【正文】 莠 不 齊 。GrabCut 算法只要求極少的用戶交互，因此在今后的研究發(fā)展中結(jié)合一些其他的智能算法是完全可能實現(xiàn)完全智能化的，它可以自動找出圖片中的有意義對象，并且實現(xiàn)多個對象的組合，以便能夠更好滿足用戶的需求。這樣一個好的圖像分割算法的實現(xiàn)成果，就會變得極為有意義。他只需要一些簡單操作就可快速得到他想要的效果。然而現(xiàn)在存在的一些專業(yè)圖像處理軟件并沒能夠很好的解決大部分用戶的一些極為簡單的需求。基于圖像分割的圖像摳取算法的研究與實現(xiàn)畢業(yè)論文目 錄1 緒論 .......................................................1 課題研究的背景和意義 ........................................1 圖像摳取軟件及成果的現(xiàn)狀 ....................................1 綜合化的圖像處理軟件 ..............................................2 單一化的圖像處理軟件 ..............................................3 本文所做的主要工作 ..........................................32 圖像分割簡述 ...............................................4 圖像分割概述 ................................................4 圖像分割的基本方法 ..........................................4 經(jīng)典的圖像分割方法 ................................................4 新穎的圖像分割方法 ................................................73 算法實現(xiàn)的工具及技術(shù)簡介 ...................................9 MFC 概述 [4] ..................................................9 MFC 編程框架 .......................................................9 MDI 應(yīng)用程序構(gòu)成 ..................................................11 GDI+介紹 ..................................................13 GDI 簡介 [5]........................................................13 GDI+介紹 .........................................................13 OPENGL 簡介 ...............................................15 OpenGL 工作流程 ...................................................15 OpenGL 圖形操作步驟 ...............................................154 GRABCUT 圖像摳取算法簡介 ..................................17 GRAPHCUTST算法簡介 .........................................17四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn) GRABCUT算法簡介 ............................................17 GRABCUT算法準備 ............................................18 高斯混合模型介紹 .................................................18 GrabCut 算法中的數(shù)據(jù)結(jié)構(gòu) ..........................................19 算法過程描述 ...............................................20 算法初始化過程 ...................................................20 自學(xué)習(xí)的高斯組件 .................................................20 最小分割 .........................................................20 算法流程介紹 .....................................................215 GRABCUT 算法及輔助功能的實現(xiàn) ..............................23 GRABCUT 算法的實現(xiàn) ..........................................23 數(shù)據(jù)結(jié)構(gòu)介紹及初始化 .............................................23 高斯混合模型的建立的實現(xiàn) .........................................27 高斯混合模型的學(xué)習(xí)過程的實現(xiàn) .....................................29 GRABCUT 算法實現(xiàn)后的效果演示 ................................29 目標對象處理 ...............................................30 可分離目標對象的標記 .............................................30 目標圖像大小的調(diào)整 ...............................................32 目標圖像/合成圖像的保存 ..........................................336 總結(jié)與展望 ................................................38 總結(jié) .......................................................38 展望 .......................................................38參考文獻 ....................................................39聲 明 ......................................................40致 謝 ......................................................41附錄 1 關(guān)鍵代碼 ............................................42附錄 2 翻譯（原文和譯文） ..................................47四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn)11 緒論本章節(jié)對課題研究的背景和意義,以及目前可用于實現(xiàn)圖像摳取的軟件的現(xiàn)狀進行了介紹。如如何從圖像中摳取出自己想要的對象如一個人，一輛車，再如如何簡單快速的替換一些圖片的背景這種極為簡單的圖像處理需求對一些不會使用專業(yè)圖像處理軟件的用戶來說卻非常困難的一件事。除此之外,隨著計算機視覺理論和算法研究的發(fā)展，以及計算機硬件性能的不斷提高，越來越多的智能處理系統(tǒng)的廣泛使用，以及復(fù)雜情況下處理要求的攀升，對于做為很多圖像處理技術(shù)基礎(chǔ)的圖像分割目標提取技術(shù)就顯得更為需要簡單化，智能化。而滿足以上用戶需求的軟件實現(xiàn)的核心問題就是如何實現(xiàn)一個在圖像分割領(lǐng)域內(nèi)有著良好表現(xiàn)的圖像摳取算法。為用戶提供更為簡單直接的服務(wù)。 大致可將這些軟件分為兩類，一是綜合化的圖像處理軟件，二是單一化的圖像處理軟件。ADOBE PHOTOSHOP 最初的程序是由 Mchigan 大學(xué)的研究生 Thomas 創(chuàng)建，后經(jīng) Knoll 兄弟以及ADOBE 公司程序員的努力 ADOBE PHOTOSHOPf 進行了很多功能上的改進，成為優(yōu)秀的平面設(shè)計編輯軟件。(2)Turbo PhotoTurbo Photo 是 一 個 以 數(shù) 碼 影 像 為 背 景 ， 面 向 數(shù) 碼 相 機 普 通 用 戶 和 準 專 業(yè) 用 戶 而設(shè) 計 的 一 套 集 圖 片 管 理 ， 瀏 覽 ， 處 理 ， 輸 出 為 一 身 的 軟 件 系 統(tǒng) 。 它 是 Turbo Photo 軟 件 的 一 部 分 。 光 影 魔 術(shù) 手 是 一 個 對 數(shù) 碼 照 片 畫 質(zhì) 進 行 改 善 及 效 果 處 理 的 軟 件 。四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn)3 單一化的圖像處理軟件(1)KnockOut KnockOut是Corel公司出品的專業(yè)去背景軟件，能夠處理復(fù)雜背景下的精細目標。KnockOut圖像摳取軟件使用的是KnockOut自然景物摳取算法，而Knockout 方法的特點在于模型簡單、處理速度快，但其處理效果不佳。可牛影像還具有智能修復(fù)功能，只要點擊一下鼠標，就可以對照片進行自動亮白，自動白平衡，自動對比度調(diào)整等操作。 本文所做的主要工作本論文的內(nèi)容結(jié)構(gòu)安排如下：第一章為緒論。在這個章節(jié)中對圖像分割進行了概述，并就其目前使用基本方法進行了介紹。首先對 GrabCut 算法做了簡介，再就 GrabCut算法的思想及過程進行了詳細的闡述。在這個章節(jié)中對 GrabCut 算法的研究與實現(xiàn)過程所做的工作進四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn)4行了總結(jié)，并對圖像分割算法及建立在算法實現(xiàn)基礎(chǔ)上圖像摳取軟件的前景進行了展望。其中均勻性是指該區(qū)域中的所有像素點都滿足基于灰度,紋理,色彩等特征的某種相似性準則；連通性是指在該區(qū)域內(nèi)存在連接任意兩點的路徑 [1,1]。因此，有效的圖像分割對如目標檢測，身份確認和行為理解與處理等中高層次的任務(wù)非常重要。另外，由于計算機圖像處理技術(shù)是對人類視覺的模擬，而人類的視覺系統(tǒng)又是一種高度自動化的生物圖像處理系統(tǒng)。 圖像分割的基本方法 經(jīng)典的圖像分割方法這些圖像分割的方法都是經(jīng)過了很長的發(fā)展過程,擁有很強的理論依據(jù),是目前發(fā)展極四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn)5為成熟的算法,雖然在處理的場景要求有一些嚴格,且處理效果不是很好,但畢竟是最初的處理算法,對其加深了解有助于更好的理解圖像分割的基本內(nèi)容和處理方式,對后續(xù)的新穎的圖像分割算法的學(xué)習(xí)也能起到一些作用,甚至做一些比對作用.1） 基于閾值的分割閾值法是一種比較傳統(tǒng)的圖像分割方法,也是經(jīng)典的、流行的圖像分割方法之一,是最特性上的差異,以確定圖像中每一個像素點應(yīng)該屬于目標還是背景區(qū)域,從而產(chǎn)生相應(yīng)的二值圖像. 閾值分割可以通過全局的信息如整個圖象的灰度直方圖，或者局部信息如灰度共生矩陣實現(xiàn)。閾值分割圖像的基本原理,可用下式作一般表達式: EZ??,fxyZ? (21)??,gxy? 其他B其中 Z 為閾值,是圖像 灰度級范圍內(nèi)的任一個灰度級集合 , , 為任意選定的,f EZB目標和背景灰度級。區(qū)域增長在很多領(lǐng)域都受到了很大的關(guān)注，其在計算機視覺的智能化應(yīng)用中也具有很大的作用。再將這些新的點做為新的種子生長點，重復(fù)上面的步驟，直至沒有再滿足條件的點出現(xiàn)，就說明一個區(qū)域被劃分出來了 [1,4]。區(qū)域合并的第一步就是根據(jù)前面的特征給每個區(qū)域賦一組參數(shù)。在這個過程完成后需要對所有的區(qū)域根據(jù)它當前的所有像素重新計算出一個特征值，以便完成下一次的邊界消除，區(qū)域合并過程。而由以上對于邊緣的定義知，邊緣是圖像的局部特征，這樣通過對局部特征的分析就可以確定某個像素是否是邊緣。而基于邊緣檢測的分割方法則主要是利用各種算子得到圖像中的邊緣，進而根據(jù)邊緣信息得到分割后的區(qū)域。Cannny 應(yīng)用嚴格的數(shù)學(xué)方法對此問題進行了分析，提出了 4 個指數(shù)函數(shù)線性組合形成的最佳邊緣檢測算子，其實質(zhì)是用一個準高斯四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡單圖像摳取算法的研究與實現(xiàn)7函數(shù)做平滑運算，然后以帶方向的一階微分定位導(dǎo)數(shù)最大值，它可用高斯函數(shù)的梯度來近似，屬于具有平滑功能的一階微分算子 [1,8]。并且，優(yōu)秀的邊緣檢測器可以通過以下方