Improved SLIC 算法学习笔记
2016-03-18 19:54
190 查看
之前有关于SLIC Superpixel算法的个人理解请戳这里,这篇文章是对其改进算法Improved SLIC算法的理解。
2. 聚类结束后,会基于颜色相似度将小聚类融入临近的聚类中。
其中δj表示,属于该聚类的所有像素点的亮度L的标准差,α是一个常数。
亮度相似性Dm通过上式得到,其中,μ和μm分别表示小聚类和它的临近聚类的亮度平均值,令Dq表示某个小聚类的所有Dm值中的最小值,设置阈值T,如果Dq<T,则这个小聚类将被融入它的第q个临近聚类中;否则,该小聚类保持独立。
改进点:
1. sigma filter 用来避免错误分割;2. 聚类结束后,会基于颜色相似度将小聚类融入临近的聚类中。
改进聚类中心
原SLIC算法
使用平均值更新聚类中心Improved SLIC算法
采用如下方法更新聚类中心,对应于改进点1:其中δj表示,属于该聚类的所有像素点的亮度L的标准差,α是一个常数。
改进点2
原来的SLIC算法中,在进行迭代聚类后,得到一些小的聚类,这些聚类会被融入它们的最大临近聚类中,改进后的算法,这些小的聚类也会被融入到临近的聚类中,但是不是基于原来的聚类尺寸进行选择,而是基于亮度相似性进行选择,(对应于改进点2):亮度相似性Dm通过上式得到,其中,μ和μm分别表示小聚类和它的临近聚类的亮度平均值,令Dq表示某个小聚类的所有Dm值中的最小值,设置阈值T,如果Dq<T,则这个小聚类将被融入它的第q个临近聚类中;否则,该小聚类保持独立。
相关文章推荐
- #pg学习#postgresql的安装
- 常见http状态码详解
- MyBatis初级环境搭建
- hdu1754线段树单点更新
- C:数据结构与算法之顺序表
- 蓝桥杯 历届试题 大数乘法
- Lintcode 用栈实现队列
- 使用yum只获取rpm包不自动安装
- C#写UTF8文件时指定是否含BOM头
- 软件测试实验——junit, hamcrest 和 eclemma的安装及使用
- JS中选择DOM元素的方法集锦
- Java课程“新”得(二)
- bzoj1022 小约翰的游戏John
- 线段树 && 树状数组
- 百度在线编辑器ueditor的使用
- dpkg查看软件包和共享库信息
- 【Settings】设置何时启动屏保
- Intervals
- 坦克,学校与教师,共同森林
- linux基础指令(三)scp