CN107087123A - 一种基于云端处理的实时高清抠像方法 - Google Patents
一种基于云端处理的实时高清抠像方法 Download PDFInfo
- Publication number
- CN107087123A CN107087123A CN201710284130.6A CN201710284130A CN107087123A CN 107087123 A CN107087123 A CN 107087123A CN 201710284130 A CN201710284130 A CN 201710284130A CN 107087123 A CN107087123 A CN 107087123A
- Authority
- CN
- China
- Prior art keywords
- pixel
- color
- image
- coordinate system
- key
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Processing Of Color Television Signals (AREA)
- Studio Circuits (AREA)
Abstract
本发明涉及一种基于云端处理的实时高清抠像方法,所述实时高清抠像方法包括:对基于(Y,U,V)颜色空间的视频图像/图片进行预处理;将预处理后具有统一格式的视频图像/图片作为实时输入源输入云导播台;扫描输入源的每帧视频图像/图片的所有像素点的信息;选取色键对来自实时输入源的前景图像进行抠像计算;基于抠像计算结果对前景图像和背景图像进行融合计算并进行实时融合。本发明公开了一种快速高清抠像算法,利用算法实时性的优势,融合到云导播台中,实现了云端人物和虚拟背景的有效合成。
Description
技术领域
本发明涉及云流媒体实时抠像技术领域,具体涉及一种基于云端处理的实时高清抠像方法。
背景技术
抠像技术的产生源自于早期的电视制作,虚拟演播室的搭建也是基于该需求。演播室的抠像主要涉及蓝/绿幕的抠像。其前期源采集过程要求严格,且成本高昂(包括均匀的光照和性能优良的录制设备),并且在抠像环节上,主流仍然选择的是价格较高的硬件导播台,因其避免了编解码的耗时转换,从来能基本满足抠像的性能需求。
蓝/绿幕的抠像在现有的一些算法性能上也参差不齐,包括边缘的轮廓的优化,溢色的处理和前景与背景的融合等。
目前市面上存在的抠像软件,如photoshop,虽然经过人工的处理能调试出较优的抠像效果,但是其对于操作人员的抠像技术的专业要求非常高,并且整个过程耗时耗力,无法满足使用者实时直播中快速高清的性能要求。
有鉴于此,我们开发了高清的抠像算法并且融合到我们自行开发研制的云端导播台中,在确保效果优良的前提下,极大地满足抠像的实时性要求。并且,将硬件的抠像转移到云端进行处理,极大提升了抠像性能并已达到缩减成本的目的。
发明内容
本发明的目的在于提供一种基于云端处理的实时高清抠像方法,用以解决现有抠像技术耗时耗力无法满足使用者实时直播中快速高清的性能要求的问题。
为实现上述目的,本发明公开了一种基于云端处理的实时高清抠像方法,所述实时高清抠像方法包括:对基于(Y,U,V)颜色空间的视频图像/图片进行预处理;将预处理后具有统一格式的视频图像/图片作为实时输入源输入云导播台;扫描输入源的每帧视频图像/图片的所有像素点的信息;选取色键对来自实时输入源的前景图像进行抠像计算;基于抠像计算结果对前景图像和背景图像进行融合计算;所述融合计算公式为:
respixel=fgpixel-back_contrib+bgalpha×bgpixel
其中,respixel为合成结果图像的像素值,fgpixel前景图像的像素值,bgpixel为背景图像的像素值,back_contrib为背景图像贡献值,bgalpha为背景图像像素透明度;和基于融合计算结果对前景图像和背景图像进行实时融合。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述前景图像的抠像计算过程包括:将前景像素点由(U,V)颜色空间坐标系旋转至(X,Z)颜色空间坐标系中进行操作;在(X,Z)颜色空间坐标系中对像素点区域进行分区处理;得到第一区域和第二区域,其中,第一区域内像素点的像素值与色键像素值差异大,第二区域内像素点的像素值与色键像素值相同或相近;对于第二区域中的像素点保持前景不变性,直接反转至(U,V)颜色空间坐标系中输出;对于第一区域中的像素点进行前景源像素抑制处理;得到第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标值(x′0,z′0)和前景图像像素透明度fgalpha的值;将第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标(x′0,z′0)反转至(U,V)颜色空间坐标系中;根据前景图像像素透明度fgalpha计算得到背景图像像素透明度bgalpha的值和第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′)。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述前景像素点以色键向量在(U,V)颜色空间坐标系中的向量角beta由(U,V)颜色空间坐标系顺时针旋转至(X,Z)颜色空间坐标系中。
本发明公开的上述一种基于云端处理的实时高清抠像方法,旋转颜色空间坐标系后,所述前景像素点在(X,Z)颜色空间坐标系中的坐标值为:
X=(pixel×key_color_u+pixel×key_color_v)/128
Z=(pixel×key_color_u-pixel×key_color_v)/128
其中,pixel为前景原始图像的像素值,key_color_u为色键向量在(U,V)颜色空间坐标系中的U分量值,key_color_v为色键向量在(U,V)颜色空间坐标系中的V分量值。
本发明公开的上述一种基于云端处理的实时高清抠像方法,利用区域角area_angle的赋值信息在(X,Z)颜色空间坐标系中对所述像素点区域进行分区处理,所述区域角在0-90°范围区间内进行赋值。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述第二区域中的像素点保持前景不变性处理后,前景图像和背景图像进行融合计算的结果为:
respixel=fgpixel。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述对于第一区域中的像素点进行前景源像素抑制处理过程包括:将(X,Z)颜色空间坐标系第一区域中的像素点(x0,z0)沿X轴负方向投影到第一区域和第二区域的分界线上;投影之后,像素点(x0,z0)转换为投影点的坐标为(x′0,z′0):
z′0=z0
x′0=z0/tg(area_angle);
根据像素点在(X,Z)颜色空间坐标系中的投影前后的X分量的差值估算该点前景合成时的透明度信息,前景图像像素透明度fgalpha的估算公式为:
fgalpha=x0-|z0|/tg(area_angle)。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′)的计算公式为:
Y′=Y-a×fgalpha
U′=(x′0×key_color_u+x′0×key_color_v)×128
V′=(z′0×key_color_u-z′0×key_color_v)×128
其中,a=key_color_y/fgalpha,key_color_y为色键在(Y,U,V)颜色空间坐标系中的Y分量像素值,Y是原始像素点在(Y,U,V)颜色空间坐标系中的Y分量像素值。
本发明公开的上述一种基于云端处理的实时高清抠像方法,所述背景图像像素透明度bgalpha的值的计算公式为:
bgalpha=255-fgalpha
其中,255为(Y,U,V)颜色空间坐标系中透明通道像素分量的最大值。
本发明还公开了一种基于云端处理的实时高清抠像系统,所述前景图像的抠像计算过程还包括溢色处理,所述溢色处理过程包括:将色键周围以噪声水平noise_level为半径的范围内的颜色作为实际色键区间;通过修正来得到最终的作为背景融合权值的背景图像像素透明度,所述背景融合权值的修正公式为:
如果,pixel_dist<noise_level×noise_level,
那么,bgalpha=255,
其中,pixel_dist=(x0-key_color_x)2+(z0-key_color_z)2,pixel_dist为(X,Z)颜色空间坐标系中像素点与色键的距离,(x0,z0)为(X,Z)颜色空间坐标系中任一像素点的坐标,(key_color_x,key_color_z)为色键在(X,Z)颜色空间坐标系中的坐标。
本发明具有如下优点:
本发明公开了一种快速高清抠像算法,利用算法实时性的优势,融合到云导播台中,实现了云端人物和虚拟背景的有效合成。另外,用户也可自行定义合成背景(包括图片和视频),形成一种实时高清、成本低廉且操作简便云端抠像方法,即可应用在音视频领域,尤其是在云流媒体领域,亦可适用于当前的硬件抠像领域,涵盖范围广泛。
附图说明
图1为本发明公开的一种基于云端处理的实时高清抠像方法的流程图。
图2为将前景像素点由(U,V)颜色空间坐标系旋转至(X,Z)颜色空间坐标系中的示意图。
图3为在(X,Z)颜色空间坐标系中对像素点区域进行分区处理的示意图。
图4为对于第一区域中的像素点进行前景源像素抑制处理的示意图。
图5为前景图像的抠像计算过程中的溢色处理的示意图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
参考图1,本实施例中公开的一种基于云端处理的实时高清抠像方法包括:对基于(Y,U,V)颜色空间的视频图像/图片进行预处理,YUV主要用于优化彩色视频信号的传输,使其向后相容老式黑白电视,与RGB视频信号传输相比,它最大的优点在于只需占用极少的频宽(RGB要求三个独立的视频信号同时传输),其中“Y”表示明亮度(Luminance或Luma),也就是灰阶值;而“U”和“V”表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色,“亮度”是透过RGB输入信号来建立的,方法是将RGB信号的特定部分叠加到一起,“色度”则定义了颜色的两个方面─色调与饱和度,分别用Cr和Cb来表示,其中,Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异,而Cb反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异;将预处理后具有统一格式的视频图像/图片作为实时输入源输入云导播台,上述过程中,基于(Y,U,V)颜色空间,有利于实现了云导播台输入源的无损衔接,同时也降低了后续转换的时间消耗;扫描输入源的每帧视频图像/图片的所有像素点的信息;选取色键key_color对来自实时输入源的前景图像进行抠像计算,色键选取时,自动抠像过程选择每一帧视频图像/图片的第一个像素点作为色键,手动抠像可自行选择色键值(云端配备了取色工具);基于抠像计算结果对前景图像和背景图像进行融合计算;和基于融合计算结果对前景图像和背景图像进行实时融合。
如上描述中,目前抠像融合技术中存在的合成公式为:
respixel=fgalpha×fgpixel+(1-fgalpha)×bgpixel
其中,respixel为合成结果图像的像素值,fgalpha为前景图像像素透明度,fgpixel和bgpixel分别为前景图像的像素值和背景图像的像素值。在这个公式中fgalpha和fgpixel都是未知数,而bgpixel在我们虚拟场景中是可知的,所以,该方程是无法求解的。抠像的本质是将图像中背景图像相关的像素转变为透明后进行来进行前景和背景的融合,但是在一些边界,透明物以及类似于发丝等细节处,一个像素是前景色与背景色两者的合成体。因此,将背景图像像素值利用背景图像贡献值进行转变,并且结合透明度的思路可以更好地梳理问题。进而将整个融合计算公式则重新调整为:
respixel=fgpixel-back_contrib+bgalpha×bgpixel
其中,respixel为合成结果图像的像素值,fgpixel前景图像的像素值,bgpixel为背景图像的像素值,back_contrib为背景图像贡献值,bgalpha为背景图像像素透明度。接下来,就可以对融合计算公式的右边拆分开进行计算,前半部fgpixel-back_contrib利用前景抑制进行估算,后半部分的透明度bgpixel利用像素点在(X,Z)颜色空间坐标系中X方向的分量值与投影后X方向的分量值的差值计算所得,具体见下文。
如上所述,前景图像的抠像计算过程包括:将前景像素点由(U,V)颜色空间坐标系旋转至(X,Z)颜色空间坐标系中进行操作;在(X,Z)颜色空间坐标系中对像素点区域进行分区处理;得到第一区域和第二区域,其中,第一区域内像素点的像素值与色键像素值差异大,第二区域内像素点的像素值与色键像素值相同或相近;对于第二区域中的像素点保持前景不变性,直接反转至(U,V)颜色空间坐标系中输出;对于第一区域中的像素点进行前景源像素抑制处理;得到第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标值(x′0,z′0)和前景图像透明度fgalpha的值;将第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标(x′0,z′0)反转至(U,V)颜色空间坐标系中;根据前景图像透明度fgalpha计算得到背景图像像素透明度bgalpha的值和第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′)。
进一步地,参考图2,上述前景像素点时以色键向量在(U,V)颜色空间坐标系中的向量角beta由(U,V)颜色空间坐标系顺时针旋转至(X,Z)颜色空间坐标系中的(坐标系原点不变),旋转之后,以从坐标系原点到色键key_color的方向为X轴正方向,旋转颜色空间坐标系后,前景像素点在(X,Z)颜色空间坐标系中的坐标值为:
X=(pixel×key_color_u+pixel×key_color_v)/128
Z=(pixel×key_color_u-pixel×key_color_v)/128
其中,pixel为前景原始图像的像素值,key_color_u为色键向量在(U,V)颜色空间坐标系中的U分量值,key_color_v为色键向量在(U,V)颜色空间坐标系中的V分量值,上述等式右边的参数值都是来自于(U,V)颜色空间坐标系。
参考图3,上述在(X,Z)颜色空间坐标系中对像素点区域进行分区处理时,是利用区域角area_angle的赋值信息在(X,Z)颜色空间坐标系中对像素点区域进行分区处理,区域角是在0-90°范围区间内进行人为赋值的,通过调整区域角角度信息可以得到不同的抠像效果,将像素点区域分为两大区域,第一区域待后续处理,即第一区域对应于原始图像中与色键相似度较大的部分,该区域是抠像的重点待处理区域;第二区域中的像素具有和色键极小的相似度,故保持前景不变性(bgalpha=0和back_contrib=0),可不做调整,直接输出,第二区域套用调整后的融合计算公式计算出来的结果为:respixel=fgpixel。
对于第一区域中的像素点进行前景源像素抑制处理过程包括:将(X,Z)颜色空间坐标系第一区域中的像素点(x0,z0)沿X轴负方向投影到第一区域和第二区域的分界线上;利用该投影方式来处理像素抑制,可以让第一区域中远离分界线的像素点以更快的速度进行衰减,实际对应于抠像本身而言,则该区域的背景像素分量可以被抠除的更加干净,如图4所示,投影之后,像素点(x0,z0)转换为投影点的坐标为(x′0,z′0):
z′0=z0
x′0=z0/tg(area_angle);
根据像素点在(X,Z)颜色空间坐标系中的投影前后的X分量的差值估算该点前景合成时的透明度信息,前景图像透明度fgalpha的估算公式为:
fgalpha=x0-|z0|/tg(area_angle)。
由于前景图像像素透明度和背景图像像素透明度之间的关系为:
fgalpha+bgalpha=255,
其中,255为(Y,U,V)颜色空间坐标系中透明通道像素分量的最大值,也表示为透明度中的完全不透明,
所以,bgalpha=255-fgalpha。
目前计算出来的结果是在(X,Z)颜色空间坐标系下面的,故对颜色空间进行反转,重新回到(U,V)颜色空间坐标系中,并加上Y的分量信息,计算后原始像素点在(Y,U,V)颜色空间坐标系中的像素信息结果如下:
Y′=Y-a×fgalpha
U′=(x′0×key_color_u+x′0×key_color_v)×128
V′=(z′0×key_color_u-z′0×key_color_v)×128
其中,亮度分量Y′是利用前景图像像素透明度直接计算出的,a=key_color_y/fgalpha,key_color_y为色键在(Y,U,V)颜色空间坐标系中的Y分量像素值,Y是原始像素点在(Y,U,V)颜色空间坐标系中的Y分量像素值。至此,计算得到的结果包含了背景图像透明度bgalpha的值和第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′),完成了上述调整后的融合计算公式需要的计算信息。
另外,参考图5,上述前景图像的抠像计算过程中,还可以进行溢色处理,在溢色(前景图像上有背景光的反色)上引入了噪声水平noise_level的概念,其溢色处理过程包括:将色键周围以噪声水平noise_level为半径的范围内的颜色作为实际色键区间;通过修正来得到最终的作为背景融合权值的背景图像透明度,所述背景融合权值的修正公式为:
如果,pixel_dist<noise_level×noise_level,
那么,bgalpha=255,
其中,pixel_dist=(x0-key_color_x)2+(z0-key_color_z)2,pixel_dist为(X,Z)颜色空间坐标系中像素点与色键的距离,(x0,z0)为(X,Z)颜色空间坐标系中任一像素点的坐标,(key_color_x,key_color_z)为色键在(X,Z)颜色空间坐标系中的坐标。该处理方式的意义在于,用一个确定的色键key_color处理,将无法满足前景拍摄过程中光照不均、颜色渐变等造成的影响,导致稳定性下降。以色键为圆心选取以噪声水平noise_level为半径大小的圆作为色键闭区间,可以将溢色处理地更加干净,得到更好的视觉效果。
最后,前景图像和背景图像按照每个像素计算所得像素抑制结果和透明度进行加权融合,最终,合成后的图像对于透明物体、有反色物体以及毛发等细节都能处理的更加真实、自然,并且前景图像和背景图像的过度处也更加平滑。因此,在抠像上,细节处理更加细腻,人物身上的泛绿也处理的非常干净,同时,在前景人物和背景的融合上,边缘处没有很生硬的过度,融合度较高。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种基于云端处理的实时高清抠像方法,其特征在于,所述实时高清抠像方法包括:
对基于(Y,U,V)颜色空间的视频图像/图片进行预处理;
将预处理后具有统一格式的视频图像/图片作为实时输入源输入云导播台;
扫描输入源的每帧视频图像/图片的所有像素点的信息;
选取色键对来自实时输入源的前景图像进行抠像计算;
基于抠像计算结果对前景图像和背景图像进行融合计算;所述融合计算公式为:
respixel=fgpixel-back_contrib+bgalpha×bgpixel
其中,respixel为合成结果图像的像素值,fgpixel前景图像的像素值,bgpixel为背景图像的像素值,back_contrib为背景图像贡献值,bgalpha为背景图像像素透明度;和
基于融合计算结果对前景图像和背景图像进行实时融合。
2.如权利要求1所述的基于云端处理的实时高清抠像方法,其特征在于,所述前景图像的抠像计算过程包括:
将前景像素点由(U,V)颜色空间坐标系旋转至(X,Z)颜色空间坐标系中进行操作;
在(X,Z)颜色空间坐标系中对像素点区域进行分区处理;
得到第一区域和第二区域,其中,第一区域内像素点的像素值与色键像素值差异大,第二区域内像素点的像素值与色键像素值相同或相近;
对于第二区域中的像素点保持前景不变性,直接反转至(U,V)颜色空间坐标系中输出;
对于第一区域中的像素点进行前景源像素抑制处理;
得到第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标值(x′0,z′0)和前景图像像素透明度fgalpha的值;
将第一区域中像素点经前景源像素抑制处理后的(X,Z)颜色空间坐标系坐标(x′0,z′0)反转至(U,V)颜色空间坐标系中;
根据前景图像像素透明度fgalpha计算得到背景图像像素透明度bgalpha的值和第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′)。
3.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述前景像素点以色键向量在(U,V)颜色空间坐标系中的向量角beta由(U,V)颜色空间坐标系顺时针旋转至(X,Z)颜色空间坐标系中。
4.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,旋转颜色空间坐标系后,所述前景像素点在(X,Z)颜色空间坐标系中的坐标值为:
X=(pixel×key_color_u+pixel×key_color_v)/128
Z=(pixel×key_color_u-pixel×key_color_v)/128
其中,pixel为前景原始图像的像素值,key_color_u为色键向量在(U,V)颜色空间坐标系中的U分量值,key_color_v为色键向量在(U,V)颜色空间坐标系中的V分量值。
5.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,利用区域角area_angle的赋值信息在(X,Z)颜色空间坐标系中对所述像素点区域进行分区处理,所述区域角在0-90°范围区间内进行赋值。
6.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述第二区域中的像素点保持前景不变性处理后,前景图像和背景图像进行融合计算的结果为:
respixel=fgpixel。
7.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述对于第一区域中的像素点进行前景源像素抑制处理过程包括:将(X,Z)颜色空间坐标系第一区域中的像素点(x0,z0)沿X轴负方向投影到第一区域和第二区域的分界线上;
投影之后,像素点(x0,z0)转换为投影点的坐标为(x′0,z′0):
z′0=z0
x′0=z0/tg(area_angle);
根据像素点在(X,Z)颜色空间坐标系中的投影前后的X分量的差值估算该点前景合成时的透明度信息,前景图像像素透明度fgalpha的估算公式为:
fgalpha=x0-|z0|/tg(area_angle)。
8.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述第一区域中像素点经前景源像素抑制处理后的(Y,U,V)颜色空间坐标系坐标值(Y′,U′,V′)的计算公式为:
Y′=Y-a×fgalpha
U′=(x′0×key_color_u+x′0×key_color_v)×128
V′=(z′0×key_color_u-z′0×key_color_v)×128
其中,a=key_color_y/fgalpha,key_color_y为色键在(Y,U,V)颜色空间坐标系中的Y分量像素值,
Y是原始像素点在(Y,U,V)颜色空间坐标系中的Y分量像素值。
9.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述背景图像像素透明度bgalpha的值的计算公式为:
bgalpha=255-fgalpha
其中,255为(Y,U,V)颜色空间坐标系中透明通道像素分量的最大值。
10.如权利要求2所述的基于云端处理的实时高清抠像方法,其特征在于,所述前景图像的抠像计算过程还包括溢色处理,所述溢色处理过程包括:
将色键周围以噪声水平noise_level为半径的范围内的颜色作为实际色键区间;
通过修正来得到最终的作为背景融合权值的背景图像像素透明度,所述背景融合权值的修正公式为:
如果,pixel_dist<noise_level×noise_level,
则,bgalpha=255,
其中,pixel_dist=(x0-key_color_x)2+(z0-key_color_z)2,
pixel_dist为(X,Z)颜色空间坐标系中像素点与色键的距离,
(x0,z0)为(X,Z)颜色空间坐标系中任一像素点的坐标,
(key_color_x,key_color_z)为色键在(X,Z)颜色空间坐标系中的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710284130.6A CN107087123B (zh) | 2017-04-26 | 2017-04-26 | 一种基于云端处理的实时高清抠像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710284130.6A CN107087123B (zh) | 2017-04-26 | 2017-04-26 | 一种基于云端处理的实时高清抠像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107087123A true CN107087123A (zh) | 2017-08-22 |
CN107087123B CN107087123B (zh) | 2020-04-21 |
Family
ID=59612527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710284130.6A Active CN107087123B (zh) | 2017-04-26 | 2017-04-26 | 一种基于云端处理的实时高清抠像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107087123B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108124194A (zh) * | 2017-12-28 | 2018-06-05 | 北京奇艺世纪科技有限公司 | 一种视频直播方法、装置及电子设备 |
CN110798634A (zh) * | 2019-11-28 | 2020-02-14 | 东北大学 | 图像自适应合成方法、装置及计算机可读存储介质 |
CN110971839A (zh) * | 2019-11-18 | 2020-04-07 | 咪咕动漫有限公司 | 视频融合方法、电子设备及存储介质 |
CN111489374A (zh) * | 2020-04-15 | 2020-08-04 | 深圳市瑞立视多媒体科技有限公司 | 基于图像抠像的像素分类方法、装置、设备及存储介质 |
CN111524076A (zh) * | 2020-04-07 | 2020-08-11 | 咪咕文化科技有限公司 | 图像处理方法、电子设备和计算机可读存储介质 |
CN112235520A (zh) * | 2020-12-07 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN113409221A (zh) * | 2021-06-30 | 2021-09-17 | 深圳市斯博科技有限公司 | 一种图像颜色抠除方法、系统、计算机设备及存储介质 |
CN113610185A (zh) * | 2021-08-19 | 2021-11-05 | 江西应用技术职业学院 | 基于主色调识别的木材色选方法 |
CN113923431A (zh) * | 2020-04-15 | 2022-01-11 | 深圳市瑞立视多媒体科技有限公司 | 基于高清视频的实时抠像方法、装置、设备及存储介质 |
US11503228B2 (en) | 2017-09-11 | 2022-11-15 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method, image processing apparatus and computer readable storage medium |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588459A (zh) * | 2009-06-26 | 2009-11-25 | 北京交通大学 | 一种视频抠像处理方法 |
CN101764911A (zh) * | 2008-12-08 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种抑制前景颜色溢出和控制混合亮度的方法 |
CN103607445A (zh) * | 2013-11-14 | 2014-02-26 | 南京邮电大学 | 一种基于物联网的数字媒体创作系统和方法 |
CN103955918A (zh) * | 2014-04-03 | 2014-07-30 | 吉林大学 | 一种全自动精细抠像装置及精细抠像方法 |
CN104200470A (zh) * | 2014-08-29 | 2014-12-10 | 电子科技大学 | 一种蓝屏抠图方法 |
CN104637036A (zh) * | 2015-02-17 | 2015-05-20 | 天津大学 | 一种中国古画增强方法 |
US20160133027A1 (en) * | 2014-11-12 | 2016-05-12 | Ricoh Company, Ltd. | Method and apparatus for separating foreground image, and non-transitory computer-readable recording medium |
CN106251286A (zh) * | 2015-12-30 | 2016-12-21 | 深圳超多维科技有限公司 | 图像处理方法、装置及设备 |
-
2017
- 2017-04-26 CN CN201710284130.6A patent/CN107087123B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764911A (zh) * | 2008-12-08 | 2010-06-30 | 新奥特(北京)视频技术有限公司 | 一种抑制前景颜色溢出和控制混合亮度的方法 |
CN101588459A (zh) * | 2009-06-26 | 2009-11-25 | 北京交通大学 | 一种视频抠像处理方法 |
CN103607445A (zh) * | 2013-11-14 | 2014-02-26 | 南京邮电大学 | 一种基于物联网的数字媒体创作系统和方法 |
CN103955918A (zh) * | 2014-04-03 | 2014-07-30 | 吉林大学 | 一种全自动精细抠像装置及精细抠像方法 |
CN104200470A (zh) * | 2014-08-29 | 2014-12-10 | 电子科技大学 | 一种蓝屏抠图方法 |
US20160133027A1 (en) * | 2014-11-12 | 2016-05-12 | Ricoh Company, Ltd. | Method and apparatus for separating foreground image, and non-transitory computer-readable recording medium |
CN104637036A (zh) * | 2015-02-17 | 2015-05-20 | 天津大学 | 一种中国古画增强方法 |
CN106251286A (zh) * | 2015-12-30 | 2016-12-21 | 深圳超多维科技有限公司 | 图像处理方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
刘晓玲: "实时蓝屏抠像技术研究", 《广东通信技术》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11503228B2 (en) | 2017-09-11 | 2022-11-15 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method, image processing apparatus and computer readable storage medium |
CN108124194A (zh) * | 2017-12-28 | 2018-06-05 | 北京奇艺世纪科技有限公司 | 一种视频直播方法、装置及电子设备 |
CN108124194B (zh) * | 2017-12-28 | 2021-03-12 | 北京奇艺世纪科技有限公司 | 一种视频直播方法、装置及电子设备 |
CN110971839A (zh) * | 2019-11-18 | 2020-04-07 | 咪咕动漫有限公司 | 视频融合方法、电子设备及存储介质 |
CN110798634A (zh) * | 2019-11-28 | 2020-02-14 | 东北大学 | 图像自适应合成方法、装置及计算机可读存储介质 |
CN110798634B (zh) * | 2019-11-28 | 2020-10-09 | 东北大学 | 图像自适应合成方法、装置及计算机可读存储介质 |
CN111524076A (zh) * | 2020-04-07 | 2020-08-11 | 咪咕文化科技有限公司 | 图像处理方法、电子设备和计算机可读存储介质 |
CN111524076B (zh) * | 2020-04-07 | 2023-07-21 | 咪咕文化科技有限公司 | 图像处理方法、电子设备和计算机可读存储介质 |
CN113923431A (zh) * | 2020-04-15 | 2022-01-11 | 深圳市瑞立视多媒体科技有限公司 | 基于高清视频的实时抠像方法、装置、设备及存储介质 |
CN111489374A (zh) * | 2020-04-15 | 2020-08-04 | 深圳市瑞立视多媒体科技有限公司 | 基于图像抠像的像素分类方法、装置、设备及存储介质 |
CN112235520A (zh) * | 2020-12-07 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN112235520B (zh) * | 2020-12-07 | 2021-05-04 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN113409221A (zh) * | 2021-06-30 | 2021-09-17 | 深圳市斯博科技有限公司 | 一种图像颜色抠除方法、系统、计算机设备及存储介质 |
CN113409221B (zh) * | 2021-06-30 | 2023-12-12 | 深圳万兴软件有限公司 | 一种图像颜色抠除方法、系统、计算机设备及存储介质 |
CN113610185A (zh) * | 2021-08-19 | 2021-11-05 | 江西应用技术职业学院 | 基于主色调识别的木材色选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107087123B (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107087123A (zh) | 一种基于云端处理的实时高清抠像方法 | |
CN103366364B (zh) | 一种基于颜色差异的抠图方法 | |
CN112330531B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN103475826A (zh) | 一种视频抠像合成方法 | |
CN103037189A (zh) | 一种实现多个投影整体输出大屏画面视频图像的方法 | |
CN105893649B (zh) | 一种基于最优化模型的交互式图像重新着色方法 | |
CN104680518B (zh) | 一种基于色度溢出处理的蓝屏抠像方法 | |
CN108848325A (zh) | 一种基于自然图像抠像的视频合成方法 | |
CN102595023B (zh) | 移动终端及其图像处理方法 | |
CA3001430A1 (en) | Image processing method and device for led display screen | |
US9928582B2 (en) | Method and system for processing image content for enabling high dynamic range (UHD) output thereof and computer-readable medium comprising UHD content created using same | |
CN106506950A (zh) | 一种图像处理方法及装置 | |
CN105635603A (zh) | 一种采用两路视频间亮度和色偏对视频拼接的系统 | |
CN107592517B (zh) | 一种肤色处理的方法及装置 | |
CN112991366A (zh) | 对图像进行实时色度抠图的方法、装置及移动端 | |
CN114071104B (zh) | 基于着色器实现多投影机投影渐变融合的方法 | |
CN109194888A (zh) | 一种针对低质量深度图的dibr自由视点合成方法 | |
WO2022218245A1 (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
US9990702B2 (en) | Method and system for processing image content for enabling high dynamic range (UHD) output thereof and computer-readable medium comprising UHD content created using same | |
CN109166135B (zh) | 一种基于hsv颜色空间与色度键的蓝屏抠像方法 | |
CN112312106B (zh) | 一种基于色彩空间转换的投影图像颜色校正方法 | |
CN104469226A (zh) | 投影融合的方法及融合设备 | |
CN101345887B (zh) | 改良的rgb影像缩放方法 | |
CN106331663A (zh) | 一种便携设备的交互材质获取系统和方法 | |
KR101373631B1 (ko) | 실시간 크로마키 합성 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |