0

我 现在用固定带宽实现了来自http://courses.csail.mit.edu/6.869/handouts/PAMIMeanshift.pdf的 meanshift 算法。当我使用 h=[8 4 10] 在摄影师图像上运行我的 MATLAB 时，正如他们建议的那样，我得到了大约 4000 个集群（我对像素进行了光栅扫描，每个像素计算它映射和合并区域的模式，如果它们在 h) 内。对于 256x256 情况，此算法也需要大约 5 分钟。

我已经尝试阅读/使用他们的代码，但我需要一些解释......

我的结果是否符合预期，或者我可以在不进行后期处理的情况下将其用于更少的集群吗？

4

2 回答 2

1

如果我查看每个集群的像素数，我会发现 4000 中的大多数像素少于 20 个（论文中定义的 h 向量中的第三个数字），因此通过将这些区域与更大的区域合并，可以得到更易于管理的集群

于 2012-10-05T15:33:59.080 回答
1

有一个名为 EDISON 的实现，它实现了均值偏移聚类。它可作为 GUI 包和 mex-matlab 包装器使用 http://coewww.rutgers.edu/riul/research/code/EDISON/index.html

您可能会发现将结果与它进行比较很有帮助。

于 2012-10-26T14:25:19.567 回答