任务：在一个照片中将人和背景分离，然后将人放大，通过评估算法评估后放在图中的合适位置，达到人放大而不影响整体效果。
任务分析：将照片中的人和背景分离应该会用到抠图技术，将人物扣出来后，怎么处理图片下的背景，想法是直接将附近的像素插值到图片所占的背景下；
将人放大，暂时的想法是直接将人物图像的像素所占的空间放大，可能会导致图像模糊，后面再看看有什么方法放大人物而且能较好的保持清晰度；
将人物和背景融合，会用到图像融合的知识，然后用评估算法评估融合后的图像，图像质量评价（参考原图，还是无参考图像质量评价）。
拟采取步骤：
1、查找合适的抠图算法，将人物和背景分离。
2、找图片放大的算法，将抠出的人像放大，人像尽量保持清晰。
3、找到合适的图像融合算法，将人物和背景融合。
4、找到合适的图像质量评估算法，评估融合图像，达到人放大而不影响整体效果。
一、（1）刚开始的时候认为应该找抠图算法，查了一些资料，比较经典的是贝叶斯抠图（Bayesian Matting）。输入一张图片时，由贝叶斯抠图算法得到的是α矩阵（矩阵元素的类型应该double，大小与trimp和原始图像一致），然后再读入一张新的背景图片，并将前景（经由α矩阵）融合到新的背景中。α矩阵不是我们想要的前景图片，很难对它做放大处理。先暂时放弃这个算法。
（2）感觉如果直接做图像分割或许会更好些，找到一个可能不错的算法，grab Cut图像分割，因为只需要在目标外面画一个框，把目标框起来，就可以完成良好的分割。虽然这个算法有些缺点，但是值得一试。
（3）由于grab Cut图像分割大多数代码都是基于OpenCV的，在电脑上配置OpenCV环境实在太麻烦了。还是尝试先试一下贝叶斯抠图，找到了matlab代码，做了一些实验，首先用作者提供的数据调试出了结果，跟预期的差不多。
但是有个问题，就是程序出了输入源图像之外，还必须输入与之对应的Trimap图（TriMap就是三元图，它是和待分割图像同等大小的一张图，但图中的像素只有三个取值，0、128和255）。然后再输入背景图片，将目标物与背景融合。我选择纯白色作为背景图，这样后面对目标物处理的时候就不会有什么不好的影响（不过话说回来，可不可以直接在原图像上将目标物直接放大呢？算了，既然任务说的是先分离，那就一步一步来吧）。
然后我尝试了从其他地方获得图片和对应的Trimap图，程序可以正常运行，也就是说可以把目标物扣出来。这说明这个程序代码还是没什么问题的，但是找了不少资料都没有发现怎么从图像中获得对应的Trimap图。而最后的任务应该不会提供Trimap图，如果用这个抠图方法的话，必须解决这个问题。
经过几天的搜索查阅，明白了一些东西，尝试了一些方法。首先，Trimap图应该是直接用photoshop画出来的，所以我不打算采用这个方法，看了一些大牛的博客，我决定不用贝叶斯抠图，虽然它最终也可以得到结果，但是还是感觉用ps画图挺麻烦的。找到了一个不错关于抠图的网站，网站上面有不少抠图的论文、数据集和源代码，甚至还有各种抠图效果的评价。链接是 http://www.alphamatting.com/code.php
还找到了一篇不错的论文《 A Closed Form Solution to Natural Image Matting 》，也是关于抠图的，并且找到了作者的源代码和数据集。不同的抠图系统所接受的用户输入一般有两种形式——trimap或scribbles。scribble的交互方式比trimap的方式要简单，尤其当对于图像前景轮廓比较复杂的时候。而这个抠图算法采用的就是scribbles图，只需要在原图上画上几笔就可以了。根据作者的数据集实验的结果如下：
除此之外，我做了一点小小的改动，可以直接把前景图和背景图分别保存下来。这样就可以直接进行下一步的计划了。效果图如下：
用作者的数据集实验出来的效果显然不错，但是当我尝试用其他数据集并且自己画scribbles图的时候，产生的结果就不太理想了。看了下论文，原来这个方法对 scribble 的位置很‘敏感’，不是随便画几笔都能有很好的效果的。
果然，之前效果太差的原因还有我画的scribbles图有问题，试了好多次之后终于发现windows的画图工具的颜料板的颜色要一致，要么都是白色，要么都是黑色。下面是调整后产生的结果：
嗯，看起来还算不错，虽然还没弄清楚原理，但是至少这个任务目标的效果基本达到了，终于可以开始第二阶段的任务了。