问题标签 [superpixels]

我需要使用 EM 算法superpixel使用 OpenCV 的期望最大化算法将我的每个图像分成两组。

我已经初始化了第 i 个超像素的图像和掩码，我将我的超像素的像素复制到了一个新的 Mat 中，这是 EM 算法的输入，但我不明白我怎么能不考虑黑色像素的背景。

我不需要丢失每个像素/超像素的空间信息。

超像素示例

那是我现在的代码

我尝试使用带有 Alpha 通道的广告图片，但仍考虑背景像素。

谢谢。

应用SLIC superpixel到输入图像后，我需要从红色、蓝色和绿色通道中获取标签的最大值。

我写了这段代码，首先我应用了SLIC Superpixel，然后我使用 split 命令来获取 3 个通道。然后我使用了Core.minMaxLoc命令。

我的问题是，返回Core.minMaxLoc的最大值是像素的最大值还是标签的最大值？因为我需要从标签而不是像素中提取最大值。

这是我的代码：

我想使用切片超像素分割图像，然后用所述超像素的平均颜色替换超像素的原始颜色。

我得到错误ValueError: Label and intensity image must have thesame shape. Segments shape is (512,512) 和 img shape in (512,512,3)。regionprops在我的情况下正确使用什么？

如何将超像素作为 CNN 的输入？我使用SLIC算法将图像分割成超像素。

如何使用CNN进行分类？

我对特定图像进行了超像素分割。我手中的是原始的 RGB 图像和标记的图像轮廓。如何在图像中绘制超像素？

我已经应用超像素来分割图像（更准确地说是基于图形的分水岭），它有 1000 个片段（即 1000 个超像素）。一个简单的例子如下所示：

我正在处理的图像是牙齿 X 射线（灰度）。我想选择所有属于牙齿的超像素，然后训练我的 ConvNet 将它们分类为“牙齿”或“非牙齿”组织。

在我对它们进行分类之后，我想得到所有带有“牙齿”标签的人，并将它们标记在原始图像上，直到牙齿被完全分割。下面显示了一个示例，其中提到的牙齿用红色标记。

那么如何自动执行此操作，即如何将超像素分类为“牙齿”或“非牙齿”组织？

我可以为图像指定超像素及其属性。

我知道每个超像素的平均强度值可以指定如下：

问题是如何指定超像素内所有像素的值？

将图像分割成 N 个超像素后，我需要指定与一个超像素相邻或不相邻的超像素，并确定所有超像素的这种关系。

如何为每个超像素指定相邻的超像素？

更新

我已经尝试过@Cris Luengo 介绍的解决方案。但是出现了以下错误：

更新 2 我按照 MATLAB 帮助中的说明进行操作，但它对我不起作用。对于 SupNum=8，产生了以下结果：

具有图像的超像素质心，是否有任何用于绘制区域邻接图的 MATLAB 函数？

PS 类似但不准确的解决方案：

https://www.mathworks.com/matlabcentral/fileexchange/16938-region-adjacency-graph-rag

https://www.mathworks.com/matlabcentral/fileexchange/53614-image-graphs

可以使用适当的索引手动指定位于图像边界的超像素（例如以下第二个超像素的示例，L==2）：

在某些情况下，需要以系统且非手动的方式指定位于图像边界中的所有超像素，类似于下图：

有什么标准方法可以做到这一点吗？