如何在 MATLAB 中使用 Graph Cut 统计图像补全模型的补丁偏移量

Posted 2023-02-19

【中文标题】如何在 MATLAB 中使用 Graph Cut 统计图像补全模型的补丁偏移量

【英文标题】：How to Use Graph Cut for the Statistics of Patch Offsets for Image Completion Model in MATLAB

【发布时间】：2021-01-14 17:34:10

【问题描述】：

我正在尝试将 Shai Bagon 的 (@Shai) Graph Cut MATLAB Toolbox GCMex 用于来自 Statistics of Patch Offsets for Image Completion (Image Completion Approaches Using the Statistics of Similar Patches) 的模型。

模型由下式给出：

假设标签 (Shifts) 的数量为 4（上 1、下 2、右 3 或左 4）以简化操作。 我仍然不确定如何设置数据结构（数组）以使用求解器。

有人知道吗？

【参考方案1】：

我不确定我的 GCMex 实现是否支持这种类型的平滑项。

如果我理解正确，您需要为每个相邻的i、j 计算一个不同 LxL 权重矩阵。底层的 c++ 包（由 Boykov 等人提供）确实支持这一点，但我没有为此选项创建接口。

更新：

假设您有n 像素和l 可能的标签。 当前的 GCMex 接口支持以下形式的成对权重：

E(i, L(i), j, L(j)) = w(i,j) * S(L(i), L(j)) 

也就是说，成对惩罚的主要“来源”是一个固定lxl矩阵S(L(i), L(j))，它定义了分配相邻像素i和@987654333的惩罚@ 分别标记L(i) 和L(j)。 lxl 的权重不取决于标签上i 和j 像素的位置仅 L(i) 和 L(j). 唯一的空间依赖性来自一个标量 w(i,j)，它通过一个取决于i 和j 位置的标量调制S。

但是，在您的情况下，您实际需要的是每对 i 和 j 的 lxl 矩阵。

我认为你应该看看void setSmoothness(smoothFnCoord cost);。

【讨论】：

如果有支持，您是否有机会描述阵列？这样我就可以在C中实现了？

顺便说一句，由于我没有适当的声誉，因此我无法投票给您的答案。

所以这样的数组中所需元素的数量是不可行的，因此使用函数处理程序？我还认为该模型要求称重取决于位置和标签，对吗？

@David 好像是这样