如何使用Graph Cuts分割灰度2D图像中的对象？

Question

我需要使用@rayryeng在Matlab Wrapper for Graph Cuts中建议的Shai Bagon的this post从胸部X光图像中提取出一些不需要的物体。

我已经通过Boykov阅读了这篇论文，并了解了Graph Cuts的工作原理。我还下载了Shai Bagon的Matlab Warpper for Graph Cuts并编译了所需的mex文件。为了开始，我下载了简单的example图像分割。但是，我对如何使用

感到困惑

[gch ...] = GraphCut(mode, ...);

用于分割灰度2D图像中不需要的对象。

任何帮助都会一如既往地受到赞赏。感谢。

Answer 1

非常基础：

img = imread('http:%//i.stack.imgur.com/nntda.png'); %// read the image
img = img(:,:,1); %// use only one channel as it is a gray scale image

观察到物体大多比110亮，而其余肺部比这个值更暗，你可以定义每像素数据项：

Dc(:,:,1) = img > 110; %// cost of 1-st label (bg): penalize pixels brighter than 110
Dc(:,:,2) = img < 110; %// cost of 2-nd label (fg): penalize pixels darker than 110    
lambda = 11; %// relative weight of smoothness cost vs. data cost
Sc = [0 1; 1 0]; %// give 0 cost for bg-bg or fg-fg transitions, and 1 cost for fg-bg transitions

使用GraphCut包装器执行优化：

gch = GraphCut( 'open', Dc, lambda * Sc ); %// define the graph
[gch L] = GraphCut('expand', gch ); %//optimize and get the labeling L
gch=GraphCut('close',gch); %// clean up the mess

---

接下来你能做什么？ _{（除了赞成并接受这个非凡的答案）}

1. 使用更复杂的数据成本 - 使用L1或L2＆＃34;距离＆＃34;从110级门槛。
2. 使用＆＃34;更顺畅的＆＃34;平滑成本 - 使平滑成本取决于图像边缘。
3. 使用8连接的网格图而不是默认的4连接 - 这将减少分段边界的＆＃34;阶梯形状。
4. 使用更好的前景/背景模型 - 根据图像补丁而不是单个像素制作外观模型。

我会留给你找出改进这种方法的更多令人兴奋的方法......