论文开题：鲁棒抠图算法的研究

大学本科毕业论文(设计)开题报告
学院：　计算机科学与技术学院　　　　　　　　专业班级：08计算机科学与技术3班

课题名称 鲁棒抠图算法的研究

1、本课题的的研究目的和意义：

数字抠图技术是一种用于精确提取图像前景的技术。图像中的前景和背景有时会出现覆盖，或者前景中存在透明的部分，如何准确地从背景中分离出前景，是一项很艰难的任务。而数字抠图所要解决的就是这个问题。目前，已经有许多经典的抠图算法。这些经典算法主要可以分为三大类。如Yung-Yu Chuang等人提出的基于贝叶斯抠图算法采用了抽样统计方法。而孙剑等人提出的泊松抠图(Poisson Matting)和Levin等人提出抠图的闭合形式解(Closeci Form Solution)采用了基于局部连续性的方法。这两种方
……（新文秘网https://www.wm114.cn省略560字，正式会员可完整阅读）……　
自然图像抠图发展到今天也产生了许多不同的算法Rotoscoping是一种普遍使用的自然图像抠图技术，但这种技术过分依赖操作人员的经验，且工作量大，抠图效果不够好;Mitsunaga等提出了一种AutoKey的抠图方法用来改进Rotoscoping过程"在该方法中，通过Rotoscoping可以得到每一帧中前景物体的边缘曲线，之后用少量的手工工作来校正每一帧的边缘曲线AutoKey采用了一种自适应的羽化方案，比较适用于前景物体的边缘比较“硬”的情况，而不适用毛刺比较多的复杂边缘。
在自然图像抠图领域用到的方法主要有KnockOut方法、Ruzon-Tomasi方法、Hillman方法、Bayesian方法、Poisson方法、Grabuct方法和基于感知的颜色空间抠图。

本课题的主要研究内容（提纲）和成果形式：

1、数字抠图技术基本原理的研究
2、鲁棒抠图算法的研究
3、实验结果与结论分析
成果形式：通过实验结果分析，得出结论。
4、拟解决的关键问题：

研究并实现了鲁棒抠图算法(Robust Matting),它结合了基于采样的抠图算法和基于传播的抠图算法的优点,同时弥补了它们的缺陷。该算法使用优化颜色采样算法进行采样,并同时计算样本点的信度(Confidence),只选择具有高信度的样本点来计算估计掩膜值(Matte),然后使用Random Walk算法优化估计值。实验结果说明了该算法的优越性。
5、研究思路、方法和步骤：

鲁棒算法是一种基于Trimap的静态图像抠图算法。首先要对图像进行Trimap划分，将图像划分为前景区域、背景区域和未知区域。然后进行鲁棒采样，通过样本置信度对样本进行评估，来衡量样本的优劣。在衡量的时候有2条规则：
1、在颜色空间中, 如果点P 与直线FiBj 之间的距离越近,则点Fi 和Bj 越有可能是较优的前背景样本对;
2、在颜色空间中, 如果点P 离点Fi 或点Bj 的距离越近,点P 越有可能是未标记的前景点或背景点, 并且, 期望未知区域中的点尽可能为纯前景点或背景点。
在WANG的论文中对于未知区域中的一点P, 沿着Trimap 中的前景分隔线选择距离P 点最近( 以图像像素坐标计算) 的20 个点作为候选前景样本; 同样沿着背景分隔线选取20 个点作为候选背景样本点; 分别计算400 个样本对的置信度, 选择置信度最大的一组作为P 点的前背景样本对。分别记录下Fi和Bj，以及执行度fp和αp。
接下来需要对算法进行进一步的优化，主要是对α（不透明度）的进一步优化分析，这里主要用到了Random Walk的方法。
基本步骤：
1、抠图技术基本原理的研究
2、按鲁棒抠图算法步骤实现各个算法；
3、观察并分析结果，得出结论
6、本课题的进度安排：

(1) 2011年10月至2012年1月： 数字 ……（未完，全文共2473字，当前仅显示1572字，请阅读下面提示信息。收藏《论文开题：鲁棒抠图算法的研究》）