SLIC segmentation algorithm

  • Post author:
  • Post category:其他



1、我们用一个5维的向量

[l,a,b,x,y]

来表示每一个像素,[l,a,b]为像素颜色向量,[x,y]为像素位置,然后我们根据像素的颜色相似度及距离来产生超像素。上图step1中,以网格间隔为s(s=sqrt(N/K))初始化了K个簇中心;


2、在n*n的区域里,计算出最小梯度位置,将簇中心移至到这个位置;


梯度计算:




I(x,y)是(x,y)位置的像素的[l,a,b]向量,||.||是L2范式;


3、循环执行下面步骤知道E(剩余误差)<某个阈值:


对于每个簇中心Ck,在2s*2s的区域内,根据下面式子的距离度量,将最合适的像素分配到此簇中,




版权声明:本文为u012671431原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。