[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation

Bigcrab__

已于 2023-11-16 15:09:14 修改

阅读量153

点赞数 1

分类专栏：机器学习文章标签： python 深度学习图像处理

于 2023-11-03 21:43:00 首次发布

本文链接：https://blog.csdn.net/m0_72947390/article/details/134209187

版权

机器学习专栏收录该内容

39 篇文章 0 订阅

订阅专栏

Efficient Graph-Based Image Segmentation

论文：Efficient Graph-Based Image Segmentation
作者：Pedro F. Felzenszwalb， Daniel P. Huttenlocher
时间：2004
地址：https://cs.brown.edu/people/pfelzens/segment

一、完整代码

作者在文章开头地址中使用C++实现了这一过程，为了便于python学者理解，这里我们使用python代码进行实现

1.1 Python 完整程序

import cv2
import matplotlib.pyplot as plt
import numpy as np


class UnionFindSet:
    """
    创建一个交并集
    """

    def __init__(self, datalist):
        self.father = {}
        self.size = {}
        for data in datalist:
            self.father[data] = data
            self.size[data] = 1

    def find(self, node):
        father = self.father[node]
        if father != node:
            if father != self.father[father]:
                self.size[father] -= 1
            father = self.find(father)
        self.father[node] = father
        return father

    def union(self, node_a, node_b):
        if node_a is None or node_b is None:
            return

        a_head = self.find(node_a)
        b_head = self.find(node_b)

        if a_head != b_head:
            a_size = self.size[a_head]
            b_size = self.size[b_head]
            if a_size >= b_size:
                self.father[b_head] = a_head
                self.size[a_head] += b_size
            else:
                self.father[a_head] = b_head
                self.size[b_head] += a_size

    def the_same(self, node_a, node_b):
        return self.find(node_a) == self.find(node_b)


class Edge:
    def __init__(self, vi, vj, weight):
        self.vi = vi
        self.vj = vj
        self.weight = weight


def gaussian_blur(img, kernel_size, sigma):
    """
    img: the pic
    kernel_size: size
    sigma: Gaussian sigma
    output: img
    """
    img = cv2.GaussianBlur(np.array(img),(kernel_size,kernel_size),sigma,sigma)
    return img


def calculate_weight(img, x1, y1, x2, y2):
    r = img[x1][y1][0] - img[x2][y2][0]
    g = img[x1][y1][1] - img[x2][y2][1]
    b = img[x1][y1][2] - img[x2][y2][2]
    return np.sqrt(np.sum(np.square(np.array([r, g, b]))))


def calculate_weights(img, h, w):
    lst = []
    for i in range(h):
        for j in range(w):
            # 右上角
            if i != 0 and j < w - 1:
                weight = calculate_weight(img, i, j, i - 1, j + 1)
                edge = Edge(i * w + j, (i - 1) * w + j + 1, weight)
                lst.append(edge)
            # 右
            if j < w - 1:
                weight = calculate_weight(img, i, j, i, j + 1)
                edge = Edge(i * w + j, i * w + j + 1, weight)
                lst.append(edge)
            # 右下角
            if i != h - 1 and j < w - 1:
                weight = calculate_weight(img, i, j, i + 1, j + 1)
                edge = Edge(i * w + j, (i + 1) * w + j + 1, weight)
                lst.append(edge)
            # 下
            if i != h - 1:
                weight = calculate_weight(img, i, j, i + 1, j)
                edge = Edge(i * w + j, (i + 1) * w + j, weight)
                lst.append(edge)
    lst = sorted(lst, key=lambda x: x.weight)
    return lst


def get_size(S, node):
    return S.size[S.find(node)]


def main(img, k, min_size):
    h, w, chanles = img.shape
    lst = calculate_weights(img.astype(int), h, w)
    S = UnionFindSet(np.arange(h * w))
    Int = np.zeros(shape=h * w)
    # 因为从小到大排列 diff 就是weight

    for edge in lst:
        vi = edge.vi
        vj = edge.vj
        weight = edge.weight
        if not S.the_same(vi, vj) and weight <= min(Int[vi] + k / get_size(S, vi), Int[vj] + k / get_size(S, vj)):
            S.union(vi, vj)
            Int[vi] = Int[vj] = max(Int[vi], Int[vj], weight)

    for edge in lst:
        vi = edge.vi
        vj = edge.vj
        if not S.the_same(vi, vj) and (get_size(S, vi) <= min_size or get_size(S, vj) <= min_size):
            S.union(vi, vj)
            Int[vi] = Int[vj] = max(Int[vi], Int[vj], weight)

    trade = dict(zip(set(S.father.values()), range(len(set(S.father.values())))))
    img_ = np.array([trade[item] for item in list(S.father.values())]).reshape(h, w)
    return img_


def felzenszwalb(img, k, min_size):
    img = gaussian_blur(img, 5,5)
    img_ = main(img, k, min_size)
    return img_


def get_color(origin_img, img):
    """
    orgin_img: origin img
    img: after process img
    """
    new_img = np.zeros_like(origin_img)
    for i in range(np.max(img)):
        new_img[:,:,0][img == i] = np.random.randint(255)
        new_img[:,:,1][img == i] = np.random.randint(255)
        new_img[:,:,2][img == i] = np.random.randint(255)
    return new_img


if __name__ == '__main__':
    img = plt.imread('../data/cat-dog.jpg')
    img_ = felzenszwalb(img, 5000, 500)
    new_img = get_color(img, img_)
    plt.imshow(new_img)
    plt.show()

1.2 skimage 导包

import numpy as np
from skimage import segmentation
import matplotlib.pyplot as plt


def get_color(origin_img, img):
    """
    orgin_img: origin img
    img: after process img
    """
    new_img = np.zeros_like(origin_img)
    for i in range(np.max(img)):
        new_img[:,:,0][img == i] = np.random.randint(255)
        new_img[:,:,1][img == i] = np.random.randint(255)
        new_img[:,:,2][img == i] = np.random.randint(255)
    return new_img


if __name__ == '__main__':
    img = plt.imread('../data/cat-dog.jpg')
    img_ = segmentation.felzenszwalb(
        img,
        scale=500,
        sigma=0.95
    )
    new_img = get_color(img, img_)
    plt.imshow(new_img)
    plt.show()

二、论文解读

2.1 目的及其意义

目的：将图像根据颜色RGB特征按区域进行分割
意义：将分割后得到的区域进行有效筛选后，可以进行例如区域推荐，目标检测等等高级操作，当然其本质还是图像分割
特点：该方法的一个重要特点是，它能够在低变异性图像区域保留细节，而忽略了高变异性图像区域的细节。也就是说在变化不大的区域可以对细节进行保留，在变化很大的区域对细节进行剔除，这个效果根据后面合并小区域得到的。

2.2 框架以及指标

正如论文题目所说，这个方法是基于Graph的图像分割技术，是用图 $G = (V, E)$ 来表达问题并对问题进行分析的，在此问题中， $G$ 是无向图，其 $V$ 中每一个节点对应于图中每一个像素点的位置， $E$ 中的每一条边表示相邻的两个节点的信息以及其差异值即权重。

权重定义如下： $w(v_i, v_j ) = |I(p_i) − I(p_j )|= \sqrt{(r_i-r_j)^2 + (g_i-g_j)^2 + (b_i-b_j)^2}$ 其中 $r_i, g_i,b_i$ 是图像在三个通道上的值的大小；

现在问题已经表示完毕，接下来我们需要对图像进行分割，其本质就是把 $V$ 中的节点分成不同的集合 $C_1,C_2, \dots,C_m.$ 为了表示集合中节点的整体关系，我们定义一个指标： $\max_{e\in MST(C,E)}w(v_i, v_j )$ 这个指标可以表示集合内部的最大差异，其中MST是最小生成树，论文的算法主要是围绕MST的Kruskal算法展开，在这里我们可以通过对 $E$ 排序的方式进行构造，并不需要对MST的生成有要求，感兴趣可以自行了解；

上面对集合内部节点整体关系定义了一个指标，我们还需要对集合之间的关系定义一个指标，指标如下： $Diff(C_1,C_2)=\min_{v_i \in C_1, v_j \in C_2, (v_i, v_j) \in E}w(v_i, v_j)$ 该指标可以表示集合之间的最小差异；

我们如何对集合之间进行合并呢？定义以下指标： $D(C_1,C_2)= \begin{cases} True & \quad Diff(C_1, C_2) > MInt(C_1, C_2)\\ False & \quad otherwise \end{cases}$ 其中True表示合并，False表示不合并，其中 $MInt(C_1, C_2)=min(Int(C1) + τ (C1), Int(C2) + τ (C2))$ $(C)=\frac{k}{|C|}$ 这里 $k$ 是一个常数， $∣ C ∣$ 表示集合 $C$ 的大小；

指标定义到此完毕！

2.3 论文算法流程

算法原文如下图所示：

初始化，设 $V$ 中有n个节点， $E$ 中有m条边， $S^0=(C_1, C_2, \dots, C_n)$ 即每一个节点单独成一个集合
对 $E$ 根据权重进行由小到大的排序
遍历 $E$ 中每个元素，得到每个元素中包含的两个节点 $v_i,v_j$ ,找到 $v_i,v_j$ 属于的集合 $C_i,C_j$ ,如果 $C_i=C_j$ ，则跳过，否则计算 $D(C_i,C_j)$ 判断是否合并,得到 $S^0,S^1,\dots,S^m$
$S = S^m$

三、过程实现

为了适应实际情况，实现分为三步走：高斯模糊 -> 主要算法 -> 随机上色

3.1 导包

import cv2
import numpy as np
import matplotlib.pyplot as plt

3.2 高斯模糊

由于是对图像进行分割，所以不需要图片过于细节，把图像进行高斯平滑处理，去掉细节

def gaussian_blur(img, kernel_size, sigma):
    """
    img: the pic
    kernel_size: size
    sigma: Gaussian sigma
    output: img
    """
    img = cv2.GaussianBlur(np.array(img),(kernel_size,kernel_size),sigma,sigma)
    return img

在kernel_size = 5, sigma = 5 得到结果如下：

左边是原图，右边是平滑过后的图像；

3.3 主要算法

首先创建一个并查集类

class UnionFindSet:
    """
    创建一个并查集
    """
    def __init__(self, datalist):
        self.father = {}
        self.size = {}
        for data in datalist:
            self.father[data] = data
            self.size[data] = 1
    
    def find(self, node):
        father = self.father[node]
        if father != node:
            if father != self.father[father]:
                self.size[father] -= 1
            father = self.find(father)
        self.father[node] = father
        return father

    def union(self, node_a, node_b):
        if node_a is None or node_b is None:
            return 
        
        a_head = self.find(node_a)
        b_head = self.find(node_b)

        if a_head != b_head:
            a_size = self.size[a_head]
            b_size = self.size[b_head]
            if a_size >= b_size:
                self.father[b_head] = a_head
                self.size[a_head] += b_size
            else:
                self.father[a_head] = b_head
                self.size[b_head] += a_size
    
    def the_same(self, node_a, node_b):
        return self.find(node_a) == self.find(node_b)

再进行主要算法计算

class Edge:
    def __init__(self, vi, vj, weight):
        self.vi = vi
        self.vj = vj
        self.weight = weight

def calculate_weight(img, x1, y1, x2, y2):
    r = img[x1][y1][0] - img[x2][y2][0]
    g = img[x1][y1][1] - img[x2][y2][1]
    b = img[x1][y1][2] - img[x2][y2][2]
    return np.sqrt(np.sum(np.square(np.array([r,g,b]))))

def calculate_weights(img, h, w):
    lst = []
    for i in range(h):
        for j in range(w):
            # 右上角
            if i != 0 and j < w-1:
                weight = calculate_weight(img, i, j, i-1,j+1)
                edge = Edge(i*w+j, (i-1)*w+j+1, weight)
                lst.append(edge)
            # 右
            if j < w-1:
                weight = calculate_weight(img, i, j, i, j+1)
                edge = Edge(i*w+j, i*w+j+1, weight)
                lst.append(edge)
            # 右下角
            if i != h-1 and j < w-1:
                weight = calculate_weight(img, i, j, i+1, j+1)
                edge = Edge(i*w+j, (i+1)*w+j+1, weight)
                lst.append(edge)
            # 下
            if i != h-1:
                weight = calculate_weight(img, i, j, i+1, j)
                edge = Edge(i*w+j, (i+1)*w+j, weight)
                lst.append(edge)
    lst = sorted(lst, key=lambda x:x.weight)
    return lst


def get_size(S, node):
    return S.size[S.find(node)]


def main(k, min_size):
    h, w, chanles = img.shape
    lst = calculate_weights(img.astype(int), h, w)
    S = UnionFindSet(np.arange(h*w))
    Int = np.zeros(shape=h*w)
    
    # 因为从小到大排列 diff 就是weight
    for edge in lst:
        vi = edge.vi
        vj = edge.vj
        weight = edge.weight
        if not S.the_same(vi, vj) and weight <= min(Int[vi] + k/get_size(S, vi), Int[vj] + k/get_size(S, vj)):
            S.union(vi, vj)
            Int[vi] = Int[vj] = max(Int[vi], Int[vj], weight)
            
    # 合并小集合
    for edge in lst:
        vi = edge.vi
        vj = edge.vj
        if not S.the_same(vi, vj) and (get_size(S, vi) <= min_size or get_size(S, vj) <= min_size):
            S.union(vi, vj)
            Int[vi] = Int[vj] = max(Int[vi], Int[vj], weight)

    trade = dict(zip(set(S.father.values()),range(len(set(S.father.values())))))
    img_ = np.array([trade[item] for item in list(S.father.values())]).reshape(h,w)
    return img_

main(5000,500)

3.4 随机上色

相比于之前的步骤，这一步很简单

def get_color(origin_img, img):
    """
    orgin_img: the original img
    img: the img after process
    """
    new_img = np.zeros_like(origin_img)
    for i in range(np.max(img)):
        new_img[:,:,0][img == i] = np.random.randint(255)
        new_img[:,:,1][img == i] = np.random.randint(255)
        new_img[:,:,2][img == i] = np.random.randint(255)
    return new_img

得到结果如下：

四、整体总结

没什么好总结的，干就完了！

Bigcrab__

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
[Initial Image Segmentation Generator]论文实现：Efficient Graph-Based Image Segmentation

正如论文题目所说，这个方法是基于Graph的图像分割技术，是用图G=(V,E)来表达问题并对问题进行分析的，在此问题中，G是无向图，其V中每一个节点对应于图中每一个像素点的位置，E中的每一条边表示相邻的两个节点的信息以及其差异值即权重。
复制链接

扫一扫

专栏目录