0

私のスコアは、画像で最も頻繁な色を取得することだったので、k-meansアルゴリズムを実装しました。アルゴリズムはうまく機能しますが、結果は私が待っていたものではありません。だから今、私はいくつかの改善を試みています。最初に私が考えたのはk-means ++を実装することでした。それで、私は初期クラスターセンターのより良い位置を取得します。

最初にランダムなポイントを選択しますが、他のポイントを選択するにはどうすればよいですか。私はそれらの間の最小距離をどのように定義するかを意味します。

これについて何か助けはありますか?ありがとう

4

1 に答える 1

0

ベクトル量子化を使用できます。x+1およびy+1方向の各ピクセルと隣接する各ピクセルのリストを作成し、差を選択して対角線に沿ってプロットできます。次に、ボロノイ図を計算して平均色を取得し、特徴ベクトルを計算できます。単純なグリッドベースの平均色を使用するよりも少し効果的です。

于 2012-11-18T00:29:51.927 に答える