【文章內(nèi)容簡(jiǎn)介】 小的區(qū)域,通過(guò)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)5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(lái)進(jìn)行一些小區(qū)域的合并。從而最終完成整個(gè)分割過(guò)程。區(qū)域合并的第一步就是根據(jù)前面的特征給每個(gè)區(qū)域賦一組參數(shù)。這些參數(shù)能夠反映區(qū)域?qū)儆谀膫€(gè)物體 [1,5]。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。如果這個(gè)值很大，則表示這個(gè)邊界的強(qiáng)度很大，即這兩個(gè)相鄰的區(qū)域擁有著很大的差異，則不需要進(jìn)行合并，它們的邊界也就不能消除，反之，若這個(gè)值較小，則認(rèn)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。在這個(gè)過(guò)程完成后需要對(duì)所有的區(qū)域根據(jù)它當(dāng)前的所有像素重新計(jì)算出一個(gè)特征值，以便完成下一次的邊界消除，區(qū)域合并過(guò)程?？梢钥闯鰠^(qū)域合并是一個(gè)反復(fù)迭代的過(guò)程，直到?jīng)]有區(qū)域再進(jìn)行合并時(shí)，才停止。這個(gè)過(guò)程就是一個(gè)不斷生長(zhǎng)的過(guò)程，直到生長(zhǎng)出目標(biāo)，生長(zhǎng)過(guò)程才會(huì)結(jié)束 [1,6]。3） 基于邊緣的分割圖像的邊緣是圖像最基本的特征之一,所謂邊緣是指其周?chē)袼鼗叶扔须A躍變化或屋,物體與物體之間,基元與基元之間,因此,區(qū)域的邊緣的操作。而由以上對(duì)于邊緣的定義知，邊緣是圖像的局部特征，這樣通過(guò)對(duì)局部特征的分析就可以確定某個(gè)像素是否是邊緣。基于邊緣的分割技術(shù)主要有基于點(diǎn)的檢測(cè)，基于線(xiàn)的檢測(cè)經(jīng)及基于邊緣檢測(cè)等幾種方法 [1,7]?；邳c(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(guò)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。而基于線(xiàn)的檢測(cè)有兩種方式，一種是利用線(xiàn)檢測(cè)模板進(jìn)行線(xiàn)檢測(cè)，另外是利用哈夫變換進(jìn)行直線(xiàn)檢測(cè)。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。邊緣檢測(cè)的基本問(wèn)題是噪聲對(duì)圖像檢測(cè)精度的影響。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。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。Cannny 應(yīng)用嚴(yán)格的數(shù)學(xué)方法對(duì)此問(wèn)題進(jìn)行了分析，提出了 4 個(gè)指數(shù)函數(shù)線(xiàn)性組合形成的最佳邊緣檢測(cè)算子，其實(shí)質(zhì)是用一個(gè)準(zhǔn)高斯四川大學(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(lái)近似，屬于具有平滑功能的一階微分算子 [1,8]。Canny 給出了評(píng)價(jià)邊緣檢測(cè)性能優(yōu)劣的三個(gè)指標(biāo)：① 好的信噪比，即將邊緣點(diǎn)判為非邊緣點(diǎn)，非邊緣點(diǎn)判為邊緣點(diǎn)的概率應(yīng)該比較低。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。③ 對(duì)單一邊緣僅有唯一響應(yīng)，即單個(gè)邊緣產(chǎn)生多個(gè)響應(yīng)的效率應(yīng)該比較低，并且虛假邊緣的響應(yīng)應(yīng)該得到最大的抑制。并且，優(yōu)秀的邊緣檢測(cè)器可以通過(guò)以下方式得到：① 使圖像信噪比 SNR 最大化② 使標(biāo)記的邊緣點(diǎn)與真實(shí)邊緣中央的距離的均方根的估計(jì)值的倒數(shù)最大化為了同時(shí)達(dá)到檢測(cè)性能指標(biāo)和定位標(biāo)準(zhǔn)的最大化，Canny 認(rèn)為 SNR 與邊緣點(diǎn)位移的估計(jì)值一的標(biāo)準(zhǔn)方差的倒數(shù)乘積應(yīng)達(dá)到最大 [1,9]。 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(gè)簡(jiǎn)單的介紹。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。而分形維數(shù)在一定程度上對(duì)物體表面的粗糙度有著一定程度的反映，而自然物體與人造物體在分形維數(shù)上有著很大的差異，這樣就可以利用這個(gè)特征從自然背景中提取出人造物體。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(chēng)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(chēng)它是一個(gè)分形。(1) F 具有精細(xì)的結(jié)構(gòu)，即有任意小比例的細(xì)節(jié)。(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(yǔ)言來(lái)描述。(3) F 通常具有某種自相似形式，可能是近似的或統(tǒng)計(jì)的。(4) 一般地，F(xiàn) 的“分形維數(shù)”(以某種方式定義的)大于它的拓?fù)渚S數(shù)。(5)在大多數(shù)令人感興趣的情形下，F(xiàn) 可以以某種非常簡(jiǎn)單的方法產(chǎn)生，可能由迭代產(chǎn)生。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]。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。分形作為一個(gè)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自相似的，它以其獨(dú)特的手段來(lái)解決整體與部分的關(guān)系問(wèn)題。自相似性具有標(biāo)度不變性，其嚴(yán)密的量化方法至今未形成，僅能借助計(jì)算機(jī)模擬 [2,3]。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。神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像分割中的應(yīng)用目前也有了極大的發(fā)展?；谏窠?jīng)網(wǎng)絡(luò)的分割是用一個(gè)或一系列人工神經(jīng)網(wǎng)絡(luò)對(duì)圖像中的小區(qū)域進(jìn)行處理的分割技術(shù)。經(jīng)過(guò)這樣的決策機(jī)制處理后，圖像中各個(gè)區(qū)域就由神經(jīng)網(wǎng)絡(luò)確認(rèn)的類(lèi)別進(jìn)行了標(biāo)志。這種類(lèi)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)。脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNNs）是通過(guò)模擬貓的視皮層神經(jīng)元模型和為了獲得高性能圖像處理仿生而開(kāi)發(fā)的。1989 年，Eckhorn 介紹了神經(jīng)網(wǎng)絡(luò)模型來(lái)模擬貓的視皮層機(jī)制。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。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(chēng)為脈沖耦合神經(jīng)網(wǎng)絡(luò)。在過(guò)去的十年中，PCNNs 已被用于圖像處理的各種應(yīng)用，包括：圖像分割，特征生成，面部提取，運(yùn)動(dòng)檢測(cè)，區(qū)域生長(zhǎng)，減少噪聲等。PCNN 的是一個(gè)二維神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)中的每個(gè)神經(jīng)元對(duì)應(yīng)一個(gè)像素的圖像輸入，接收其對(duì)應(yīng)的顏色信息（如強(qiáng)度）作為外部刺激。 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(lái)的本地刺激。 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。通過(guò)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。 輸出的脈沖時(shí)間序列包含圖像信息的輸入，可為各種不同的圖像處理應(yīng)用，如圖像分割和特征生成，利用。 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]。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)83 算法實(shí)現(xiàn)的工具及技術(shù)簡(jiǎn)介在 GrabCut 算法的實(shí)現(xiàn)過(guò)程中，整個(gè)算法的實(shí)現(xiàn)都是建立在 MFC 框架之上的。MFC框架很好的完成了算法實(shí)現(xiàn)系統(tǒng)的界面顯示以及用戶(hù)交互等工作。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(shí)現(xiàn)中分別用到了 GDI+中 CImage 類(lèi)和OpenGL 中的繪制函數(shù)來(lái)完成。 MFC 概述 [4] MFC 編程框架MFC 是 Microsoft Foundation Class 的簡(jiǎn)寫(xiě)。MFC 中所包含的各種類(lèi)組合起來(lái)構(gòu)成了一個(gè)應(yīng)用程序框架，它的目的就是讓程序員在此基礎(chǔ)上來(lái)建立 Windows 下的應(yīng)用程序，這是一種相對(duì) SDK 來(lái)說(shuō)更為簡(jiǎn)單的方法。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(hù)接口的標(biāo)準(zhǔn)實(shí)現(xiàn)方法，程序員所要做的就是通過(guò)預(yù)定義的接口把具體應(yīng)用程序特有的東西填入這個(gè)輪廓。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(guān)地設(shè)計(jì)用戶(hù)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]。1）封裝MFC 框架的構(gòu)成主要是由 MFC 類(lèi)庫(kù)，而 MFC 類(lèi)庫(kù)主要是一些 C++類(lèi)庫(kù)。這樣這些類(lèi)庫(kù)就可以對(duì) Win32 應(yīng)用程序編程接口，應(yīng)用程序概念，OLE 特性，ODBC 或 DAO 數(shù)據(jù)庫(kù)訪(fǎng)問(wèn)等功能進(jìn)行封裝。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。例如：class CWnd 是一個(gè) C++ window object，它把 Windows window(HWND)和 Windows window 有關(guān)的 API 函數(shù)封裝在 C++ window object 的成員函數(shù)內(nèi)，后者的成員變量 m_hWnd 就是前者的窗口句柄。②對(duì)應(yīng)用程序概念的封裝在使用 SDK 編寫(xiě) Windows 應(yīng)用程序時(shí)，必須首先定義窗口過(guò)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(guò)程，等等。而對(duì)于這一套過(guò)程的實(shí)現(xiàn)每一四川大學(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)9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。于是 MFC 把許多類(lèi)似的處理用一些類(lèi)封裝起來(lái)，替程序員完成這些工作，以提高編碼的效率。另外，MFC 還對(duì)文檔視圖模式進(jìn)行了封裝支持，而文檔就表示了用戶(hù)操作的數(shù)據(jù)對(duì)象，而視圖則被視為完成對(duì)數(shù)據(jù)對(duì)象操作的接口，用戶(hù)通過(guò)對(duì)視圖的操作就可以完成對(duì)數(shù)據(jù)對(duì)象的查看及處理。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。而這一套接口的實(shí)現(xiàn)又極為繁瑣，因此，MFC 的 OLE 類(lèi)對(duì) OLE API 大量的復(fù)雜工作進(jìn)行了封裝，這些類(lèi)提供了實(shí)現(xiàn) OLE 的更高級(jí)接口 [4,3]。④對(duì) ODBC 功能的封裝以少量的能提供與 ODBC 之間更高級(jí)接口的 C++類(lèi)，封裝了 ODBC API 的大量的復(fù)雜的工作，提供了一種數(shù)據(jù)庫(kù)編程模式。2）繼承 MFC 擁有一個(gè)龐大的類(lèi)庫(kù)，這些類(lèi)庫(kù)對(duì) MFC 所能夠提供的功能進(jìn)行了很好的封裝。而類(lèi)庫(kù)中的各個(gè)類(lèi)并不是獨(dú)立的，它們大多從一些基礎(chǔ)類(lèi)中派生而來(lái)，而這些基礎(chǔ)類(lèi)對(duì)MFC 中眾多類(lèi)的共同實(shí)現(xiàn)進(jìn)行了很好的實(shí)現(xiàn)。首先，MFC 抽象出眾多類(lèi)的共同特性，設(shè)計(jì)出一些基類(lèi)作為實(shí)現(xiàn)其他類(lèi)的基礎(chǔ)。這些類(lèi)大多都是從 CObject 和 CCmdTarget 派生而 類(lèi)對(duì)一些重要的特性提供很好的實(shí)現(xiàn)，這些特性包括動(dòng)態(tài)類(lèi)信息、動(dòng)態(tài)創(chuàng)建、對(duì)象序列化、對(duì)程序調(diào)試的支持,而 CCmdTarget 通過(guò)封裝一些屬性和方法，提供了消息處理的架構(gòu)。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,，MFC 類(lèi)就為提供了豐富的編程接口。用戶(hù)繼承基類(lèi)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。這樣 MFC 框架就能夠完成用戶(hù)所期望的處理效果.4） MFC的宏觀(guān)框架體系 MFC 對(duì)一切用于更好的使用戶(hù)進(jìn)行應(yīng)用程序開(kāi)發(fā)的功能,動(dòng)態(tài)約束,及它們間的一些關(guān)系與相互作用都進(jìn)行了很好的封裝。這使得用戶(hù)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。而在不同的應(yīng)用程序的開(kāi)發(fā)過(guò)程，僅僅是對(duì)不同模板的使用而已。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(guò)程。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其操作的流程及處理方式。又如，為了實(shí)現(xiàn)對(duì) DLL 編程的支持和多線(xiàn)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(duì)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。雖然對(duì)于大多數(shù)的用戶(hù)來(lái)說(shuō)，在不明白 MFC 的一些內(nèi)部實(shí)現(xiàn)的情況下，也能做出一些良好的應(yīng)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?？傊琈FC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(jiǎn)化了 Windows 編程。同時(shí)，MFC 支持對(duì)底層 API 的直接調(diào)用 [4,4]。MFC 提供了一個(gè) Windows 應(yīng)用程序開(kāi)發(fā)模式，對(duì)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?？蚣芑蛘哂善浔旧硖幚硎录?，不依賴(lài)