Lazy Snapping

原论文在http://cs.brown.edu/courses/csci1950-g/results/final/thale/

刚看到论文的时候有点懵逼，后来整理了一下思路看懂了=

=如有错误欢迎指正~：

1、将图片利用superpixel分成很多区域

2、确定已定的前景背景区域（这个用户来完成，并且已经确定是前景还是背景的区域后来它的属性就不再更改了，这些区域就是，）

3、将其他未确定的区域进行处理，计算每个区域颜色平均值

4、建立图，图的结构大概是这样：

特别要注意的是，只有相邻的superpixel之间才有边~不然前景背景颜色相近的区域会被认为是同一区域

其实边的权值就是你把两点归为不同类的代价，代价越小，就越可能被割掉

 

5、对图进行分割，最后留下来与源点相连的是背景，其他的都是前景

这个分割是怎么来的呢，用最大流最小割的方法。我们要割掉的边是这些：

•  与源点相连的时候，割掉的是前景（与源点的边权值为0），将被归类到前景的不确定的点（边的权值为①，因为是前景点，所以平均色与前景的平均色差值更小，上式①前景的值小于背景）
• 点与点之间，平均色相差比较大的点之间的边会被割掉（E2更小）
•  与汇点相连的时候和与源点相连的时候同理

所以我们只要求出最大流，得出残留的图，残留图就是最后的结果了

6、最后结果

 

 

现在对superpixel的处理还有区域分划线还不是很好。就会出现这种情况：

过段时间再改进一下^-^。