CN110766625B - 一种数字图像掩模的快速填充方法 - Google Patents

一种数字图像掩模的快速填充方法 Download PDF

Info

Publication number
CN110766625B
CN110766625B CN201910975590.2A CN201910975590A CN110766625B CN 110766625 B CN110766625 B CN 110766625B CN 201910975590 A CN201910975590 A CN 201910975590A CN 110766625 B CN110766625 B CN 110766625B
Authority
CN
China
Prior art keywords
mask
invalid
pixels
filling
pixel
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
CN201910975590.2A
Other languages
English (en)
Other versions
CN110766625A (zh
Inventor
罗一涵
陈科
祁小平
张涯辉
赵志强
谢宗良
曹雷
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.)
Institute of Optics and Electronics of CAS
Original Assignee
Institute of Optics and Electronics of CAS
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 Institute of Optics and Electronics of CAS filed Critical Institute of Optics and Electronics of CAS
Priority to CN201910975590.2A priority Critical patent/CN110766625B/zh
Publication of CN110766625A publication Critical patent/CN110766625A/zh
Application granted granted Critical
Publication of CN110766625B publication Critical patent/CN110766625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/77
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Abstract

本发明公开了一种数字图像掩模的快速填充方法,针对现有掩模填充方法对边缘区域填充效果不佳、不能一次性填充所有掩模区域且计算速度慢的问题,提供一种快速掩模填充方法,可利用无效像素周围有效像素的加权和实现对掩模的快速填充。其有益效果在于:可以将权值计算和填充计算分离,只要掩模不变就无需重新计算权值;可以一次性填充所有掩模区域,不用区分边缘区域和连通区域;无需解方程,且无效像素的数量对计算量影响不大,计算速度快。

Description

一种数字图像掩模的快速填充方法
技术领域
本发明属于图像处理领域,具体涉及一种数字图像掩模的快速填充方法。
背景技术
在数字图像处理中,许多情况下都需要将图像中的某些区域设置为无效区域,进而在后续处理过程中不处理这些无效区域。这时就会使用图像的“掩模”,即一幅与图像大小一样的二值图,其0值域则表示这些无效区域。比如图像中有几个物体,但只有一个物体需要进行后续处理,而图像又不能任意裁剪,就需要用掩模将其它物体去除。
然而,掩模的使用又使后续处理变得困难,比如滤波时如何处理掩模边界,就是一个比掩模本身更加复杂的问题。为了便于掩模的后续处理,我们常常需要对掩模进行填充,就是用掩模周围的像素将掩模内的无效像素填充为有一定意义的有效值。目前最常用的掩模填充方法是拉普拉斯法,即用掩模区域的包络像素求解拉普拉斯方程来估计掩模内的像素值。但是,拉普拉斯法存在几个缺点:
1)不能填充边缘掩模区域。当掩模区域位于边缘时,拉普拉斯法仍然需要将最边缘的像素作为包络才能求解。如果边缘是无效像素时就会将这些无效值代入方程中,导致填充效果不理想。
2)每次求解方程只能有效填充一个连通区域。如果图像中有多个无效区域,则需要分别求解每个连通区域,计算量成倍增加。
3)方程数量与无效像素数正相关,计算速度较慢。如果掩模中无效像素较多,则解方程时的求逆过程计算量会急剧增加,严重降低速度。
4)每次图像变化都需要重新求解拉普拉斯方程。在处理实时图像序列时,每帧图像都需要重新解方程,执行效率较低,不便于实时应用。
因此,亟待一种能实现任意掩模填充且计算速度快的掩模填充方法。
发明内容
本发明要解决的技术问题为:针对现有掩模填充方法对边缘区域填充效果不佳、不能一次性填充所有掩模区域且计算速度慢的问题,提供一种快速掩模填充方法,可以将权值计算和填充计算分离,并用较小的计算代价一次性填充所有掩模区域。
本发明采用的技术方案为:一种数字图像掩模的快速填充方法,利用无效像素周围有效像素的加权和实现对掩模的快速填充,并且将权值计算和填充计算分离,在掩模不变时无需重复计算权值。由于某些无效像素周围不存在任何有效像素(如两条无效直线交汇处),因此将掩模的填充分为两个阶段:首先填充周围存在有效像素的无效像素,首次填充后剩余无效像素的周围则必然存在有效像素,因此只需再次进行填充,即可将整个掩模填充完毕。具体实现步骤为:
步骤(1)、建立一个“无效像素索引表”和“邻近有效像素索引表”,并搜索掩模中的无效像素及其周围距离最近的有效像素,如果无效像素周围存在任一有效像素,则将该无效像素加入上述无效像素索引表,并将其周围有效像素的索引添加到上述邻近有效像素索引表中;
步骤(2)、根据上述邻近有效像素索引表中有效像素和无效像素之间的距离,计算各个有效像素的权值,得到一个“邻近有效像素权值表”;
步骤(3)、将掩模中已添加到上述无效像素索引表的位置全部变为有效像素,得到首次填充掩模,如果该掩模中仍然存在无效像素,则重复步骤(1)和步骤(2),得到第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”;
步骤(4)、利用上述两个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,对需要填充的图像进行填充;
步骤(5)、如果需要填充其它图像且掩模未发生改变,则只需重复步骤(4);如果掩模发生改变,则重新执行步骤(1)~步骤(4)。
本发明与现有技术相比的有益效果在于:
(1)本发明方法可以将权值计算和填充计算分离。也就是说,可以事先将填充时需要的权值计算好,只要掩模不变就无需重新计算权值。在图像序列实时填充时只需计算像素的加权和即可,从而大幅度提升填充的实时性。
(2)本发明方法可以一次性填充所有掩模区域。不用区分边缘区域和连通区域,只要掩模中有一个以上的有效像素,就可以推算整个掩模区域的权值,一次性完成填充。
(3)本发明方法无需解方程,且无效像素的数量对计算量影响不大,计算速度快。
附图说明
图1是本发明一种数字图像掩模的快速填充方法的流程图;
图2是实施例中待填充的掩模;
图3是实施例中的上、下、左、右四副边界二值图;
图4是实施例中的上、下、左、右四副填充索引图;
图5是实施例中的首次填充掩模;
图6是实施例中需要填充的原始图像;
图7是实施例中的首次填充图像;
图8是实施例中的最终填充图像。
具体实施方式
以下是本发明的具体实施办法。但以下的实施例仅限于解释本发明,本发明的保护范围应包括权利要求的全部内容,而且通过以下实施例对该领域的技术人员即可以实现本发明权利要求的全部内容。
如图1所示,本发明一种数字图像掩模的快速填充方法,具体包括如下步骤:
步骤(1)、建立一个“无效像素索引表”和“邻近有效像素索引表”,并搜索掩模中的无效像素及其周围距离最近的有效像素,如果无效像素周围存在任一有效像素,则将该无效像素加入上述无效像素索引表,并将其周围有效像素的索引添加到上述邻近有效像素索引表中。为了便于说明,本实施例中只考虑上、下、左、右四个方向的邻近有效像素,具体实现方法如下:
1)搜索掩模中纵向由1变0、纵向由0变1、横向由1变0、横向由0变1的像素位置,得到上、下、左、右四副边界二值图。以如图2所示待填充的掩模为例,其维度为256×256,得到的四副边界二值图分别如图3所示。
2)建立上、下、左、右四副填充索引图,将四副边界二值图中边界与边界之间的部分,分别填充为各自上、下、左、右边界像素的索引。本实施例得到的四副填充索引图如图4所示。
3)搜索掩模中的所有无效像素,并获取各个无效像素在四副填充索引图中同位置的填充索引值,只要四个填充索引值中任一有效,则将该无效像素加入无效像素索引表,并将四个填充索引值添加到邻近有效像素索引表中。本实施例中一共有10227个无效像素,其中有10241个无效像素存在有效填充索引值,因此建立的邻近有效像素索引表维度为4×10241,其中第1至4列分别是上、下、左、右的填充索引值。
步骤(2)、根据上述邻近有效像素索引表中有效像素和无效像素之间的距离,计算各个有效像素的权值,得到一个“邻近有效像素权值表”。
本实施例使用距离倒数作为权值,即计算无效像素和对应邻近有效像素距离的倒数,再进行归一化后作为权值。本实施例中的邻近有效像素权值表维度同样为4×10241。
步骤(3)、将掩模中已添加到上述无效像素索引表的位置全部变为有效像素,得到首次填充掩模,如果该掩模中仍然存在无效像素,则重复步骤(1)和步骤(2),得到第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”。
本实施例中得到的首次填充掩模如图5所示,可见在角落上仍然存在无效像素。因此,重复步骤(1)和步骤(2)后,得到第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,维度分别为1×36、4×36和4×36。
步骤(4)、利用上述两个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,对需要填充的图像进行填充。该步骤的具体实现方法如下:
1)将图像在第一个邻近有效像素索引表中的像素,按照第一个邻近有效像素权值表中的权值计算加权和,并替换图像中对应的无效像素,得到首次填充图像。本实施例中需要填充的原始图像如图6所示,得到的首次填充图像如图7所示,可见图像中的一些瑕疵点已经被填补。
2)如果存在第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,则再用首次填充图像计算加权和,并替换剩余的无效像素,得到最终填充图像。本实施例中得到的最终填充图像如图8所示。
步骤(5)、如果需要填充其它图像且掩模未发生改变,则只需重复步骤(4);如果掩模发生改变,则重新执行步骤(1)~步骤(4)。

Claims (3)

1.一种数字图像掩模的快速填充方法,其特征在于,实现步骤如下:
步骤(1)、建立一个“无效像素索引表”和“邻近有效像素索引表”,并搜索掩模中的无效像素及其周围距离最近的有效像素,如果无效像素周围存在任一有效像素,则将该无效像素加入上述无效像素索引表,并将其周围有效像素的索引添加到上述邻近有效像素索引表中;
步骤(2)、根据上述邻近有效像素索引表中有效像素和无效像素之间的距离,计算各个有效像素的权值,得到一个“邻近有效像素权值表”;
步骤(3)、将掩模中已添加到上述无效像素索引表的位置全部变为有效像素,得到首次填充掩模,如果该掩模中仍然存在无效像素,则重复步骤(1)和步骤(2),得到第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”;
步骤(4)、利用上述两个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,对需要填充的图像进行填充;
步骤(5)、如果需要填充其它图像且掩模未发生改变,则只需重复步骤(4);如果掩模发生改变,则重新执行步骤(1)~步骤(4)。
2.根据权利要求1所述的一种数字图像掩模的快速填充方法,其特征在于:所述步骤(1)的实现方法为:
11)搜索掩模中纵向由1变0、纵向由0变1、横向由1变0、横向由0变1的像素位置,得到上、下、左、右四副边界二值图;
12)建立上、下、左、右四副填充索引图,将四副边界二值图中边界与边界之间的部分,分别填充为各自上、下、左、右边界像素的索引;
13)搜索掩模中的所有无效像素,并获取各个无效像素在四副填充索引图中同位置的填充索引值,只要四个填充索引值中任一有效,则将该无效像素加入无效像素索引表,并将四个填充索引值添加到邻近有效像素索引表中。
3.根据权利要求1所述的一种数字图像掩模的快速填充方法,其特征在于:所述步骤(4)的实现方法为:
41)将图像在第一个邻近有效像素索引表中的像素,按照第一个邻近有效像素权值表中的权值计算加权和,并替换图像中对应的无效像素,得到首次填充图像;
42)如果存在第二个“无效像素索引表”、“邻近有效像素索引表”和“邻近有效像素权值表”,则再用首次填充图像计算加权和,并替换剩余的无效像素,得到最终填充图像。
CN201910975590.2A 2019-10-15 2019-10-15 一种数字图像掩模的快速填充方法 Active CN110766625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910975590.2A CN110766625B (zh) 2019-10-15 2019-10-15 一种数字图像掩模的快速填充方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910975590.2A CN110766625B (zh) 2019-10-15 2019-10-15 一种数字图像掩模的快速填充方法

Publications (2)

Publication Number Publication Date
CN110766625A CN110766625A (zh) 2020-02-07
CN110766625B true CN110766625B (zh) 2022-04-19

Family

ID=69332487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910975590.2A Active CN110766625B (zh) 2019-10-15 2019-10-15 一种数字图像掩模的快速填充方法

Country Status (1)

Country Link
CN (1) CN110766625B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1691064A (zh) * 2004-04-26 2005-11-02 三丰株式会社 使用形态的图像处理装置
US7075681B1 (en) * 1999-11-09 2006-07-11 Kodak Graphic Communications Canada Company System and method for reducing the data volume of images
WO2008039693A2 (en) * 2006-09-25 2008-04-03 Adobe Systems Incorporated Improving image masks
CN101715139A (zh) * 2009-11-16 2010-05-26 南京邮电大学 立体图像中基于互补掩盖方式的多模式误码掩盖方法
US7912296B1 (en) * 2006-05-02 2011-03-22 Google Inc. Coverage mask generation for large images
GB201615368D0 (en) * 2015-11-18 2016-10-26 Adobe Systems Inc Image synthesis utilizing an active mask
CN106846279A (zh) * 2017-03-02 2017-06-13 合肥工业大学 一种基于连分式插值技术的自适应图像修补方法及其系统
CN109035168A (zh) * 2018-07-18 2018-12-18 北京理工大学 一种基于翻折掩模构造的计算成像方法及装置
CN109801242A (zh) * 2019-01-23 2019-05-24 西南交通大学 一种基于改进漫水填充算法的栅格图像矢量化方法
CN109903283A (zh) * 2019-03-04 2019-06-18 江苏维普光电科技有限公司 一种基于图像法向量的掩模图形边缘缺陷检测方法
CN110097590A (zh) * 2019-04-24 2019-08-06 成都理工大学 基于深度自适应滤波的彩色深度图像修复方法
CN110276818A (zh) * 2018-03-14 2019-09-24 奥多比公司 用于自动合成内容感知填充的交互式系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7251363B2 (en) * 2003-07-29 2007-07-31 Ventana Medical Systems, Inc. Method and system for creating an image mask

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7075681B1 (en) * 1999-11-09 2006-07-11 Kodak Graphic Communications Canada Company System and method for reducing the data volume of images
CN1691064A (zh) * 2004-04-26 2005-11-02 三丰株式会社 使用形态的图像处理装置
US7912296B1 (en) * 2006-05-02 2011-03-22 Google Inc. Coverage mask generation for large images
WO2008039693A2 (en) * 2006-09-25 2008-04-03 Adobe Systems Incorporated Improving image masks
CN101715139A (zh) * 2009-11-16 2010-05-26 南京邮电大学 立体图像中基于互补掩盖方式的多模式误码掩盖方法
GB201615368D0 (en) * 2015-11-18 2016-10-26 Adobe Systems Inc Image synthesis utilizing an active mask
CN106846279A (zh) * 2017-03-02 2017-06-13 合肥工业大学 一种基于连分式插值技术的自适应图像修补方法及其系统
CN110276818A (zh) * 2018-03-14 2019-09-24 奥多比公司 用于自动合成内容感知填充的交互式系统
CN109035168A (zh) * 2018-07-18 2018-12-18 北京理工大学 一种基于翻折掩模构造的计算成像方法及装置
CN109801242A (zh) * 2019-01-23 2019-05-24 西南交通大学 一种基于改进漫水填充算法的栅格图像矢量化方法
CN109903283A (zh) * 2019-03-04 2019-06-18 江苏维普光电科技有限公司 一种基于图像法向量的掩模图形边缘缺陷检测方法
CN110097590A (zh) * 2019-04-24 2019-08-06 成都理工大学 基于深度自适应滤波的彩色深度图像修复方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
保留边界特征的深度图像增强算法研究;周自顾等;《应用光学》;20180315(第02期);第43-49页 *
融合多线索信息的数字图像抠图方法研究;张超等;《计算机工程与应用》;20180901(第17期);第174-179页 *

Also Published As

Publication number Publication date
CN110766625A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN108921942B (zh) 对图像进行2d转制3d的方法及装置
EP1661089A1 (en) Method and apparatus for modeling film grain patterns in the frequency domain
WO2019041842A1 (zh) 一种图像处理方法及装置、存储介质和计算机设备
CN108242063A (zh) 一种基于gpu加速的光场图像深度估计方法
CN108022223A (zh) 一种基于对数映射函数分块处理融合的色调映射方法
CN114004754A (zh) 一种基于深度学习的场景深度补全系统及方法
CN105869122A (zh) 图像处理方法和装置
CN107767357A (zh) 一种基于多方向字典的深度图像超分辨率方法
US20130142422A1 (en) Image processing method, and image processor
CN111062331A (zh) 图像的马赛克检测方法、装置、电子设备及存储介质
CN111798810A (zh) 一种补偿效果佳且效率高的异形屏轮廓补偿方法及终端
CN107369190B (zh) 一种基于瓦砾化的热力图加速渲染方法
CN107492082A (zh) 一种利用边缘统计特征的mrf样本块图像修复方法
CN110766625B (zh) 一种数字图像掩模的快速填充方法
CN104835121B (zh) 基于无穷范数约束与最大熵原则的色调映射方法
CN104506867B (zh) 采样点自适应偏移参数估计方法及装置
CN109859136A (zh) 一种在景深渲染中对图像进行模糊处理的方法
CN103903240B (zh) 基于多输出最小二乘支持向量回归的图像超分辨方法
CN110545414B (zh) 一种图像锐化方法
US10026013B2 (en) Clustering method with a two-stage local binary pattern and an iterative image testing system thereof
CN110334606B (zh) 画中画定位方法及装置
CN115546455B (zh) 一种三维建筑模型单体化方法、装置及存储介质
CN107316276B (zh) 用于对图像进行拉伸的方法及装置
KR101667306B1 (ko) Topological Derivative 기반 저 복잡도 영상 세그먼테이션 방법 및 시스템
CN105590294A (zh) 一种图像处理方法和电子设备

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