超像素分割算法matlab_Day25:超像素(Superpixel)的大致原理

今天在读一篇Human parsing的论文时，读到了related works部分，本来像粗略地看一遍了解一下概况，快速地结束，但是，遇到了之前曾经留意过但是没有细究的问题，即superpixel。

---

概念理解

超像素利用像素之间某些特征的相似性将像素分组(每个子区域内部之间某个特征具有很强的一致性)，用少量的超像素代替大量的像素来表达图片特征，即我们把图像分割成很多小块，把这一整个块当成一个像素来处理，每一小块就是超像素，例如，每个子区域的灰度差不多。

原理

超像素是一种图像分割技术，可以将具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块。

好处

• 很大程度上降低了图像后处理的复杂度，比如数据点数减少，或者这一块有图像语义，利于后续其他应用，所以通常作为分割算法的预处理步骤。

• 超像素相对于像素可以去除冗余信息，提高运算速度，在显著性检测里可以作为预处理的一个常用手段，可以在尽量保存边缘信息的同时大幅提高运算效率，但同时会造成saliency map的边缘不连续的问题。

超像素分割效果图