优素描图，可以看出(6c)可以很好地达到(6b)的素描效果。

Claims (5)

1.一种基于马尔科夫随机场的素描画生成方法，其特征在于，包括以下步骤：

S1：预处理：建立原始图像和素描画图像的训练集，原始图像和素描画图像经过旋转和缩放后位于同一尺度；

S2：基于单尺度的马尔科夫随机场模型，分别对预处理的原始图像和素描画图像进行图像分割；

S3：基于步骤S2图像分割后的原始图像和素描画图像，获取素描画滤波器；

S4：输入待处理图像，基于多尺度的马尔科夫随机场模型将待处理图像进行图像分割，根据图像分割后的待处理图像和素描画滤波器获取素描画。

2.根据权利要求1所述的一种基于马尔科夫随机场的素描画生成方法，其特征在于，还包括步骤S5：对步骤S4获得的素描画中各分割图像的重叠区域取平均值，获得最优素描画。

3.根据权利要求2所述的一种基于马尔科夫随机场的素描画生成方法，其特征在于，所述步骤S5中还对最优素描画进行非线性对比度增强。

4.根据权利要求1所述的一种基于马尔科夫随机场的素描画生成方法，其特征在于，所述步骤S1中预处理保证原始图像中人脸轮廓边缘与素描画图像中人脸轮廓边缘的平均差值最小。

5.根据权利要求4所述的一种基于马尔科夫随机场的素描画生成方法，其特征在于，所述步骤S1中采用主动形状模型提取原始图像和素描画图像中的人脸轮廓。