python谱聚类的图像分割_【Python实例第19讲】图像分割的谱聚类

【Python实例第19讲】图像分割的谱聚类

发布时间：2018-11-25 19:51,

浏览次数：272

, 标签：

Python

机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq：2279055353)

在数据的多变量统计和聚类里，谱聚类技术使用数据的相似矩阵的谱(即，相似矩阵的特征值)降低特征的维度。然后，在降维后的空间使用k-means

聚类。其中的相似矩阵度量了数据集的任何两点的相似性。

这个例子产生一个带有连接的圆圈区域的图像，使用谱聚类法(spectral clustering

)分隔出这些区域。在这种情况下，谱聚类法解决了标准的图像分割问题：图像被当作一个由三维像素连接的图，谱聚类算法等于是选择图分割的区域，最小化沿着分割的梯度改变率。因为该算法试图平衡区域的大小，如果我们分隔的圆圈大小不同，分割就等于失败了。

<>实例详解

首先，从scikit-learn的feature_extraction导入image, 从clusters导入谱聚类函数spectral_clustering

. 在image里定义4个圆圈区域。

import numpy as np import matplotlib.pyplot as plt from

sklearn.feature_extraction import image from sklearn.cluster import

spectral_clustering l = 100 x, y = np.indices((l, l)) center1 = (28, 24)

center2 = (40,