任務：在一個照片中將人和背景分離，然后將人放大，通過評估算法評估后放在圖中的合適位置，達到人放大而不影響整體效果。
任務分析：將照片中的人和背景分離應該會用到摳圖技術，將人物扣出來后，怎么處理圖片下的背景，想法是直接將附近的像素插值到圖片所占的背景下；
將人放大，暫時的想法是直接將人物圖像的像素所占的空間放大，可能會導致圖像模糊，后面再看看有什么方法放大人物而且能較好的保持清晰度；
將人物和背景融合，會用到圖像融合的知識，然后用評估算法評估融合后的圖像，圖像質量評價（參考原圖，還是無參考圖像質量評價）。
擬采取步驟：
1、查找合適的摳圖算法，將人物和背景分離。
2、找圖片放大的算法，將摳出的人像放大，人像盡量保持清晰。
3、找到合適的圖像融合算法，將人物和背景融合。
4、找到合適的圖像質量評估算法，評估融合圖像，達到人放大而不影響整體效果。
一、（1）剛開始的時候認為應該找摳圖算法，查了一些資料，比較經典的是貝葉斯摳圖（Bayesian Matting）。輸入一張圖片時，由貝葉斯摳圖算法得到的是α矩陣（矩陣元素的類型應該double，大小與trimp和原始圖像一致），然后再讀入一張新的背景圖片，並將前景（經由α矩陣）融合到新的背景中。α矩陣不是我們想要的前景圖片，很難對它做放大處理。先暫時放棄這個算法。
（2）感覺如果直接做圖像分割或許會更好些，找到一個可能不錯的算法，grab Cut圖像分割，因為只需要在目標外面畫一個框，把目標框起來，就可以完成良好的分割。雖然這個算法有些缺點，但是值得一試。
（3）由於grab Cut圖像分割大多數代碼都是基於OpenCV的，在電腦上配置OpenCV環境實在太麻煩了。還是嘗試先試一下貝葉斯摳圖，找到了matlab代碼，做了一些實驗，首先用作者提供的數據調試出了結果，跟預期的差不多。
但是有個問題，就是程序出了輸入源圖像之外，還必須輸入與之對應的Trimap圖（TriMap就是三元圖，它是和待分割圖像同等大小的一張圖，但圖中的像素只有三個取值，0、128和255）。然后再輸入背景圖片，將目標物與背景融合。我選擇純白色作為背景圖，這樣后面對目標物處理的時候就不會有什么不好的影響（不過話說回來，可不可以直接在原圖像上將目標物直接放大呢？算了，既然任務說的是先分離，那就一步一步來吧）。
然后我嘗試了從其他地方獲得圖片和對應的Trimap圖，程序可以正常運行，也就是說可以把目標物扣出來。這說明這個程序代碼還是沒什么問題的，但是找了不少資料都沒有發現怎么從圖像中獲得對應的Trimap圖。而最后的任務應該不會提供Trimap圖，如果用這個摳圖方法的話，必須解決這個問題。
經過幾天的搜索查閱，明白了一些東西，嘗試了一些方法。首先，Trimap圖應該是直接用photoshop畫出來的，所以我不打算采用這個方法，看了一些大牛的博客，我決定不用貝葉斯摳圖，雖然它最終也可以得到結果，但是還是感覺用ps畫圖挺麻煩的。找到了一個不錯關於摳圖的網站，網站上面有不少摳圖的論文、數據集和源代碼，甚至還有各種摳圖效果的評價。鏈接是 http://www.alphamatting.com/code.php
還找到了一篇不錯的論文《 A Closed Form Solution to Natural Image Matting 》，也是關於摳圖的，並且找到了作者的源代碼和數據集。不同的摳圖系統所接受的用戶輸入一般有兩種形式——trimap或scribbles。scribble的交互方式比trimap的方式要簡單，尤其當對於圖像前景輪廓比較復雜的時候。而這個摳圖算法采用的就是scribbles圖，只需要在原圖上畫上幾筆就可以了。根據作者的數據集實驗的結果如下：
除此之外，我做了一點小小的改動，可以直接把前景圖和背景圖分別保存下來。這樣就可以直接進行下一步的計划了。效果圖如下：
用作者的數據集實驗出來的效果顯然不錯，但是當我嘗試用其他數據集並且自己畫scribbles圖的時候，產生的結果就不太理想了。看了下論文，原來這個方法對 scribble 的位置很‘敏感’，不是隨便畫幾筆都能有很好的效果的。
果然，之前效果太差的原因還有我畫的scribbles圖有問題，試了好多次之后終於發現windows的畫圖工具的顏料板的顏色要一致，要么都是白色，要么都是黑色。下面是調整后產生的結果：
嗯，看起來還算不錯，雖然還沒弄清楚原理，但是至少這個任務目標的效果基本達到了，終於可以開始第二階段的任務了。