GrabCut笔记第一篇

文章来源：“GrabCut” — Interactive Foreground Extraction using Iterated Graph

文章结构

1. 摘要

文章基于GraphCut提出一种新的图像分割方法GrabCut, 该算法只需要少量用户操作就能够高质量地将前景从背景中分离出来，同时开发了“border matting”方法处理分割图像的边界，使之更加平滑。

2. 相关工作

首先介绍了Magic Wand, Intelligent Scissors, GraphCut, Level Sets等几种图像分割方法，Bayes matting, Knockout等matting方法

2.1 Magic Wand

Magic Wand: 用户选择特定点或者区域，算法根据用户选择的像素点计算出一个区域，使得用户选择的像素都落在该区域颜色统计可调节容差范围内；需要大量的用户操作，而且当前景和背景重叠时，分割效果十分不理想

2.2 Intelligent Scissors

用户通过鼠标追踪物体边界，寻找“最小代价轮廓”；需要大量的用户操作，而且当图像高度纹理化或者无纹理时，存在多条路径

2.3 GraphCut

可以在与贝叶斯遮罩算法相同的设置中使用，是一种强大的优化技术，当前景和背景不太分明的时候，也可以