Image processing 如何去除背景图像并获得前图像
有两个图像 一个是背景图像,另一个是一个人的照片,背景相同,大小相同,我想做的是删除第二个图像的背景,只提取这个人的个人资料。常用的方法是从第二张图像中减去第一张图像,但我的问题是,人的衣服颜色是否与背景相似。减法的结果糟透了。我无法得到所有人的资料。谁有好主意删除背景给我一些建议。Image processing 如何去除背景图像并获得前图像,image-processing,computer-vision,image-segmentation,background-foreground,Image Processing,Computer Vision,Image Segmentation,Background Foreground,有两个图像 一个是背景图像,另一个是一个人的照片,背景相同,大小相同,我想做的是删除第二个图像的背景,只提取这个人的个人资料。常用的方法是从第二张图像中减去第一张图像,但我的问题是,人的衣服颜色是否与背景相似。减法的结果糟透了。我无法得到所有人的资料。谁有好主意删除背景给我一些建议。 提前谢谢。将照片张贴在Craigslist上,并告诉他们你将支付5美元给某人 保证您在几分钟内就能获得点击率。您可以一个像素一个像素地逐行扫描两幅图像,而不是直接进行减法,只“减去”完全相同的像素。当然,这并不能
提前谢谢。将照片张贴在Craigslist上,并告诉他们你将支付5美元给某人
保证您在几分钟内就能获得点击率。您可以一个像素一个像素地逐行扫描两幅图像,而不是直接进行减法,只“减去”完全相同的像素。当然,这并不能解释颜色上的细微差异。我认为一种常见的技术是使用一种颜色。抓取若干背景帧,并为每个像素构建其颜色的混合模型 当你应用一个有人在里面的帧时,你会得到一些颜色是前景还是背景的概率,给定每个像素在混合模型中的概率密度 在你有了p(像素是前景)和p(像素是背景)之后,你可以对概率图像设置阈值 另一种可能性是在一些更聪明的分割算法中使用概率作为输入。我注意到的一个例子非常有效 然而,如果此人穿着的衣服在视觉上与背景无法区分,显然上述方法都不起作用。你要么需要另一个传感器(如红外或紫外线),要么需要一个非常精细的“人体模型”,如果它发现它认为是躯干和头部,就可以将腿“添加”到正确的位置
祝项目顺利 如果你对图像背景有一个很好的估计,那么从人物的图像中减去它是一个很好的第一步。但这只是第一步。之后,您必须对图像进行分割,即必须将图像分割为“背景”和“前景”像素,约束条件如下:
- 减去这两幅图像
- 查找背景-前景差异大于某个阈值的最大连续“斑点”像素。这是对前景图像中“人员区域”的第一次粗略估计,但分割不符合上述标准3和4
- 找到最大水滴的轮廓(编辑:注意,不必从轮廓开始。也可以从较大的多边形开始,因为步骤会自动将其缩小到最佳位置。)
- 现在检查轮廓中的每个点并平滑轮廓。i、 e.对于每个点,找到使公式最小的点:c1*L-c2*G,其中L是轮廓多边形的长度,如果该点在此处移动,G是该点将移动到的位置处的梯度,c1/c2是控制过程的常数。将点移动到该位置。这具有平滑源图像中低梯度区域的轮廓多边形的效果,同时使其与源图像中的高梯度(即人的可见边界)保持关联。你可以尝试L和G的不同表达式,例如,L可以考虑长度和曲率,G也可以考虑背景中的梯度和减去的图像
- 您可能需要重新规范化轮廓多边形,即确保轮廓上的点间隔规则。或者,在之前的步骤中,确保点之间的距离保持规则。(“测地蛇”)
- 重复最后两个步骤,直到收敛
此外,如果您有两个以上的帧,引入一些时间滞后也会让您在一段时间内形成更稳定的感兴趣区域。背景与前景检测是非常主观的。应用程序场景定义背景或前景。然而,在你详细介绍的应用程序中,我猜你是在暗示这个人是前景。 根据上述假设,您寻求的是一种人员检测算法。一种可能的解决办法是:
瞧。。。你应该有一个简单的个人检测器。嗯,什么?你能把图像放在photobucket上或者别的什么东西上让我们看到w吗