超像素算法有很多蛋勺，SLIC是效果比較好的一種羡宙，今天介紹SLIC算法孵坚。
SLIC算法與K-means有些類似徐矩。
主要步驟
- 將圖像轉(zhuǎn)換為CIE Lab顏色空間
- 初始化
k個(gè)種子點(diǎn)（聚類中心）滞时，在圖像上平均撒落k個(gè)點(diǎn)，k個(gè)點(diǎn)均勻的占滿整幅圖像滤灯。 - 對種子點(diǎn)在內(nèi)的
n*n（一般為3*3）區(qū)域計(jì)算每個(gè)像素點(diǎn)梯度值坪稽，選擇值最小（最平滑）的點(diǎn)作為新的種子點(diǎn)鳞骤，這一步主要是為了防止種子點(diǎn)落在了輪廓邊界上窒百。 - 對種子點(diǎn)周圍
2S*2S的方形區(qū)域內(nèi)的所有像素點(diǎn)計(jì)算距離度量（計(jì)算方法在后文），對于K-means算法是計(jì)算整張圖的所有像素點(diǎn)豫尽，而SLIC得計(jì)算范圍是2S*2S篙梢，所以SLIC算法收斂速度很快！
其中S = sqrt(N/k)美旧，N是圖像像素個(gè)數(shù)渤滞。
- 因?yàn)閳D像上的每個(gè)像素點(diǎn)都可能被幾個(gè)種子點(diǎn)計(jì)算距離度量贬墩，選擇其中最小的距離度量對應(yīng)的種子點(diǎn)作為其聚類中心。
距離度量
前文說了圖像是要轉(zhuǎn)換為Lab顏色空間的妄呕，現(xiàn)在提取此三個(gè)顏色通道l陶舞、a、b绪励，計(jì)算：
可以看到肿孵，距離度量有兩部分，
dc表示顏色度量疏魏，ds表示距離度量停做，另外Ns = S = sqrt(N/k)，Nc用常數(shù)m代替大莫，m在算法中可以調(diào)整雅宾，所以有：
我們來分析一下這個(gè)變量
m：
- 當(dāng)
m值比較大時(shí)，空間度量在距離測量過程中所占比重就比較大葵硕，那么生成的超像素比較緊湊眉抬。 - 當(dāng)
m值比較小時(shí)，顏色度量所占的比重就比較大懈凹，那么生成的超像素在邊緣部分較為緊湊蜀变，但形狀和大小不規(guī)則。
此外介评，灰度圖像和三維圖像的計(jì)算公式是：
所以库北，在SLIC算法中，有兩個(gè)變量種子個(gè)數(shù)k和m们陆，上張圖看一下不同的k和m的分割效果寒瓦。
