本發(fā)明涉及圖像處理技術，特別是涉及一種提取前景圖像的方法、一種提取前景圖像的裝置、一種替換圖像背景的方法以及一種替換圖像背景的裝置。

背景技術：

隨著視頻圖像處理技術的發(fā)展，人們對替換圖像背景的技術的需求也日益廣泛，例如P圖、直播、視頻拍攝的摳圖以制作出特效視頻等，通常的替換圖像背景的方式，是將一段在純色幕布前拍攝的視頻在移動端進行實時處理，將視頻中的前景目標提取并融合到新的背景中，從而可以做到足不出戶，僅準備一塊純色幕布，就可以生成各種高質(zhì)量的多樣逼真背景下的視頻內(nèi)容。

目前的替換圖像背景的技術，通常需要結合背景建模、鍵值分割、圖像融合技術進行。具體替換圖像背景時，前景圖像的提取是進行圖像背景替換過程中的一個重要步驟。目前在提取前景圖像時，通常是對于待替換背景的圖片(通常也稱為待摳取圖片)，通過交互界面，由用戶通過點擊等方式提供一些前景像素及背景像素，稱為前景種子像素及背景種子像素，然后用這些種子像素建立混高斯(GMM)概率模型，設計出能評估分割結果的能量函數(shù)(損失函數(shù))，然后通過數(shù)學工具求解能量函數(shù)，從而對待替換背景的圖片進行前景、背景的分割。

在目前的這種前景圖像的提取方式中，是將圖像的像素點簡單的區(qū)分為前景像素和背景像素，從而容易在前景邊緣處留下背景顏色帶，使得最終融合得到的新背景的圖片邊緣輪廓不自然，影響替換了圖像背景的圖像的質(zhì)量。

技術實現(xiàn)要素：

基于此，本實施例的目的在于提供一種提取前景圖像的方法、一種提取前景圖像的裝置、一種替換圖像背景的方法以及一種替換圖像背景的裝置，其分割結果穩(wěn)定，最終得到的替換了背景的圖像的質(zhì)量高。

為達到上述目的，本實施例采用以下技術方案：

一種提取前景圖像的方法，包括步驟：

獲取待處理圖像、幕布圖像；

根據(jù)所述待處理圖像和所述幕布圖像，確定所述待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率；

根據(jù)各所述像素點的前景像素概率、背景像素概率，確定各所述像素點的像素點類型，所述像素點類型包括前景像素點、背景像素點以及混合像素點；

根據(jù)各所述混合像素點、各所述混合像素點的所述前景像素概率、所述幕布圖像，確定各所述混合像素點的融合權值，并根據(jù)各所述混合像素點的融合權值確定各所述混合像素點的前景分量值。

一種替換圖像背景的方法，包括：

獲取待處理圖像、新背景圖像；

采用如上所述的提取前景圖像的方式，獲得所述待處理圖像的前景像素點、背景像素點、混合像素點以及各混合像素點的融合權值和前景分量值；

將所述前景像素點的像素值，作為替換背景后圖像中、與所述前景像素點對應位置處像素點的像素值；

將所述新背景圖像中、與所述背景像素點對應位置處像素點的像素值，作為所述替換背景后圖像中、與所述背景像素點對應位置處像素點的像素值；

根據(jù)所述混合像素點的融合權值和前景分量值、所述新背景像素的像素值，確定所述混合像素點的融合像素值，并將所述融合像素值，作為所述替換背景后圖像中、與所述混合像素點對應位置處像素點的像素值。

一種提取前景圖像的裝置，包括：

概率計算模塊，用于根據(jù)預定幕布圖像，確定待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率；

像素點類型確定模塊，用于根據(jù)各所述像素點的前景像素概率、背景像素概率，確定各所述像素點的像素點類型，所述像素點類型包括前景像素點、背景像素點以及混合像素點；

混合像素融合信息確定模塊，用于根據(jù)各所述混合像素點、各所述混合像素點的所述前景像素概率、所述幕布圖像，確定各所述混合像素點的融合權值，并根據(jù)各所述混合像素點的融合權值確定各所述混合像素點的前景分量值。

一種替換圖像背景的裝置，包括第二圖像獲取模塊、前景像素融合模塊、背景像素融合模塊、混合像素融合模塊、以及如上所述的提取前景圖像的裝置；

所述第二圖像獲取模塊，用于獲取待處理圖像、新背景圖像；

所述前景像素融合模塊，用于將所述提取前景圖像的裝置確定的前景像素點的像素值，作為替換背景后圖像中、與所述前景像素點對應位置處像素點的像素值；

所述背景像素融合模塊，用于將所述新背景圖像中、與所述提取前景圖像的裝置確定的背景像素點對應位置處像素點的像素值，作為所述替換背景后圖像中、與所述背景像素點對應位置處像素點的像素值；

所述混合像素融合模塊，用于根據(jù)所述提取前景圖像的裝置確定的混合像素點的融合權值和前景分量值、所述新背景像素的像素值，確定所述混合像素點的融合像素值，并將所述融合像素值，作為所述替換背景后圖像中、與所述混合像素點對應位置處像素點的像素值。

基于如上所述的實施例中的方案，其是提取前景圖像時，是基于幕布圖像，確定出待處理圖像中的各像素點屬于前景像素點的概率、屬于背景像素點的概率，并據(jù)此將像素點區(qū)分為前景像素點、背景像素點和混合像素點，并確定出混合像素點的融合權值和前景分量值，從而在此基礎上替換圖像背景時，針對混合像素點，可以基于混合像素點的融合權值和前景分量值，將混合像素點與新背景圖像進行融合，從而將前景與背景融合處的混合像素進行了有效區(qū)分，可以得到穩(wěn)定的提取前景圖像的分割結果，使得替換圖像背景時最終得到的替換了背景的圖像不會存在輪廓邊緣不自然的情況，獲得的圖像質(zhì)量高。

附圖說明

圖1是一個實施例中的本發(fā)明方案的應用環(huán)境的示意圖；

圖2一個具體應用示例中的本實施例方案的應用場景的示意圖；

圖3是一個實施例中的終端的組成結構示意圖；

圖4是一個實施例中的提取前景圖像的方法的流程示意圖；

圖5是一個實施例中的替換圖像背景的方法的流程示意圖；

圖6是一個具體示例中替換圖像背景的整體過程的流程示意圖；

圖7是一個具體示例中的替換圖像背景的方法的原理示意圖；

圖8是一個實施例中的提取前景圖像的裝置的結構示意圖；

圖9是一個具體示例中的像素點概率模型建立模塊的結構示意圖；

圖10是一個實施例中的替換圖像背景的裝置的結構示意圖。

具體實施方式

為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步的詳細說明。應當理解，此處所描述的具體實施方式僅僅用以解釋本發(fā)明，并不限定本發(fā)明的保護范圍。

圖1示出了本發(fā)明一個實施例中的工作環(huán)境示意圖，如圖1所示，其工作環(huán)境涉及終端101，在某些情況下，還可能涉及服務器103。終端101可以對其自身存儲的或者從外部獲取的圖像(如圖2所示的2-1)提取其前景圖像(如圖2所示的2-2)，并可以在提取前景圖像的基礎上進行圖像背景的替換，從而得到替換背景后的圖像(如圖2所示的2-3)。終端101提取的前景圖像或者替換背景后的圖像，可以存儲在終端101本地進行查看和播放，也可以經(jīng)由網(wǎng)絡傳輸至其他的網(wǎng)絡終端，或者通過網(wǎng)絡傳輸至服務器102后，經(jīng)由服務器102再傳輸至其他的網(wǎng)絡終端。

在一個應用示例中，該終端101可以是攜帶攝像頭的終端，也可以是外接有攝像設備1010的終端，從而終端101可以提取通過攝像頭拍攝得到的幀圖像的前景圖像，并在此基礎上進行圖像背景的替換，從而在視頻直播、視頻聊天等各種應用中，實現(xiàn)各類圖像背景的替換，進而實現(xiàn)各類背景下的視頻直播或者視頻聊天。本實施例涉及的是終端101對圖像提取其前景圖像并據(jù)此進行圖像背景替換的方案。

終端101在一個實施例中的結構示意圖如圖3所示。該終端101包括通過系統(tǒng)總線連接的處理器、存儲介質(zhì)、通信接口、電源接口和內(nèi)存。其中，終端101的存儲介質(zhì)存儲有一種提取前景圖像的裝置、一種替換圖像背景的裝置，該裝置分別用于實現(xiàn)一種提取前景圖像的方法、一種替換圖像背景的方法。終端101的通信接口用于與網(wǎng)絡終端其他終端或者服務器102連接和通信，終端101的電源接口用于與外部電源連接，外部電源通過該電源接口向終端101供電。終端101可以是任何一種能夠?qū)崿F(xiàn)智能輸入輸出的設備，例如移動終端，比如手機、平板電腦、個人計算機等；也可以是其它具有上述結構的設備。

圖4中示出了一個實施例中的提取前景圖像的方法的流程示意圖。如圖4所示，該實施例中的提取前景圖像的方法包括：

步驟S401：獲取待處理圖像、幕布圖像；

步驟S402：根據(jù)所述待處理圖像和所述幕布圖像，確定所述待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率；

步驟S403：根據(jù)各所述像素點的前景像素概率、背景像素概率，確定各所述像素點的像素點類型，所述像素點類型包括前景像素點、背景像素點以及混合像素點；

步驟S404：根據(jù)各所述混合像素點、各所述混合像素點的所述前景像素概率、所述幕布圖像，確定各所述混合像素點的融合權值，并根據(jù)各所述混合像素點的融合權值確定各所述混合像素點的前景分量值。

基于如上所述的實施例中的方案，其是提取前景圖像時，是基于幕布圖像，確定出待處理圖像中的各像素點屬于前景像素點的概率、屬于背景像素點的概率，并據(jù)此將像素點區(qū)分為前景像素點、背景像素點和混合像素點，并確定出混合像素點的融合權值和前景分量值，從而在此基礎上替換圖像背景時，針對混合像素點，可以基于混合像素點的融合權值和前景分量值，將混合像素點與新背景圖像進行融合，從而將前景與背景融合處的混合像素進行了有效區(qū)分，可以得到穩(wěn)定的提取前景圖像的分割結果，使得替換圖像背景時最終得到的替換了背景的圖像不會存在輪廓邊緣不自然的情況，獲得的圖像質(zhì)量高。

相對應地，圖5中示出了一個實施例中的替換圖像背景的方法的流程示意圖，如圖5所示，該實施例中的替換圖像背景的方法包括：

步驟S501：獲取待處理圖像、新背景圖像；

步驟S502：采用如上所述的實施例中的提取前景圖像的方式，獲得所述待處理圖像的前景像素點、背景像素點、混合像素點以及各混合像素點的融合權值和前景分量值；

步驟S503：將所述前景像素點的像素值，作為替換背景后圖像中、與所述前景像素點對應位置處像素點的像素值；

步驟S504：將所述新背景圖像中、與所述背景像素點對應位置處像素點的像素值，作為所述替換背景后圖像中、與所述背景像素點對應位置處像素點的像素值；

步驟S505：根據(jù)所述混合像素點的融合權值和前景分量值、所述新背景像素的像素值，確定所述混合像素點的融合像素值，并將所述融合像素值，作為所述替換背景后圖像中、與所述混合像素點對應位置處像素點的像素值。

可以理解的，步驟S503、步驟S504、步驟S505中的處理過程可以不分先后順序同時進行。

據(jù)此，基于本實施例中的方案，其將前景與背景融合處的混合像素進行了有效區(qū)分，可以得到穩(wěn)定的提取前景圖像的分割結果，使得替換圖像背景時最終得到的替換了背景的圖像不會存在輪廓邊緣不自然的情況，獲得的圖像質(zhì)量高。

其中，在上述步驟S402中，可以結合像素點概率模型進行，即可以根據(jù)所述待處理圖像、所述幕布圖像以及像素點概率模型，確定所述待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率。

在一個具體示例中，可以采用下述方式確定該像素點概率模型：

獲取樣本圖像和所述幕布圖像，其中，這里的樣本圖像包括所述待處理圖像所在視頻流中、在所述待處理圖像之前的視頻幀的圖像，可以理解，在某些情況下，這里的樣本圖像也可以是上述待處理圖像；

根據(jù)所述樣本圖像的像素值與所述幕布圖像的像素值，對所述樣本圖像進行閾值過濾，從所述樣本圖像中提取出種子前景像素點和種子背景像素點；在一個應用示例中，可以是計算所述樣本圖像的各像素點與所述幕布圖像的對應位置處的像素點的距離后，在所述距離大于第一距離閾值時，將對應的所述像素點確定為種子前景像素點，在所述距離小于第二距離閾值時，將對應的所述像素點確定為種子背景像素點，所述第一距離閾值大于第二距離閾值；

根據(jù)提取的種子前景像素點、種子背景像素點，建立所述像素點概率模型。

在一個應用示例中，還可以在間隔所述樣本圖像預定幀距后，從所述視頻流中提取視頻幀圖像，并將該視頻幀圖像作為新樣本圖像。并根據(jù)所述新樣本圖像的像素值與所述幕布圖像的像素值，對所述新樣本圖像進行閾值過濾，從所述新樣本圖像中提取出種子前景像素點和種子背景像素點。然后根據(jù)從所述新樣本圖像中提取的種子前景像素點、種子背景像素點對所述像素點概率模型進行更新。從而以提高建立的像素點概率模型的準確性。

上述計算所述樣本圖像的各像素點與所述幕布圖像的對應坐標處的像素點的距離時，可以采用任何可能的方式進行，例如：

將所述樣本圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得所述樣本圖像的各像素點的Cr分量、Cb分量；

將所述幕布圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得所述幕布圖像的各像素點的Cr分量、Cb分量；

根據(jù)所述樣本圖像的各像素點的Cr分量、Cb分量，所述幕布圖像的各像素點的Cr分量、Cb分量，計算所述樣本圖像的各像素點與所述幕布圖像的對應位置處的像素點的距離。

在根據(jù)提取的種子前景像素點、種子背景像素點，建立所述像素點概率模型時，一個應用示例中的方式可以包括：

對提取的種子前景像素點、種子背景像素點進行聚類，獲得各前景分量樣本、各背景分量樣本；具體聚類時，可以采用任何可能的聚類方式進行聚類；

計算各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差；

根據(jù)各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差，確定各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)；

根據(jù)各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)生成所述像素點概率模型。

在一個示例中，在上述步驟S403中，可以是在像素點的前景像素概率大于前景概率閾值時，判定該像素點為前景像素點；并在像素點的背景像素概率大于背景概率閾值時，判定該像素點為背景像素點；而將其他情況下的像素點則判定為是混合像素點。

基于上述各實施例的方案，圖6示出了一個具體示例中的替換背景圖像的整體過程的流程示意圖，圖7相應示出了是一個具體示例中的替換圖像背景的方法的原理示意圖。在圖6、圖7所示的示例中，是以對視頻流中的視頻幀圖像替換背景圖像為例進行說明。

如圖6、圖7所示，在對視頻流中的視頻幀圖像替換背景圖像時，首先獲取視頻流的第1幀圖像作為樣本圖像，并獲取幕布圖像?？梢岳斫?，這里的第1幀圖像可以是整個視頻流的第1幀圖像，也可以是在需要進行替換視頻流的圖像背景時(例如在視頻流播放過程中接收到了替換圖像背景的指令)的第1幀圖像，即這里作為樣本圖像的第1幀圖像是一個相對的概念，并不是指視頻流的視頻幀順序中的第1幀圖像。此外，可以理解的是，這里的幕布圖像可以是視頻流所在環(huán)境的環(huán)境圖像等。以視頻直播為例，這里的幕布圖像可以為視頻直播過程中的直播主播所在環(huán)境的圖像，這里的環(huán)境的圖像可以是純色幕布形成的圖像等。

然后，根據(jù)樣本圖像與幕布圖像的顏色的接近程度，對樣本圖像進行閾值過濾，從樣本圖像中提取種子前景像素點和幕布像素點。具體進行過濾時，可以結合獲取的樣本圖像的像素值和上述幕布圖像的像素值，對樣本圖像進行閾值過濾，從樣本圖像中提取出種子前景像素點和種子背景像素點。

在該具體示例中，在進行閾值過濾時，可以結合YCrCb顏色空間的Cr、Cb分量來衡量這種接近程度。其將樣本圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得樣本圖像的各像素點的Cr分量、Cb分量，并將幕布圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得幕布圖像的各像素點的Cr分量、Cb分量；然后根據(jù)樣本圖像的各像素點的Cr分量、Cb分量，幕布圖像的各像素點的Cr分量、Cb分量，計算樣本圖像的各像素點與所述幕布圖像的對應位置處的像素點的距離。

假設r表示樣本圖像中的像素點，g表示幕布圖像中的像素點，用d(r，g)表示像素點r與像素點g在Cr、Cb為軸的坐標系下的距離，該距離可以為歐氏距離，用Yr表示像素r所屬的像素點類別，并用Yr＝0表示像素點r屬于前景像素點，用Yr＝1表示像素點r屬于背景像素點，用Yr＝2表示像素點r屬于混合像素點。從而有：

其中，t₁為上述第一距離閾值，t₂為上述第二距離閾值，且t₁大于t₂。

從而基于上述方式從樣本圖像中提取出種子前景像素點和種子背景像素點。

然后，對提取的種子前景像素點、種子背景像素點進行聚類，獲得各前景分量樣本、各背景分量樣本。具體聚類時，可以采用任何可能的聚類方式進行聚類，例如用k-means無監(jiān)督聚類算法、EM算法進行聚類；

基于上述聚類后，然后計算各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差。具體計算均值與協(xié)方差的方式，可以采用任何可能的方式進行，例如采用最大似然估計算法估計各樣本的樣本模型的均值與協(xié)方差。

然后，根據(jù)各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差，確定各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)。一個具體示例中，該概率密度函數(shù)可以是如下所述：

其中，μ分別為樣本的均值，Σ分別為樣本協(xié)方差矩陣。

隨后，根據(jù)各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)生成所述像素點概率模型?；谏鲜龈怕拭芏群瘮?shù)確定的像素點概率模型如下所述：

其中i＝0,1表示標簽前景或者背景。x_r表示像素r的像素值，y_r表示像素r的類別。

此外，還可以在間隔樣本圖像預定幀距后，從視頻流中提取視頻幀圖像，例如第g幀圖像，并將該視頻幀圖像作為新樣本圖像，重復上述過程后，對上述像素點概率模型進行更新，從而以提高建立的像素點概率模型的準確性。本示例中的像素點概率模型可以稱之為GMM模型。

在建立上述像素點概率模型之后，即可基于該像素點概率模型提取待處理圖像的前景圖像，并據(jù)此進行背景圖像的替換。

在獲取待處理圖像后，根據(jù)待處理圖像、所述幕布圖像以及所述像素點概率模型，確定待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率。

隨后，即可根據(jù)待處理圖像的各像素點的前景像素概率、背景像素概率，確定各像素點的像素點類型，即確定各像素點是前景像素點、背景像素點還是混合像素點。

一個具體示例中，可以結合下式的原理確定像素點的類型。

其中，p(y_r＝0|x_r)表示像素r屬于前景像素的概率，p(y_r＝1|x_r)表示像素r屬于背景像素的概率。

隨后，可以根據(jù)各混合像素點、各混合像素點的前景像素概率、所述幕布圖像，確定各混合像素點的融合權值，并根據(jù)各混合像素點的融合權值確定各混合像素點的前景分量值。

一個具體示例中，可以結合下式的原理確定混合像素點的融合權值和前景分量值。

c_r＝x_r-α_rm

式中，α_r表示融合權值，c_r表示前景分量值，m表示幕布圖像的對應像素點的像素值，k基于上述像素點概率模型中得到的像素r的前景分量概率值，表示各混合像素的平均像素值。通過前景分量的提取，可使最終融合結果中去除邊緣的幕布顏色，使結果更真實自然。可以理解的是，還可以采用其他的方式來確定融合權值和前景分量，例如坐標軸轉(zhuǎn)換、目標角度投影等。

可以理解的是，在一個示例中，上述對像素點概率模型更新的過程，和對待處理圖像提取前景圖像的過程，可以是同時進行，從而更新后的像素點概率模型，可以應用到對后續(xù)的視頻流的視頻幀圖像的前景圖像和替換背景圖像的過程。

然后，將前景像素點的像素值，作為替換背景后圖像中、與前景像素點對應位置處像素點的像素值；并將新背景圖像中、與背景像素點對應位置處像素點的像素值，作為替換背景后圖像中、與背景像素點對應位置處像素點的像素值。

根據(jù)混合像素點的融合權值和前景分量值、新背景像素的像素值，確定混合像素點的融合像素值，并將融合像素值，作為替換背景后圖像中、與混合像素點對應位置處像素點的像素值。

一個具體示例中確定的融合像素值可以是如下式所示：

result_r＝c_r+α_rBG_r

其中，BG_r表示新背景圖像的像素值，result_r表示融合像素值。

基于如上所述的實施例的方案，通過對混合像素進行融合權值建模和前景分量提取，從而使得最終得到的背景替換后的圖像更真實自然，大大提高了技術效果，解決了邊緣處理不干凈的問題，而且降低了計算復雜度，可以滿足實時性需求。此外，在建立像素點概率模型時，是基于幕布像素提取出種子前景像素點和種子背景像素點，減少了用戶交互次數(shù)，提高了效率。

圖8示出了一個實施例中的提取前景圖像的裝置的結構示意圖。如圖8所示，該實施例中的提取前景圖像的裝置80包括：

概率計算模塊801，用于根據(jù)預定幕布圖像，確定待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率；

像素點類型確定模塊802，用于根據(jù)各所述像素點的前景像素概率、背景像素概率，確定各所述像素點的像素點類型，所述像素點類型包括前景像素點、背景像素點以及混合像素點；

混合像素融合信息確定模塊803，用于根據(jù)各所述混合像素點、各所述混合像素點的所述前景像素概率、所述幕布圖像，確定各所述混合像素點的融合權值，并根據(jù)各混合像素點的融合權值確定各所述混合像素點的前景分量值。

基于如上所述的實施例中的方案，其是提取前景圖像時，是基于幕布圖像，確定出待處理圖像中的各像素點屬于前景像素點的概率、屬于背景像素點的概率，并據(jù)此將像素點區(qū)分為前景像素點、背景像素點和混合像素點，并確定出混合像素點的融合權值和前景分量值，從而在此基礎上替換圖像背景時，針對混合像素點，可以基于混合像素點的融合權值和前景分量值，將混合像素點與新背景圖像進行融合，從而將前景與背景融合處的混合像素進行了有效區(qū)分，可以得到穩(wěn)定的提取前景圖像的分割結果，使得替換圖像背景時最終得到的替換了背景的圖像不會存在輪廓邊緣不自然的情況，獲得的圖像質(zhì)量高。

在一個具體示例中，如圖8所示，本實施例的提取前景圖像的裝置還可以包括像素點概率模型建立模塊800，該像素點概率模型建立模塊800用以建立像素點概率模型。此時，上述概率計算模塊801，是根據(jù)所述待處理圖像、所述幕布圖像以及像素點概率模型，確定所述待處理圖像中的各像素點屬于前景像素點的前景像素概率、屬于背景像素點的背景像素概率。

圖9示出了一個具體示例中的像素點概率模型建立模塊800的結構示意圖，如圖9所示，該像素點概率模型建立模塊800包括：

第一圖像獲取模塊8001，用于獲取樣本圖像和所述幕布圖像，所述樣本圖像包括所述待處理圖像所在視頻流中、在所述待處理圖像之前的視頻幀的圖像；

種子像素提取模塊8002，用于根據(jù)所述樣本圖像的像素值與所述幕布圖像的像素值，對所述樣本圖像進行閾值過濾，從所述樣本圖像中提取出種子前景像素點和種子背景像素點；

模型建立模塊8003，用于根據(jù)提取的種子前景像素點、種子背景像素點，建立所述像素點概率模型。

如圖9所示，在一個具體應用示例中，上述種子像素提取模塊8002可以包括：

距離計算模塊80021，用于計算所述樣本圖像的各像素點與所述幕布圖像的對應位置處的像素點的距離；

閾值比較確定模塊80022，用于在所述距離大于第一距離閾值時，將對應的所述像素點確定為種子前景像素點，在所述距離小于第二距離閾值時，將對應的所述像素點確定為種子背景像素點，所述第一距離閾值大于第二距離閾值。

距離計算模塊80021在計算所述樣本圖像的各像素點與所述幕布圖像的對應坐標處的像素點的距離時，可以采用任何可能的方式進行，例如結合YCrCb顏色空間進行。以結合YCrCb顏色空間計算距離為例，上述距離計算模塊80021可以包括：

第一顏色空間轉(zhuǎn)換模塊，用于將所述樣本圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得所述樣本圖像的各像素點的Cr分量、Cb分量；

第二顏色空間轉(zhuǎn)換模塊，用于將所述幕布圖像的像素值轉(zhuǎn)換到YCrCb顏色空間，獲得所述幕布圖像的各像素點的Cr分量、Cb分量；

計算模塊，用于根據(jù)所述樣本圖像的各像素點的Cr分量、Cb分量，所述幕布圖像的各像素點的Cr分量、Cb分量，計算所述樣本圖像的各像素點與所述幕布圖像的對應位置處的像素點的距離。

在一個具體示例中，上述模型建立模塊8003可以包括：

聚類模塊，用于對提取的種子前景像素點、種子背景像素點進行聚類，獲得各前景分量樣本、各背景分量樣本；具體聚類時，可以采用任何可能的聚類方式進行聚類；

均值協(xié)方差計算模塊，用于計算各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差；

概率密度確定模塊，用于根據(jù)各前景分量樣本的均值與協(xié)方差、各背景分量樣本的均值與協(xié)方差，確定各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)；

模型生成模塊，用于根據(jù)各前景分量的概率密度函數(shù)、各背景分量的概率密度函數(shù)生成所述像素點概率模型。

如圖9所示，在一個具體示例中，上述像素點概率模型建立模塊800還可以包括：

模型更新模塊8004，用于在間隔所述樣本圖像預定幀距后，從所述視頻流中提取視頻幀圖像，并將該視頻幀圖像作為新樣本圖像；根據(jù)所述新樣本圖像的像素值與所述幕布圖像的像素值，對所述新樣本圖像進行閾值過濾，從所述新樣本圖像中提取出種子前景像素點和種子背景像素點；并根據(jù)從所述新樣本圖像中提取的種子前景像素點、種子背景像素點對所述像素點概率模型進行更新。

在一個具體示例中，上述像素點類型確定模塊802，用于在像素點的前景像素概率大于前景概率閾值時，判定該像素點為前景像素點；在像素點的背景像素概率大于背景概率閾值時，判定該像素點為背景像素點；否則，判定該像素點為混合像素點。

基于上述提取前景圖像的裝置，圖10示出了一個實施例中的替換圖像背景的裝置的結構示意圖，如圖10所示，該實施例中的替換圖像背景的裝置包括：

第二圖像獲取模塊1001，用于獲取待處理圖像、新背景圖像；

上述提取前景圖像的裝置80；

前景像素融合模塊1002，用于將提取前景圖像的裝置確定的前景像素點的像素值，作為替換背景后圖像中、與所述前景像素點對應位置處像素點的像素值；

背景像素融合模塊1003，用于將所述新背景圖像中、與所述提取前景圖像的裝置確定的背景像素點對應位置處像素點的像素值，作為所述替換背景后圖像中、與所述背景像素點對應位置處像素點的像素值；

混合像素融合模塊1004，用于根據(jù)所述提取前景圖像的裝置確定的混合像素點的融合權值和前景分量值、所述新背景像素的像素值，確定所述混合像素點的融合像素值，并將所述融合像素值，作為所述替換背景后圖像中、與所述混合像素點對應位置處像素點的像素值。

據(jù)此，基于本實施例中的方案，其將前景與背景融合處的混合像素進行了有效區(qū)分，可以得到穩(wěn)定的提取前景圖像的分割結果，使得替換圖像背景時最終得到的替換了背景的圖像不會存在輪廓邊緣不自然的情況，獲得的圖像質(zhì)量高。

可以理解，本實施例的裝置中的相關模塊，可采用與上述實施例的方法中的相同的方式實現(xiàn)。

本領域普通技術人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關的硬件來完成，所述的程序可存儲于一非易失性的計算機可讀取存儲介質(zhì)中，如本發(fā)明實施例中，該程序可存儲于計算機系統(tǒng)的存儲介質(zhì)中，并被該計算機系統(tǒng)中的至少一個處理器執(zhí)行，以實現(xiàn)包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權利要求為準。