K-Means クラスタリング法を使用して、白い背景と白い背景以外の他の色の複数のオブジェクトを持つ画像に画像をクラスタ化するために使用する最適な色空間 (RGB、HSV、YIQ、XYZ、Lab など) は何ですか?十分な光のある白い布の上にいくつかの果物の画像のように. 追加情報: クラスターは 2 つのクラスターとして固定されていると判断され、セグメンテーションの結果は 2 つのクラスターです。1 つ目は背景のクラスター (布の白い色) で、2 つ目はオブジェクトまたはいくつかのオブジェクトのクラスターです。前にありがとう。
2444 次
2 に答える
4
クロミナンス情報から輝度を無相関化し、クロミナンス情報に最も関心があるので、私は Lab に行きます。
于 2012-07-24T15:39:40.077 に答える
3
すべてに長所と短所があります。
たとえば、Rの0.1の差とBの0.1の差は同じであるため、RGBとユークリッド距離が適切であると主張する場合があります。HSBにいる間、色相は0から360の範囲ですが、SとVの範囲は0から1です（色相を0-1にリスケーリングしても、この問題は実際には解決されません！）。したがって、ユークリッド距離全体が色相によって支配されます。さらに、355.5と0.5の色相はほぼ同じですが、ユークリッド距離はこのラップアラウンドを認識していません。つまり、ユークリッド距離でHSVを使用しないでください（したがって、k-meansでは使用しないでください！）
どれがユークリッド空間であるか、したがってユークリッド距離とk-meansが適切であるかを判断できるように、すべての色空間に精通しているわけではありません。RGBはおそらくそうであり、HSV（Hでは周期的であるため）は間違いなくそうではありません。私が読んだものからのラボは非線形ですか？ただし、k-meansには線形空間が必要です。
HSBなどの場合、循環空間と非線形性を処理する距離関数があったとしても、平均関数も修正しない限り、k-meansを使用することはできません。たとえば、色相0.5と355.5（どちらも赤に非常に近い）の平均は179で、ほぼシアンです。=>k-平均法の結果はナンセンスになります。
于 2012-07-28T18:31:22.140 に答える