圖像分割OWT-UCM Hierarchical Segmentation 算法代碼應用並提取分層分割結果

轉自：https://blog.csdn.net/skye1221/article/details/75125897

伯克利的一篇Contour Detection and Hierarchical Image Segmentation論文提出來一個新的圖像分割算法，本文將簡單介紹該算法對應代碼的應用。 

這篇博客中對該paper有介紹。 
伯克利資源，該網頁包括數據庫和代碼下載鏈接。 
 
下載源代碼，此代碼需要在Linux或Mac中的MATLAB下運行。最重要的是該代碼運行時要求5G的內存，所以當系統不足5G時有很大概率會不能正常運行。本人已在Ubuntu16.04和matalbr2014a下成功運行。

1. gcc降級

Ubuntu16.04自帶的gcc版本比MATLAB 2014支持的gcc版本高，所以要進行降級，降到4.7。若Linux系統自帶的gcc版本與你安裝的matlab支持的gcc版本匹配，就無需降級或升級。

1. sudo apt-get install –y gcc-4.7

2. sudo apt-get install –y g++-4.7

3. cd /usr/bin

4. sudo rm gcc

5. sudo ln –s gcc-4.7 gcc

6. sudo rm g++

7. sudo ln –s g++-4.7 g++

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

在終端輸入gcc –version 查看是否降級成功 

2、準備

本部分參考 BSR_source/BSR/grouping/source/README_linux，默認已成功安裝好matlab，以及配置好mex。

確保系統安裝需要的圖像庫

1. $ sudo apt-get install libjpeg-dev

2. $ sudo apt-get install libpng-dev

• 1
• 2
• 3

強制matlab加載系統的最新庫，而不是自己的舊版本

$ export LD_PRELOAD=/lib/x86_64-linux-gnu/libc.so.6:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/lib/x86_64-linux-gnu/libgcc_s.so.1

• 1

3、編譯

在文件BSR_source/BAR/grouping/source/gpb_src/Rules.make中編輯以下行以指向安裝matlab的目錄

MATLAB_PATH := /usr/local/MATLAB/R2014a/ #設置自己的matlab安裝路徑

Matlab mex文件編譯設置，matlab架構 
32位系統設置以下語句 
MATLAB_ARCH := glnx86 
MEX_EXTN := mexglx 
64位系統設置以下語句

MATLAB_ARCH := glnxa64 
MEX_EXTN := mexa64

在終端中cd進入/BSR/grouping/source文件夾中，執行命令

$ source build.sh

• 1

該命令會對所有源代碼進行編譯，編譯成功會在終端出現類似下圖情形： 

4、運行

在grouping下有三個demo文件，然而直接運行很大機率會報錯。OWT-UCM算法的基本步驟是gPb——OWT——UCM，對於下載的代碼，我們只需要調用最重要的一個函數im2ucm並做適當修改即可。我在~/Data/VOC2012/test/下放了兩個圖片進行測試。 

1. imgDir='~/Data/VOC2012/test/'; %存放圖片的文件夾

2. outDir='~/Data/VOC2012/UCMImages/' %存放結果的文件夾

3. D=dir(fullfile(imgDir,'*.jpg'));

4. tic

5. for i=1:numel(D)

6. outFile=[outDir D(i).name(1:end-4) '.bmp']; %輸出結果圖片的文件名，保存爲bmp格式

7. imgFile=[imgDir D(i).name]; %輸入圖片的文件名

8. im2ucm(imgFile,outFile); %調用im2ucm函數

9. end

10.  

11. toc

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

！提示：輸出結果最好保存爲bmp，爲了後續提取分層分割結果。

同時，需要在im2ucm.m文件中修改部分代碼，修改保存方式，以適應bmp格式。

1. function [ucm2] = im2ucm(imgFile, outFile)

2.  

3. gPb_orient = globalPb(imgFile, outFile);

4. ucm2 = contours2ucm(gPb_orient, 'doubleSize');

5. % save(outFile,'ucm2');

6. imwrite(ucm2,outFile,'bmp');

• 1
• 2
• 3
• 4
• 5
• 6
• 7

運行成功，會在matlab命令行顯示一下類似內容 

UCM結果如下圖 

提取UCM的分層分割結果，附上代碼如下，該代碼可以在windows運行。

1. str = 'F:\Data\VOC2012\test\'; %UCM結果存放路徑

2. %ids.txt保存的是圖片id方便後面建立文件夾

3. mIDfile = importdata('F:\Data\VOC2012\ids.txt');

4. for i=1:2 %目前只有2個圖片，所以長度爲2

5. str1=strcat(str,strcat(mIDfile(i),'.bmp'));

6. str1=char(str1)

7. img = imread(str1);

8. idx = unique(img); %得到UCM結果圖中的pixel value的集合

9. maxL = length(idx);

10. mkdir(['D:\Data\VOC2012\UCM\' ...

11. char(mIDfile(i))]);

12. for j=1:maxL-1 %提取分層結果並保存

13. im = uint8(img>idx(j));

14. [pointy,pointx] = find(im==0);

15. [pointy1,pointx1] = find(im==1);

16. im(sub2ind(size(im),pointy,pointx)) = 255;

17. im(sub2ind(size(im),pointy1,pointx1)) = 0;

18.  

19. imwrite(im, ['D:\Data\VOC2012\UCM\' ...

20. char(mIDfile(i)) '\' num2str(j) '.bmp'],'BMP');

21. end

22. end

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23

2007_000032的結果如下 

對於上述情況，ids.txt的內容爲兩個圖片的編號 

對於批量生成圖片的ids，提供以下技巧 
首先，進入windows的dos窗口，cd到要生成圖片存放的文件夾。 
然後輸入dir/s/on/b>F:/1.txt 該命名會圖片的路徑保存到F:/1.txt，當然txt的保存路徑可以隨意設置。 

可以使用Notepad++將 ‘F:\Data\VOC2012\test\’和‘.bmp’全部替換爲空，這樣只剩下圖片編號了。