【正文】 用來管理文檔邊框窗口、視窗口、工具條、菜單、加速鍵等，協(xié)調半模式狀態(tài)。 ⑤ 視 圖 視類從 CView 或它的派生類派生。應用程序通過文檔模板類對象來管理上述對象（應用程序對象、文檔對象、主邊框窗口對象、文檔邊框窗口對象、視對象）的創(chuàng)建。文檔框架窗口從CMdiChildWnd 派生，文檔框架窗口包含視，視從 CView 或其派生類派生 [4,9]。 GDI+介紹 GDI+是一個庫，它提供了一個接口，此接 口允許程序員編寫與打印機，監(jiān)視器或文件等圖形設備進行交互的 Windows 和 Web 圖形應用程序。此組件將轉換和傳送由程序發(fā)送到設備的數(shù)據，以及由設備發(fā)送到程序的數(shù)據。例如，一條直線可用兩個點指定，一個矩形可用給出其左上角位置的點和它的寬度與高度的數(shù)值來指定。 ② 顯示圖像 [7,2] 某些圖像難以或不可能使用矢量圖形技術來表示。位圖是代表屏幕上單個點的顏色的數(shù)字陣列。 GDI+為這一復雜任務提供了大量的函數(shù)來完成各種不同風格的文本輸出。 四川大學本科畢業(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) 15 OPENGL 簡介 OpenGL 是圖形硬件的一個軟件接口。 OpenGL 工作流程 OpenGL 的工作流程如下圖示： 圖 33 在上圖中幾何頂點數(shù)據可以是頂點，線或者多邊形集等，這些數(shù)據會首先經過運算器，再逐個圖元進行操作，最后光柵化，再逐個片元處理直到最后寫入幀緩沖區(qū)中。 OpenGL 對所有的幾何圖元都采用頂點來描述，這是為了方便使用運算器來方便的進行計算。 整個流程操作的最后，圖形片元都要進行一系列的逐個片元操作，這樣最后的象素值才能 送入幀緩沖器實現(xiàn)圖形的顯示。 4）把景物模型的數(shù)學描述及其色彩信息轉換至計算機屏幕上的象素，這個過程也就是光柵化（ rasterization） [9]。圖像分割可以當作一個二元標記問題，每一個 Vi? ，有唯一的一個 ?ix {前景為１，背景為０ }與之對應。 E2 定義為與梯度相關的一個函數(shù)： ? ? ? ? 2|| ||ijC C i C j?? (45) E2 的作用是減少在顏色相近的像素之間，存在標記變化的可能，即使其只發(fā)生在邊界上。而 GrabCut算法綜合利用了紋理及邊界兩種信息來實現(xiàn)圖像分割。 四川大學本科畢業(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) 18 GrabCut 方法在 GraphCuts 方法的基礎上作了以下幾方面的改進所得到的：第一，利用高斯混合模型 (Gaussian Mixture Model， GMM)取代直方圖來描述前景與背景像素的分布，由對灰度圖像的處理上升到對彩色圖像的處理；第二，利用迭代方法求取高斯混合模型中的各個參數(shù)替代了一次最小化估計來完成能量最小化的計算過程；第三，通過非完全標記方法，減少了用戶在交互過程中的工作量，用戶只需利用矩形框標記出背景區(qū)域即可[11]． GrabCut 算法準備 高斯混合模型介紹 高斯混合模型（ Gaussian mixture model，簡稱 GMM）是單一高斯機率密度函數(shù)的延伸 ,是一種描述實際數(shù)據的有效工具 .在數(shù)據分析和信號處理等領域有著廣泛的應用 . 高斯混合模型 在高斯分量的個數(shù) k給定的前提下，已經有比較成熟的建?；蚬烙嫹椒?。 , 。 ,j j jjg x uxg x u g x u???? ? ? ???? 再使用以下 3個公式不斷進行參數(shù)更新 ： 四川大學本科畢業(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) 19 ? ?? ?11nj i iij njiixxux??????? (410) ? ? ? ? ? ?? ?2 111n Tj i i j i jij njiix x u x ud x?????????? (411) ? ?11 , 1, 2 ,nj j ii xjn?????? (412) 直到高斯函數(shù)的參數(shù)和權重（ 1? , 2? ）到達 可以 接受的變化 或者出現(xiàn)穩(wěn)定的情況 就可以了 。 4) 索引值 :表示該像素屬于前景或背景混合高斯模型中的那一個 ,實際上就是指該像素是屬于前景或背景像素的那一個像素 聚 類 。 另外 ,在 GraubCut 算法中混合高斯模型針對于前景背景都 分另需要 k 個模型 ,實際上 就是將前景像素和背景像素分別劃分到了 k 個聚 類 ,再根據各個聚 類 中像素分別計算出混合高斯模型中的各個屬性值 ,這些屬性有 : 1) 顏色均值 :是一個 Color 型變量 ,根據聚 類 內所有像素的顏色值計算得到 。這 種變化就造成了一些像素的劃分信息從 PartitionForeground變?yōu)?PartitionBackground,當然也會有一些像素出現(xiàn)相反的變化 .當這些變化發(fā)生后 ,就需要 將前景摳圖區(qū)域中的每個像素重新分配到該像素“更適合”的高斯組件中去。Nlink描述了在相鄰像素間放置一個分段邊界的處罰值 ,這個處罰值就是一個對放置這個分段邊界的衡量值 ,這個值在梯度低的位置較高 ,而在梯度高的位置較低 .Nlink的值在整個算法的計算過程中是不變的 ,所以在開始計算一次就行 .而 Tlink的值描述了一個像素分別屬于前景和背景的可能性 ,這個值會隨著算法的進行或迭代而發(fā)生改變 [13,3]. Nlink的值可通過下式進行計算 : ? ? ? ? ? ?2, e x p ( 4 1 3 ), mnd is t z zN m n d is t m n ?? ??? 其中 ? ?,dist mn 表示像素 m,n間的距離 ,而 ? ?,2 mndist z z表示的時像素 m,n顏色的差值 , mz , nz 分別表示 m,n處的顏色 , ? 取值一般為 50. 對于每一個像素都有兩個 Tlink值一個表示其是背景像素的可能性 ,另一個則表示其是前景像素的可能性 .下表表示兩值的生成方式 : 像素類型 前景區(qū)域 0 m_L 背景區(qū)域 m_L 0 未知區(qū)域 DFore(m) DBack(m) 表 41 DFore和 DBack分別表示了像素屬于前景和背景區(qū)域的可能性 ,它們的值可通過以下方式得到 : ? ? ? ?? ?lo gD m p m?? (414) ? ?pm為根據前景或背景的高斯混合模型計算出的其位于該高斯混合模型的可能 性 . 算法流程介紹 GrabCut 算法主要就是在以上三個步驟進行反復迭代，從而便算法達到收斂，進而得到分割結果。相似地，把背景摳圖區(qū)域中的每個像素重新分配到該像素“更適合”的高斯組件中去。 (2)初始化劃分信息 : 將用戶用矩形框選取的目標區(qū)域初始化為前景劃分即初始化為PartitionForeground,將圖像的剩余區(qū)域初始化為 PartitionBackground。 5) 標簽值 :這個值標記了該像素是屬于那一個塊 ,這兒對象的劃分是根據 GrabCut 的劃分結果再進行的進一步劃分 。 2) 三分圖信息 :即標定該像素是屬于那一個區(qū)域 ,整個圖像的像素都會被劃分到三個區(qū)域即前景區(qū)域 ,背景區(qū)域 ,以及未知區(qū)域 ,用一個枚舉來表示 ,即 enum AreaValue { AreaUnknown, AreaForeground, AreaBackground }。, ( 4 9 )。這樣就可將其看成一個二分類問題 ,而 高斯混合在處理二分類問題時其概率參數(shù)可用如下方法估算 : 首先高斯密度函數(shù)可表示為 : ? ? ? ? ? ? ? ?/22 2。是一種比較有前途的交互式分割算法。其分割準確度與算法執(zhí)行效率較高，且交互操作量極少。首先用 KMean 方法將 F， B 的節(jié)點聚類，計算每一個類的平均顏色， }{FnK 代表所有前景類的平均顏 色集合，背景類是 }{BnK 。另外，景物光柵化之后被送入幀緩沖器之前還可以根據需要對象素數(shù)據進行操作。 2）把景物模型放在三維空間中的合適的位置，并且設置視點（ viewpoint）以觀察所感興趣的景觀。然后才能很好的進行光柵化操作形成細小的圖形。圖像數(shù)據與幾何頂點數(shù)據在后期的處理過程是一致的，而在前面的處理中，圖像數(shù)據不經過運算器，也不會進行單個圖元的操作，它只是完成圖像操作。對象被描述為一系列的頂點（用來定義幾何對象）或像素（用來定義圖像）。 2） 名字空間 GDI+，將在名字空間 Gdiplus 下面進行工作，因此， 在 應用程序必須聲明 [7,4]。所以，在 GDI+中就有幾個類用于處理這些復雜的位圖信息， CachedBitmap(緩存位圖 )類就是一個例子，該類用于在內存中存儲位圖以便快速訪問和顯示位圖。一幅包含一個擁擠的足球場的高辨率數(shù)字圖像更難用矢量技術創(chuàng)建。貝塞爾曲線是一種用 4 個控制點來指點的復雜曲線。 GDI+讓程序員在設計程序時不用考慮到 具體的顯示器或打印機，直接使用由 GDI+提供的類的方法便可以在顯示器或打印機等輸出設備上進行圖形或文本的輸出，真正做到與設備無關 [6,3]。不過程序和設備之間并不直接進行通信，否則，就必須為與程序交互的每臺設備編寫用戶接口代碼 [6,1]。 在 Windows 操作系統(tǒng)下，絕大多數(shù)具備圖形界面的應用程序都離不開 GDI，我們利用 GDI 所提供的眾多函數(shù)就可以方便的在屏幕、打印機及其它輸出設備上輸出圖形，文本等操作。 四川大學本科畢業(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) 13 圖 32 所示的類都是從 CObject 類派生出來的；所有處理消息的類都是從 CCmdTarget類派生的。 ⑥ 文檔模板 文檔模板類一般不需要派生。 ④ 文檔 文檔類從 CDocument 類派生，用來管理數(shù)據，數(shù)據的變化、存取都是通過文檔實現(xiàn)的。SDI的窗口類是從 CFrameWnd派生而來，而 MDI的窗口類則分別是從 CMDIFrameWnd和 CChildWnd 派生而來 [4,8]。 ① 應用程序 四川大學本科畢業(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) 12 應用程序類派生于 CWinApp。 1）構成應用程序的對象 圖 31 解釋了該應用程序的結構，箭頭表示信息流向。例如，繼承時，應用程序特定的事件由程序員的派生類來處理，不感興趣的由基類處理。四川大學本科畢業(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 同時， MFC 支持對底層 API 的直接調用 [4,4]。又如，為了實現(xiàn)對 DLL 編程的支持和多線程編程的支持 ， MFC 的內部同樣必須采 用一些內部約定的方法對其進行如初始化，信息管理，句柄獲取等一系列必須的操作進行處理。這使得用戶的整個開發(fā)過程大部分的工作都用于對這些開發(fā)模板的使用以及調配。 這些類大多都是從 CObject 和 CCmdTarget 派生而來 .CObject 類對一些 重要的特性 提供很好的實現(xiàn) ， 這些特性 包括動態(tài)類信息、動態(tài)創(chuàng)建、對象序列化、對程序調試的支持 ,而 CCmdTarget 通過封裝一些屬性和方法，提供了消息處理的架構。 ④ 對 ODBC 功能的封裝 以少量的能提供與 ODBC 之間更高級接口的 C++類，封裝了 ODBC API 的大量的復雜的工作，提供了一種數(shù)據庫編程模式 。于是 MFC 把許多類似的處理 用一些類 封裝起來，替程序員完成這些工作 ，以提高編碼的效率 。具體的分述如下 [4,2]： ① 對 Win32 應用程序編程接口的封裝 用一個 C++ Object 來包裝一個 Windows Object。因為總體上， MFC 框架定義了應用程序的輪廓，并提供了用戶接口的標準實現(xiàn)方法，程序員所要做的就 是通過預定義的接口把具體應用程序特有的東西填入這個輪廓。 MFC框架很好的完成了算法實現(xiàn)系統(tǒng)的界面顯示以及用戶交互等工作。通過迭代計算， PCNN 的神經元產生的脈沖輸出的時間序列。 PCNN 的是一個二維神經網絡。 1989 年， Eckhorn 介紹了神經網絡模型來模擬貓的視皮層機制。基于神經網絡的分割是用一個或一系列四川大學本科畢業(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) 8 人工神經網絡對圖像中的