交互分割
-
基于生物形态学原理的GrowCut交互式图像分割系统
本项目开发了一套基于生物形态学原理和细胞自动机理论（Cellular Automata）的交互式图像分割系统，旨在实现与Graph-Cuts算法相媲美的高精度分割效果。系统摒弃了传统的全局优化复杂计算，而是采用一种自底向上的模拟生物生长策略：将图像中的每一个像素点视为一个独立的“细胞”。这些细胞被赋予特定的标签（如前景、背景或其他分类），并拥有基于图像灰度或颜色特征计算得出的“生长强度”。在算法运行过程中，各个细胞依据其灰度相似性和连接性，在邻域内进行模拟生存竞争和领地扩张。高强度的细胞能够“攻击”并同化周围较弱的细胞，使其转化为自身的类别。这种基于灰度竞争的生长过程会持续迭代，直到整个图像区域的状态达到稳定平衡，从而自然地在不同纹理或颜色的区域之间形成分割边界。该方法不仅能够处理复杂的边缘和噪声，还能通过简单的用户交互（简单的画笔标记）实现对特定目标的精准提取，非常适用于医学图像分割、目标抠图及计算机视觉预处理环节。
