基于图的图像分割-工程源码

发表于 更新于 分类于
本文字数： 1.6k 阅读时长 ≈ 3 分钟

基于图的图像分割算法的作者提供了工程源码：Graph Based Image Segmentation

工程结构

工程结构如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
.
├── convolve.h
├── COPYING
├── disjoint-set.h                   - 并查集实现
├── filter.h                         - 高斯滤波实现
├── image.h                          - 图像数据类实现
├── imconv.h
├── imutil.h
├── Makefile
├── misc.h
├── pnmfile.h                        - PPM文件解析
├── README
├── segment.cpp                      - main函数，解析命令行参数，调用图像加载，图像分割以及图像保存函数
├── segment-graph.h                  - Kruskal算法实现
└── segment-image.h                  - 图像分割功能实现入口：调用高斯滤波算法，创建边集，调用Kruskal算法，合并小分量以及图像赋值

关键元素解析

PPM

作者假定输入图像为PPM格式，具体参考PPM文件解析

文件中得到的图像数据是一个一维行向量

image

图像数据类，保存图像长宽和字节数据

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
template <class T>
class image {
 public:
  /* create an image */
  image(const int width, const int height, const bool init = true);

  /* delete an image */
  ~image();

  /* init an image */
  void init(const T &val);

  /* copy an image */
  image<T> *copy() const;
  
  /* get the width of an image. */
  int width() const { return w; }
  
  /* get the height of an image. */
  int height() const { return h; }
  
  /* image data. */
  T *data;
  
  /* row pointers. */
  T **access;
  
 private:
  int w, h;
};

rgb

结构体rgb保存单个彩色像素

1
typedef struct { uchar r, g, b; } rgb;

edge

结构体edge保存边坐标和边权重

1
2
3
4
typedef struct {
    float w;
    int a, b;
} edge;

构建边集时，创建一维edge类型数组edges，大小为width * height * 4，保存当前顶点与右上、右中、右下和中下顶点所连的边

uni_elt

结构体uni_elt保存每个分量的秩（用于合并优化）、父指针以及分量大小

universe

类universe实现并查集数据结构，初始化对象时输入分量个数，每个分量保存为eni_elt，同时保存最终分量数目。利用路径压缩和按秩合并进行优化

并查集具体概念参考：[数据结构][图算法]并查集

关键函数解析

  • main：入口程序，解析命令行参数（sigma/k/min_size/input_path/output_path），完成图像分割
    • loadPPM：加载PPM文件，返回image<rgb>对象
    • segment_image：首先将彩色图像分离，分别进行高斯滤波，然后创建边集edges，再调用segment_graph函数进行分量合并，对返回的并查集对象u再次进行分量合并，去除小分量影响，最后通过随机颜色对图像赋值
      • smooth：高斯过滤
      • segment_graph：Kruskal算法实现，完成图像合并

示例

sigma=0.5, k=500, min_size=50