meanshift segmentation（原理+源码）

来源：互联网发布：宏基笔记本怎么样知乎编辑：程序博客网时间：2024/06/05 20:51

一、meanshift 分割算法原理;

参考论文：Mean shift: A robust approach toward feature space analysis , PAMI, 2002

mean shift认为中心是概率密度（ probalility density function ）的极大值点，沿着梯度方向，自适应调整步长（越靠近极值点步长越小），迭代搜索。

其算法主要分为二步：

1. 模点搜索，即找每个数据点的类中心，以中心的颜色代替自己的颜色，从而平滑图像。但模点搜索得到的模点太多，并且很多模点挨得很近，若果将每个模点都作为一类的话，类别太多，容易产生过分割，即分割太细，所以要合并掉一些模点。

2.模点聚类。模点聚类后所得到的分割区域中，有些区域所包含的像素点太少，这些小区域也不是我们想要的，需要再次合并。OpenCV采用 flood fill 函数实现。

二、meanshift 分割算法在opencv上的实现;

CV_EXPORTS_W void pyrMeanShiftFiltering(InputArray src,//输入图像

OutputArray dst,//输出图像
double sp,//空间域半径

double sr, //颜色域半径

int maxLevel=1，分割金字塔的最大层数
TermCriteria termcrit=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) ) ；//迭代的终止条件

其中，double sp,//空间域半径，double sr,//颜色域半径，int maxLevel=1，分割金字塔的最大层数，这三个值越大，程序运行的速度越慢

源码范例

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <iostream>#include<time.h>using namespace cv;using namespace std;Mat src, dst;void meanshift_seg(int spatialRad, int colorRad, int maxPryLevel){////调用meanshift图像金字塔进行分割pyrMeanShiftFiltering(src, dst, spatialRad, colorRad, maxPryLevel);RNG rng = theRNG();Mat mask(dst.rows + 2, dst.cols + 2, CV_8UC1, Scalar::all(0));for (int i = 0; i < dst.rows; i++)    //opencv图像等矩阵也是基于0索引{for (int j = 0; j < dst.cols; j++){if (mask.at<uchar>(i + 1, j + 1) == 0){<span style="white-space:pre"></span>Scalar newcolor(rng(256), rng(256), rng(256));floodFill(dst, mask, Point(j, i), newcolor, 0, Scalar::all(1), Scalar::all(1));}}}}int main(int argc, uchar* argv[]){clock_t start, end;start = clock();src = imread("1.jpg");meanshift_seg(10,10,1);imshow("src", src);imshow("dst", dst);end = clock();cout << "Run time: " << (double)(end - start) / CLOCKS_PER_SEC << "S" << endl;waitKey();//无限等待用户交互响应}

原图

分割后的图像

0 0