【正文】 2)Σ～：協(xié)方差矩陣的逆矩陣 (一個(gè) 3 x3的矩陣 )； 3)detΣ：：協(xié)方差矩陣的行列式的值 (一個(gè)實(shí)數(shù) )； 4)w：高斯混合模型中一個(gè)組件的權(quán)重 (一個(gè)在 0與 1之間的實(shí)數(shù) )． 5)value:協(xié)方差矩陣的特征值 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) 20 6)vector: 協(xié)方差矩陣的特征向量 算法過(guò)程描述 算法初始化過(guò)程 在用戶通過(guò)矩形框來(lái)選 取目標(biāo)區(qū)域后 ,算法開(kāi)始對(duì)相應(yīng)的數(shù)據(jù)結(jié)構(gòu)進(jìn)行初始化 .初始化主要包含三個(gè)部分 [13,1]: ⑴ 初始化三分圖信息 :將用戶用矩形框選取的目標(biāo)區(qū)域初始化為未知區(qū)域即初始化為AreaUnknown,將圖像的剩余區(qū)域初始化為 AreaBackground,這個(gè)初始化過(guò)程并為將任何區(qū)域設(shè)置為 AreaForeground。它在圖像的前景背景分割應(yīng)用中高斯分量的個(gè)數(shù)一般取 3到 5個(gè) ,這些分量被用來(lái)表征圖像中各個(gè)像素的特征 .而前景背 景分割中， 對(duì)于輸入圖像 z = (z1,… ,zn,… ,zN)，透明值表示成? =( 1? ,? , N? )， 10 ?? n? ,若是強(qiáng)分割， }1,0{?n? ， 0表示背景， 1是前景 [12]。 在這些步驟的執(zhí)行過(guò)程中， OpenGL 可能執(zhí)行其他的一些操作，例如自動(dòng) 消隱處理等。它的主要作用是將二維或三維的對(duì)象繪入一個(gè)幀緩沖區(qū)中。一知簡(jiǎn)單路徑可由直線或曲線連接起來(lái)的一組點(diǎn)來(lái)指定。 2） 構(gòu)成應(yīng)用程序的對(duì)象之間的關(guān)系 這里，用圖的形式可直觀地表 示所涉及的 MFC 類(lèi)的繼承或者派生關(guān)系，如圖 32 所示。對(duì)這些類(lèi)或者對(duì)象解釋如下 [4,7]。例如，如果要使應(yīng)用程序能夠建立在消息映射的機(jī)制上， MFC 就必須對(duì)消息映射機(jī)制的過(guò)程做很好的實(shí)現(xiàn)，即對(duì)整個(gè)消息獲取，消息處理等一系列的操作都必須預(yù)定義其操作的流程及處理方式。 而對(duì)于這一套過(guò)程的實(shí)現(xiàn)每一次使用的代碼都極為類(lèi)似，這就造成了過(guò)多的重復(fù)操作。 外部和地方刺激在內(nèi)部激活系統(tǒng)相結(jié)合直到它超過(guò)一個(gè)動(dòng)態(tài)的門(mén)限值，然后 就倒輸出一個(gè)脈沖。所謂自相似，是指 系統(tǒng)的總體和部分之間，這部分和那部分之間具有的相似性。因此，在微分運(yùn)算之前應(yīng)采用適當(dāng)?shù)钠交瑸V波以減少高頻分量中噪聲的影響。從而最終完成整個(gè)分割過(guò)程?？傊?，圖像分割的重要地位必定只會(huì)得到的加強(qiáng)，而不會(huì)有所衰退。 第六章為總結(jié)與展望?？膳Ｓ跋竦挠姓掌庉嫻δ堋?Turbo Photo 相冊(cè)是一個(gè)照片管理、瀏覽與批處理為一體的軟件。 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(shí)現(xiàn)完全智能化的，它可以自動(dòng)找出圖片中的有意義對(duì)象，并且實(shí)現(xiàn)多個(gè)對(duì)象的組合，以便能 夠更好滿足用戶的需求。 GrabCut 。最后在總結(jié)章節(jié)中，闡述了實(shí)現(xiàn)過(guò)程的一些特色與存在的問(wèn)題，并且提出對(duì)未來(lái)的研究方向的展望和個(gè)人自己的理解。 而滿足以上用戶需求的軟件實(shí)現(xiàn)的核心問(wèn)題就是如何實(shí)現(xiàn)一個(gè)在圖像分割領(lǐng)域內(nèi)有著良好表現(xiàn)的圖像摳取算法。 (2)Turbo Photo Turbo Photo 是一個(gè)以數(shù)碼影像為背景，面向 數(shù)碼相機(jī) 普通用戶和準(zhǔn)專(zhuān)業(yè)用戶而設(shè)計(jì)的一套集圖片管理，瀏覽，處理，輸出為一身的軟件系統(tǒng)。 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(diǎn)在于模型簡(jiǎn)單、處理速度快，但其處理效果不佳。首先對(duì) GrabCut 算法做了簡(jiǎn)介，再就 GrabCut算法的思想及過(guò)程進(jìn)行了詳細(xì)的闡述。另外，由于計(jì)算機(jī)圖像處理技術(shù)是對(duì)人類(lèi)視覺(jué)的模擬，而人類(lèi)的視覺(jué)系統(tǒng)又是一種高度自動(dòng)化的生物圖像處理系統(tǒng)。再將這些新的點(diǎn)做為新的種子生長(zhǎng)點(diǎn)，重復(fù)上面的步驟，直至沒(méi)有再滿足條件的點(diǎn)出現(xiàn)，就說(shuō)明一個(gè)區(qū)域被劃分出來(lái)了 [1,4]。 而基于 邊緣檢測(cè)的分割方法則主要是利用各種算子得到圖像中的邊緣，進(jìn)而根據(jù)邊緣信息得到分割后的區(qū)域。 (4) 一般地， F的“分形維數(shù)” (以某種方式定義的 )大于它的拓?fù)渚S數(shù)。 PCNN 的是一個(gè)二維神經(jīng)網(wǎng)絡(luò)。具體的分述如下 [4,2]： ① 對(duì) Win32 應(yīng)用程序編程接口的封裝 用一個(gè) C++ Object 來(lái)包裝一個(gè) Windows Object。這使得用戶的整個(gè)開(kāi)發(fā)過(guò)程大部分的工作都用于對(duì)這些開(kāi)發(fā)模板的使用以及調(diào)配。 1）構(gòu)成應(yīng)用程序的對(duì)象 圖 31 解釋了該應(yīng)用程序的結(jié)構(gòu)，箭頭表示信息流向。 ⑥ 文檔模板 文檔模板類(lèi)一般不需要派生。 GDI+讓程序員在設(shè)計(jì)程序時(shí)不用考慮到 具體的顯示器或打印機(jī)，直接使用由 GDI+提供的類(lèi)的方法便可以在顯示器或打印機(jī)等輸出設(shè)備上進(jìn)行圖形或文本的輸出，真正做到與設(shè)備無(wú)關(guān) [6,3]。 2） 名字空間 GDI+，將在名字空間 Gdiplus 下面進(jìn)行工作，因此， 在 應(yīng)用程序必須聲明 [7,4]。 2）把景物模型放在三維空間中的合適的位置，并且設(shè)置視點(diǎn)（ viewpoint）以觀察所感興趣的景觀。是一種比較有前途的交互式分割算法。 5) 標(biāo)簽值 :這個(gè)值標(biāo)記了該像素是屬于那一個(gè)塊 ,這兒對(duì)象的劃分是根據(jù) GrabCut 的劃分結(jié)果再進(jìn)行的進(jìn)一步劃分 。這 種變化就造成了一些像素的劃分信息從 PartitionForeground變?yōu)?PartitionBackground,當(dāng)然也會(huì)有一些像素出現(xiàn)相反的變化 .當(dāng)這些變化發(fā)生后 ,就需要 將前景摳圖區(qū)域中的每個(gè)像素重新分配到該像素“更適合”的高斯組件中去。 , 。圖像分割可以當(dāng)作一個(gè)二元標(biāo)記問(wèn)題，每一個(gè) Vi? ，有唯一的一個(gè) ?ix {前景為１，背景為０ }與之對(duì)應(yīng)。 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(guò)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(xiě)入幀緩沖區(qū)中。 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(lái)表示。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(lèi)派生 [4,9]。 并且在整個(gè)程序運(yùn)行的過(guò)程 中都可以調(diào)用 theApp 對(duì)象，對(duì)其進(jìn)行引用。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(kāi)發(fā)中更加的隨心所欲，甚至說(shuō)對(duì)其實(shí)現(xiàn)進(jìn)行優(yōu)化。 ③ 對(duì) COM/OLE 特性的封裝 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) 10 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。 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]。 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(wèn)題的解決 中。 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) 7 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。接下來(lái)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(guò)判斷這個(gè)強(qiáng)度值的大小來(lái)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。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（ t1,t2, ? ,tk ），使得所有灰度值滿足 f(x,y)∈ [ti,ti+1] 的象素點(diǎn)構(gòu)成第 i 個(gè)區(qū)域，其中 (i=0,1, ? ,k)。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(guò)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(píng)果等，這兒主要是指兩物體間沒(méi)有存在明顯的重疊，可以通過(guò)分析單幅或者序列圖像得到。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。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(jiàn)的問(wèn)題。 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。 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(lái)越多。而完成這類(lèi)軟件的核心就是一個(gè)處理效果良好的圖像摳取算法的實(shí)現(xiàn)。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。經(jīng)過(guò) , 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 ,逐漸 成為使用廣泛的圖像處理軟件 .Photoshop 支持眾多的圖像格式 ,對(duì)圖像的常見(jiàn)操作和變換 都 做得 非常精細(xì) 。 去背景操作就 是制作遮罩 的過(guò)程 ，所謂的去背 景 ，指的是將特定的主體從背景中分離出來(lái)，以便進(jìn)行其它的后續(xù)設(shè)計(jì)。 第三章為算法實(shí)現(xiàn)所涉及的工具及技術(shù)簡(jiǎn)介。而在視頻編碼，圖像檢索，人機(jī)互動(dòng)，運(yùn)動(dòng)監(jiān)測(cè)等研究領(lǐng)域中，往往只考慮感興趣區(qū)域的像素，所以好的圖像分割技術(shù)往往能促進(jìn)這些課題的研究發(fā)展。并且其在圖像的紋理信息分割方面具有很好的處理效果，它可以在灰度與局部特征值信息上進(jìn)行簡(jiǎn)單的聚類(lèi)分類(lèi)，也可以利用統(tǒng)計(jì)均勻性檢測(cè)進(jìn)行復(fù)雜的分裂與合并處理?；谶吘壍姆指罴?術(shù)主要有基于點(diǎn)的檢測(cè)，基于線的檢測(cè)經(jīng)及基于邊緣檢測(cè)等幾種方法 [1,7]。 (1) F 具有精細(xì)的結(jié)構(gòu)，即有任意小比例的細(xì)節(jié)。 Eckhorn 模型為研究小型哺乳動(dòng)物的視覺(jué)皮層提供了一個(gè)簡(jiǎn)單而有效的工 具，并很快在圖像處理方面獲得了具有重大應(yīng)用潛力的認(rèn)可。 Microsoft Visual C++提供了相應(yīng)的工具來(lái)完成這個(gè)工作：AppWizard 可以用來(lái)生成初步的框架文件（代碼和資源等）；資源編輯器用于幫助直觀地設(shè)計(jì)用戶接口； ClassWizard 用來(lái)協(xié)助添加代碼到框架文件；最后，編譯，則通過(guò)類(lèi)庫(kù)實(shí)現(xiàn)了應(yīng)用程序特定的邏輯 [4,1]。 從這個(gè)兩個(gè)類(lèi)派生出 的子類(lèi)都具有這兩個(gè)類(lèi)的特性 . 3）虛擬函數(shù)和動(dòng)態(tài)約束 MFC 是在 C++的基礎(chǔ)上構(gòu)建的 ,它對(duì) C++中的虛函數(shù)與動(dòng)態(tài)約束都提供了很好的支持 ,并且 MFC 還建立了消息映射機(jī)制來(lái)對(duì)過(guò)多的使用虛函數(shù)所帶來(lái)的如程序臃腫 ,內(nèi)存消耗過(guò)大 ,效率低下等問(wèn)題進(jìn)行優(yōu)化 .通過(guò) 對(duì) 虛擬函數(shù)和消息映射 的支持 ， MFC 類(lèi) 就為 提供了豐富的編程接口。實(shí)現(xiàn)這種功能的基礎(chǔ)是 C++對(duì)繼承的支持，對(duì)虛擬函數(shù)的支持，以及 MFC 實(shí)現(xiàn)的消息映射機(jī)制。視窗口通過(guò)文檔對(duì)象來(lái)訪問(wèn)和更新數(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) 14 為了避免執(zhí)行這種繁重的任務(wù)，可以在程序和設(shè)備之間使用第三個(gè)組件。 ③ 排版 [7,3] 排版與使用各種各樣的字體，尺寸和風(fēng)格顯示的文本有關(guān)。而像素?cái)?shù)據(jù)則是從存儲(chǔ)紋理的內(nèi)存中讀出數(shù)據(jù)，以通過(guò)光柵化的方式得到圖元碎片 [8,3]。傳統(tǒng)分割算法要么是利用紋理信息要么是利用邊界信息來(lái)實(shí)現(xiàn)前景背景分割，從而提取前景目標(biāo)。 3) 劃分信息 :代表該像素是被劃分到那一個(gè)部分 ,是前景部分 ,還是背景部分可用枚舉enum PartitionValue{PartitionForeground,PartitionBackground}來(lái)表示 。而具體的高斯學(xué)習(xí)算法被分為兩步 [13,2]: (1)將前景劃分中的像素劃分到它最可能屬于的前景高斯分量中 ,可能性的大小由高斯方程和像 素的具體顏色決定 .同樣將背景劃分中的像素劃分到它最可能屬于的背景高斯分量中．由表示一個(gè)像素是屬于前景劃分區(qū)域還是屬于背景劃分區(qū)域的摳圖信息的值和高斯混合模型的組件索引值 (1， ?， K)的值對(duì)唯一地標(biāo)示了一個(gè)像素是屬于所創(chuàng)建的2K個(gè)高斯混合模型組件中的哪一個(gè)．也可以簡(jiǎn)單的用組件的索引來(lái)表示 1， ?， 2K個(gè)高斯混合模型的組件 . (2)當(dāng)像素被聚集完成 ,就丟掉當(dāng)前的高斯分量值并且重新建立新的劃分以及高斯分量值 . 最小分割 GrabCut算法中通過(guò) maxflowmincut算法 ,即最大流最小切算法來(lái)實(shí)現(xiàn)最 小分割 . 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) 21 在最大流最小割算法所處理的圖中存在兩種連接分別為 Nlinks和 Tlinks。 , 。計(jì)算每一個(gè)節(jié)點(diǎn) i 到每一個(gè)前景類(lèi)的最小距離nFi KiCd ?? )(mi n，和相應(yīng)的背景距離 BnBi KiCd ?? )(m in，定義公式 42[10,2]： ? ? ? ?? ? ? ?? ? ? ?11111 0 11 1 011i i ii i ii f i b iE x E x FE x E x BE x p E x p B? ? ? ? ? ? ? ??? ? ? ? ? ?