論文地址
基本原理
算法通過將具有相似紋理据过、顏色、亮度等特征的相鄰像素構(gòu)成的有一定視覺意義的不規(guī)則像素塊妒挎，從而用少量的超像素代替大量的像素來表達(dá)圖片特征绳锅，很大程度上降低了圖像后處理的復(fù)雜度。
算法步驟
- 將圖片從RGB顏色空間轉(zhuǎn)換至LAB顏色空間酝掩；
- 根據(jù)預(yù)設(shè)的超像素的大小和數(shù)量鳞芙，利用均勻分布的思想，初始化聚類中心期虾；
- 優(yōu)化聚類中心原朝，為避免聚類中心落在目標(biāo)邊緣處的極端情況，去初始聚類中心3*3鄰域內(nèi)梯度值最小的點(diǎn)作為新的聚類中心镶苞；
- 通過聚類的方式迭代計(jì)算新的聚類中心喳坠，重復(fù)直到迭代中心不再變化或達(dá)到最大迭代次數(shù)（一般圖片，算法在10次迭代下已經(jīng)趨于穩(wěn)定茂蚓，因此默認(rèn)最大迭代次數(shù)設(shè)置為10）壕鹉。
論文代碼分析
rgbtolab()： //圖像由RGB顏色空間轉(zhuǎn)換為LAB顏色空間
getLABXYSeeds()：//初始化聚類中心
PerformSuperpixelSLIC()：//迭代計(jì)算新的聚類中心（算法核心代碼）
