k - means聚类
5 Ansichten(30天)的
Altere Kommentare anzeigen
我在做基于颜色分割使用kmeans集群。我使用内置的matlab的函数(kmeans)。我的输入图像对象和背景,我需要分割对象。我使用集群价值为2和重复集群3次。我面临的问题是,对于某些图像,k - means的输出是非常糟糕的第一次,但是当我尝试第二次分割它给我一个好结果。为什么会这样?是因为光线变化的形象吗?将原始图像、图像与错误的分割和图像分割
0 Kommentare
Antworten (3)
图像分析
我2017年1月21日
很明显有
不
2集群。有三个主要颜色:绿色、棕色和黑色。在代码中使用k = 3,应该改进。
更好的是,如果你知道你会在某些颜色像绿色,在HSV颜色空间的阈值。尝试的颜色阈值的应用程序选项卡上带的工具。
4 Kommentare
图像分析
我2017年1月22日
你跑我kmeans演示我弥补你吗?在我的第二个回答这个页面上。它的情节3 d颜色范围。这就是一个散点图的a、b数据看起来像俯视L轴:
这是它是什么样子的:
你看到2定义良好的,分开集群?不,你不是。颜色会不断从一种颜色到另一个。会有一些“之间”的颜色颜色和一些也许归类为一件事和另一件事,也许在分歧与你认为他们应该。
这就是为什么做颜色分类后,在任何方法,经常/通常需要额外的步骤清洁。
不论真假,我把另一个统计Mathworks演示给我的方法。它使用主成分分析。
另外,还有thresolding-based颜色分割方法在我的文件交换:
//www.tatmou.com/matlabcentral/fileexchange/?term=authorid%3A31862