image and video processing 听课笔记（六）

Interactive image segmentation是一种让用户参与的图像分割的算法。用户只需要给出前景部分，背景部分的大概位置，算法会自动将前景分割出来。
step1.根据用户画出的scribbles画出前景和，背景的直方图，用直方图可以计算给定像素属于前景或者背景的概率


但是仅从像素分布来判断前景背景还是可能导致一些错误的判断，比如刚才那只猫的眼睛被判断为背景了（黑色的）

step2.我们遍历所有像素点，来比较他属于前景和背景的概率。那现在该怎么来比较呢？
课程提出一种叫Weighted Geodesic Distance的算法

计算上述距离的算法叫Dios Track techniques，后面章节会详细讲解。现在我们只需要知道这个公式是用来计算某个像素点s1到scribbles上的某个像素点s2的路径带权距离和的最小值，作为从s1到s2的距离。

权重w是什么呢？之前我们用直方图已经计算出了所有点属于前景的概率，如果一个像素点s1到s2是一条曲线路径C，那么在这条路径上的点属于前景的概率变化很多，就会使w的值变大，比如当曲线穿过非前景区域时，w就会很大。

然后计算s1到该scribble上所有点的距离d，取其最小值作为s1到scribble的距离D。如果到前景scribble上的像素点的距离Df比到背景上的距离Db小，这个点属于前景的概率越大，反之属于背景。



step3.对于已经得到一个boundary，我们还可以更加细化，

在上一步得到boundary附近，更小范围为新的前景scribble，更大范围为新的背景scribble，重复上面的算法过程来找到新的boundary。
而且用户不用非常精确的画出前景和背景，因为scribble鲁棒性还是很好的：