【正文】 這個過程可以通過簡單地將每個像素的像素值代入高斯方程進行估算。這個值是 GMM 學習的關鍵 。 , ( 4 7 )p x g x u g x u? ? ? ?? ? ? 此機率密度函數(shù)的參數(shù)為 ( 1? , 2? ,1u ,2u , 21? , 22? ),而 1? , 2? 要滿足以下條件 : 1? + 2? = 1 (48) 在計算中還需要引入假設 ： ? ? ? ?? ? ? ?2221 1 1 2 2 2。 GrabCut算法是在 GraphCuts算法的基礎上進行改進，讓其具有分割精度高，交互式操作少的優(yōu) 點，并將分割從灰度圖像推廣到了彩色圖像領域．完成更為復雜的處理適用度。所有的 ix 集合 X 可以通過最小化 Gibbs 能量 E(X)獲得 [10,1]： ? ? ? ? ? ? ? ?12, ,i i ji V i jE x E x E x x???????? (41) 同樣的，根據用戶畫的曲線，我們有前景節(jié)點集 Ｆ 和背景節(jié)點 Ｂ ，未知節(jié)點集 U。 OpenGL 圖形操作步驟 OpenGL 的圖形基本操作步驟如下： 1）根據 基本圖形單元建立景物模型，并且對所建立的模型進行數(shù)學描述（ OpenGL 中把：點、線、多邊形、圖像和位圖都作為基本圖形單元）。而圖像像素數(shù)據則主要包括的是像素和位圖集等。 GDI+對文本的一個重要支持，就是文本的反鋸齒 (AntiAlias)輸出，這也是 GDI+的一個新特色，該特色使得在 LCD 屏幕上繪制文 本時文本的外觀更加光滑。例如，工具欄的按鈕圖標就很難使用直線和曲線的集合來表示。這個組件就是 GDI+庫 [6,2]。 GDI+介紹 GDI 簡介 [5] GDI 是 Graphics Device Interface 的縮寫，即圖形設備接口，它的主要任務是處理系統(tǒng)與繪圖程序之間的系統(tǒng)交換，處理 Windows 程序的圖形輸出。視和文檔聯(lián)系在一起，在文檔和用戶之間起中介作用，即視在屏幕上顯示文檔的內容，并把用戶輸入轉換成對文檔的操作。 ② 邊框窗口 MDI 與 SDI 應用程序的窗口類并不一樣， MDI 是由 CMainFrame 和 CChildFrame構成，而 SDI 應用程序的窗口類則只有 。 這些文件 可 分 為 四類：頭文件（ .h），實現(xiàn)文件 (.cpp)，資源文件 (.rc)，模塊定義文件 (.def)，等 [4,6]。 總之， MFC 封裝了 Win32 API，OLE API， ODBC API 等底層函數(shù)的功能，并提供更高一層的接口，簡化了 Windows 編程。 這樣 MFC 框架就能夠完成用戶所期望的處理效果 . 4） MFC 的宏觀框架體系 MFC 對一切用于更好的使用戶進行應用程序開發(fā)的功 能 ,動態(tài)約束 ,及它們間的一些關系與相互作用都進行了很好的封裝。 而這一套接口的實現(xiàn)又極為繁瑣，因此， MFC 的 OLE 類 對 OLE API 大量的復雜工作 進行了封裝 ，這些類提供了實現(xiàn) OLE 的更高級接口 [4,3]。這樣這些類庫就可以對 Win32 應用程序編程接口，應用程序概念， OLE 特性， ODBC 或 DAO 數(shù)據 庫訪問等功能進行封裝。 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) 9 3 算法實現(xiàn)的工具及技術簡介 在 GrabCut 算法的實現(xiàn)過程中，整個算法的實現(xiàn)都是建立在 MFC 框架之上的。在過去的十年中，PCNNs 已被用于圖像處理的各種應用，包括：圖像分割，特征生成，面部提取，運動檢測，區(qū)域生長，減少噪聲等。神經網絡技術在圖像分割中的應用目前也有了極大的發(fā)展。 (3) F 通常具有某種自相似形式，可能是近似的或統(tǒng)計的。 ③ 對單一邊緣僅有唯一響應，即單個邊緣產生多個響應的效率應該比較低，并且虛假邊緣的響應應該得到最大的抑制。 而基于線的檢測有兩種方式，一種是利用線檢測模板進行線檢測，另外是利用哈夫變換進行直線檢測。如果這個值很大，則表示這個邊界的強度很大，即這兩個相鄰的區(qū)域擁有著很大的差異，則不需要進行合并，它們的邊界也就不能消除，反之，若這個值較小，則認為相鄰區(qū)域擁有很高的相似度，可以起先邊界消除完成合并。再對種子點周圍的領域進行考查，找出具有相似性的像素，將其規(guī)為種子點所在的區(qū)域。閾值分割法，也可以看成是一個分類問題，比如單閾值分割中，相當于把所有象素點分成兩類：目標和背景。并且隨著計算機應用范圍的增加，一些新的圖像分割的應用領域也會慢慢誕生出來。圖像分割是一個經典的難題 ,到目前為止即不存在一種通用的圖像分割方法 ,也不存在一種判斷是否分割成功的標準 . 按照圖像分割的定義 ,分割出的區(qū)域需要同時滿足均勻性和連通性的條件。 第四章為 GrabCut 圖像分割方法簡介。 此外， 可牛影像 具有補光、柔和等 6 大自動修復能力，素描、黑白、懷舊等數(shù)十種另類效果， 以及其他一些延伸功能的實現(xiàn)使得其具有了全套的照片的編輯功能。對于一般的去背景需求 ， KnockOut的處理效果都及為準確，快速，且其需要的操作方便，容易。 (3)光影魔術手 光影魔術手是國內 比較受 歡迎的圖像處理軟件 ，曾 被 很多主流期刊評為最佳圖像處理軟件 。然而由于其功能異常強大使得并不是大部分用戶都能在短時間內流利的使用其一些簡單功能。這些圖像處理軟四川大學本科畢業(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) 2 件中 ,要么一些軟件過于大型專業(yè)， 雖然提供了異常強大的功能 ,卻 讓初學者望而卻步，讓專業(yè)人士效率不高；要么 只是提供一項或幾項簡單的服務 ,只是為了大量普通用戶才設計出爐的 過于傻瓜， 而 功能太過簡單，創(chuàng)意難以得到有 效發(fā)揮，產品品質和處理速度也良莠不齊。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。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。綜述了GrabCut 算法的實現(xiàn)過程，并且介紹了根據算法摳取出來的感興趣目標與背景所實現(xiàn)目標 /背景保存，目標圖像簡單變換，目標背景替換等一系列輔助功能的完成方法。因此一個簡單的，智能的進行目標摳取的軟件是極為必要的。 Background replace 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) 目 錄 1 緒論 ................................................. 1 ..................................... 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 ...................................... 3 2 圖像分割簡述 .......................................... 4 ............................................ 4 ...................................... 4 經典的圖像分割方法 ................................................ 4 新穎的圖像分割方法 ................................................ 7 3 算法實現(xiàn)的工具及技術簡介 ............................... 9 MFC 概述 [4]............................................... 9 MFC 編程框架 ...................................................... 9 MDI 應用程序構成 ................................................. 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 .............................................. 15 4 GRABCUT 圖像摳取算法簡介 ............................... 17 GRAPHCUTST算法簡介 ...................................... 17 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)據結構 ......................................... 19 算法過程描述 ........................................... 20 算法初始化過程 ................................................... 20 自學習的高斯組件 ................................................. 20 最小分割 ......................................................... 20 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) 算法流程介紹 ..................................................... 21 5 GRABCUT 算法及輔助功能的實現(xiàn) ........................... 23 GRABCUT 算法的實現(xiàn) ...................................... 23 數(shù)據結構介紹及初始化 ............................................. 23 高斯混合模型的建立的實現(xiàn) ......................................... 27 高斯混合模型的學習過程的實現(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 目標圖像大小的調整 ............................................... 32 目標圖像 /合成圖像的保存 .......................................... 33 6 總結與展望 ........................................... 38 總結 .................................................. 38 展望 .................................................. 38 參考文獻 .........................................