2012-11-17 17 views
0

我的分數是獲得圖像中最常見的顏色,所以我實現了k-means算法。 該算法運行良好,但結果不是我正在等待的那個。 所以現在我正在嘗試做一些改進,第一個我認爲是實現k-means ++,所以我得到了inicial集羣中心的一個beter位置。K-Means plus plus實現

首先我選擇一個隨機點,但是如何選擇其他點。我的意思是我如何定義它們之間的最小距離。

對此有何幫助?謝謝

+0

您需要指出什麼是您的輸入數據。 K-means是一種聚類算法,而不是頻率計數器。 – Rubens

+0

當然,我的輸入數據是從RGB到Lab的圖像像素。 –

+1

由於每個像素代表不同的顏色,解決方案不是簡單地計算每種顏色的頻率並挑選最常見的顏色?或者你想要的是除了「獲得圖像中最常見的顏色」之外的東西? – Rubens

回答

0

您可以使用矢量量化。您可以在x + 1和y + 1方向上製作每個像素和每個相鄰像素的列表,並選取差異並沿着對角線繪製它。然後,您可以計算voronoi圖並獲取平均顏色並計算特徵向量。使用簡單的基於網格的平均顏色會更有效一些。

+0

只是爲了改進k-means?或者爲此改變k-means –

+0

是的,爲了提高k-means。 – Bytemain