参考
https://blog.csdn.net/qq_40268412/article/details/103915197
1、实验目的和前言
本次实验目的:
- 实现超像素分割(无监督聚类方式)
2、什么是超像素分割
- 是把一张图片中具有相似特征的像素进行聚类,形成一个更具有代表性的大“像素”。
- 这个新的像素可以作为其他图像处理算法的基本单位,可以减低图像的维度和异常像素点。
- 目前常用的超像素分割算法有SLIC、SEEDS和LSC。
3、SLIC算法实现超像素分割
参考,SLIC算法原理:
https://blog.csdn.net/bailing910/article/details/79747689
- SLIC(简单的线性迭代聚类)。
- 它采用k均值聚类方法高效地生成超像素。较以前的算法可以更好地获取边界。
- 同时,它具有更快的速度,更高的内存效率,并且能提高分割性能,也可以直接扩展到超体元生成。