我正在尝试实现 Jason Hipp 等人的算法。还有一个演示文稿，更短更全面。
简要说明他们的方法：
他们使用矢量量化作为区分任何给定图像中前景和背景的工具。但是，它们不是使用正方形区域作为特征向量来生成代码字，而是使用圆形。这应该降低计算复杂度。使用圆作为谓词向量，匹配问题被简化为线性模式匹配任务，并允许空间不变匹配。因此该方法称为空间不变矢量量化。
所以基本上，一个谓词向量是交互选择的，然后在图像空间中详尽地查询这个谓词向量与当前位置的相关性。
我的问题是：
他们在整个算法中的哪个位置生成密码本？如何？
我看不到如何为要生成的 Codebook 选择参数。如果他们首先对图像中所有可能位置的所有可能圆进行采样，则计算量非常大。他们如何确定要生成的簇/码字的数量？
为什么我要摆动子环？
现在我的实现基本上包括一个具有一个半径的圆作为谓词向量。它穿过原生图像空间，并将谓词向量与所有可能的旋转中当前像素周围的圆圈相关联。这是一个非常缓慢的过程，我看不到他们算法的好处。我没有实现任何接近矢量量化的东西，因为我看不到它是如何工作的。
任何提示或想法表示赞赏。不幸的是，该方法的作者没有回答我的问题。