利用最小二乘法求解matting问题的前景与透明度

最典型的最小二乘法应用就是对数据进行线性拟合（用数据样本决定线性关系y=ax+b中参数a，b），使的大部分数据在直线的两侧。

Blue Screen Matting （俗称绿布抠图）

一张图片I，应该由前景F和前景B合成，合成的方式，就是通过透明度α来操作。
主要公式：I=alpha F +(1-alpha)B
使用透明度、前景和背景，我们可以合成照片。

matting问题研究的是，如何通过左边的I，推测出右边的三个变量α、F和B，难度可想而知。

Triangulation Matting的方法，整体思想也很简单，既然matting原问题那么难，不如把条件放松，使得问题简单一些。假设我知道了B和I，那么有没有可能得到α和F，于是乎，作者提出了，针对同一张前景，切换背景，来计算得到前景和透明度的方法。

I1=alpha F +(1-alpha)B1
I2=alpha F +(1-alpha)B2
已知 I1，I2，B1，B2
可利用最小二乘法求解alpha和 F 。

这里最小二乘跟线性拟合近似，就是用数据样本决定参数（alpha和 F）。