MATLAB实现的交互式GrabCut图像分割系统

资 源 简 介

本项目基于GrabCut算法开发，支持用户通过交互式标记前景与背景区域，利用高斯混合模型迭代优化与图割方法实现高精度图像分割。适用于复杂场景下的快速分割需求。

详 情 说 明

基于GrabCut算法的交互式图像分割系统

项目介绍

本项目实现了一个基于GrabCut算法的交互式图像分割系统，能够通过用户交互标记（前景与背景区域）完成精确的图像分割。系统核心采用高斯混合模型（GMM）对图像颜色分布进行建模，结合图割（Graph Cut）能量最小化方法，通过迭代优化实现复杂背景下的目标提取。该系统适用于图像编辑、计算机视觉预处理等需要精确分割的应用场景。

功能特性

• 交互式标记支持：支持矩形框初始化前景区域，同时允许用户手动绘制前景/背景种子点进行精细调整
• 精确分割算法：基于GMM和图割的能量最小化框架，能够处理复杂背景下的目标分割
• 多格式输入支持：支持JPG、PNG、BMP等常见图像格式
• 完整输出结果：提供分割二值掩膜、可视化分割效果图（边界叠加或前景提取）
• 精度评估功能：当提供真实标注时，可自动计算IOU、Dice系数等评估指标

使用方法

1. 准备输入图像：将待分割的RGB图像放置在指定目录
2. 初始化标记：通过绘制矩形框或手动标记方式指定前景/背景区域
3. 执行分割算法：系统自动进行GMM参数学习和图割优化迭代
4. 查看结果：获取分割掩膜和可视化结果，可选进行精度评估

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• 支持的操作系统：Windows/Linux/macOS

文件说明

主程序文件实现了系统的核心功能，包括图像数据读取与预处理、交互式标记界面管理、GrabCut算法流程控制（含GMM建模与图割优化）、分割结果生成与可视化展示，以及在具备真实标注条件下的分割精度自动计算与输出。