docs(selectivesearch): 更新源码解析：预处理操作

1. 创建选择性搜索对象
2. 设置原始图像
3. 设置分组策略

Author: zjZSTU

docs/选择性搜索-源码解析.md

@@ -84,4 +84,71 @@
 
 ## 超参数
 
-## 函数流程
+图分割相关：
+
+* $k$：用于计算阈值函数τ，控制两个分量之间的差异必须大于其内部差异的程度
+* $\sigma$：作用于高斯滤波
+
+## 函数流程
+
+根据测试代码`samples/selectivesearchsegmentation.cpp`，总体函数流程图如下所示
+
+1. 创建选择性搜索对象，输入原始图像，设置检测策略
+2. 处理图像，获取候选区域
+3. 绘制候选区域边框
+
+### 第一步：预处理
+
+分为`3`个步骤：
+
+1. 创建选择性搜索对象，使用函数`createSelectiveSearchSegmentation`
+2. 输入原始图像，使用函数`setBaseImage`
+3. 设置检测策略
+
+#### 创建选择性搜索对象
+
+`createSelectiveSearchSegmentation`是一个辅助性函数，用于创建`SelectiveSearchSegmentation`对象，其返回一个`SelectiveSearchSegmentation`指针
+
+#### 输入原始图像
+
+通过调用类`SelectiveSearchSegmentation`的公共函数`setBaseImage`载入原始图像
+
+#### 设置检测策略
+
+类`SelectiveSearchSegmentation`提供了`3`种检测策略：
+
+1. 简单计算策略`switchToSingleStrategy`
+2. 快速计算策略`switchToSelectiveSearchFast`
+3. 高质量计算策略`switchToSelectiveSearchQuality`
+
+##### 简单计算策略
+
+函数`switchToSingleStrategy`仅使用单个分组
+
+* 颜色空间：`HSV`
+* 图分割超参数：`k=200，sigma=0.8`
+* 相似性度量：`0.25*color + 0.25*texture + 0.25*size + 0.25*size`
+
+##### 快速分组策略
+
+函数`switchToSelectiveSearchFast`使用多个分组
+
+* 颜色空间：`HSV、Lab`（共`2`种）
+* 图分割超参数：`base_k = 150，inc_k = 150，sigma = 0.8`（在程序中最高`k`值设置为`base_k + inc_k * 2`，所以`k`取值为`150/300/450`，共`3`种）
+* 相似性度量：`0.25*color + 0.25*texture + 0.25*size + 0.25*fill`、`0.3333*fill + 0.3333*texture + 0.3333*size`（共`2`种）
+
+所以快速计算策略使用了`2*3*2=12`个分组
+
+##### 高质量计算策略
+
+函数`switchToSelectiveSearchQuality`使用了更多的分组
+
+* 颜色空间：`HSV、Lab、I、H、bgI`（共`5`种）
+* 图分割超参数：`base_k = 150，inc_k = 150，sigma = 0.8`（在程序中最高`k`值设置为`base_k + inc_k * 2`，所以`k`取值为`150/300/450`，共`3`种）
+* 相似性度量：`0.25*color + 0.25*texture + 0.25*size + 0.25*fill、0.3333*fill + 0.3333*texture + 0.3333*size、fill、size`（共`4`种）
+
+所以高质量计算策略使用了`5*3*4=60`个分组
+
+### 第二步：区域检测
+
+在预处理阶段设置了多个分组策略，