什麼是最佳色彩空間(如RGB,HSV,YIQ,XYZ,Lab)用於使用K-Means聚類方法將圖像聚類到具有白色背景的圖像以及除了白色背景之外的其他顏色的一個以上的對象,就像白色布上的一些水果的圖像,其具有足夠的光。附加信息:集羣被確定爲兩個集羣並且分割的結果是兩個集羣,第一個是背景的集羣(布的白色),第二個是對象或某些對象的集羣。以前感謝。聚類K均值聚類的最佳色彩空間
1
A
回答
2
我會去實驗室,因爲它從色度信息中去除亮度,而你對色度信息最感興趣。
2
所有的優點和缺點。
例如,有人可能會認爲R中的0.1與B中的0.1中的差值相同,因此RGB和歐幾里得距離是適當的。在HSB中,色相的範圍從0到360,而S和V的範圍是0到1(將色調重新調整到0-1也不能真正解決這個問題!),因此整個歐幾里德距離由色相支配。另外,355.5和0.5的色調幾乎相同,但歐式距離不知道這種繞回。即不要使用HSV與歐幾里德距離(因此,不與k-均值!)
我不熟悉所有的顏色空間能夠告訴你哪些是歐幾里得空間,因此哪裏是歐幾里得距離和k均值是合適的。 RGB可能是,並且HSV(因爲它在H中是循環的)絕對不是。從我讀的實驗室是非線性的?但是你需要一個k-means的線性空間!
對於HSB等,即使您有一個處理循環空間和非線性的距離函數,也不能使用k-means,除非您還修復了的平均值函數。例如。色調0.5和355.5(均非常接近紅色)的平均值爲179,大約爲青色。 => k-means結果將是無稽之談。
相關問題
- 1. K均值聚類
- 2. K均值聚類Matlab
- 3. 在線k均值聚類
- 4. K均值聚類在MATLAB
- 5. 瞭解K均值聚類
- 6. PCA前K均值聚類
- 7. 基於色彩分割使用K均值聚類
- 8. K平均聚類顏色不變
- 9. OpenCV 1.1高維空間中的K均值聚類
- 10. IDL中的K均值聚類
- 11. Python的k-均值聚類文本
- 12. - [R k均值聚類數據
- 13. 如何調整K均值聚類?
- 14. 具有k值的K均值聚類自動生成
- 15. K均值聚類 - 在每個聚類中繪製類別比例
- 16. 確定具有大數據集的k均值的最佳聚類數
- 17. 如何從不同的中心找到最佳的K均值聚類
- 18. 如何對時間序列數據執行K均值聚類?
- 19. 不均勻簇聚類(k-means)
- 20. 用於測試數據分類的k均值聚類
- 21. 顏色解卷積和K均值聚類之間的區別是什麼?
- 22. 如何使用K-means聚類分割彩色圖像?
- 23. WEKA K-Means聚類
- 24. K均值聚類,爲什麼簇的不同初始位置影響最終的聚類結果?
- 25. Sklearn inifinity價值,而這樣做k均值聚類
- 26. 非常大的稀疏矩陣R中的k-均值聚類?
- 27. Matlab的:k均值聚類給人意想不到的集羣
- 28. R中的K均值聚類:規範化DTM創建'NaN'
- 29. 如何實現MFCC特徵的K均值聚類算法?
- 30. 用伽瑪分佈的k均值聚類
如何從Lab色彩空間中的「ab」中得到黑色和白色,它們是相同的,都有ab = 0,那麼如何分離它呢? – user1210396 2012-07-29 12:18:44