在对图像进行聚类时，如何考虑像素的空间上下文(或邻域)(除了像素强度) ？
目前，我使用 K-means、GMM 和 Fuzzy C-means，它们仅基于像素强度的分布。但是，我需要将像素的空间上下文信息包含到聚类中，以避免由噪声 Blob 引起的错误分类。
最佳答案
分割的标准方法是将适当缩放的 X 和 Y 坐标添加到颜色值(在 RGB 或 Lab 空间中)。 例如，SLIC(x-y-Lab 空间中的 K 均值聚类)和 Quickshift(x-y-Lab 空间中的加速均值平移)。 当还考虑空间距离时，通常可以获得很大的速度。查看 scikit-image 中的实现或this blog或my blog
关于image-processing - 在图像聚类过程中包括像素的空间上下文，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33834883/