GrowCut 算法

GrowCut 是一种基于细胞自动机（Cellular Automata）的图像分割算法，通过模拟细胞竞争的方式实现图像的分割。该算法利用用户提供的标记（前景和背景）作为初始状态，通过局部交互规则更新每个像素的状态，最终实现图像的分割。

算法原理

GrowCut 算法的基本思想是通过细胞之间的竞争和相互作用来达到分割目的。图像中的每个像素被视为一个“细胞”，并具有以下属性：

• 状态（State）：每个像素的标签（前景或背景）。
• 强度（Strength）：每个像素对其当前状态的信心值。

算法的基本步骤如下：

1. 初始化：

   • 根据用户输入的标记图像，初始化每个像素的状态和强度。
   • 用户标记的前景像素被赋予高强度（通常为1），背景像素同样被赋予高强度（通常为1），而未标记区域的强度为0。

2. 局部更新：

   • 对于每个像素，检查其与邻居像素的相互作用。如果邻居像素的强度乘以其与当前像素的相似度大于当前像素的强度，则当前像素的状态和强度会被邻居像素更新。
   • 相似度通常由像素的颜色或灰度差异计算。

3. 迭代：<