本文介紹算法的源碼在github上給出

https://github.com/TimChinenov/GraspPicture

前言

成產品及系統(tǒng)平臺的現場演示，編寫技術應用服務方案等，編寫投標類方案文件及標書的制作；

通常，當我們看到一張圖片時，會在圖片中聚焦一個焦點。這個可能是一個人，一座建筑物甚至是一個桶。其他沒有聚焦區(qū)域雖然很清晰，但是卻由于顏色單調或者紋理較為平滑而很少引起關注。當遇到此類圖象時，我們希望從圖像中分割感興趣的對象。下面給出了顯著圖像的示例，本文探討了此類顯著圖像的分割方法，也稱為顯著性的圖像分割。

這中分割方式最開始起源于希望能夠自主尋找圖像中的Trimap。Trimap是圖像掩碼（mask），當與掩碼算法配合使用時，可用于分割圖像，同時能夠提示前景和背景之間的細節(jié)。Trimap通常包含定義前景的白色區(qū)域，定義背景的黑色區(qū)域以及代表不確定區(qū)域的灰色區(qū)域。

大部分摳圖算法問題在于，他們希望Trimap由用戶提供，這是一項非常耗時的任務。這里面介紹兩個試圖解決自主trimap生成問題的相關論文，這兩篇論文在文末給出。在第一篇論文中使用了一種相當簡單且易于實現的方法。

不幸的是，他們的方法并不是完全自主的，因為它要求用戶為Grabcut算法提供一個矩形區(qū)域。第二篇論文中，使用顯著性方法預測感興趣的區(qū)域。但是，它們的顯著性方法非常復雜，將三種不同的顯著性算法的結果結合在一起。這三種算法中有一種利用卷積神經網絡，為了易于實現，應該盡量避免這種技術。

如果忽略需要人為給出矩形區(qū)域，第一篇論文中能夠產生較好的分割結果。通過第二篇論文的原理去自動給出一個Grabcut算法的矩形區(qū)域，那么將完美的解決自主分割的問題。

方法

對于大多數形式的圖像分割，目標都是將圖像二值化為感興趣的區(qū)域。這個本文介紹方法的目標也是這樣的。首先，大致確定感興趣的對象在哪里。將高斯模糊應用于圖像，之后在模糊圖像中生成平均15像素大小的超像素。超像素算法旨在根據像素區(qū)域中值的顏色和距離來分解圖像。具體來說，使用了簡單的線性迭代聚類（SLIC）算法。

超像素將圖像分解為大致相同的區(qū)域。這樣的一個優(yōu)點是，超像素允許區(qū)域的泛化。我們可以假設超像素內的大多數像素具有相似的屬性。

在確定圖像中的超像素的同時，計算圖像的顯著性圖。使用了兩種不同的顯著性技術。第一種方法使用OpenCV內置的方法，即所謂的細顆粒顯著性。第二種方法涉及獲取細顆粒顯著性圖像的平均值，然后從圖像的高斯模糊版本中減去平均值，然后是新圖像的絕對值。

下方的圖像均突出顯示了感興趣的區(qū)域。細顆粒顯著性產生的圖像較為柔和。此外，細顆粒顯著性圖像主要勾勒出突出圖像的邊界。而另一種方法雖然也捕獲了突出圖像的內部，但是與細顆粒方法相比，該方法會產生更多的噪音。之后需要對噪聲進行去除。

為了將圖像二值化，對從彩色圖像生成的每個超級像素進行迭代。如果顯著圖像內該超像素區(qū)域的中值像素值大于閾值T1，則整個超像素將被二值化為白色。否則，整個超像素將保留為黑色。T1由用戶選擇，一般情況下，將T1設置為顯著圖像中最大像素值的25%-30％。

在對圖像進行二值化之后，基于所使用的顯著性技術對圖像進行擴張。在第一種方法中，將圖像放大為平均超像素尺寸的兩倍。在第二種方法中沒有進行擴大，因為圖像中存在的較大噪聲使擴張風險增大。處理的結果在下面給出。

最后一步操作取決于使用的是哪種顯著性。在這兩種方法的結果中，都提取最大的白色像素區(qū)域。通過查找圖像中的輪廓并選擇面積最大的輪廓來執(zhí)行此操作，之后將邊界框擬合到所選區(qū)域。

根據一般性結果，第一種顯著性方法通常會導致區(qū)域碎片化。生成邊界框后，將落入該框的不屬于最大區(qū)域的所有其他白色區(qū)域添加到該框。框的邊界增加到包括這些區(qū)域。第二種顯著性方法不需要這樣做。通常，最大獲取的區(qū)域會超出期望的數量。

最后一步是將最終找到的邊界框提供給Grabcut算法。Grabcut是用于分割圖像的常用方法，該方法會將絕對是背景和前景的內容分開。這里面我們直接使用OpenCV的內置Grabcut函數。處理的結果如下所示。

結果

兩種顯著性計算方法對于結果會有一些影響。第一種顯著性方法更加適用于含有噪聲的圖像中，在含有噪聲的圖像中不會像第二種顯著性方法造成分割結果的溢出。，但是如果圖像太長或有卷須，則這些部分通常會與圖像的其余部分斷開連接。

編輯：jq