3-d的图像的3-d的超像素oversegmentation
使用该算法superpixels3
是通过使用简单的线性迭代聚类(SLIC)算法的修改版本superpixels
。在较高的层次上,它创建集群中心,然后在将像素分配给最近的集群中心和更新集群中心的位置之间迭代地交替。superpixels3
使用距离度量来确定每个像素最近的集群中心。这个距离度量结合了强度距离和空间距离。
该函数的紧凑
辐角来自距离度量的数学形式。该算法的紧度参数是一个控制超像素形状的标量值。两个像素之间的距离我和j,在那里米为紧度值,为:
紧凑的含义与在2 d相同superpixels
功能:它确定的强度的距离和在整个距离度量的空间距离的相对重要性。较低的值使超级像素更好地粘附在边界上,使它们的形状不规则。较高的值将使超像素更规则形状。为了紧凑的容许范围是(0 Inf文件)
,如在2-d功能。典型的范围已经通过实验发现,[0.01 0.1]
。算法将输入图像的动态范围归一化为0 ~ 1。这使得紧度值在图像之间具有一致的意义。