SLIC_mex.zip
源代码是C,matlab做了接口,可以之间在64机器上运行。整个算法的输入只有一个,即超像素的个数K。
图片原有N个像素,要分割成K个像素,那么每个像素的大小是N/K。超像素之间的距离(即规则情况下超像素的边长)就是S=√N/K。
我们的目标是使代价函数(costfunction)最小。具体到本算法中,就是每个像素到所属的中心点的距离之和最小。
首先,将K个超像素种子(也叫做聚类,即超像素的中心),均匀撒到图像的像素点上。
一次迭代的第一步,对每个超像素的中心,2S范围内的所有像素点,判断他们是否属于这个超像素。这样之后,就缩短了像素点到超像素中心的距离。
一次迭代的第二步,对每个
用户评论