【正文】 ? ??? ? ? ? ? ? ??? (42) 在上式中 fp , bp 分別為： Fif FBiidp dd? ? (43) Bib FBiidp dd? ? (44) 前兩組等式保證定義與用戶輸入一致，第三組等式意味著與前背景的顏色相近度決定著未知點的標(biāo)記。另外，圖像數(shù)據(jù)和 幾何頂點數(shù)據(jù)是可以通過顯示列表的方式進行相互轉(zhuǎn)化的 [8,2]。這種類型的圖像一般都存儲為位圖。 GDI 的出現(xiàn)使程序員無需要關(guān)心硬件設(shè)備及設(shè)備驅(qū)動，就可以將應(yīng)用程序的輸出轉(zhuǎn)化為硬件設(shè)備上的輸出，實現(xiàn)了程序開發(fā)者與硬件設(shè)備的隔離 ， 大大方便了開發(fā)工作。 另外，如果要向應(yīng)用程序中添加工具條，狀態(tài)欄的支持，則只需要添加一些CToolBar 和 CStatusBar 類型的成員變量，以及在一個 OnCreate 消息處理函數(shù)中初始化這兩個控制窗口。 MFC 提供了一個 Windows 應(yīng)用程序開發(fā)模式， 對程序的控制主要是由 MFC 框架完成的，而且 MFC 也完成了大部分的功能，預(yù)定義或?qū)崿F(xiàn)了許多事件和消息處理，等等。 2）繼承 MFC 擁有一個 龐大的類庫，這些類庫對 MFC 所能夠提供的功能進行了很好的封裝。 另外為了很好的完成GrabCut算法的圖像輸入及顯示工作，在其實現(xiàn)中分別用到了 GDI+中 CImage 類和 OpenGL中的繪制函數(shù)來完成。經(jīng)過這樣的決策機制處理后，圖像中各個區(qū)域就由神經(jīng)網(wǎng)絡(luò)確認(rèn)的類別進行了標(biāo)志。 新穎的圖像分割方法 目前應(yīng)用于圖像分割的新方法非常的多，它們的應(yīng)用范圍也各有不同，處理效果即理論的成熟度也表現(xiàn)出了一些差異，下面就基于分形的圖像分割技術(shù)和基于神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù)做一個簡單的介紹?？梢钥闯鰠^(qū)域合并是一個反復(fù)迭代 的過程，直到?jīng)]有區(qū)域再進行合并時，才停止。由此可見 ,基于閾值的圖像分割技術(shù) ,如果想要比較為復(fù)雜的背景下將目標(biāo)分辨并將其形狀完全提取出來 ,則對于閾值的選取是非常重要的。而這些區(qū)域或者幾個區(qū)域的聯(lián)合就可以表示一個感興趣的對象。首先介紹了課題研究的背景與意義，再對目前可用于圖像摳取的軟件或研究成果進行了簡單的介 紹。它在處理數(shù)碼圖像及照片時 非常 高速、 且 實用。 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，且功能眾多且強大，對單純?yōu)榱送瓿蓤D像目標(biāo)摳取的用戶來說，就有一點大材小用的感覺了。大家都渴望出現(xiàn)一個簡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，而僅僅是提供一個單一功能卻易操作的可進行目標(biāo)摳取，背景替換的圖像處理軟件。 本科畢業(yè)論文（設(shè)計） 題 目 基于圖像分割的圖像摳取算法的研究與實現(xiàn) 學(xué) 院 計算機學(xué)院 專 業(yè) 計算機科學(xué)與技術(shù) 學(xué)生姓名 楊明川 學(xué) 號 0643041308 年級 06 指導(dǎo)教師 呂澤均 教務(wù)處制表 二Ο一 年 月 日 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現(xiàn) 基于 圖像分割的圖像摳取算法的研究與實現(xiàn) 計算機科學(xué)與技術(shù)專業(yè) 學(xué)生 楊明川 指導(dǎo)老師 呂澤均 [摘要 ] 隨著數(shù)碼設(shè)備在日常生活中的大量使用，以及各種圖片在各個領(lǐng)域越來越廣泛的應(yīng)用，圍繞著圖片處理而出現(xiàn)的問題也變得越來越復(fù)雜。 并且對于會使用專業(yè)圖像處理軟件的用戶來說，一個簡單的目標(biāo)摳取， 背景替換的圖像處理軟件能夠為他們在制作一些復(fù)雜項目時提供大量的素材來源，不用為了得到一張圖像中的一個目標(biāo)，而花費大量時間去利用專業(yè)軟件從中摳取圖像對象。這兒列舉幾個功能強大，較為流行的軟件。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大。最后列出了本論文的主要安排和作者所做的主要工作。這樣通過對分割區(qū)域或者區(qū)域組合的的提取從而實現(xiàn)感興趣目標(biāo)的提取。閾值的高低完全確定了一些關(guān)鍵點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]。這個過程就是一個不斷生長的過程，直到生長出目標(biāo)，生長過程才會結(jié)束 [1,6]。 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)進行分割。這種類型的神經(jīng)網(wǎng)絡(luò)的一個經(jīng)典用例就是基于 Kohonen 圖的網(wǎng)絡(luò)。 MFC 概述 [4] MFC 編程框架 MFC 是 Microsoft Foundation Class 的簡寫。而類庫中的各個類并不是獨立的，它們大多從一些基礎(chǔ)類中派生而來，而這些基礎(chǔ)類對MFC 中眾多類的共同實現(xiàn)進行了很好的實現(xiàn)?？蚣芑蛘哂善浔旧硖幚硎录灰蕾嚦绦騿T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]。 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)。 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(shè)備進行交互的 Windows 和 Web 圖形應(yīng)用程序。位圖是代表屏幕上單個點的顏色的數(shù)字陣列。 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。 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。 ,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(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 可以 接受的變化 或者出現(xiàn)穩(wěn)定的情況 就可以了 。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(jù)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(fù)迭代，從而便算法達到收斂，進而得到分割結(jié)果。 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 }。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。然后才能很好的進行光柵化操作形成細小的圖形。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。不過程序和設(shè)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(shè)備編寫用戶接口代碼 [6,1]。 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現(xiàn)的。例如，繼承時，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。 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(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)。因為總體上， 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。 1989 年， Eckhorn 介紹了神經(jīng)網(wǎng)絡(luò)模型來模擬貓的視皮層機制。 B. B. Mandelbrot 指出， Hausdorff Besicovitch 維數(shù)嚴(yán)格大于拓撲維數(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。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。區(qū)域增長在很多領(lǐng)域都受到了很大的關(guān)注，其在計算機視覺的智能化應(yīng)用中也具有很大的作用。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。在這個章節(jié)中對圖像分割進行了概述，并就其目前使用基本方法進行了介紹。 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)雜背景下的精細目標(biāo) 。 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進行了很多功能上的改進 ，成為優(yōu)秀的平面設(shè)計編輯軟件。 除此之外 ,隨著計算機視覺理論和算法研究的發(fā)展，以及計算機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。因此一個簡單的，智能的進行目標(biāo)摳取的軟件是極為必要的。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。這些圖像處理軟四川大學(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(xué)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(wù) ,只是為了大量普通用戶才設(shè)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(chǎn)品品質(zhì)和處理速度也良莠不齊。 (3)光影魔術(shù)手 光影魔術(shù)手是國內(nèi) 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 。 此外， 可牛影像 具有補光、柔和等 6 大自動修復(fù)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。圖像分割是一個經(jīng)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(biāo)準(zhǔn) . 按照圖像分割的定義