]> AND Private Git Repository - these_gilles.git/blob - THESE/codes/graphe/GCmex1.9/GraphCut.m
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
modif finale lnivs + keywords
[these_gilles.git] / THESE / codes / graphe / GCmex1.9 / GraphCut.m
1 function [gch, varargout] = GraphCut(mode, varargin)\r
2 %\r
3 %   Performing Graph Cut energy minimization operations on a 2D grid.\r
4 %   \r
5 %   Usage:\r
6 %       [gch ...] = GraphCut(mode, ...);\r
7 %   \r
8 %\r
9 %   Inputs:\r
10 %   - mode: a string specifying mode of operation. See details below.\r
11 %\r
12 %   Output:\r
13 %   - gch: A handle to the constructed graph. Handle this handle with care\r
14 %          and don't forget to close it in the end!\r
15 %\r
16 %   Possible modes:\r
17 %   - 'open': Create a new graph object\r
18 %           [gch] = GraphCut('open', DataCost, SmoothnessCost);\r
19 %           [gch] = GraphCut('open', DataCost, SmoothnessCost, vC, hC);\r
20 %           [gch] = GraphCut('open', DataCost, SmoothnessCost, SparseSmoothness);\r
21 %\r
22 %       Inputs:\r
23 %           - DataCost a height by width by num_labels matrix where\r
24 %             Dc(r,c,l) equals the cost for assigning label l to pixel at (r,c)\r
25 %             Note that the graph dimensions, and the number of labels are deduced \r
26 %             form the size of the DataCost matrix.\r
27 %             When using SparseSmoothness Dc is of (L)x(P) where L is the\r
28 %             number of labels and P is the number of nodes/pixels in the\r
29 %             graph.\r
30 %           - SmoothnessCost a #labels by #labels matrix where Sc(l1, l2)\r
31 %             is the cost of assigning neighboring pixels with label1 and\r
32 %             label2. This cost is spatialy invariant\r
33 %           - vC, hC:optional arrays defining spatialy varying smoothness cost. \r
34 %                       Single precission arrays of size width*height.\r
35 %                       The smoothness cost is computed using:\r
36 %                       V_pq(l1, l2) = V(l1, l2) * w_pq\r
37 %                       where V is the SmoothnessCost matrix\r
38 %                       w_pq is spatialy varying parameter:\r
39 %                       if p=(r,c) and q=(r+1,c) then w_pq = vCue(r,c)\r
40 %                       if p=(r,c) and q=(r,c+1) then w_pq = hCue(r,c)\r
41 %                       (therefore in practice the last column of vC and\r
42 %                       the last row of vC are not used).\r
43 %           - SparseSmoothness: a sparse matrix defining both the graph\r
44 %               structure (might be other than grid) and the spatialy varying\r
45 %               smoothness term. Must be real positive sparse matrix of size\r
46 %               num_pixels by num_pixels, each non zero entry (i,j) defines a link\r
47 %               between pixels i and j with w_pq = SparseSmoothness(i,j).\r
48 %\r
49 %   - 'set': Set labels\r
50 %           [gch] = GraphCut('set', gch, labels)\r
51 %\r
52 %       Inputs:\r
53 %           - labels: a width by height array containing a label per pixel.\r
54 %             Array should be the same size of the grid with values\r
55 %             [0..num_labels].\r
56 %\r
57 %\r
58 %   - 'get': Get current labeling\r
59 %           [gch labels] = GraphCut('get', gch)\r
60 %\r
61 %       Outputs:\r
62 %           - labels: a height by width array, containing a label per pixel. \r
63 %             note that labels values are in range [0..num_labels-1].\r
64 %\r
65 %\r
66 %   - 'energy': Get current values of energy terms\r
67 %           [gch se de] = GraphCut('energy', gch)\r
68 %           [gch e] = GraphCut('energy', gch)\r
69 %\r
70 %       Outputs:\r
71 %           - se: Smoothness energy term.\r
72 %           - de: Data energy term.\r
73 %           - e = se + de\r
74 %\r
75 %\r
76 %   - 'expand': Perform labels expansion\r
77 %           [gch labels] = GraphCut('expand', gch)\r
78 %           [gch labels] = GraphCut('expand', gch, iter)\r
79 %           [gch labels] = GraphCut('expand', gch, [], label)\r
80 %           [gch labels] = GraphCut('expand', gch, [], label, indices)\r
81 %\r
82 %       When no inputs are provided, GraphCut performs expansion steps\r
83 %       until it converges.\r
84 %\r
85 %       Inputs:\r
86 %           - iter: a double scalar, the maximum number of expand\r
87 %                    iterations to perform.\r
88 %           - label: scalar denoting the label for which to perfom\r
89 %                     expand step (labels are [0..num_labels-1]).\r
90 %           - indices: array of linear indices of pixels for which\r
91 %                        expand step is computed. \r
92 %\r
93 %       Outputs:\r
94 %           - labels: a width*height array of type int32, containing a\r
95 %              label per pixel. note that labels values must be is range\r
96 %              [0..num_labels-1].\r
97 %\r
98 %\r
99 %   - 'swap': Perform alpha - beta swappings\r
100 %           [gch labels] = GraphCut('swap', gch)\r
101 %           [gch labels] = GraphCut('swap', gch, iter)\r
102 %           [gch labels] = GraphCut('swap', gch, label1, label2)\r
103 %\r
104 %       When no inputs are provided, GraphCut performs alpha - beta swaps steps\r
105 %       until it converges.\r
106 %\r
107 %       Inputs:\r
108 %           - iter: a double scalar, the maximum number of swap\r
109 %                      iterations to perform.\r
110 %           - label1, label2: int32 scalars denoting two labels for swap\r
111 %                                       step.\r
112 %\r
113 %       Outputs:\r
114 %           - labels: a width*height array of type int32, containing a\r
115 %              label per pixel. note that labels values must be is range\r
116 %              [0..num_labels-1].\r
117 %\r
118 %\r
119 %   - 'truncate': truncating (or not) violating expansion terms \r
120 %                 (see Rother etal. Digital Tapestry, CVPR2005)\r
121 %       [gch truncate_flag] = GraphCut('truncate', gch, trancate_flag);\r
122 %   \r
123 %       When no truncate_flag is provided the function returns the current\r
124 %       state of truncation\r
125 %       \r
126 %       Inputs:\r
127 %           - trancate_flag: set truncate_flag to this state\r
128 %\r
129 %       Outputs:\r
130 %           - trancate_flag: current state (after modification if\r
131 %                            applicable)\r
132 %\r
133 %   - 'close': Close the graph and release allocated resources.\r
134 %       [gch] = GraphCut('close', gch);\r
135 %\r
136 %\r
137 %\r
138 %   This wrapper for Matlab was written by Shai Bagon (shai.bagon@weizmann.ac.il).\r
139 %   Department of Computer Science and Applied Mathmatics\r
140 %   Wiezmann Institute of Science\r
141 %   http://www.wisdom.weizmann.ac.il/\r
142 %\r
143 %       The core cpp application was written by Olga Veksler\r
144 %       (available from http://www.csd.uwo.ca/faculty/olga/code.html):\r
145 %\r
146 %   [1] Efficient Approximate Energy Minimization via Graph Cuts\r
147 %        Yuri Boykov, Olga Veksler, Ramin Zabih,\r
148 %        IEEE transactions on PAMI, vol. 20, no. 12, p. 1222-1239, November\r
149 %        2001.\r
150\r
151 %   [2] What Energy Functions can be Minimized via Graph Cuts?\r
152 %        Vladimir Kolmogorov and Ramin Zabih.\r
153 %        IEEE Transactions on Pattern Analysis and Machine Intelligence\r
154 %        (PAMI), vol. 26, no. 2,\r
155 %        February 2004, pp. 147-159.\r
156\r
157 %   [3] An Experimental Comparison of Min-Cut/Max-Flow Algorithms\r
158 %        for Energy Minimization in Vision.\r
159 %        Yuri Boykov and Vladimir Kolmogorov.\r
160 %        In IEEE Transactions on Pattern Analysis and Machine Intelligence\r
161 %        (PAMI),\r
162 %        vol. 26, no. 9, September 2004, pp. 1124-1137.\r
163\r
164 %   [4] Matlab Wrapper for Graph Cut.\r
165 %        Shai Bagon.\r
166 %        in www.wisdom.weizmann.ac.il/~bagon, December 2006.\r
167\r
168 %   This software can be used only for research purposes, you should  cite ALL of\r
169 %   the aforementioned papers in any resulting publication.\r
170 %   If you wish to use this software (or the algorithms described in the\r
171 %   aforementioned paper)\r
172 %   for commercial purposes, you should be aware that there is a US patent:\r
173 %\r
174 %       R. Zabih, Y. Boykov, O. Veksler,\r
175 %       "System and method for fast approximate energy minimization via\r
176 %       graph cuts ",\r
177 %       United Stated Patent 6,744,923, June 1, 2004\r
178 %\r
179 %\r
180 %   The Software is provided "as is", without warranty of any kind.\r
181 %\r
182 %\r
183 \r
184 switch lower(mode)\r
185     case {'o', 'open'}\r
186         % open a new graph cut\r
187         if nargout ~= 1\r
188             error('GraphCut:Open: wrong number of output arguments');\r
189         end\r
190 \r
191         gch = OpenGraph(varargin{:});\r
192 \r
193     case {'c', 'close'}\r
194         % close the GraphCut handle - free memory.\r
195         if nargin ~= 2\r
196             error('GraphCut:Close: Too many inputs');\r
197         end\r
198         gch = varargin{1};\r
199         [gch] = GraphCutMex(gch, 'c');\r
200         \r
201     case {'g', 'get'}\r
202         % get current labeling\r
203         \r
204         if nargout ~= 2\r
205             error('GraphCut:GetLabels: wrong number of outputs');\r
206         end\r
207         [gch labels] = GetLabels(varargin{:});\r
208 \r
209         varargout{1} = labels;\r
210         \r
211     case {'s', 'set'}\r
212         % set user defined labeling\r
213         if nargout ~= 1\r
214             error('GraphCut:SetLabels: Too many outputs');\r
215         end\r
216         \r
217         [gch] = SetLabels(varargin{:});\r
218         \r
219     case {'en', 'n', 'energy'}\r
220         % get current energy values\r
221         if nargin ~= 2\r
222             error('GraphCut:GetEnergy: too many input arguments');\r
223         end\r
224         gch = varargin{1};\r
225         [gch se de] = GraphCutMex(gch, 'n');\r
226         switch nargout\r
227             case 2\r
228                 varargout{1} = se+de;\r
229             case 3\r
230                 varargout{1} = se;\r
231                 varargout{2} = de;\r
232             case 1\r
233             otherwise\r
234                 error('GraphCut:GetEnergy: wrong number of output arguments')\r
235         end\r
236    \r
237     \r
238     case {'e', 'ex', 'expand'}\r
239         % use expand steps to minimize energy\r
240         if nargout > 2\r
241             error('GraphCut:Expand: too many output arguments');\r
242         end\r
243         [gch labels] = Expand(varargin{:});\r
244         if nargout == 2\r
245             varargout{1} = labels;\r
246         end\r
247         \r
248     case {'sw', 'a', 'ab', 'swap'}\r
249         % use alpha beta swapping to minimize energy\r
250         if nargout > 2\r
251             error('GraphCut:Expand: too many output arguments');\r
252         end\r
253         [gch labels] = Swap(varargin{:});\r
254         if nargout == 2\r
255             varargout{1} = labels;\r
256         end\r
257         \r
258     case {'truncate'}\r
259         \r
260         if numel(varargin) == 2\r
261             gch = varargin{1};\r
262             [gch tf] = GraphCutMex(gch, 't', varargin{2});\r
263         elseif numel(varargin) == 1\r
264             gch = varargin{1};\r
265             [gch tf] = GraphCutMex(gch, 't');\r
266         else\r
267             error('GraphCut:Truncate: wrong number of input arguments');\r
268         end\r
269         if nargout > 2\r
270             error('GraphCut:Truncate: too many output arguments');\r
271         end\r
272         if nargout == 2\r
273             varargout{1} = tf;\r
274         end\r
275             \r
276     otherwise\r
277         error('GraphCut: Unrecognized mode %s', mode);\r
278 end\r
279 \r
280 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
281 %\r
282 %   Aux functions\r
283 %\r
284 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
285 function gch = OpenGraph(varargin)\r
286 % Usage [gch] = OpenGraph(Dc, Sc, [vC, hC]) - 2D grid\r
287 % or    [gch] = OpenGraph(Dc, Sc, [Contrast]) -3D grid\r
288 % or    [gch] = GraphCut(DataCost, SmoothnessCost, SparseSmoothness) - any graph\r
289 nin = numel(varargin);\r
290 if (nin~=2)  && (nin ~= 3) && (nin~=4) \r
291     error('GraphCut:Open: wrong number of inputs');\r
292 end\r
293 \r
294 % Data cost\r
295 Dc = varargin{1};\r
296 if ndims(Dc) == 4\r
297     %%% 3D graph\r
298     [R C Z L] = size(Dc);\r
299     if ~strcmp(class(Dc),'single')\r
300         Dc = single(Dc);\r
301     end\r
302     Dc = permute(Dc,[4 1 2 3]);\r
303     Dc = Dc(:)';\r
304     \r
305     % smoothness cost\r
306     Sc = varargin{2};\r
307     if any( size(Sc) ~= [L L] )\r
308         error('GraphCut:Open: smoothness cost has incorrect size');\r
309     end\r
310     if ~strcmp(class(Sc),'single')\r
311         Sc = single(Sc);\r
312     end\r
313     Sc = Sc(:)';\r
314     if nin == 3\r
315         Contrast = varargin{3};\r
316         if any( size(Contrast) ~= [R C Z] )\r
317             error('GraphCut:Open: Contrast term is of wrong size');\r
318         end\r
319         if ~strcmp(class(Contrast),'single')\r
320             Contrast = single(Contrast);\r
321         end\r
322         Contrast = Contrast(:);\r
323         \r
324         gch = GraphCut3dConstr(R, C, Z, L, Dc, Sc, Contrast);\r
325     elseif nin == 2\r
326         gch = GraphCut3dConstr(R, C, Z, L, Dc, Sc);\r
327     else\r
328         error('GraphCut:Open: wrong number of inputs for 3D graph');\r
329     end\r
330 elseif ndims(Dc) == 3\r
331     %%% 2D graph\r
332     [h w l] = size(Dc);\r
333     if ~strcmp(class(Dc),'single')\r
334         Dc = single(Dc);\r
335     end\r
336     Dc = permute(Dc,[3 2 1]);\r
337     Dc = Dc(:)';\r
338 \r
339     % smoothness cost\r
340     Sc = varargin{2};\r
341     if any( size(Sc) ~= [l l] )\r
342         error('GraphCut:Open: smoothness cost has incorrect size');\r
343     end\r
344     if ~strcmp(class(Sc),'single')\r
345         Sc = single(Sc);\r
346     end\r
347     Sc = Sc(:)';\r
348 \r
349     if nin==4\r
350         vC = varargin{3};\r
351         if any( size(vC) ~= [h w] )\r
352             error('GraphCut:Open: vertical cue size incorrect');\r
353         end\r
354         if ~strcmp(class(vC),'single')\r
355             vC = single(vC);\r
356         end\r
357         vC = vC';\r
358 \r
359         hC = varargin{4};\r
360         if any( size(hC) ~= [h w] )\r
361             error('GraphCut:Open: horizontal cue size incorrect');\r
362         end\r
363         if ~strcmp(class(hC),'single')\r
364             hC = single(hC);\r
365         end\r
366         hC = hC';\r
367         gch = GraphCutConstr(w, h, l, Dc, Sc, vC(:), hC(:));\r
368     elseif nin == 2\r
369         gch = GraphCutConstr(w, h, l, Dc, Sc);\r
370     else\r
371         error('GraphCut:Open: wrong number of input for 2D grid');\r
372     end\r
373 elseif ndims(Dc) == 2\r
374     %%% arbitrary graph\r
375     if nin ~= 3\r
376         error('GraphCut:Open', 'incorect number of inputs');\r
377     end\r
378     \r
379     [nl np] = size(Dc);\r
380     Sc = varargin{2};\r
381     if any(size(Sc) ~= [nl nl])\r
382         error('GraphCut:Open', 'Wrong size of Dc or Sc');\r
383     end\r
384     \r
385     SparseSc = varargin{3};\r
386     if any(size(SparseSc) ~= [np np])\r
387         error('GraphCut:Open', 'Wrong size of SparseSc');\r
388     end\r
389         \r
390     gch = GraphCutConstrSparse(single(Dc(:)), single(Sc(:)), SparseSc);\r
391         \r
392 else\r
393     %%% Unknown dimensionality...\r
394     error('GraphCut:Open: data cost has incorect dimensionality');\r
395 end\r
396 \r
397 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
398 function [gch] = SetLabels(varargin)\r
399 % usgae [gch] = SetLabels(gch, labels)\r
400 \r
401 if nargin ~= 2\r
402     error('GraphCut:SetLabels: wrong number of inputs');\r
403 end\r
404 gch = varargin{1};\r
405 labels = varargin{2};\r
406 \r
407 if ~strcmp(class(labels), 'int32')\r
408     labels = int32(labels);\r
409 end\r
410 labels = labels';\r
411 [gch] = GraphCutMex(gch, 's', labels(:));\r
412 \r
413 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
414 function [gch labels] = GetLabels(varargin)\r
415 \r
416 if nargin ~= 1\r
417     error('GraphCut:GetLabels: wrong number of inputs');\r
418 end\r
419 gch = varargin{1};\r
420 [gch labels] = GraphCutMex(gch, 'g');\r
421 labels = labels';\r
422 \r
423 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
424 function [gch labels] = Expand(varargin)\r
425 gch = varargin{1};\r
426 switch nargin\r
427     case 1\r
428         [gch labels] = GraphCutMex(gch, 'e');\r
429     case 2\r
430         [gch labels] = GraphCutMex(gch, 'e', varargin{2});\r
431     case 3\r
432         [gch labels] = GraphCutMex(gch, 'e', varargin{2}, varargin{3});\r
433     case 4\r
434         ind = varargin{4};\r
435         ind = int32(ind(:)-1)'; % convert to int32\r
436         [gch labels] = GraphCutMex(gch, 'e', varargin{2}, varargin{3}, ind);\r
437     otherwise\r
438         error('GraphCut:Expand: wrong number of inputs');\r
439 end\r
440 labels = labels';\r
441 \r
442 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r
443 function [gch labels] = Swap(varargin)\r
444 gch = varargin{1};\r
445 switch nargin\r
446     case 1\r
447         [gch labels] = GraphCutMex(gch, 'a');\r
448     case 2\r
449         [gch labels] = GraphCutMex(gch, 'a', varargin{2});\r
450     case 3\r
451         [gch labels] = GraphCutMex(gch, 'a', varargin{2}, varargin{3});\r
452     otherwise\r
453         error('GraphCut:Swap: wrong number of inputarguments');\r
454 end\r
455 labels = labels';\r
456 \r
457 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%\r