A Global Sampling Method for Alpha Matting笔记

简介

　　本篇主要A Global Sampling Method for Alpha Matting论文的笔记记录。

具体实现

　　输入：1、原图src
 　　     2、掩码图mask(0为背景，128未知区域，255为前景)
　　1、expansionOfKnownRegions
 　　  根据前后景图像与周围未知区域的颜色、强度相关性，对图像掩码mask做一定程度的前后景扩散，然后腐蚀。
  
　　2、找到前景掩码和未知区域边界位置，存入：foregroundBoundary
　　   找到背景掩码和未知区域边界位置，存入：backgroundBoundary
  
　　3、随机生成：foregroundBoundary.size + backgroundBoundary.size个坐标点，如果该坐标位置掩码为前景或者背景，
　　 则将该点坐标对应放入foregroundBoundary或者backgroundBoundary。
  
　　4、根据foregroundBoundary和backgroundBoundary中存放坐标点对应src图像信息强度，从小到大，对坐标点进行排序。
  
　　5、遍历全图未知区域，分别计算每个未知区域点和foregroundBoundary、backgroundBoundary的最小坐标距离平方差。
　　 并随机生成(rand() % foregroundBoundary.size(), rand() % backgroundBoundary.size()).全部存入到samples中。 
  
　　6、建立数组二维coords，存入src图像坐标从(0,0)到(h,w)存入。
  
　　7、循环10次：
 　　  7.1、将coords存的坐标数据随机打乱从排。
 　　  7.2、循环coords.size()次，每次取出mask[coords[i].x, coords[i].y]数据，如果mask不是未知区域(128),直接进入下一次循环。
　　   7.3、未知区域则取出src该点像素与samples该点参数(s1)。
　　   7.4、以(coords[i].x, coords[i].y)为中心的3x3矩形遍历。
　　           (1)如果矩形中对应位置mask为128，取出该点samples值(s2)。
　　           (2)获取到对应前景背景像素值：src(foregroundBoundary[s2.fi]);src(backgroundBoundary[s2.bj]);
　　           (3)根据当前原地坐标，及取到的前后背景点坐标，论文公式求出alpha，并根据该alpha，求出cost值。
　　           (4)如果s1中没有存储cost或者cost大于当前cost，则更新当前s1中的fi,bj,cost和alpha值。		   
　　   7.5、循环src.h*src.w组，每组循环k次。
　　           (1)随机生成fi,bj。得到F src(foregroundBoundary[fi]), B src(backgroundBoundary[bj])。
　　           (2)根据每组当前点像素I,以及每次获取到的F,B，计算出alpha，并根据该alpha，求出cost值。
　　           (3)如果s1中没有存储cost或者cost大于当前cost，则更新当前s1中的fi,bj,cost和alpha值。	   
  
　　8、遍历整个掩码图像，如果mask为未知区域(128)，则更新该点像素值为：255 * samples[y][x].alpha。
   　　进而得到最终的抠图alpha掩码。

效果显示