專利名稱：一種找茬游戲圖像自動合成方法
技術領域：
本發(fā)明涉及圖像處理技術領域，具體涉及一種難度可控的找茬游戲圖像自動合成方法。
背景技術：
圖像找茬游戲是一種被大眾廣泛喜愛的益智游戲，但是目前所有的找茬游戲使用的圖像大部分都是人工處理(比如使用圖片處理軟件)的結果，少數自動生成的圖像也會有圖像場景被破壞、合成效果太差等問題。圖像找茬的難度一般是基于經驗來人工指定的。這些問題使得找茬游戲圖像具有合成效率低、人工交互多、難度難以指定等缺陷。另外，找茬游戲圖像也可以用在心理學的修改盲視領域，對于提高心理學實驗的效率和準確性也有著很大的意義。在心理學修改盲視領域中，有很多研究工作是通過人工實驗來總結和預測輸入圖像對修改難度的影響。其中比較相關的是Rensink于1997年提出的“To see or notto see:The need for attention to perceivechanges in scenes，，，該工作認為修改難度與修改區(qū)域的視覺重要性相關，修改區(qū)域的視覺重要性越強，修改難度越低。Verma于 2010 年提出了 “A semi-automated approach to balancing of bottom-up salienceforpredicting change detection performance”，該工作提出了一種半自動的修改盲視圖像合成方法，該方法通過保證修改區(qū)域在修改前后的視覺重要性來達到修改盲視的目的，但是該工作依然不能控制修改難度
發(fā)明內容
(一)要解決的技術問題
本發(fā)明主要解決的技術問題是如何進行難度可控的找茬游戲圖像自動合成。
(二)技術方案
為解決上述問題，本發(fā)明提供了一種難度可控的找茬游戲圖像自動合成方法，包括以下步驟
Si、輸入待處理圖像和期望難度值；
S2、對輸入圖像進行區(qū)域分割和物體檢測，找出待修改區(qū)域和待修改參數；
S3、利用修改難度評價函數對所述待修改區(qū)域和待修改參數進行迭代優(yōu)化；
S4、根據優(yōu)化得到的修改區(qū)域和修改參數進行圖像合成；
S5、輸出圖像合成結果。
優(yōu)選的，所述修改難度評價函數為
B=exp(-max( Il Ik Il S(Ik), Il I/ S(IK/ )) · D(IK, )),
其中ικ、ι/分別表示修改的區(qū)域在輸入圖像與輸出圖像中的位置；
Il Ik Il表示區(qū)域Ik所包含的像素個數；
S(Ik)表示區(qū)域Ik的視覺重要性程度；
D(IK，IK')表示區(qū)域Ik和I/對應的修改操作的修改量。優(yōu)選的，所述視覺重要性程度是顏色重要性程度與背景復雜度的乘積，即S(Ik)=S0(Ik)C(Ik),其中Scj(Ik)表示區(qū)域Ik的顏色重要性程度；C(Ik)表示區(qū)域Ik的背景復雜度。優(yōu)選的，所述修改操作的修改量表示為區(qū)域Ik和I/分別在顏色、紋理和形狀空間中距離的加權平均，即D(IK，V ) = wcDc+ tDt+ zDz,其中D。表示區(qū)域Ik和Ik'在顏色分布空間中的距離；Dt表示區(qū)域Ik和I/在紋理分布空間中的距離；Dz表示區(qū)域Ik和I/在形狀空間中的距離；ω。、cot、ωζ表示三個常量。優(yōu)選的，所述迭代優(yōu)化使用如下函數作為目標IB-B* 12+ λ max (Mmin-M, O)，其中B表示當前修改對應的修改難度；B*表示輸入的期望難度值；M表示當前修改對應的結果圖與原圖在像素級別上的差別；λ和Mniin表示兩個常量。(三)有益效果本發(fā)明方法能夠自動進行找茬游戲的圖像合成，并支持用戶輸入期望生成圖像的難度值。


圖I是本發(fā)明方法的流程圖。
具體實施例方式下面結合附圖和實施例，對本發(fā)明的具體實施方式
作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。圖I是本發(fā)明方法的流程圖，本發(fā)明提供一種找茬游戲圖像自動合成方法，包括以下步驟SI :輸入待處理圖像和期望難度值。該方法會根據期望難度值在輸入圖像中選擇合適的修改區(qū)域和修改參數，再通過圖像合成的方法合成出具有期望難度值的找茬游戲圖像對。S2 :對輸入的圖像進行區(qū)域分割和物體檢測，找出待修改區(qū)域和待修改參數。該步驟通過已有的圖像區(qū)域分割算法對輸入圖像進行分割，再通過形態(tài)學運算從中找到一組合理的待修改區(qū)域以進行迭代優(yōu)化。S3 :利用修改難度評價函數對所述待修改區(qū)域和待修改參數進行迭代優(yōu)化。修改難度評價函數為B=exp(_max( Il Ik Il S(Ik), || Ικ/ Il S(IK/ )) · D(IK, IK/ ))
其中Ικ、I/分別表示修改的區(qū)域在輸入圖像與輸出圖像中的位置；Il Ik Il表示區(qū)域Ik所包含的像素個數；S (Ik)表示區(qū)域Ik的視覺重要性程度；D(IK，IK')表示區(qū)域Ik和I/對應的修改操作的修改量。其中使用了顏色重要性程度與背景復雜度的乘積作為整體的視覺重要性程度，即S(Ik)=S0(Ik)C(Ik)其中Scj(Ik)表示區(qū)域Ik的顏色重要性程度；C(Ik)表示區(qū)域Ik的背景復雜度。修改難度評價函數中的修改操作的修改量表示為Ik和I1^分別在顏色、紋理和形狀空間中距離的加權平均，即D(IK，V ) = wcDc+ tDt+ zDz其中D。表示區(qū)域Ik和Ik'在顏色分布空間中的距離；Dt表示區(qū)域Ik和I/在紋理分布空間中的距離；Dz表示區(qū)域Ik和I/在形狀空間中的距離；ω。、cot、ωζ表示三個常量。該方法利用修改難度評價函數對修改區(qū)域和修改參數進行的迭代優(yōu)化，使用如下函數作為迭代優(yōu)化目標IB-B* 12+ λ max (Mmin-M, O)其中B表示當前修改對應的修改難度；B*表示輸入的期望難度值；M表示當前修改對應的結果圖與原圖在像素級別上的差別；λ和Mmin表不兩個常量。S4 :根據優(yōu)化得到的修改區(qū)域和修改參數進行圖像合成。迭代優(yōu)化得到了符合輸入期望難度值的修改區(qū)域和修改參數，這一步驟通過已有的圖像合成算法對輸入圖像進行自動修改。S5:輸出圖像合成結果。本發(fā)明的方法可以自動進行找茬游戲的圖像合成，支持用戶輸入期望生成圖像的
難度值。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和替換，這些改進和替換也應視為本發(fā)明的保護范圍。
權利要求
1.一種找茬游戲圖像自動合成方法，其特征在于，包括以下步驟51、輸入待處理圖像和期望難度值；52、對輸入圖像進行區(qū)域分割和物體檢測，找出待修改區(qū)域和待修改參數；53、利用修改難度評價函數對所述待修改區(qū)域和待修改參數進行迭代優(yōu)化；54、根據優(yōu)化得到的修改區(qū)域和修改參數進行圖像合成；55、輸出圖像合成結果。
2.如權利要求I所述的方法，其特征在于，所述修改難度評價函數為B=exp(-max( Il Ik Il S(Ik), Il I/ Il S(IK/ )) · D(IK, Ik;)),其中Ικ、Ικ’分別表示修改的區(qū)域在輸入圖像與輸出圖像中的位置；IlIk Il表示區(qū)域Ik所包含的像素個數；S(Ik)表示區(qū)域Ik的視覺重要性程度；D (Ικ, I；)表示區(qū)域Ik和Ικ’對應的修改操作的修改量。
3.如權利要求2所述的方法，其特征在于，所述視覺重要性程度是顏色重要性程度與背景復雜度的乘積，即S(Ik)=S0(Ik)C(Ik),其中Scj(Ik)表示區(qū)域Ik的顏色重要性程度；C(Ik)表示區(qū)域Ik的背景復雜度。
4.如權利要求2所述的方法，其特征在于，所述修改操作的修改量表示為區(qū)域I1^PΙκ’分別在顏色、紋理和形狀空間中距離的加權平均，即D (Ικ, V ) = ω A+ ω tDt+ ω ZDZ,其中D。表示區(qū)域Ik和Ικ’在顏色分布空間中的距離；Dt表示區(qū)域Ik和Ικ’在紋理分布空間中的距離；Dz表示區(qū)域Ik和Ικ’在形狀空間中的距離；ω。、 2表示三個常量。
5.如權利要求I所述的方法，其特征在于，所述迭代優(yōu)化使用如下函數作為目標B-B* 12+ λ max (Mmin-M, O)，其中B表示當前修改對應的修改難度；B*表不輸入的期望難度值；M表示當前修改對應的結果圖與原圖在像素級別上的差別；λ和Mmin表不兩個常量。
全文摘要
本發(fā)明公開了一種找茬游戲圖像自動合成方法，具體包括輸入待處理圖像和期望難度值；對輸入圖像進行區(qū)域分割和物體檢測，找出待修改區(qū)域和待修改參數；利用修改難度評價函數對所述待修改區(qū)域和待修改參數進行迭代優(yōu)化；根據優(yōu)化得到的修改區(qū)域和修改參數進行圖像合成；輸出圖像合成結果。該方法能夠自動進行找茬游戲的圖像合成，并支持用戶輸入期望生成圖像的難度值，是首個難度可控的找茬游戲圖像自動合成方法。
文檔編號G06T5/00GK102938139SQ201210447588
公開日2013年2月20日 申請日期2012年11月9日 優(yōu)先權日2012年11月9日
發(fā)明者徐昆, 馬里千, 胡事民 申請人:清華大學