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



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

3.为什么用Ds

4.怎么求Ds

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。