【正文】 適合”的高斯組件中去。另外,在 GraubCut 算法中混合高斯模型針對(duì)于前景背景都 分另需要 k 個(gè)模型,實(shí)際上就是將前景像素和背景像素分別劃分到了 k 個(gè)聚類,再根據(jù)各個(gè)聚類中像素分別計(jì)算出混合高斯模型中的各個(gè)屬性值,這些屬性有:1) 顏色均值:是一個(gè) Color 型變量,根據(jù)聚類內(nèi)所有像素的顏色值計(jì)算得到。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(gè),實(shí)際上就是指該像素是屬于前景或背景像素的那一個(gè)像素聚類。,jjj gxux???? ??再使用以下 3 個(gè)公式不斷進(jìn)行參數(shù)更新： (410)??1njiijjiixu??? (411)???211nTjijijij njiixuxd????? (412)??1,2,njjiix????直到高斯函數(shù)的參數(shù)和權(quán)重（ , ）到達(dá)可以接受的變化或者出現(xiàn)穩(wěn)定的情況就可1?2以了。,。GrabCut 方法在 GraphCuts 方法的基礎(chǔ)上作了以下幾方面的改進(jìn)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(duì)灰度圖像的處理上升到對(duì)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(gè)參數(shù)替代了一次最小化估計(jì)來完成能量最小化的計(jì)算過程；第三，通過非完全標(biāo)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(biāo)記出背景區(qū)域即可 [11]． GrabCut 算法準(zhǔn)備 高斯混合模型介紹高斯混合模型（Gaussian mixture model，簡(jiǎn)稱GMM）是單一高斯機(jī)率密度函數(shù)的延伸,.高斯混合模型在高斯分量的個(gè)數(shù)k給定的前提下，已經(jīng)有比較成熟的建?；蚬烙?jì)方法。而GrabCut算法綜合利用了紋理及邊界兩種信息來實(shí)現(xiàn)圖像分割。四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡(jiǎn)單圖像摳取算法的研究與實(shí)現(xiàn)18E2定義為與梯度相關(guān)的一個(gè)函數(shù)： (45)??2||ijCij??E2的作用是減少在顏色相近的像素之間，存在標(biāo)記變化的可能，即使其只發(fā)生在邊界上。圖像分割},{?VG??可以當(dāng)作一個(gè)二元標(biāo)記問題，每一個(gè) ，有唯一的一個(gè) {前景為１，背景為０} 與i??ix之對(duì)應(yīng)。4）把景物模型的數(shù)學(xué)描述及其色彩信息轉(zhuǎn)換至計(jì)算機(jī)屏幕上的象素，這個(gè)過程也就是光柵化（rasterization） [9]?！　≌麄€(gè)流程操作的最后，圖形片元都要進(jìn)行一系列的逐個(gè)片元操作，這樣最后的象素值才能送入幀緩沖器實(shí)現(xiàn)圖形的顯示?！　≈饌€(gè)頂點(diǎn)操作幀緩沖區(qū)光柵化紋理映射圖像操作逐個(gè)圖元操作和圖元組裝運(yùn)算器顯示列表幾何頂點(diǎn)數(shù)據(jù)圖像像素?cái)?shù)據(jù)四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡(jiǎn)單圖像摳取算法的研究與實(shí)現(xiàn)16OpenGL 對(duì)所有的幾何圖元都采用頂點(diǎn)來描述，這是為了方便使用運(yùn)算器來方便的進(jìn)行計(jì)算。 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(diǎn)數(shù)據(jù)可以是頂點(diǎn)，線或者多邊形集等，這些數(shù)據(jù)會(huì)首先經(jīng)過運(yùn)算器，再逐個(gè)圖元進(jìn)行操作，最后光柵化，再逐個(gè)片元處理直到最后寫入幀緩沖區(qū)中。 OPENGL 簡(jiǎn)介OpenGL 是圖形硬件的一個(gè)軟件接口。GDI+為這一復(fù)雜任務(wù)提供了大量的函數(shù)來完成各種不同風(fēng)格的文本輸出。位圖是代表屏幕上單個(gè)點(diǎn)的顏色的數(shù)字陣列。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(shù)來表示。例如，一條直線可用兩個(gè)點(diǎn)指定，一個(gè)矩形可用給出其左上角位置的點(diǎn)和它的寬度與高度的數(shù)值來指定。此組件將轉(zhuǎn)換和傳送由程序發(fā)送到設(shè)備的數(shù)據(jù)，以及由設(shè)備發(fā)送到程序的數(shù)據(jù)。 GDI+介紹GDI+是一個(gè)庫，它提供了一個(gè)接口，此接口允許程序員編寫與打印機(jī)，監(jiān)視器或文件等圖形設(shè)備進(jìn)行交互的 Windows 和 Web 圖形應(yīng)用程序。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]。應(yīng)用程序通過文檔模板類對(duì)象來管理上述對(duì)象（應(yīng)用程序?qū)ο蟆⑽臋n對(duì)象、主邊框窗口對(duì)象、文檔邊框窗口對(duì)象、視對(duì)象）的創(chuàng)建。⑤視圖視類從 CView 或它的派生類派生。邊框窗口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(diào)半模式狀態(tài)。并且在整個(gè)程序運(yùn)行的過程中都可以調(diào)用 theApp 對(duì)象，對(duì)其進(jìn)行引用。主框架窗口包含了視圖窗口、工具條和狀態(tài)欄。 MDI 應(yīng)用程序構(gòu)成上面對(duì) MFC 的編程框架做了介紹,現(xiàn)在就 MDI VC 的AppWizard 可以在很方便的情況下生成一個(gè) MDI 應(yīng)用程序,這個(gè)使用 AppWizard 生成的MDI 程序框架,包含很多 MFC 為簡(jiǎn)化用戶開發(fā)而生成的文件,它們能夠使用戶在極為方便的情況下得到想要實(shí)現(xiàn)的效果。框架或者由其本身處理事件，不依賴程序員的代碼；或者調(diào)用程序員的代碼來處理應(yīng)用程序特定的事件 [4,5]。但是如果能夠?qū)@些不透明的實(shí)現(xiàn)有著很好的理解，那么就能夠在開發(fā)中更加的隨心所欲，甚至說對(duì)其實(shí)現(xiàn)進(jìn)行優(yōu)化。然而，為了實(shí)現(xiàn)如上模板或模式的支持，MFC 內(nèi)部將會(huì)有著非常復(fù)雜的實(shí)現(xiàn)過程。用戶繼承基類的同時(shí)，把自己實(shí)現(xiàn)的虛擬函數(shù)和消息處理函數(shù)嵌入 MFC 的編程框架。而類庫中的各個(gè)類并不是獨(dú)立的，它們大多從一些基礎(chǔ)類中派生而來，而這些基礎(chǔ)類對(duì)MFC 中眾多類的共同實(shí)現(xiàn)進(jìn)行了很好的實(shí)現(xiàn)。③對(duì) COM/OLE 特性的封裝OLE 即 Object Linking and Embedding，它是建立的 模型的基礎(chǔ)上的，而應(yīng)用程序若要實(shí)現(xiàn)對(duì) OLE 的支持就必須實(shí)現(xiàn)一套接口，以完成 OLE 的初始化裝載。②對(duì)應(yīng)用程序概念的封裝在使用 SDK 編寫 Windows 應(yīng)用程序時(shí)，必須首先定義窗口過程，然后對(duì)窗口進(jìn)行登記操作，最后才會(huì)完成對(duì)窗口的創(chuàng)建過程，等等。1）封裝MFC 框架的構(gòu)成主要是由 MFC 類庫，而 MFC 類庫主要是一些 C++類庫。 MFC 概述 [4] MFC 編程框架MFC 是 Microsoft Foundation Class 的簡(jiǎn)寫。 與傳統(tǒng)的圖像處理手段，PCNNs 有幾個(gè)顯著優(yōu)點(diǎn)，包括對(duì)噪聲的魯棒性，幾何變化的輸入模式，輸入模式的銜接等小強(qiáng)度的變化能力等 [3]。 每個(gè)神經(jīng)元又與鄰近神經(jīng)元的連接，接收從他們而來的本地刺激。1994 年，Eckhorn 模型被約翰遜應(yīng)用于一種圖像處理算法中，該算法稱為脈沖耦合神經(jīng)網(wǎng)絡(luò)。這種類型的神經(jīng)網(wǎng)絡(luò)的一個(gè)經(jīng)典用例就是基于 Kohonen 圖的網(wǎng)絡(luò)。2） 基于神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)神經(jīng)網(wǎng)絡(luò)是目前較為新穎的研究領(lǐng)域，已經(jīng)被使用在了很多問題的解決中。在上面的定義中，自相似性是分形具有的一個(gè)最重要的特征 [2,2]。(2) F 是如此不規(guī)則，以至于它的整體與局部都不能用傳統(tǒng)的幾何語言來描述。1） 基于分形的圖像分割技術(shù)基于分形的圖像分割技術(shù)的核心思想是利用圖像的分形維數(shù)進(jìn)行分割。② 好的定位性能，即檢測(cè)出的邊緣點(diǎn)，應(yīng)盡可能在實(shí)際邊緣點(diǎn)的中心。由于圖像邊緣和噪聲均為頻域中的高頻分量，簡(jiǎn)單的微分運(yùn)算會(huì)增加圖像中的噪聲。基于點(diǎn)的檢測(cè)主要是先檢測(cè)出離散的點(diǎn)，然后再將點(diǎn)連接成封閉的邊界，其處理過程就是用一個(gè)對(duì)待檢測(cè)區(qū)域進(jìn)行離散點(diǎn)的檢測(cè)，如下示：W1W2 W3W4W5 W6W7W8 W9R = W1Z2+ W1Z2+….+ W9Z9表 21其中 Zk是與模板系數(shù) Wk相聯(lián)系的灰度級(jí)像素，R 代表模板中心像素的值。這個(gè)過程就是一個(gè)不斷生長(zhǎng)的過程，直到生長(zhǎng)出目標(biāo)，生長(zhǎng)過程才會(huì)結(jié)束 [1,6]。接下來根據(jù)相鄰區(qū)域特征的差異為所有的邊界賦一個(gè)強(qiáng)度值，這樣就能夠通過判斷這個(gè)強(qiáng)度值的大小來考查是否要對(duì)兩個(gè)相鄰區(qū)域的共同邊界進(jìn)行消除操作。對(duì)這些小的區(qū)域,通過計(jì)算它們反映這個(gè)四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡(jiǎn)單圖像摳取算法的研究與實(shí)現(xiàn)6區(qū)域內(nèi)像素一致性的特征,如平均灰度值,紋理,等信息,來進(jìn)行一些小區(qū)域的合并。該算法的核心思想就是將在像素某一特征上具有相似性的像素集標(biāo)記為一個(gè)區(qū)域,然后具體在每一個(gè)區(qū)域中通過某種準(zhǔn)則選出一個(gè)種子點(diǎn)。閾值的高低完全確定了一些關(guān)鍵點(diǎn)是屬于背景還是目標(biāo),也就完全影響了最后的分割結(jié)果 [1,3]。在多區(qū)域的分割前提下，我們的目的是獲得一個(gè)閾值集合（t 1,t2, …,tk ） ，使得所有灰度值滿足 f(x,y)∈[t i,ti+1] 的象素點(diǎn)構(gòu)成第 i 個(gè)區(qū)域，其中(i=0,1, …,k)。而就需要對(duì)一些基礎(chǔ)研究領(lǐng)域加強(qiáng)研究使其首先完整化，才能有望實(shí)現(xiàn)計(jì)算機(jī)視覺。圖像分割在實(shí)際應(yīng)用中應(yīng)用的范圍非常廣泛，僅僅是在對(duì)醫(yī)學(xué)圖像的處理方向，就存在著如腫瘤與其他病變的定位，計(jì)算機(jī)輔助手術(shù)，解剖學(xué)研究等分支，更不要說其在衛(wèi)星圖像中的目標(biāo)定位，交通控制，機(jī)器視覺等研究方向的廣泛應(yīng)用。這樣通過對(duì)分割區(qū)域或者區(qū)域組合的的提取從而實(shí)現(xiàn)感興趣目標(biāo)的提取。而在圖像分割中提出的感興趣的目標(biāo)可以是指視野中的運(yùn)動(dòng)物體，可以通過一系列的圖像序列中分析得到，也可以是指一些可分離的物體對(duì)象，如人，蘋果等，這兒主要是指兩物體間沒有存在明顯的重疊，可以通過分析單幅或者序列圖像得到。本章詳細(xì)的介紹了 GrabCut 算法在MFC 程序框架下的實(shí)現(xiàn)過程，并對(duì)針對(duì)算法處理結(jié)果所進(jìn)行的輔助功能的實(shí)現(xiàn)進(jìn)行了介紹。在這章中對(duì) MFC,GDI+,OpenGL 等在算法實(shí)現(xiàn)過程中所用到的工具或技術(shù)做了簡(jiǎn)要的闡述。最后列出了本論文的主要安排和作者所做的主要工作。另外，可牛影像的智能摳圖功能，能夠使用戶在較小的操作后得到摳取結(jié)果，并且能夠?qū)μ幚砗蟮慕Y(jié)果進(jìn)行編輯，使得結(jié)果更加滿足用戶的需求。(2)可牛影像可牛影像是新一代的圖像處理軟件，獨(dú)有美白祛痘、瘦臉瘦身、明星場(chǎng)景、多照片疊加等功能，更有 50 余種照片特效，數(shù)秒即可制作出影樓級(jí)的專業(yè)照片。KnockOut不僅能夠處理復(fù)雜情況其對(duì)背景單純時(shí)的處理方式也同樣保持其它軟件同樣的簡(jiǎn)單化，快速化。 光 影 魔 術(shù) 手 能 夠 滿 足 絕 大 部 分 照 片 后 期 處 理 的需 要 ， 批 量 處 理 功 能 非 常 強(qiáng) 大 。 每 個(gè) 功 能 都 是 針 對(duì)數(shù) 碼 相 機(jī) 本 身 的 特 點(diǎn) 和 最 常 見 的 問 題 。 它 包 括兩 個(gè) 部 分 ： Turbo Photo 相 冊(cè) 和 Turbo Photo 編 輯 器 。此處，它還擁有異常豐富的插件(在 Photoshop 中叫濾鏡),使得 photoshop 的功能更為全面。這兒列舉幾個(gè)功能強(qiáng)大，較為流行的軟件。 圖像摳取軟件及成果的現(xiàn)狀在 當(dāng) 前 圖 像 處 理 領(lǐng) 域 ， 圖像處理軟件非常多，大部分都能實(shí)現(xiàn)從圖像中摳取出部分四川大學(xué)本科畢業(yè)論文 基于圖像分割的簡(jiǎn)單圖像摳取算法的研究與實(shí)現(xiàn)2圖像的需求 ，并且它們還基本滿足了用戶極大部分其他的圖像處理需求。并且這個(gè)實(shí)現(xiàn)可以不僅僅可以被做為主體設(shè)計(jì)出一個(gè)軟件，也可以成為一些大型系統(tǒng)的嵌入模塊。這樣就可以在更少的交互下得到更為滿意的處理效果。并且對(duì)于會(huì)使用專業(yè)圖像處理軟件的用戶來說，一個(gè)簡(jiǎn)單的目標(biāo)摳取，背景替換的圖像處理軟件能夠?yàn)樗麄冊(cè)谥谱饕恍?fù)雜項(xiàng)目時(shí)提供大量的素材來源，不用為了得到一張圖像中的一個(gè)目標(biāo)，而花費(fèi)大量時(shí)間去利用專業(yè)軟件從中摳取圖像對(duì)象。 課題研究的背景和意義隨著電子數(shù)碼設(shè)備的普及，以及電子計(jì)算機(jī)，互聯(lián)網(wǎng)的廣泛使用，人們對(duì)各種圖像的使用的頻度的增加，廣大用戶對(duì)一些圖像進(jìn)行一些簡(jiǎn)單處理的需求也越來越多。并在最后就本文所做的主要安排進(jìn)行了簡(jiǎn)述。大家都渴望出現(xiàn)一個(gè)簡(jiǎn)單卻智能的圖像處理軟件，它不需要用戶掌握及其高難度的操作，以及記憶大量操作命令，而僅僅是提供一個(gè)單一功能卻易操作的可進(jìn)行目標(biāo)摳取，背景替換的圖像處理軟件。簡(jiǎn)單是指的交互簡(jiǎn)單，而智能則是指系統(tǒng)能更加智能的理解用戶的需求。在算法實(shí)現(xiàn)的基礎(chǔ)上想要制作出一個(gè)具有市場(chǎng)價(jià)值的軟件就變得極為容易進(jìn)行了。綜上所述，對(duì)于 GrabCut 圖像摳取算法的研究與實(shí)現(xiàn)是極為價(jià)值的。 綜合化的圖像處理軟件這類軟件的數(shù)量非常多，它們雖然重心各有不同，但是從它們所提供的功能中是可以完成圖像摳取的操作的，不過由于這些軟件都是極為專業(yè)化，且功能眾多且強(qiáng)大，對(duì)單純?yōu)榱送瓿蓤D像目標(biāo)摳取的用戶來說，就有一點(diǎn)大材小用的感覺了。經(jīng)過 , 的不斷升級(jí),直到目前最新的 cs5 版,功能強(qiáng)大,處理領(lǐng)域也寬廣, 支持眾多的圖像格式,對(duì)圖像的常見操作和變換都 做得非常精細(xì)。 它 能 完 成 數(shù) 碼 攝 影 相關(guān) 的 大 部 分 后 期 工 作 ， 拓 展 數(shù) 碼 攝 影 的 創(chuàng) 作 手 段 ， 從 而 深 化 數(shù) 碼 相 機(jī) 的 應(yīng) 用 。 Turbo Photo 編 輯 器 的 所 有 功 能 均 圍 繞 如 何 讓 照 片 更 出 色 的 主 題 設(shè) 計(jì) 。 它 在 處 理數(shù) 碼 圖 像 及 照 片 時(shí) 非 常 高 速 、 且 實(shí) 用 。去背景操作就是制作遮罩的過程，所謂的去背景，指的是將特定的主體從背景中分離出來，以便進(jìn)行其它的后續(xù)設(shè)計(jì)。其僅僅是在處理光滑圖像有著較好的效果。此外可牛影像還擁有數(shù)十種風(fēng)格特效和影樓特效，能夠使用戶快速為照片添加藝術(shù)效果；而且它還使得去紅眼，背景虛化這