超像素分割算法

SLIC原理与核心算法

1.具体步骤:初始化聚类中心、迭代聚类、 后续加强联通
超像素分割算法_第1张图片
超像素分割算法_第2张图片
超像素分割算法_第3张图片
3)后续加强联通:
在迭代结束时,会有少量的迷失像素,即少量的像素和附近较大的分割块有相同的
标签,但它们并没有被关联进去。因为迭代聚类时没有明确地加强连通性,这种情况就可能发生。因此,我们可以在算法的最后一步加强联通性,使用联通元素算法使这些像素与邻近的最大聚类标签相同。
2.为什么限制搜索范围
超像素分割算法_第4张图片
3.为什么用Ds
超像素分割算法_第5张图片
4.怎么求Ds
超像素分割算法_第6张图片
5.总结
SLIC算法有两大特点:限制搜索范围和全新距离测量DS。优点包括参数简单,只需要一个参数K(超像素的个数),生成的超像素大小一致,整齐紧凑,分割效果较高。缺点有超像素个数要人为确定,很大程度上依赖于经验值,会直接影响到分割效果。

你可能感兴趣的:(超像素分割)