超像素SLIC算法

站长统计

二连浩特发生一起中毒事故致4死超像素SLIC算法电影2012世界末日国语版

超像素算法有很多，SLIC是效果⽐较好的⼀种，今天介绍SLIC算法。

SLIC算法与K-means有些类似。

主要步骤亲密关系经历量表

1. 将图像转换为CIE Lab颜⾊空间

2. 初始化k个种⼦点（聚类中⼼），在图像上平均撒落k个点，k个点均匀的占满整幅图像。奥巴马会见喇嘛

3. 对种⼦点在内的n*n（⼀般为3*3）区域计算每个像素点梯度值，选择值最⼩（最平滑）的点作为新的种⼦点，这⼀步主要是为了防⽌种⼦点

落在了轮廓边界上。

zgbc

4. 对种⼦点周围 2S*2S的⽅形区域内的所有像素点计算距离度量（计算⽅法在后⽂），对于K-means算法是计算整张图的所有像素点，⽽SLIC

得计算范围是2S*2S，所以SLIC算法收敛速度很快！

其中S = sqrt(N/k)，N是图像像素个数。

5. 因为图像上的每个像素点都可能被⼏个种⼦点计算距离度量，选择其中最⼩的距离度量对应的种⼦点作为其聚类中⼼。

距离度量

前⽂说了图像是要转换为Lab颜⾊空间的，现在提取此三个颜⾊通道l、a、b，计算：

可以看到，距离度量有两部分，dc表⽰颜⾊度量，ds表⽰距离度量，另外Ns = S = sqrt(N/k)，Nc⽤常数m代替，m在算法中可以调整，所以有：

两个加快

所以，在SLIC算法中，有两个变量种⼦个数k和m，上张图看⼀下不同的k和m的分割效果。

本文发布于:2024-09-21 12:40:40，感谢您对本站的认可！

标签：计算算法距离度量图像

留言与评论（共有 0 条评论）