本發(fā)明涉及圖像處理領域，更具體地，涉及一種基于全局能量函數(shù)優(yōu)化的圖像編輯方法。
背景技術：
隨著圖像處理技術的日益成熟，圖像的優(yōu)化編輯方式越來越多。通過對圖像進行優(yōu)化編輯，不僅可以提高原有圖像的顯示質量，還能夠提高圖像的整體視覺效果。
如何提取圖像的層次關系目前仍然是一個很具有挑戰(zhàn)性的問題，主流的photoshop等圖像編輯軟件都不支持層次關系的自動提取，圖像中的圖層信息需要人們自己手工選定，非常不方便?，F(xiàn)有的提取圖像層次關系的方法都不能作為通用的技術投入使用，有的方法復雜度較高，只適合處理簡單的人工圖像而不利于處理復雜的自然圖像；有的方法只用到了局部特征信息，可以局部判斷相鄰區(qū)域的遮擋關系但缺少全局偏序關系的約束；有的方法在得到正確分割區(qū)域的基礎上展開研究，這對初始圖像分割結果提出了很高的要求。
技術實現(xiàn)要素：
本發(fā)明的目的是提供一種基于全局能量函數(shù)優(yōu)化的圖像編輯方法，解決上述現(xiàn)有技術中的一個或者是多個。
本發(fā)明提供的一種基于全局能量函數(shù)優(yōu)化的圖像編輯方法，包括以下步驟：
利用圖像識別技術，劃定所述圖像的逆光主體區(qū)域，提取所述逆光主體區(qū)域的所述主體圖像數(shù)據(jù)，并對所述主體圖像數(shù)據(jù)進行比對度修正，得到對比度修正圖像；
對圖像進行超分割得到若干超分割區(qū)域，提取各區(qū)域中有關層次關系的局部特征，并用局部特征進行前景-背景關系和同層合并關系的判斷；
在判斷結果的基礎上建立一個全局能量函數(shù)，并用改進的差分進化算法求解該函數(shù)從而得到最終的層次關系；
根據(jù)圖像的層次關系，編輯所有層次間的偏序關系，當原有的偏序關系發(fā)生改變時，對原圖像中被遮擋的層次進行輪廓填充和顏色填充。
在一些實施方式中，在所述得到對比度修正圖像之后，還包括：獲取圖像中的主體圖像數(shù)據(jù)，將所述主體圖像數(shù)據(jù)的rgb模型轉換成hsv模型，并得到轉換后的色彩h，純度s和明度v的值；將得到的s值進行加權后，對所述h、v以及加權后的s值進行rgd變換，得到飽和度修正圖像。
本發(fā)明的有益效果為：采用的計算方法復雜度較低，可以準確地計算圖像的層次關系，并在得到層次關系的基礎上進行圖像編輯。
具體實施方式
本發(fā)明提供一種基于全局能量函數(shù)優(yōu)化的圖像編輯方法，下面對本發(fā)明作詳細介紹：
本發(fā)明提供的一種基于全局能量函數(shù)優(yōu)化的圖像編輯方法，包括以下步驟：
利用圖像識別技術，劃定所述圖像的逆光主體區(qū)域，提取所述逆光主體區(qū)域的所述主體圖像數(shù)據(jù)，并對所述主體圖像數(shù)據(jù)進行比對度修正，得到對比度修正圖像；
獲取圖像中的主體圖像數(shù)據(jù)，將所述主體圖像數(shù)據(jù)的rgb模型轉換成hsv模型，并得到轉換后的色彩h，純度s和明度v的值；將得到的s值進行加權后，對所述h、v以及加權后的s值進行rgd變換，得到飽和度修正圖像；
對圖像進行超分割得到若干超分割區(qū)域，提取各區(qū)域中有關層次關系的局部特征，并用局部特征進行前景-背景關系和同層合并關系的判斷；
在判斷結果的基礎上建立一個全局能量函數(shù)，并用改進的差分進化算法求解該函數(shù)從而得到最終的層次關系；
根據(jù)圖像的層次關系，編輯所有層次間的偏序關系，當原有的偏序關系發(fā)生改變時，對原圖像中被遮擋的層次進行輪廓填充和顏色填充。
以上所述的僅是本發(fā)明的一些實施方式。對于本領域的普通技術人員來說，在不脫離本發(fā)明創(chuàng)造構思的前提下，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。