智能剪刀——交互式图像分割

Demo Video：

注：图片来自[2]

作者：@Mapupcal

前言：

智能剪刀算法（Intelligent Scissors）是由Eric N. Mortensen和William A. Barrett于1995年提出来的一种图像分割的交互算法，可以用于2D图像分割，论文见[1][2]。

该算法可以用于辅助用户精确地勾勒出感兴趣的区域。

其可以在运行时快速地定位到该图像区域的边缘上，通过与用户交互，更精确地完成整个感兴趣区域的勾画、分割。(如上图所示)

算法理论基础：

①将图像转换成一个庞大的加权有向图。

②在运行时，通过特定的寻路算法，在出发点[a]开始，寻找一条最优路径，该路径通往用户指定的目标点[b]。

[a] 论文中为种子点，SeedPoint，为了和论文相对应，以下均使用SeedPoint，下同。

[b] 论文中为自由点，FreePoint.

注：智能剪刀算法的核心在于①，论文[1][2]着重讨论了如何确定加权有向图的边权重。

注：关于②，论文也提供了相应的算法实现，论文当中的算法就是Dijkstra最短路径搜索算法的一种变种。

 

将图像变成一个庞大的加权有向图：

① 图像中每个像素，在加权有向图中都将成为该图中的一个结点Node。

② 相邻的像素，互相之间存在一条加权有向边。

③ 确定每条加权有向边的权重。

注：在内存表示加权有向图的方式有很多，有每个节点基于顺序容器存放有向边的方式，也有基于矩阵的方式。在实现中，为了数据的局部性，本文采用了基于矩阵的方式去实现可提高性能。

 

对于某一个非边界像素p,其有八个邻居像素，如：

当转换成加权有向图之后，就变成如下这个样子：