Graph Cuts学习

想先把图放上来,这个是研究学习了之后绘制的,效果虽然不是很好。

下面是我将原图转化成了HSV和RGB通道,然后对他们每个单通道都进行了一遍Graph Cuts。

1.Graph Cuts是图像分割中的一种方法,这种方法是通过使用图的形式来求解能量函数。确定能量函数的可以给图的边赋予相应的权值,从而可以把能量函数完全转换成一幅S/T图,在使用图的性质求解图的最大流/最小割,求出全局最优也就是全局能量最小。

2.graph cut 就是基于graph(图论)的各种分割算法,如NCut,最小割,RatioCut,图割等,graph cuts是图割,用来解基于MRF的能量方程的一种方法。


缺点:
二类分割后的结果是全局能量函数最小,全局最优解,多类问题不能达到最优,只能是局部最优解;
处理像素值存在明显差异的图像有优势,高对比度图像,
处理图像中含有噪声或遮挡分割效果较差,易得到错误分割;
需要用户手动标记部分前后景像素点,存在人工干预;
初始化标记前后景像素 点不同会导致最后分割的效果达到不同程度, graphcuts 算法对用户交互非常敏感;
当图像中含有复杂背景时,则需要进行更多的用户交互,使用画笔 / 画刷 标记更多的背景 和前景像素点。

代码下载:GitHub - DamonZCR/GraphCut: 利用最大流最小割实现图片分割

猜你喜欢

转载自blog.csdn.net/m0_63172128/article/details/125727173