聚类K-Means聚类的最佳颜色空间
聚类K-Means聚类的最佳颜色空间
提问于 2012-07-24 23:00:23
使用K-Means聚类方法对具有白色背景和多个对象的图像进行聚类时，使用什么颜色空间(如RGB，HSV，YIQ，XYZ，Lab)是最好的颜色空间(如RGB，HSV，YIQ，XYZ，Lab)，就像一些水果的图像在白布上有足够的光线一样。附加信息:簇被确定为两个簇，分割的结果是两个簇，第一个是背景的簇(布料的白色)，第二个是目标或某些对象的簇。之前谢谢你了。
回答 2
Stack Overflow用户
发布于 2012-07-24 23:39:40
我会选择Lab，因为它将亮度与色度信息分离，而您最感兴趣的是色度信息。
Stack Overflow用户
发布于 2012-07-29 02:31:22
它们都有各自的优点和缺点。
例如，有人可能会争辩说，R的差异0.1和B的差异0.1是相同的，因此RGB和欧几里德距离是合适的。而在HSB中，色调的范围从0到360，而S和V的范围从0到1(将色调重新缩放到0-1也不能真正解决这个问题！)，因此整个欧几里德距离由色调控制。此外，色调为355.5和0.5时几乎相同，但欧几里德距离不知道这种环绕。也就是说，不要使用带有欧几里德距离的HSV (因此，不使用k-means!)
我对所有的颜色空间都不够熟悉，无法告诉你哪些是欧几里德空间，因此欧几里德距离和k均值在哪里是合适的。RGB可能是，而HSV (因为它在H中是循环的)肯定不是。我读到的实验室是非线性的吗？但是k-means需要一个线性空间！
对于HSB等，即使你有一个处理循环空间和非线性的距离函数，你也不能使用k-means，除非你也修复了均值函数。例如，色调0.5和355.5 (都非常接近红色)的平均值是179，大约是青色。=> k-means的结果将是无稽之谈。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/11633680
复制相关文章
相似问题
腾讯云开发者
