什么是最佳色彩空间（如 RGB、HSV、YIQ、XYZ、Lab），用于使用 K-Means 聚类方法将图像聚类到具有白色背景和多个对象的图像，该对象是除白色背景之外的其他颜色就像一些水果在光线充足的白布上的图像。附加信息：簇被确定为固定为两个簇，分割的结果是两个簇，第一个是背景的簇（布的白色），第二个是对象或一些对象的簇。之前谢谢。
问问题
2444 次
2 回答
4
我会选择 Lab，因为它可以将亮度与色度信息去关联，并且您对色度信息最感兴趣。
于 2012-07-24T15:39:40.077 回答
3
都有其优点和缺点。
例如，有人可能会争辩说，R 中 0.1 的差异和 B 中 0.1 的差异是相同的，因此 RGB 和欧几里得距离是合适的。而在 HSB 中，色调的范围是 0 到 360，而 S 和 V 的范围是 0 到 1（将色调重新缩放到 0-1 也不能真正解决这个问题！），因此整个欧几里德距离由色调控制。另外，355.5 和 0.5 的色调几乎相同，但欧几里得距离不知道这种环绕。即不要使用带有欧几里德距离的 HSV（因此，不要使用 k-means！）
我对所有颜色空间都不够熟悉，无法告诉你哪些是欧几里得空间，因此欧几里得距离和 k 均值在哪里是合适的。RGB 可能是，而 HSV（因为它在 H 中是循环的）绝对不是。我读到的实验室是非线性的？但是你需要一个用于 k-means 的线性空间！
对于 HSB 等，即使您有一个处理循环空间和非线性的距离函数，也不能使用 k-means，除非您还修复了均值函数。例如，色调 0.5 和 355.5（都非常接近红色）的平均值为 179，大约为青色。=> k-means 结果将是无稽之谈。
于 2012-07-28T18:31:22.140 回答