CN108492303B - 实时抠像方法及装置、终端装置 - Google Patents

实时抠像方法及装置、终端装置 Download PDF

Info

Publication number
CN108492303B
CN108492303B CN201810306790.4A CN201810306790A CN108492303B CN 108492303 B CN108492303 B CN 108492303B CN 201810306790 A CN201810306790 A CN 201810306790A CN 108492303 B CN108492303 B CN 108492303B
Authority
CN
China
Prior art keywords
channel
image
blur
calculating
real
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
Application number
CN201810306790.4A
Other languages
English (en)
Other versions
CN108492303A (zh
Inventor
李锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Ivreal Technology Co ltd
Original Assignee
Chongqing Ivreal Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Ivreal Technology Co ltd filed Critical Chongqing Ivreal Technology Co ltd
Priority to CN201810306790.4A priority Critical patent/CN108492303B/zh
Publication of CN108492303A publication Critical patent/CN108492303A/zh
Application granted granted Critical
Publication of CN108492303B publication Critical patent/CN108492303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

本发明提供一种实时抠像方法，利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据；根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；计算所述三通道RGB图像与一通道图像的相关系数；根据所述模糊半径计算所述相关系数的模糊值；根据所述相关系数的模糊值获取最终Alpha通道图像。本发明实施例还提供一种实时抠像装置、终端装置。利用本发明实施例，可优化在实时情况下进行抠像的操作，提升用户体验。

Description

实时抠像方法及装置、终端装置
技术领域
本发明涉及图像处理技术领域，具体的，涉及一种实时抠像方法、实时抠像装置、终端装置。
背景技术
本部分旨在为权利要求书及具体实施方式中陈述的本发明实施例的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着数字拍摄技术的不断发展成熟，对图像抠像效果的要求也在不断提高。抠像技术是图像处理中的一项重要技术，它被用来提取图像中感兴趣的区域，之后可以通过图像合成技术将感兴趣区域与其他图像进行合成，从而得到一段具有特殊效果的图像。除此之外，抠像技术在影视制作、远程视频会议、增强现实、数字家庭娱乐等方面有着广泛的应用。目前市面上存在的抠像软件，虽然经过人工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进行抠像的要求。
发明内容
鉴于此，有必要提供一种实时抠像方法、实时抠像装置、终端装置，可优化在实时情况下进行抠像的操作，提升用户体验。
本发明实施例一方面提供一种实时抠像方法，应用高阶着色器语言作为实时抠像的程序语言,所述实时抠像方法包括：
利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像；
根据所述初始alpha通道图像与所述色彩图像合成三通道RGB图像，并根据所述色彩图像计算六通道数据；
根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；
根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与所述一通道图像的相关系数；
根据所述模糊半径计算所述相关系数的模糊值；
调用Computer Shader在GPU上运行上述实时抠像的程序语言获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述获取初始alpha通道图像包括：
利用公式1所示的抠像算法获取初始alpha通道图像；
P.a＝clamp((((1-clamp((I.g-(I.b+I.r)),0,1))-k)*(tan((45+44*j)/180*3.1459))+k),0,1)公式1
其中，k、j表示抠像参数，I.r、I.g、I.b分别表示所述色彩图像的r通道、g通道、b通道，P.a表示所述初始alpha通道图像，函数Clamp(int_X，int_Min，int_Max)中，参数X表示要限制的值，Min表示限制范围的下限，Max表示限制范围的上限。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述根据所述初始alpha通道图像与所述色彩图像合成三通道RGB图像并根据所述色彩图像计算六通道数据包括：
利用公式1’将色彩图像的r通道I.r、g通道I.g、b通道I.b的图像与初始alpha通道图像P.a合成形成IP.r、IP.g、IP.b；
Figure GDA0002884400480000031
其中，IP.r、IP.g、IP.b分别表示三通道RGB图像的r、g、b通道图像；
根据公式1”，利用色彩图像的r通道I.r、g通道I.g、b通道I.b的图像计算出六通道数据；
Figure GDA0002884400480000032
其中，II.rr、II.gg、II.bb、II.rg、II.rb、II.gb分别表示所述六通道数据中的rr、gg、bb、rg、rb、gb通道的数据。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值包括：
利用公式2计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
Figure GDA0002884400480000033
其中，Y＝fblur(X，r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，X[uv-r]表示当前计算像素周围r像素的像素值，I、P、II、IP分别表示色彩图像、一通道图像、六通道数据以及三通道RGB图像，r表示模糊半径。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差包括：
根据所述周围像素平均值，利用公式3计算所述三通道RGB图像的协方差；
Figure GDA0002884400480000041
其中，covIP.r、covIP.g、covIP.b分别表示三通道RGB图像的r通道、g通道、b通道的协方差，BlurIP.r、BlurIP.g、BlurIP.b分别表示三通道图像中的r、g、b通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b分别表示色彩图像的r、g、b通道的周围像素平均值，BlurP表示一通道图像的周围像素平均值；
根据所述周围像素平均值，利用公式4计算所述六通道数据的方差；
Figure GDA0002884400480000042
其中，varII.rr、varII.gg、varII.bb、varII.rg、varII.rb、varII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的方差，BlurII.rr、BlurII.gg、BlurII.bb、BlurII.rg、BlurII.rb、BlurII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b表示色彩图像中的r通道、g通道、b通道的周围像素平均值。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述计算所述三通道RGB图像与初始alpha通道图像的相关系数包括：
利用所述六通道数据的方差组合sigma矩阵，所述sigma矩阵如下所示：
Figure GDA0002884400480000051
计算sigma矩阵的逆矩阵；
分别利用公式5、公式6计算所述三通道RGB图像与初始alpha通道图像的相关系数；
a＝covIP*invI 公式5
其中，invI表示sigma矩阵的逆矩阵，covIP表示三通道RGB图像的协方差；
b＝BlurP-a*BlurI 公式6
其中，BlurP表示一通道图像的周围像素平均值，BlurI表示色彩图像的周围像素平均值。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述根据所述模糊半径计算所述相关系数的模糊值包括：
利用公式7计算所述相关系数的模糊值；
Blura＝fblur(a,r)
Blurb＝fblur(b,r) 公式7
其中，Y＝fblur(X,r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，Blura为相关系数a的模糊值，Blurb为相关系数b的模糊值。
进一步的，在本发明实施例提供的上述实时抠像方法中，所述根据所述相关系数的模糊值获取最终Alpha通道图像包括：
利用公式8获取最终Alpha通道图像；
Q.a＝clamp((Blura.r*I.r+Blura.g*I.g+Blura.b*I.b+Blurb),0,1)
公式8
其中，Blura.r、Blura.g、Blura.b分别表示三通道RGB图像的r通道、g通道、b通道的相关系数的模糊值。
本发明实施例再一方面还提供一种实时抠像装置，应用高阶着色器语言作为实时抠像的程序语言，所述实时抠像装置包括：
第一获取模块，用于利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像；
第二获取模块，用于根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据；
第一计算模块，用于根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
第二计算模块，用于根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；
第三计算模块，用于根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与所述一通道图像的相关系数；
第四计算模块，用于根据所述模糊半径计算所述相关系数的模糊值；
第三获取模块，用于调用Computer Shader在GPU上运行上述实时抠像的程序语言获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
本发明实施例再一方面还提供一种终端装置，所述终端装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述任意一项所述的实时抠像方法的步骤。
本发明实施例再一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的实时抠像方法的步骤。
本发明实施例提供的实时抠像方法、实时抠像装置、终端装置以及计算机可读存储介质，利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像；根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据；根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与一通道图像的相关系数；根据所述模糊半径计算所述相关系数的模糊值；根据所述相关系数的模糊值获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。利用本发明实施例，可优化在实时情况下进行抠像的操作，提升用户体验。
附图说明
图1是本发明实施例提供的实时抠像方法的流程图。
图2是本发明一实施方式的终端的结构示意图。
图3是图2所示的终端的示例性的功能模块图。
图4A是利用本发明提供的实时抠像方法获取的合成效果图。
图4B是将图4A中选中的部分进行放大后的效果图。
主要元件符号说明
Figure GDA0002884400480000071
Figure GDA0002884400480000081
如下具体实施方式将结合上述附图进一步说明本发明实施例。
具体实施方式
为了能够更清楚地理解本发明实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明实施例，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明实施例保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明实施例的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明实施例。
图1是本发明实施例提供的实时抠像方法的流程图。所述实时抠像方法可以应用于终端，所述终端可以是例如智能手机、笔记本电脑、台式/平板电脑、智能手表等智能设备。如图1所示，所述实时抠像方法可以包括如下步骤：
S101：利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像。
本实施方式中，所述抠像参数可以包括抠像范围参数、抠像强度参数，利用抠像参数可以控制抠像效果。所述色彩图像包括r、g、b三种颜色通道，利用公式1所示的一般抠像算法获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像。
P.a＝clamp((((1-clamp((I.g-(I.b+I.r)),0,1))-k)*(tan((45+44*j)/180*3.1459))+k),0,1)公式1
其中，k、j表示抠像参数，I.r、I.g、I.b分别表示所述色彩图像的r通道、g通道、b通道图像，P.a表示所述初始alpha通道图像。
函数Clamp(int_X，int_Min，int_Max)中，参数X表示要限制的值，Min表示限制范围的下限，Max表示限制范围的上限。可以理解的是，若参数X的值在限制范围内，则函数Clamp(int_X，int_Min，int_Max)返回的值为参数X本身；若参数X的值小于限制范围的下限Min，则函数Clamp(int_X，int_Min，int_Max)返回的值为限制范围的下限Min；若参数X的值大于限制范围的上限Max，则函数Clamp(int_X，int_Min，int_Max)返回的值为限制范围的上限Max。
S102：根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据。
本实施方式中，利用公式1’将色彩图像的r通道I.r、g通道I.g、b通道I.b的图像与初始alpha通道图像P.a合成形成IP.r、IP.g、IP.b。
Figure GDA0002884400480000091
其中，IP.r、IP.g、IP.b分别表示三通道RGB图像的r、g、b通道图像。
根据公式1”，利用色彩图像的r通道I.r、g通道I.g、b通道I.b的图像计算出六通道数据。
Figure GDA0002884400480000101
其中，II.rr、II.gg、II.bb、II.rg、II.rb、II.gb分别表示所述六通道数据中的rr、gg、bb、rg、rb、gb通道的数据。
S103：根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值。
本实施方式中，所述模糊半径包括某个像素点向外拓展值，即模糊程度。利用公式2计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围r像素平均值；
Figure GDA0002884400480000102
其中，Y＝fblur(X,r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，X[uv-r]表示当前计算像素周围r像素的像素值，I、P、II、IP分别表示色彩图像、一通道图像、六通道数据以及三通道RGB图像，r表示模糊半径。
S104：根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差。
本实施方式中，根据一通道图像的模糊图像、色彩图像的模糊图像、三通道RGB图像的模糊图像以及六通道数据的模糊数据计算三通道RGB图像的协方差与六通道数据的方差。利用公式3计算所述三通道RGB图像的协方差；
Figure GDA0002884400480000103
Figure GDA0002884400480000112
其中，covIP.r、covIP.g、covIP.b分别表示三通道RGB图像的r通道、g通道、b通道的协方差，BlurIP.r、BlurIP.g、BlurIP.b分别表示三通道RGB图像中的r、g、b通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b分别表示色彩图像中的r、g、b通道的周围像素平均值，BlurP表示一通道图像的周围像素平均值；
利用公式4计算所述六通道数据的方差；
Figure GDA0002884400480000113
其中，varII.rr、varII.gg、varII.bb、varII.rg、varII.rb、varII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的方差，BlurII.rr、BlurII.gg、BlurII.bb、BlurII.rg、BlurII.rb、BlurII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b表示色彩图像中的r通道、g通道、b通道的周围像素平均值。
S105：根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与一通道图像的相关系数。
本实施方式中，利用所述六通道数据的方差组合sigma矩阵，并计算sigma矩阵的逆矩阵。所述sigma矩阵如下所示：
Figure GDA0002884400480000111
分别利用公式5、公式6计算所述三通道RGB图像与初始alpha通道图像的相关系数；
a＝covIP*invI 公式5
其中，invI表示sigma矩阵的逆矩阵，covIP表示三通道RGB图像的协方差。
利用公式5可分别推导出三通道RGB图像中的r、g、b通道图像的相关系数,如公式5’所示：
a.r＝covIP.r*invI.rr+covIP.g*invI.rg+covIP.b*invI.rb
a.g＝covIP.r*invI.rg+covIP.g*invI.gg+covIP.b*invI.gb公式5’
a.b＝covIP.r*invI.rb+covIP.g*invI.gb+covIP.b*invI.bb
其中，covIP.r、covIP.g、covIP.b分别表示三通道RGB图像中的r、g、b通道图像的协方差，invI.rr、invI.rg、invI.rb、invI.gg、invI.gb、invI.bb组成sigma矩阵的逆矩阵。
b＝BlurP-a*BlurI 公式6
其中，BlurP表示一通道图像的周围像素平均值，BlurI表示色彩图像的周围像素平均值。
利用公式6可进一步的推导出一通道图像的相关系数，如公式6’所示：
b＝BlurP-a.r*BlurI.r-a.g*BlurI.g-a.b*BlurI.b
公式6’
S106：根据所述模糊半径计算所述相关系数的模糊值。
本实施方式中，利用公式7计算所述相关系数的模糊值；
Blura＝fblur(a,r)
Blurb＝fblur(b,r) 公式7
其中，Y＝fblur(X,r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，Blura为相关系数a的模糊值，Blurb为相关系数b的模糊值。
S107：根据所述相关系数的模糊值获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
本实施方式中，根据输入的三通道RGB图像的相关系数a的模糊值、一通道图像的相关系数b的模糊值以及色彩图像，输出四通道RGBA图像Q，如公式8′所示：
Q＝Blura*I+Blurb 公式8’
其中，Q.r＝I.r；
Q.g＝I.g； 公式8”
Q.b＝I.b；
利用公式8获取最终Alpha通道图像；
Q.a＝clamp((Blura.r*I.r+Blura.g*I.g+Blura.b*I.b+Blurb),0,1)
公式8
其中，Blura.r、Blura.g、Blura.b分别表示三通道RGB图像的r通道、g通道、b通道的相关系数的模糊值。
本发明实施例提供的实时抠像方法，利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，根据所述初始alpha通道图像与所述色彩图像获取并根据所述色彩图像计算六通道数据；模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与一通道图像的相关系数；根据所述模糊半径计算所述相关系数的模糊值；根据所述相关系数的模糊值获取最终Alpha通道图像。利用本发明实施例，可优化在实时情况下进行抠像的操作，提升用户体验。
以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求，所示流程图中方块的执行顺序可以改变，某些方块可以省略。下面对本发明实施例所提供的终端进行描述。
本发明实施例还提供一种终端装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式中所述的实时抠像方法的步骤。
图2是本发明一实施方式的终端的结构示意图。如图2所示，终端1包括存储器10，存储器10中存储有实时抠像装置100。所述实时抠像装置100可以利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据；据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与一通道图像的相关系数；根据所述模糊半径计算所述相关系数的模糊值；根据所述相关系数的模糊值获取最终Alpha通道图像。利用本发明实施例，可优化在实时情况下进行抠像的操作，提升用户体验。
本实施方式中，终端1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备，用于存储各类数据。例如，可以是终端1的存储器、内存，还可以是可外接于该终端1的存储卡，如闪存、SM卡(Smart Media Card，智能媒体卡)、SD卡(Secure Digital Card，安全数字卡)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器用于存储各类数据，例如，所述终端1中安装的各类应用程序(Applications)、应用上述实时抠像方法而设置、获取的数据等信息。
显示屏20安装于终端1，用于显示信息。
处理器30用于执行所述实时抠像方法以及所述终端1内安装的各类软件，例如操作系统及应用显示软件等。处理器30包含但不限于处理器(Central Processing Unit，CPU)、微控制单元(Micro Controller Unit，MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的实时抠像装置100可以包括一个或多个的模块，所述一个或多个模块被存储在终端1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行，以完成本发明实施例。例如，参阅图3所示，所述实时抠像装置100可以包括第一获取模块11、第二获取模块12、第一计算模块13、第二计算模块14、第三计算模块15、第四计算模块16、第三获取模块17。本发明实施例所称的模块可以是完成一特定功能的程序段，比程序更适合于描述软件在处理器中的执行过程。
可以理解的是，对应上述实时抠像方法中的各实施方式，实时抠像装置100可以包括图3中所示的各功能模块中的一部分或全部，各模块的功能将在以下具体介绍。需要说明的是，以上实时抠像方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见，在此就不再赘述。
第一获取模块11可用于利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像。
第二获取模块12可用于根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据。
第一计算模块13可用于根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值。
第二计算模块14可用于根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差。
第三计算模块15可用于根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与所述一通道图像的相关系数。
第四计算模块16用于根据所述模糊半径计算所述相关系数的模糊值。
第三获取模块17可用于根据所述相关系数的模糊值获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式中的实时抠像方法的步骤。
所述实时抠像装置/终端/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施方式方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述实时抠像装置/终端的控制中心，利用各种接口和线路连接整个实时抠像装置/终端的各个部分。
所述存储器用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述实时抠像装置/终端的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
请参阅图4A、图4B，图4A是利用本发明提供的实时抠像方法获取的合成效果图，图4B是将图4A中选中的部分进行放大后的效果图。如图4B所示，利用本发明提供的实时抠像方法获取的图像，可以达到发丝级抠像效果。
进一步的，本发明实施例可以通过高阶着色器语言(HLSL)，使用Computer Shader使得本算法可在GPU上进行计算，相较于利用普通CPU版本处理相同的图片，极大的提高了运行效率。
本发明实施例提供一种实时抠像方法及装置、终端装置和计算机可读存储介质，利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，根据所述初始alpha通道图像与所述色彩图像获取三通道RGB图像并根据所述色彩图像计算六通道数据；根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与一通道图像的相关系数；根据所述模糊半径计算所述相关系数的模糊值；根据所述相关系数的模糊值获取最终Alpha通道图像。利用本发明实施例，可优化在实时情况下进行抠像的操作，提升用户体验。
在本发明所提供的几个具体实施方式中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (10)

1.一种实时抠像方法，其特征在于，应用高阶着色器语言作为实时抠像的程序语言，所述实时抠像方法包括：
利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像；
根据所述初始alpha通道图像与所述色彩图像合成三通道RGB图像并根据所述色彩图像计算六通道数据；
根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；
根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与所述一通道图像的相关系数；
根据所述模糊半径计算所述相关系数的模糊值；
调用Computer Shader在GPU上运行上述实时抠像的程序语言获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
2.根据权利要求1所述的实时抠像方法，其特征在于，所述获取初始alpha通道图像包括：
利用公式1所示的抠像算法获取初始alpha通道图像；
P.a＝clamp((((1-clamp((I.g-(I.b+I.r)),0,1))-k)*(tan((45+44*j)/180*3.1459))+k),0,1)公式1
其中，k、j表示抠像参数，I.r、I.g、I.b分别表示所述色彩图像的r通道、g通道、b通道图像，P.a表示所述初始alpha通道图像，函数Clamp(int_X，int_Min，int_Max)中，参数X表示要限制的值，Min表示限制范围的下限，Max表示限制范围的上限。
3.根据权利要求2所述的实时抠像方法，其特征在于，所述根据所述初始alpha通道图像与所述色彩图像合成三通道RGB图像并根据所述色彩图像计算六通道数据包括：
利用公式1’将色彩图像的r通道I.r、g通道I.g、b通道I.b的图像与初始alpha通道图像P.a合成形成IP.r、IP.g、IP.b；
Figure FDA0002928010060000021
其中，IP.r、IP.g、IP.b分别表示三通道RGB图像的r、g、b通道图像；
根据公式1”利用色彩图像的r通道I.r、g通道I.g、b通道I.b的图像计算出六通道数据；
Figure FDA0002928010060000022
其中，II.rr、II.gg、II.bb、II.rg、II.rb、II.gb分别表示所述六通道数据中的rr、gg、bb、rg、rb、gb通道的数据。
4.根据权利要求3所述的实时抠像方法，其特征在于，所述根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值包括：
利用公式2计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
Figure FDA0002928010060000023
其中，Y＝fblur(X,r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，X[uv-r]表示当前计算像素周围r像素的像素值，I、P、II、IP分别表示色彩图像、一通道图像、六通道数据以及三通道RGB图像，r表示模糊半径。
5.根据权利要求4所述的实时抠像方法，其特征在于，所述根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差包括：
根据所述周围像素平均值，利用公式3计算所述三通道RGB图像的协方差；
Figure FDA0002928010060000031
其中，covIP.r、covIP.g、covIP.b分别表示三通道RGB图像的r通道、g通道、b通道的协方差，BlurIP.r、BlurIP.g、BlurIP.b分别表示三通道RGB图像中的r、g、b通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b分别表示色彩图像的r、g、b通道的周围像素平均值，BlurP表示一通道图像的周围像素平均值；
根据所述周围像素平均值，利用公式4计算所述六通道数据的方差；
Figure FDA0002928010060000032
其中，varII.rr、varII.gg、varII.bb、varII.rg、varII.rb、varII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的方差，BlurII.rr、BlurII.gg、BlurII.bb、BlurII.rg、BlurII.rb、BlurII.gb分别表示六通道数据中的rr通道、gg通道、bb通道、rg通道、rb通道、gb通道的周围像素平均值，BlurI.r、BlurI.g、BlurI.b表示色彩图像中的r通道、g通道、b通道的周围像素平均值。
6.根据权利要求5所述的实时抠像方法，其特征在于，所述计算所述三通道RGB图像与一通道图像的相关系数包括：
利用所述六通道数据的方差组合sigma矩阵，所述sigma矩阵如下所示：
Figure FDA0002928010060000041
计算sigma矩阵的逆矩阵；
分别利用公式5、公式6计算所述三通道RGB图像与一通道图像的相关系数；
a＝covIP*invI 公式5
其中，invI表示sigma矩阵的逆矩阵，covIP表示三通道RGB图像的协方差；
b＝BlurP-a*BlurI 公式6
其中，BlurP表示一通道图像的周围像素平均值，BlurI表示色彩图像的周围像素平均值。
7.根据权利要求6所述的实时抠像方法，其特征在于，所述根据所述模糊半径计算所述相关系数的模糊值包括：
利用公式7计算所述相关系数的模糊值；
Blura＝fblur(a,r)
Blurb＝fblur(b,r) 公式7
其中，Y＝fblur(X,r)＝(X[uv-r]+…+X[uv-2]+X[uv-1]+X[uv]+X[uv+1]+X[uv+2]+…+X[uv+r])/(2r+1)，uv表示当前计算像素的纹理坐标，Blura为相关系数a的模糊值，Blurb为相关系数b的模糊值。
8.根据权利要求7所述的实时抠像方法，其特征在于，所述根据所述相关系数的模糊值获取最终Alpha通道图像包括：
利用公式8获取最终Alpha通道图像；
Q.a＝clamp((Blura.r*I.r+Blura.g*I.g+Blura.b*I.b+Blurb),0,1) 公式8
其中，Blura.r、Blura.g、Blura.b分别表示三通道RGB图像的r通道、g通道、b通道的相关系数的模糊值。
9.一种实时抠像装置，其特征在于，应用高阶着色器语言作为实时抠像的程序语言，所述实时抠像装置包括：
第一获取模块，用于利用抠像参数对色彩图像进行抠像算法运算获取初始alpha通道图像，所述初始alpha通道图像包括初始背景图像与初始前景图像；
第二获取模块，用于根据所述初始alpha通道图像与所述色彩图像合成三通道RGB图像并根据所述色彩图像计算六通道数据；
第一计算模块，用于根据模糊半径计算色彩图像、一通道图像、六通道数据与三通道RGB图像的周围像素平均值；
第二计算模块，用于根据所述周围像素平均值计算三通道RGB图像的协方差与六通道数据的方差；
第三计算模块，用于根据所述三通道RGB图像的协方差与所述六通道数据的方差计算所述三通道RGB图像与所述一通道图像的相关系数；
第四计算模块，用于根据所述模糊半径计算所述相关系数的模糊值；
第三获取模块，用于调用Computer Shader在GPU上运行上述实时抠像的程序语言获取最终Alpha通道图像，所述最终Alpha通道图像包括待合成的背景图像与经处理的前景图像。
10.一种终端装置，其特征在于，所述终端装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-8任意一项所述的实时抠像方法的步骤。
CN201810306790.4A 2018-04-08 2018-04-08 实时抠像方法及装置、终端装置 Active CN108492303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810306790.4A CN108492303B (zh) 2018-04-08 2018-04-08 实时抠像方法及装置、终端装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810306790.4A CN108492303B (zh) 2018-04-08 2018-04-08 实时抠像方法及装置、终端装置

Publications (2)

Publication Number Publication Date
CN108492303A CN108492303A (zh) 2018-09-04
CN108492303B true CN108492303B (zh) 2021-03-30

Family

ID=63315101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810306790.4A Active CN108492303B (zh) 2018-04-08 2018-04-08 实时抠像方法及装置、终端装置

Country Status (1)

Country Link
CN (1) CN108492303B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485723A (zh) * 2016-10-21 2017-03-08 重庆虚拟实境科技有限公司 游戏引擎实时抠像方法
CN108449569A (zh) * 2018-03-13 2018-08-24 重庆虚拟实境科技有限公司 虚拟会议方法、系统、装置、计算机装置及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999883B (zh) * 2011-09-08 2016-03-02 富士通株式会社 图像去雾方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485723A (zh) * 2016-10-21 2017-03-08 重庆虚拟实境科技有限公司 游戏引擎实时抠像方法
CN108449569A (zh) * 2018-03-13 2018-08-24 重庆虚拟实境科技有限公司 虚拟会议方法、系统、装置、计算机装置及存储介质

Also Published As

Publication number Publication date
CN108492303A (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
US9639956B2 (en) Image adjustment using texture mask
US9311901B2 (en) Variable blend width compositing
US10528820B2 (en) Colour look-up table for background segmentation of sport video
US20150139543A1 (en) System, method, and computer program product for enhancing an image utilizing a hyper-clarity transform
WO2018177364A1 (zh) 一种滤镜的实现方法及装置
WO2013084233A1 (en) Digital makeup
CN110248242B (zh) 一种图像处理和直播方法、装置、设备和存储介质
US11409794B2 (en) Image deformation control method and device and hardware device
CN111899197B (zh) 一种图像增亮去噪方法、装置、移动终端和存储介质
CN110069974B (zh) 高光图像处理方法、装置和电子设备
US10868969B1 (en) Method and apparatus for accelerated tonemapping and display
CN110070515B (zh) 图像合成方法、装置和计算机可读存储介质
CN104811677A (zh) 移动终端的显示控制方法及装置
CN107564085B (zh) 图像扭曲处理方法、装置、计算设备及计算机存储介质
CN108471536B (zh) Alpha通道传输方法及装置、终端装置及存储介质
CN116168091A (zh) 图像处理方法、装置、计算机设备和计算机程序产品
JP2024502117A (ja) 画像処理方法、画像生成方法、装置、機器及び媒体
CN111815729B (zh) 一种实时美肤方法、装置、设备和计算机存储介质
CN111402354B (zh) 适用于光学穿透式头戴显示器的颜色对比增强绘制方法、装置以及系统
CN111028180B (zh) 图像处理方法、视频处理方法以及对应的装置
CN108492303B (zh) 实时抠像方法及装置、终端装置
CN111652792B (zh) 图像的局部处理、直播方法、装置、设备和存储介质
CN111292247A (zh) 图像处理方法和装置
CN113112422B (zh) 图像处理方法、装置、电子设备、计算机可读介质
US20030206180A1 (en) Color space rendering system and method

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Real time matting method and device, terminal device

Effective date of registration: 20221102

Granted publication date: 20210330

Pledgee: Chongqing Longshang financing Company Limited by Guarantee

Pledgor: CHONGQING IVREAL TECHNOLOGY CO.,LTD.

Registration number: Y2022500000092

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20231018

Granted publication date: 20210330

Pledgee: Chongqing Longshang financing Company Limited by Guarantee

Pledgor: CHONGQING IVREAL TECHNOLOGY CO.,LTD.

Registration number: Y2022500000092