數(shù)字圖像的透明度提取【開題報(bào)告】

1、1畢業(yè)設(shè)計(jì)開題報(bào)告畢業(yè)設(shè)計(jì)開題報(bào)告計(jì)算機(jī)科學(xué)與技術(shù)計(jì)算機(jī)科學(xué)與技術(shù)數(shù)字圖像的透明度提取數(shù)字圖像的透明度提取一、選題的背景與意義數(shù)字圖像處理技術(shù)是一個(gè)跨學(xué)科的領(lǐng)域。隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展，圖像處理和分析逐漸形成了自己的科學(xué)體系，新的處理方法層出不窮，盡管其發(fā)展歷史不長(zhǎng)，但卻引起各方面人士的廣泛關(guān)注。首先，視覺(jué)是人類最重要的感知手段，圖像又是視覺(jué)的基礎(chǔ)，因此，數(shù)字圖像成為心理學(xué)、生理學(xué)、計(jì)算機(jī)科學(xué)等諸多領(lǐng)域內(nèi)的學(xué)者們研究視覺(jué)感知的有效

2、工具。數(shù)字圖像中的透明度提取技術(shù)(imagematting)是一種提取像素透明度進(jìn)而用于摳圖的技術(shù)。通過(guò)數(shù)字圖像的透明度，我們可以將數(shù)字圖像的前景和背景分別提取出來(lái)，從而得到需要的信息。目前這項(xiàng)技術(shù)在科學(xué)與生產(chǎn)中都得到了大量的應(yīng)用。例如在航空航天方面的衛(wèi)星遙感圖像的加工處理，在地質(zhì)，礦藏探查方面的應(yīng)用，氣象衛(wèi)星云圖等；在生物與醫(yī)學(xué)工程方面的細(xì)胞統(tǒng)計(jì)，染色分類，以及成像技術(shù)都有很好的應(yīng)用；在工業(yè)工程方面對(duì)產(chǎn)品質(zhì)量的檢測(cè)，無(wú)損探傷以及表面缺

3、陷檢測(cè)等；在軍事，公安交通方面，導(dǎo)彈的精確制導(dǎo)，偵察照片的判讀，指紋識(shí)別，人臉鑒別，調(diào)整公路自動(dòng)識(shí)別處理技術(shù)等；在文化藝術(shù)方面的動(dòng)畫制作，電影物質(zhì)表現(xiàn)等都有很好的應(yīng)用。另外，在電子商務(wù)中，透明度處理技術(shù)也大有可為，如身份認(rèn)證、產(chǎn)品防偽、水印技術(shù)等?？傊该鞫燃夹g(shù)在圖像處理應(yīng)用領(lǐng)域相當(dāng)廣泛，已有國(guó)家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來(lái)重要的角色，對(duì)國(guó)計(jì)民生的作用不可低估。二、研究的基本內(nèi)容與擬解決的主要問(wèn)題：數(shù)字圖像中的透明度提取技術(shù)(i

4、magematting)是一種提取像素透明度進(jìn)而用于摳圖的技術(shù)，它的作用主要是為算法提供輔助信息幫助它準(zhǔn)確地將圖像感興趣的區(qū)域從圖像背景中剝離出來(lái)，由于算法在提取像素透明度的同時(shí)通常也會(huì)估計(jì)出圖像目標(biāo)中的前景和背景，因此，有時(shí)也稱該技術(shù)為數(shù)字摳圖技術(shù)。通常的圖像分割技術(shù)都是基于二值的分割技術(shù)，難以獲得令人滿意的效果.為了解決這個(gè)問(wèn)題，研究者們提出利用基于Alpha通道的3理的負(fù)擔(dān)脫離出來(lái)。為了使本模型能夠較好地融合圖像的先驗(yàn)知識(shí)，考慮到

5、像素不透明度的特點(diǎn)，這里采用了一種抽樣的技術(shù)，對(duì)于圖像中的每一個(gè)像素而言，要得到對(duì)應(yīng)透明度的值，首先要獲得該像素的前景和背景，考慮到一般自然圖像中前背景的顏色的特點(diǎn)，我們假設(shè)圖像前景和背景在一個(gè)小的局部范圍內(nèi)是連續(xù)變化的，因此，可以提取未知像素附近的已知像??素的前背景，為它估計(jì)自身的前背景提供必要的信息。在提取透明度以前，對(duì)于明確的前景像素和背景像素，它們的值是已知，因此，可?以不去管它，對(duì)于圖像中的每一個(gè)未知的像素，以該像素為中心，

6、R為半徑，畫一個(gè)?pI圓，將所有已知的像素歸入到一個(gè)集合中，不妨記為，這樣，可以通過(guò)集合中已?pHpH知的像素來(lái)估計(jì)當(dāng)前像素的值。對(duì)于已知的像素，其相應(yīng)的前背景也是已知的，然后??通過(guò)各種標(biāo)準(zhǔn)，從中選出最有可能是當(dāng)前像素的前景和背景的像素各N個(gè)，然后采用如下的方法來(lái)估計(jì)的不透明度：pI(2)2()()||||pjijijijIBFBFB??????通常，我們?cè)谶x擇當(dāng)前像素的前背景的候選值時(shí)，考慮兩個(gè)標(biāo)準(zhǔn)，一是與當(dāng)前像素在顏色上的距離，而

7、是與當(dāng)前像素在空間上的距離。我們的模型按照這兩個(gè)距離的加權(quán)乘積作為候選的依據(jù)，選出最佳的前背景的估計(jì)集合?？紤]到每一個(gè)候選像素點(diǎn)距離當(dāng)前像素越遠(yuǎn)，則對(duì)的影響越小，因此，我們使pIpI用權(quán)值來(lái)平衡各點(diǎn)對(duì)估計(jì)的不透明度的貢獻(xiàn)：pI(3)22()exppssdisdisIIw????????????通常，我們?cè)谶x擇當(dāng)前像素的前背景的候選值時(shí)，考慮兩個(gè)標(biāo)準(zhǔn)，一是與當(dāng)前像素在顏色上的距離，而是與當(dāng)前像素在空間上的距離。我們的模型按照這兩個(gè)距離的加