基于k-means算法的图像分割
k-means 简单描述
- 簇: 即聚集出来的每个类别, 有 k 个簇
- 质心: 每个簇的中心, k-means算法中, 簇中心的计算特指簇中所含值的均值(means),
质心的值代表了整个簇的值
综上, 我们把该算法称作k-means 算法.
算法:
1. 初始化选择质心 (随机选择, 或者领域知识选择), 该选择决定了聚类的速度与效果
2. 当还某个点在经过以下步骤后其簇分配发生变化时:
对每个数据点:
对每个簇的质心
计算数据点与每个质心的距离
将该数据点分配到距离簇质心最近的簇中
使用场景:
只要需要用某个值代替总体的时候就可以使用该算法
优缺点:
优点:
- 实现简单
- 使用场景广泛
缺点
- k值选取难
- 因为是取均值, 受噪声影响较大
- 可能出现局部最优解
看个例子:
下图展示了最终的划分结果, + 是质心所在位置, 我们可以看到, 这已经达到了局部最优解(每个簇的平均值无法更新质心位置), 但结果并不好.
局部最优解的解决方案大家可以参考<二分k均值算法(bisecting k means)>
基于k-means的图像分割
使用k-means对图像进行分割, 我们将每个像素点划分到不同的簇上, 并用每个簇质心的值来代替这个簇的所有像素点的值, 实现简单的图像分割
算法步骤
- 初始化每个类别的中心点:
这里根据图像通道数进行初始化, 如果是rgb图像, 每个类别的中心点需要包含三个通道, 每个通道可以看作原始k-means聚类的一个维度(即特征的数量, 有多少个属性).- 循环以下, 直到每次计算中心点后其值不变化
2.1. 根据中心点聚类: 计算图像中每个像素点与每个类别中心点的距离, 距离最小的那个类别为该像素点所属的类别.
2.2. 根据每个类别更新中心点: 根据每个类别的所有像素点, 计算这些像素点每个通道的均值, 以均值作为新的中心点- 聚类, 跟2.2步骤相同, 得到每个像素点的类别
- 根据每个类别的中心点来更新原图每个像素的值
效果 :
以下, 我们分别对下图(侵删)进行不同初始化, 观察结果的不同:
k 值 均选用 4
我采用了三种偏向对质心初始化
- 平均 255个色级
- 偏向于小的值 (黑色)
- 偏向于大的值 (白色)
网上随便找的原图:
初始化1:
结果:
初始化2:
初始化3:
可以看到, 要是初始化不准, 很容易出现局部最优解的情况!
完整代码:
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
def cluster(ks, data):
c, r = data.shape[:2]
res = [[] for i