Android OpenCV（四十三）：图像分割（Grabcut）

图像分割

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。

Grabcut

GraphCut需要用户提供精确的前景背景的种子，而且当提供的种子无法覆盖所有分布时，必然会影响分割的准确度。为了解决这个问题，微软研究室提出了更加快捷高效的GrabCut分割算法。GrabCut需要用户提供一个矩形，矩形内为前景，矩形外为背景。GrabCut具体步骤如下：

1： 矩形外的像素作为背景，矩形内的像素作为前景，用这两组去训练背景GMM和前景GMM(这里GMM指高斯混合模型)；

2： 用训练好的两个GMM来计算每一个像素属于背景和属于前景的概率，进而计算出能量函数E中的Data项，能量函数中的Smoothness项的计算方法大致与GraphCut相同；

3：通过最优化能量函数得到图像的一个分割；

4：用3中的分割结果中的前景Pixels和背景Pixels去训练前景GMM和背景GMM；