alpha matte以及alpha blending

今天在阅读《Drag and Drop Pasting》这篇论文时，文中出现了alpha matte这个字眼，这个内容应该会在我下学期数字图像处理这门课中学习到，但是今天碰到了，那就先来了解一下吧。
前景蒙版（alpha matte）：也称前景透明度或透明度蒙版，是前背景分离的结果，是一个灰度图，每一个像素点的灰度值表示原始图像每个像素属于前景物体的程度，即后文提到的alpha ，白色代表某一个像素确定属于前景，黑色代表某一个像素确定属于背景。
Alpha matting技术在图像中的应用主要在对象提取上面，通俗的来说，就是图像抠图。图像可以分割成一个前景对象图像F，一个背景图像B和一个alpha matte，alpha matte是我们常说的alpha通道，基于alpha 通道我们可以将前景和任意背景进行重新组合得到新的图像。因此alpha matte是和原图x相同大小的一个单通道图像，每个像素都对应于原RGB图像相同位置像素的alpha值。

这里I表示Image，Fij代表第i个像素下第j个通道的前景像素强度（pixel intensity），Bij代表第i个像素下第j个通道的背景像素强度（pixel intensity）。再具体一点，针对每个像素，背景颜色为B＝[RB,GB,BB]，前景对象颜色为F＝[RF,GF,BF, α](或者F＝[αRF, αGF, αBF])，于是matting方程为I＝F＋(1－α)×B。对于一张图片而言，由于我们只知道它的R、G、B三个通道的像素强度，因此对于每一个像素而言，我们有三个方程分别对应RGB三个通道，同时我们需要求解αi，Fij，Bij一共7个未知数。三个方程七个未知数，这是妥妥的未知数个数大于方程个数，解可以有无穷多个，属于经典的视觉研究中的反问题，难度非常的大。
参考：https://blog.csdn.net/program_developer/article/details/80008604
https://www.zdaiot.com/ImageProcessing/alpha%20matte/
alpha blending
图像的透明混合有个专属名词– Alpha Blending
对任意两张图像可以合成为一张图像，合成图像的像素取值根据数学公式：
RGB3 = (1- a) * RGB1 + a * RGB2
其中a为混合透明度取值范围[0, 1]之间, RGB3为目标像素值, RGB1与RGB2的值分别来自两张不同的图像。