吴为民 郑志娴

(福建船政交通职业学院信息工程系， 福州 350007)

贝叶斯抠图算法中采样点权重计算方法改进

吴为民 郑志娴

(福建船政交通职业学院信息工程系， 福州 350007)

贝叶斯抠图算法是基于概率的经典自然抠图算法，但是在背景纹理复杂的情况下，其抠图效果并不理想。为了增强抠图效果，通过修改抠图运算中像素权重的计算方法，将采样点的物理距离和颜色距离同时作为权重因子参与计算，实验结果比较理想。

图像抠图； 贝叶斯； 像素权重； 物理距离； 颜色距离

图像抠图是指运用某种算法将图像中一部分区域(前景)从背景中提取出来的技术，在图像处理、视频目标跟踪和影视制作中应用广泛。抠图的精确度影响到应用的效果。

图像一般分成3个部分，背景、前景及两者的边缘区域。边缘区域的颜色(前景和背景的颜色也可以)表示为：

(1)

为了求解式(1)，在抠图过程中首先应明确其他相关信息，进行先验假设，告诉计算机哪里是背景、哪里是前景、哪些是不确定的区域。有些抠图方法，如蓝屏抠图、三角抠图法等，对设备和环境的要求较高，实用性不强。目前，在自然抠图法中主要运用了颜色采样、像素相似、能量函数、学习等技术[1-6]。基于自然背景的自然抠图技术更具有实用性，贝叶斯抠图算法就属此类。在此，对贝叶斯抠图采样点权重的计算方法进行改进。

1 贝叶斯抠图算法分析

贝叶斯(Bayesian)抠图法是较早出现的自然抠图技术。其核心思想是，计算未知像素点附近的前景和背景的概率分布，以决定未知像素的(F，B，α)值，此像素值成为下一个像素计算的已知条件，逐步缩小未知区域的范围，直到解决问题。……