【正文】 ...... 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(shí)現(xiàn) 1 1 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(shí)現(xiàn)圖像摳取的軟件的現(xiàn)狀進(jìn)行了介紹。 除此之外 ,隨著計(jì)算機(jī)視覺理論和算法研究的發(fā)展，以及計(jì)算機(jī)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(biāo)提取技術(shù)就顯得更為需要簡單化，智能化。為用戶提供更為簡單直接的服務(wù)。 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(jìn)行了很多功能上的改進(jìn) ，成為優(yōu)秀的平面設(shè)計(jì)編輯軟件。它是 Turbo Photo 軟件的一部分。 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(shí)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(xì)目標(biāo) ?？膳Ｓ跋襁€具有智能修復(fù)功能，只要點(diǎn)擊一下鼠標(biāo)，就可以對照片進(jìn)行自動亮白，自動白平衡，自動對比度調(diào)整等操作。在這個章節(jié)中對圖像分割進(jìn)行了概述，并就其目前使用基本方法進(jìn)行了介紹。在這個章節(jié)中對 GrabCut 算法的研究與實(shí)現(xiàn)過程所做的工作進(jìn)行了總結(jié)，并對圖像分割算法及建立在算法實(shí)現(xiàn)基礎(chǔ)上圖像摳取軟件的前景進(jìn)行了展望。因此，有效的圖像分割對如目標(biāo)檢測，身份確認(rèn)和行為理解與處理等中高層次的任務(wù)非常重要。 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(qiáng)的理論依據(jù) ,是目前發(fā)展極為成熟的算法 ,雖然在處理的場景要求有一些嚴(yán)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(shí)現(xiàn) 5 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 ,是最為簡單的一種圖像分割方法 .圖像閾值分割利用了圖像中要提取的目標(biāo)物與其背景在灰度特性上的差異 ,把圖像視為具有不同灰度級的兩類區(qū)域的結(jié)合 .選取一個合適的閾值 ,以確定圖像中每一個像素點(diǎn)應(yīng)該屬于目標(biāo)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(shí)現(xiàn)。區(qū)域增長在很多領(lǐng)域都受到了很大的關(guān)注，其在計(jì)算機(jī)視覺的智能化應(yīng)用中也具有很大的作用。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)。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。 Cannny 應(yīng)用嚴(yán)格的數(shù)學(xué)方法對此問題進(jìn)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(shí)質(zhì)是用一個準(zhǔn)高斯函數(shù)做平滑運(yùn)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]。 B. B. Mandelbrot 指出， Hausdorff Besicovitch 維數(shù)嚴(yán)格大于拓?fù)渚S數(shù)的集合稱為分形，而目前較為流行的描述如下 [2,1]： 一般的，如果 F 是具有以下性質(zhì)的集合，則稱它是一個分形。分形作為一個數(shù)學(xué)集， 它的內(nèi)部應(yīng)具有精細(xì)結(jié)構(gòu)，也就是在所有比例尺度上其組成部分應(yīng)包含整體，而且是 自相似的，它以其獨(dú)特的手段來解決整體與部分的關(guān)系問題。 1989 年， Eckhorn 介紹了神經(jīng)網(wǎng)絡(luò)模型來模擬貓的視皮層機(jī)制。通過迭代計(jì)算， PCNN 的神經(jīng)元產(chǎn)生的脈沖輸出的時(shí)間序列。因?yàn)榭傮w上， MFC 框架定義了應(yīng)用程序的輪廓，并提供了用戶接口的標(biāo)準(zhǔn)實(shí)現(xiàn)方法，程序員所要做的就 是通過預(yù)定義的接口把具體應(yīng)用程序特有的東西填入這個輪廓。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 。 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(shí)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(diào)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(gòu)。又如，為了實(shí)現(xiàn)對 DLL 編程的支持和多線程編程的支持 ， MFC 的內(nèi)部同樣必須采 用一些內(nèi)部約定的方法對其進(jìn)行如初始化，信息管理，句柄獲取等一系列必須的操作進(jìn)行處理。例如，繼承時(shí)，應(yīng)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。 ① 應(yīng)用程序 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(shí)現(xiàn) 12 應(yīng)用程序類派生于 CWinApp。 ④ 文檔 文檔類從 CDocument 類派生，用來管理數(shù)據(jù)，數(shù)據(jù)的變化、存取都是通過文檔實(shí)現(xiàn)的。 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(shí)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。不過程序和設(shè)備之間并不直接進(jìn)行通信，否則，就必須為與程序交互的每臺設(shè)備編寫用戶接口代碼 [6,1]。貝塞爾曲線是一種用 4 個控制點(diǎn)來指點(diǎn)的復(fù)雜曲線。所以，在 GDI+中就有幾個類用于處理這些復(fù)雜的位圖信息， CachedBitmap(緩存位圖 )類就是一個例子，該類用于在內(nèi)存中存儲位圖以便快速訪問和顯示位圖。對象被描述為一系列的頂點(diǎn)（用來定義幾何對象）或像素（用來定義圖像）。然后才能很好的進(jìn)行光柵化操作形成細(xì)小的圖形。另外，景物光柵化之后被送入幀緩沖器之前還可以根據(jù)需要對象素?cái)?shù)據(jù)進(jìn)行操作。其分割準(zhǔn)確度與算法執(zhí)行效率較高，且交互操作量極少。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(shí)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。 2) 三分圖信息 :即標(biāo)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 }。 (2)初始化劃分信息 : 將用戶用矩形框選取的目標(biāo)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。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(jì)算過程中是不變的 ,所以在開始計(jì)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(jìn)行或迭代而發(fā)生改變 [13,3]. Nlink的值可通過下式進(jìn)行計(jì)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(shí)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(jù)前景或背景的高斯混合模型計(jì)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(jìn)行反復(fù)迭代，從而便算法達(dá)到收斂，進(jìn)而得到分割結(jié)果。 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(shí)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(jù)各個聚 類 中像素分別計(jì)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(jù)聚 類 內(nèi)所有像素的顏色值計(jì)算得到 。 ,j j jjg x uxg x u g x u???? ? ? ???? 再使用以下 3個公式不斷進(jìn)行參數(shù)更新 ： 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(shí)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(quán)重（ 1? , 2? ）到達(dá) 可以 接受的變化 或者出現(xiàn)穩(wěn)定的情況 就可以了 。 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(shí)現(xiàn) 18 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(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，簡稱 GMM）是單一高斯機(jī)率密度函數(shù)的延伸 ,是一種描述實(shí)際數(shù)據(jù)的有效工具 .在數(shù)據(jù)分析和信號處理等領(lǐng)域有著廣泛的應(yīng)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(jīng)有比較成熟的建?；蚬烙?jì)方法。 E2 定義為與梯度相關(guān)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(biāo)記變化的可能，即使其只發(fā)生在邊界上。 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，這個過程也就是光柵化（ rasterization） [9]。 OpenGL 對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。 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(shí)現(xiàn) 15 OPENGL 簡介 OpenGL 是圖形硬件的一個軟件接口。位圖是代表屏幕上單個點(diǎn)的顏色的數(shù)字陣列。例如，一條直線可用兩個點(diǎn)指定，一個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。 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(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。應(yīng)用程序通過文檔模板類對象來管理上述對象（應(yīng)用程序?qū)ο?、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。 邊框窗口用來管理文檔邊框窗口、視窗口、工具條、菜單