具有图像像素相关性的Alpha遮罩

Alpha遮罩旨在估计图像中的front.opacity遮罩。 在基于颜色采样的消光方法中，找到未知像素的前景色和背景色的最佳已知样本至关重要。大多数消光方法每次只能为每个像素选择颜色样本，这会阻止它们维护。图像像素中的相关性相同。 特别是，它们可能无法从复杂图像中收集适当的样本，从而导致伪像。 为了解决该问题，我们提出了一种基于相关性的采样方法，该方法将图像像素相关性用于颜色采样和最佳采样选择中，以用于图像的alpha遮罩估计。 首先，样本集的前景色和背景色可以完全覆盖未知像素的颜色，以避免丢失真实的样本。这是通过自适应免疫网络自适应实现的，学习了未知像素的图像相关性。此外，我们提出了样本选择过程是具有图像相关性的全局优化问题。 所有未知像素均被视为高维输入。采用可变粒子群优化算法来解决全局优化问题，为所有未知像素选择最佳样本对。 对图像数据集的实验研究表明，图像像素相关性可以有效改善消光效果，并且我们的消光效果与最近的一些方法相当。