RGB圖像的RGB圖像分割意味着python中的聚類

我想要使用k均值聚類來分割用於土地覆蓋的RGB圖像（衛星圖像），使得圖像的不同區域用不同的顏色標記，並且如果可能的話創建分隔不同區域的邊界。RGB圖像的RGB圖像分割意味着python中的聚類

K-means聚類可以實現嗎？我一直在搜索整個互聯網和許多教程通過k意味着羣集，但只有在將圖像轉換爲灰度後。我只想用RGB圖像來做。有什麼資料可以幫助我開始？請提出建議。

2015-07-01 RachJain

這個問題對於SO來說可能太寬泛了。而且目前的形式很模糊。您想要區分大致相似顏色的區域嗎？ FWIW，k-means聚類_can_可用於對RGB圖像執行顏色量化。然而，標準k-means可能不適合你的任務，因爲你需要提前指定'k'（地區的數量）。也許像[生成自組織映射]（https://en.wikipedia.org/wiki/Growing_self-organizing_map）這種不同的方法會更好。 –

謝謝你的幫助。爲了澄清我的問題，我想對地表衛星影像進行圖像分割作爲GIS的一個應用，因此這些區域具有不同的顏色，強度和紋理。對於K均值聚類，我已經通過了我的項目的土地覆蓋分類文獻，發現用K均值聚類算法得到的最好結果用於圖像分割。現在請建議在這方面提出一些建議。 – RachJain

你是什麼意思，他們將圖像轉換爲灰度？該公式計算一個點與質心的歐幾里得距離。因此使用R，G，B值。閱讀這個學生報告使用不同的色彩空間的比較 - RGB或HSV：http://www.cs.bgu.ac.il/~ben-shahar/Teaching/Computational-Vision/StudentProjects/ICBV121/ICBV-2012-1-OfirNijinsky-AvivPeled/report.pdf

來源

2015-07-01 08:40:20 riddler

當我說他們先把它轉換成灰度，這裏是一個鏈接到[鏈接]（http://scikit-learn.org/stable/auto_examples/cluster/plot_lena_segmentation.html） – RachJain

它沒有轉換爲灰度，圖像它本身通過函數scipy.misc.lena（）獲得灰度。查看圖形切割 - 它們可能更適合衛星圖像。 – riddler

我想這是不相關的RachJain但如果有人在未來的需求：一個簡單的使用sklearn KMean算法將給通緝結果：

from sklearn.cluster import KMeans 
pic = np.float64(misc.imread(filepath)/255) 
kmeans = KMeans(n_clusters=13, random_state=0).fit(pic) 
pic2show = kmeans.cluster_centers_[kmeans.labels_] 
plt.imshow(pic2show)

來源

2017-11-07 07:34:40

RGB圖像的RGB圖像分割意味着python中的聚類

回答

相關問題