CN110969595A - 一种基于实时抑制背景溢色的纯色背景抠像合成方法 - Google Patents
一种基于实时抑制背景溢色的纯色背景抠像合成方法 Download PDFInfo
- Publication number
- CN110969595A CN110969595A CN201911214746.1A CN201911214746A CN110969595A CN 110969595 A CN110969595 A CN 110969595A CN 201911214746 A CN201911214746 A CN 201911214746A CN 110969595 A CN110969595 A CN 110969595A
- Authority
- CN
- China
- Prior art keywords
- background
- alpha
- img
- foreground
- color
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002194 synthesizing effect Effects 0.000 title claims abstract description 15
- 230000005764 inhibitory process Effects 0.000 title abstract description 5
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 23
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 23
- 239000003086 colorant Substances 0.000 claims abstract description 15
- 239000002131 composite material Substances 0.000 claims abstract description 6
- 230000008439 repair process Effects 0.000 claims abstract description 6
- 238000010586 diagram Methods 0.000 claims abstract description 5
- 230000001629 suppression Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000740 bleeding effect Effects 0.000 claims description 3
- 238000001308 synthesis method Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 230000007704 transition Effects 0.000 abstract description 6
- 238000004042 decolorization Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
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
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- 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
本发明公开了一种基于实时抑制背景溢色的纯色背景抠像合成方法,涉及视频图像处理技术领域,本发明包括利用抠像算法提取输入的视频图像Inputimg的alpha通道图alpha;根据alpha通道图alpha和输入的视频图像Inputimg计算得到前景图foregroundimg;识别前景图foregroundimg中被背景溢色的前景像素,利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,恢复该前景像素的像素值,得到恢复前景图foreimg;利用经典合成算法结合恢复前景图foreimg、待合成背景图backgroundimg和alpha通道图alpha完成初步合成,得到初步合成图Cinit;对恢复前景图foreimg进行前背景边缘处理,得到合成边缘图edgeimg;利用修复公式结合合成边缘图edgeimg和初步合成图Cinit得到最终合成图Cfinal,本发明具有能较好地去除背景溢色,同时合成时前背景边缘过渡更自然的优点。
Description
技术领域
本发明涉及视频图像处理技术领域,更具体的是涉及一种基于实时抑制背景溢色的纯色背景抠像合成方法。
背景技术
纯色背景的抠像合成是广播电影电视制作领域常用的技术之一,一般来说,就是在电影电视的制作过程中,通过拍摄摄影棚中蓝幕或绿幕前的人或其他内容,然后利用抠像技术去除纯色的背景,提取出前景人物或内容的通道与其他丰富的背景进行叠加,进而创造出更加精彩的画面效果。
目前抠像普遍采用蓝色或绿色作为背景,因此也被称为蓝幕抠像或绿幕抠像。抠像过程中常会遇到一个棘手问题——背景溢色,由于抠像环境灯光、材质反射等原因,导致前景人物或物体上染上背景的颜色,在前背景边缘、毛发、浅色衣服或光照不均匀的环境下背景溢色现象尤为明显。背景溢色让前景人物或物体看起来很脏,且前背景边缘变得模糊,大大增加了抠像的难度。因此,如何抑制背景颜色的溢出,自然还原前景人物或物体的色彩,是纯色背景抠像合成中需要解决的关键问题。
当通过抠像技术提取了带alpha通道的前景图时,由于存在背景溢色,前景图中部分部位已被染色,我们便需要恢复被染色部位的原有颜色,通常,若背景色为绿色,则存在背景溢色的前景色RGB颜色空间三通道满足以下条件:G>(R,B),即G通道分量的值最大,现有技术中常用的背景溢色抑制方法有以下几种:
1、色度偏移法:利用颜色中基础色三原色的原理,任何一种颜色可通过三原色混合而成,假设背景色为绿色G,被染色的前景物体从视觉效果上看,G分量偏多,则可通过改变被染色的前景物体的RGB通道分量来抑制背景色:降低G通道分量,增加RB通道分量;同理,若背景色为蓝色B,则可通过降低B通道分量,增加RG通道分量来抑制背景色;
2、亮度调节法:利用人眼对亮度敏感性最高的特点,将背景溢色部分的前景亮度调暗,这样溢色在一定程度上会减弱;
3、通道替换法:在被染色的前景物体RGB颜色空间三通道中,利用与背景色不同的通道来替换背景色通道,例如背景色为绿色G,可以用R通道或B通道的值来替换G通道值,即将R通道和B通道的值作平均处理后来替换G通道值;
但是上述三种方法均存在一定问题:
1、对于色度偏移法来说,有两种确定偏移量的方法,一种是参数调节法,人根据视觉效果来调节偏移量,这类方法主观性强,往往依靠人的经验,耗时耗力;另一种是自适应偏移量计算法,根据图片直方图、色彩等信息分析预测被染色前的颜色值,这类方法则需要大量的计算,实时性无法保证,且仍需在此基础上进行人工微调;
2、对于亮度调节法来说,溢色部分整体会偏暗甚至出现黑斑,溢色边缘过渡不自然,容易出现明显的违和感;
3、对于通道替换法来说,替换后的前景色与原本的前景色存在差异较大的情况,并且前景边缘过渡较硬,甚至容易出现黑边,当利用一些常用的边缘处理算法对前景边缘进行平滑处理,如对边缘进行膨胀、腐蚀变化等操作,常常会造成边缘细节的丢失。
发明内容
本发明的目的在于:为了解决目前的背景溢色抑制方法处理后的前景边缘过渡不自然,合成效果不逼真,出现违和感的问题,本发明提供一种基于实时抑制背景溢色的纯色背景抠像合成方法。
本发明为了实现上述目的具体采用以下技术方案:
一种基于实时抑制背景溢色的纯色背景抠像合成方法,包括如下步骤:
S1:利用抠像算法提取输入的视频图像Inputimg的alpha通道图alpha;
S2:根据alpha通道图alpha和输入的视频图像Inputimg计算得到前景图foregroundimg;
S3:识别前景图foregroundimg中被背景溢色的前景像素,利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,恢复该前景像素的像素值,得到恢复前景图foreimg;
S4:利用经典合成算法结合恢复前景图foreimg、待合成背景图backgroundimg和alpha通道图alpha完成初步合成,得到初步合成图Cinit;
S5:对恢复前景图foreimg进行前背景边缘处理,得到合成边缘图edgeimg;
S6:利用修复公式结合合成边缘图edgeimg和初步合成图Cinit得到最终合成图Cfinal。
进一步的,所述S1中采用的抠像算法为色度键抠像法、颜色差分析法、背景减法或graphcut图割算法,通常情况下,alpha通道图alpha的取值范围为0-1,其中0表示背景部分,1表示前景部分,0-1之间表示半透明区域。
进一步的,所述S2中前景图foregroundimg的计算式为:
foregroundimg=Inputimg*alpha。
进一步的,前景图foregroundimg中,往往由于背景溢色会导致部分前景像素被背景颜色污染,即出现背景溢色,通过RGB三通道分量值来对这些被污染的前景像素进行判断,具体的,若背景颜色为绿色,则存在背景溢色的前景像素满足Gpixel>(Rpixel,Bpixel),其中Gpixel为G通道分量值,Rpixel为R通道分量值,Bpixel为B通道分量值。
进一步的,所述利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,具体为:
利用调整公式来改变背景溢色的前景像素的背景色通道值,若背景颜色为绿色,则调整公式为:
Gpixel2=k*Rpixel+(1-k)*Bpixel
其中,k为调节系数,k=Rpixel/(Rpixel+Bpixel),Gpixel2即为被恢复的前景像素的G通道分量值。
进一步的,所述S4得到初步合成图Cinit,公式为:
Cinit=foreimg+backgroundimg*(1-alpha)。
进一步的,所述S5具体为:
S5.1:根据恢复前景图foreimg计算得到前景alpha图forealpha,利用前景alpha图forealpha求得背景alpha图backalpha以及前背景边缘alpha图edgealpha;
S5.2:利用前背景边缘alpha图edgealpha与待合成背景图backgroundimg生成合成边缘图edgeimg。
进一步的,所述S5.1具体为:
A:利用抠像算法提取恢复前景图foreimg的alpha通道图得到前景alpha图forealpha;
B:对前景alpha图forealpha进行高斯模糊然后取反,得到背景alpha图backalpha;
C:前背景边缘alpha图edgealpha为前景alpha图forealpha与背景alpha图backalpha求交,公式为:
edgealpha=forealphaΩbackalpha。
进一步的,所述S5.2中,合成边缘图edgeimg的计算公式为:
edgeimg=edgealpha*backgroundimg。
进一步的,所述S6中修复公式为:
Cfinal=1-(1-Cinit)*(1-edgeimg)。
本发明的有益效果如下:
1、本发明基于颜色三原色原理,利用通道替换、图像处理,边缘提取等技术,能较好地去除背景溢色,同时合成时前背景边缘过渡更自然。
2、本发明通过前景中背景溢色部分的像素通道分析,总结出通道替换的调整公式,这样能够使背景溢色部分得到有效的抑制,且恢复被污染的前景颜色不存在违和感。
3、本发明的方法简单高效,没有复杂的运算,在CPU端即可做到实时处理,且易于实现,可用于大部分抠像技术中去除背景溢色;另一方面,传统的背景溢色处理方案中大多都需要用户干预和操作,本方法完全由程序智能处理,无需用户手动调参或操作,极大地简化了用户抑制背景溢色的流程和难度。
4、本发明利用前背景边缘提取,边缘特征分析等技术,提前分析待合成背景对抠像前景边缘的影响,在传统合成技术的基础上加上了边缘合成技术,这样合成的前背景边缘没有黑边现象,过渡更自然,同时保留了边缘的细节信息,合成效果更逼真。
附图说明
图1是本发明具体实施方式的方法流程示意图。
具体实施方式
为了本技术领域的人员更好的理解本发明,下面结合附图和以下实施例对本发明作进一步详细描述。
实施例1
如图1所示,本实施例提供一种基于实时抑制背景溢色的纯色背景抠像合成方法,包括如下步骤:
S1:利用抠像算法提取输入的视频图像Inputimg的alpha通道图alpha,本实施例中采用的抠像算法为色度键抠像法、颜色差分析法、背景减法或graphcut图割算法等常用的抠像算法,通常情况下,alpha通道图alpha的取值范围为0-1,其中0表示背景部分,1表示前景部分,0-1之间表示半透明区域;
S2:根据alpha通道图alpha和输入的视频图像Inputimg计算得到前景图foregroundimg,计算式为:
foregroundimg=Inputimg*alpha;
S3:识别前景图foregroundimg中被背景溢色的前景像素,利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,恢复该前景像素的像素值,得到恢复前景图foreimg;
前景图foregroundimg中,往往由于背景溢色会导致部分前景像素被背景颜色污染,即出现背景溢色,通过RGB三通道分量值来对这些被污染的前景像素进行判断,具体的,若背景颜色为绿色,则存在背景溢色的前景像素满足Gpixel>(Rpixel,Bpixel),其中Gpixel为G通道分量值,Rpixel为R通道分量值,Bpixel为B通道分量值;
利用调整公式来改变背景溢色的前景像素的背景色通道值,则调整公式为:
Gpixel2=k*Rpixel+(1-k)*Bpixel
其中,k为调节系数,k=Rpixel/(Rpixel+Bpixel),Gpixel2即为被恢复的前景像素的G通道分量值,用Gpixel2替换前景图foregroundimg中的Gpixel,则得到恢复前景图foreimg,值得注意的是,本实施例仅是以背景颜色为绿色为例进行说明,当背景颜色为其他颜色时,对上述公式进行相应调整后,抑制背景溢色的方法同样适用;
S4:利用经典合成算法结合恢复前景图foreimg、待合成背景图backgroundimg和alpha通道图alpha完成初步合成,得到初步合成图Cinit,公式为:
Cinit=foreimg+backgroundimg*(1-alpha);
S5:对恢复前景图foreimg进行前背景边缘处理,得到合成边缘图edgeimg;
尽管通过S1-S4背景溢色得到了很好的处理,恢复了前景图foregroundimg中被污染的前景像素,但前背景边缘过硬,存在毛刺、黑边等现象并没有得到很好的解决,深入分析恢复前景图foreimg边缘图像特征,边缘属于半透明区域,其alpha值满足0<alpha<1,即边缘像素的值一部分来自于前景像素的贡献,另一部分来自背景像素的贡献。因此,在合成时,边缘像素也会受到来自合成新背景的影响,基于此思想,我们在合成新背景前,先对边缘进行处理,具体为:
S5.1:根据恢复前景图foreimg计算得到前景alpha图forealpha,利用前景alpha图forealpha求得背景alpha图backalpha以及前背景边缘alpha图edgealpha;
A:利用抠像算法提取恢复前景图foreimg的alpha通道图得到前景alpha图forealpha;
B:为了去除边缘的黑边,对前景alpha图forealpha进行高斯模糊,然后对高斯模糊的前景alpha图forealpha取反,得到背景alpha图backalpha;
C:前背景边缘alpha图edgealpha为前景alpha图forealpha与背景alpha图backalpha求交,公式为:
edgealpha=forealphaΩbackalpha
S5.2:利用前背景边缘alpha图edgealpha与待合成背景图backgroundimg生成合成边缘图edgeimg,计算公式为:
edgeimg=edgealpha*backgroundimg
S6:为了使前背景边缘过渡更自然,消除黑边现象,利用修复公式结合合成边缘图edgeimg和初步合成图Cinit得到最终合成图Cfinal,修复公式为:
Cfinal=1-(1-Cinit)*(1-edgeimg)。
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,本发明的专利保护范围以权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (10)
1.一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,包括如下步骤:
S1:利用抠像算法提取输入的视频图像Inputimg的alpha通道图alpha;
S2:根据alpha通道图alpha和输入的视频图像Inputimg计算得到前景图foregroundimg;
S3:识别前景图foregroundimg中被背景溢色的前景像素,利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,恢复该前景像素的像素值,得到恢复前景图foreimg;
S4:利用经典合成算法结合恢复前景图foreimg、待合成背景图backgroundimg和alpha通道图alpha完成初步合成,得到初步合成图Cinit;
S5:对恢复前景图foreimg进行前背景边缘处理,得到合成边缘图edgeimg;
S6:利用修复公式结合合成边缘图edgeimg和初步合成图Cinit得到最终合成图Cfinal。
2.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S1中采用的抠像算法为色度键抠像法、颜色差分析法、背景减法或graphcut图割算法。
3.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S2中前景图foregroundimg的计算式为:
foregroundimg=Inputimg*alpha。
4.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S3中,通过RGB三通道分量值来对被背景溢色的前景像素进行判断,具体的,若背景颜色为绿色,则存在背景溢色的前景像素满足Gpixel>(Rpixel,Bpixel),其中Gpixel为G通道分量值,Rpixel为R通道分量值,Bpixel为B通道分量值。
5.根据权利要求4所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述利用三原色成色原理,改变被背景溢色的前景像素的背景色通道值,具体为:
利用调整公式来改变背景溢色的前景像素的背景色通道值,若背景颜色为绿色,则调整公式为:
Gpixel2=k*Rpixel+(1-k)*Bpixel
其中,k为调节系数,k=Rpixel/(Rpixel+Bpixel),Gpixel2即为被恢复的前景像素的G通道分量值。
6.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S4得到初步合成图Cinit,公式为:
Cinit=foreimg+backgroundimg*(1-alpha)。
7.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S5具体为:
S5.1:根据恢复前景图foreimg计算得到前景alpha图forealpha,利用前景alpha图forealpha求得背景alpha图backalpha以及前背景边缘alpha图edgealpha;
S5.2:利用前背景边缘alpha图edgealpha与待合成背景图backgroundimg生成合成边缘图edgeimg。
8.根据权利要求7所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S5.1具体为:
A:利用抠像算法提取恢复前景图foreimg的alpha通道图得到前景alpha图forealpha;
B:对前景alpha图forealpha进行高斯模糊然后取反,得到背景alpha图backalpha;
C:前背景边缘alpha图edgealpha为前景alpha图forealpha与背景alpha图backalpha求交,公式为:
edgealpha=forealphaΩbackalpha。
9.根据权利要求7或8所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S5.2中,合成边缘图edgeimg的计算公式为:
edgeimg=edgealpha*backgroundimg。
10.根据权利要求1所述的一种基于实时抑制背景溢色的纯色背景抠像合成方法,其特征在于,所述S6中修复公式为:
Cfinal=1-(1-Cinit)*(1-edgeimg)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214746.1A CN110969595B (zh) | 2019-12-02 | 2019-12-02 | 一种基于实时抑制背景溢色的纯色背景抠像合成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214746.1A CN110969595B (zh) | 2019-12-02 | 2019-12-02 | 一种基于实时抑制背景溢色的纯色背景抠像合成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110969595A true CN110969595A (zh) | 2020-04-07 |
CN110969595B CN110969595B (zh) | 2023-08-01 |
Family
ID=70032589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911214746.1A Active CN110969595B (zh) | 2019-12-02 | 2019-12-02 | 一种基于实时抑制背景溢色的纯色背景抠像合成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969595B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022011657A1 (zh) * | 2020-07-16 | 2022-01-20 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子设备及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080246777A1 (en) * | 2007-04-03 | 2008-10-09 | Richard Lee Swanson | Method and apparatus for background replacement in still photographs |
CN101536078A (zh) * | 2006-09-25 | 2009-09-16 | 奥多比公司 | 改进图像蒙板 |
US20090278859A1 (en) * | 2005-07-15 | 2009-11-12 | Yissum Research Development Co. | Closed form method and system for matting a foreground object in an image having a background |
CN104680518A (zh) * | 2015-02-03 | 2015-06-03 | 长春理工大学 | 一种基于色度溢出处理的蓝屏抠像方法 |
JP2016072892A (ja) * | 2014-09-30 | 2016-05-09 | 大日本印刷株式会社 | 撮像装置、画像管理サーバ、プログラム、及び、画像処理システム |
CN105678724A (zh) * | 2015-12-29 | 2016-06-15 | 北京奇艺世纪科技有限公司 | 图像的背景替换方法及装置 |
US20160203587A1 (en) * | 2015-01-14 | 2016-07-14 | Thomson Licensing | Method and apparatus for color correction in an alpha matting process |
CN107169973A (zh) * | 2017-05-18 | 2017-09-15 | 深圳市优微视技术有限公司 | 一种图像的背景去除和合成方法及装置 |
CN110047034A (zh) * | 2019-03-27 | 2019-07-23 | 北京大生在线科技有限公司 | 在线教育场景下的抠图换背景方法、客户端及系统 |
US20190236788A1 (en) * | 2018-01-29 | 2019-08-01 | HypeVR | Fully automated alpha matting for virtual reality systems |
CN110458964A (zh) * | 2019-08-21 | 2019-11-15 | 四川大学 | 一种现实环境动态光照的实时计算方法 |
-
2019
- 2019-12-02 CN CN201911214746.1A patent/CN110969595B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090278859A1 (en) * | 2005-07-15 | 2009-11-12 | Yissum Research Development Co. | Closed form method and system for matting a foreground object in an image having a background |
CN101536078A (zh) * | 2006-09-25 | 2009-09-16 | 奥多比公司 | 改进图像蒙板 |
US20080246777A1 (en) * | 2007-04-03 | 2008-10-09 | Richard Lee Swanson | Method and apparatus for background replacement in still photographs |
JP2016072892A (ja) * | 2014-09-30 | 2016-05-09 | 大日本印刷株式会社 | 撮像装置、画像管理サーバ、プログラム、及び、画像処理システム |
US20160203587A1 (en) * | 2015-01-14 | 2016-07-14 | Thomson Licensing | Method and apparatus for color correction in an alpha matting process |
CN104680518A (zh) * | 2015-02-03 | 2015-06-03 | 长春理工大学 | 一种基于色度溢出处理的蓝屏抠像方法 |
CN105678724A (zh) * | 2015-12-29 | 2016-06-15 | 北京奇艺世纪科技有限公司 | 图像的背景替换方法及装置 |
CN107169973A (zh) * | 2017-05-18 | 2017-09-15 | 深圳市优微视技术有限公司 | 一种图像的背景去除和合成方法及装置 |
US20190236788A1 (en) * | 2018-01-29 | 2019-08-01 | HypeVR | Fully automated alpha matting for virtual reality systems |
CN110047034A (zh) * | 2019-03-27 | 2019-07-23 | 北京大生在线科技有限公司 | 在线教育场景下的抠图换背景方法、客户端及系统 |
CN110458964A (zh) * | 2019-08-21 | 2019-11-15 | 四川大学 | 一种现实环境动态光照的实时计算方法 |
Non-Patent Citations (1)
Title |
---|
奉倚: "实时绿屏与深度肖像抠像技术研究" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022011657A1 (zh) * | 2020-07-16 | 2022-01-20 | Oppo广东移动通信有限公司 | 图像处理方法及装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110969595B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780368B (zh) | 一种基于前景模型的水下图像增强方法 | |
CN112330531B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US7865014B2 (en) | Video auto enhancing algorithm | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
CN109255759B (zh) | 基于天空分割和透射率自适应修正的图像去雾方法 | |
Park et al. | Sand-dust image enhancement using successive color balance with coincident chromatic histogram | |
JP2003008988A5 (zh) | ||
TW201433168A (zh) | 影像處理方法 | |
US20170337671A1 (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 | |
US20060077304A1 (en) | Method and device for image contrast enhancement | |
Iwamoto et al. | Fast dark channel prior based haze removal from a single image | |
Park et al. | Nighttime image dehazing with local atmospheric light and weighted entropy | |
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 | |
CN104778674A (zh) | 一种基于时间序列的顺逆光交通图像自适应增强方法 | |
Ueki et al. | Underwater image enhancement based on the iteration of a generalization of dark channel prior | |
CN110969595B (zh) | 一种基于实时抑制背景溢色的纯色背景抠像合成方法 | |
CN109166135B (zh) | 一种基于hsv颜色空间与色度键的蓝屏抠像方法 | |
WO2020093441A1 (zh) | 图像饱和度增强的细节处理方法及装置 | |
CN108961258B (zh) | 一种前景图像获得方法及装置 | |
JP3731741B2 (ja) | カラー動画像処理方法および処理装置 | |
Xiang et al. | Hazy image enhancement based on the full-saturation assumption | |
Asadi et al. | Improving dark channel prior for single image dehazing | |
CN109167892B (zh) | 一种视频图像细节增强方法与系统 | |
Phoka | Green screen matte refinement with multiple filters | |
Abebe et al. | Color Clipping and Over-exposure Correction. |
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 |