问题标签 [superpixels]

我将实现一种基于简单线性反馈控制系统（LFCS）的显着目标检测方法。控制系统模型表示为以下等式：

我想出了以下程序代码，但结果不是应该的。具体来说，输出应该类似于下图：

但是代码产生了这个输出：

代码如下。

以上代码是后续章节的先决条件（实际上，它们为下一节生成了必要的数据和矩阵。提供上述代码是为了使整个过程可重现）。

具体来说，我认为本节没有给出预期的结果。恐怕我没有使用 for 循环正确模拟并行性。此外，终止条件（与 for 和 if 语句一起用于模拟 do-while 循环）永远不会满足，并且循环会一直持续到最后一次迭代（而是在指定条件发生时终止）。这里的一个主要问题是终止条件是否正确实施。以下代码的伪算法如下图所示：

最后，将使用以下代码生成显着性图。

我正在尝试使用 SLIC 变体进行语义分割，并希望根据可用的基于点的注释为每个片段着色（根据其类）为原始图像创建一个掩码。如果该段中没有基于点的注释，则 leave 为 0。

我目前有一个图像的 x、y 点及其相关标签，以及一个查找和着色所需片段的（慢）方法。我熟悉矢量化或“pythonic”是做事，但我似乎无法加快最后一个 for 循环，并且希望得到一些关于优化的建议或参考。谢谢。

我基本上有我想用这里替换那个循环的东西：

但我无法在mask. 我认为这将是类似的东西：

但似乎我正在尝试为我正在生成的列表分配一个颜色值......

我使用 slic 聚类算法来创建生物医学图像的超像素（生物医学成像专家的整个幻灯片图像）。我想为超像素提取不同的特征、纹理和空间以创建特征表示，然后将其输入分类器（SVM、RF）以尝试对每个超像素进行分类，因为我有每个超像素的标签。最终目标是对每个超像素进行分类，然后使用它来构建分割。

对于每个超像素，我根据所有超像素的平均高度和宽度在所有超像素周围绘制一个大小一致的边界框，因为大小的分布在平均值附近相当高（有些会切掉小部分，而另一些会包括一些填充。我有几个问题

1. 关于每个超像素的 gabor 滤波器，我得到一个 gabor 特征，其中每个像素都有一个值，然后我取这些的平均值以获得超像素 gabor 特征值。这是正确的方法吗？下面的代码

   /li>

2. 这将如何与 HOG 一起使用？我会采用相同的方法来平均特征向量吗？如何防止 HOG​​ 描述符过大？

3. 将超像素输入 CNN 以学习特征表示是否明智？

4. 如果有人在对其他有用的图像特征描述符提出任何建议之前使用过这种数据，这将是一种数据类型的好方法？

任何有关构建功能或要查看超像素的功能类型的建议将不胜感激！

谢谢

寻找一种确定相邻超像素的方法，我发现了这个有趣的解决方案。但是，据我所知，需要考虑位于左右边界的超像素之间的邻接性。还应考虑顶部和底部边界中超像素的邻接性。

例如，在上图中，红色填充的超像素应被视为相邻超像素。

有什么想法吗？

使用 SLIC 超像素分割时，有时生成的超像素数量小于请求的数量，这是因为强制连接，如果不是，这背后的原因是什么？

我有一个使用来自 scipy 的 SLIC 的分段图像，对于每个超像素，我得到一个图像，其中只有那个超像素是彩色的，而图像的其余部分是黑色的。我只想对来自那个超像素的彩色像素进行迭代。我试过像这样使用for循环：

这种方法是有效的，但是考虑到它是在整个图像上迭代，它是非常低效的，如果我有一个大图像，它需要很长时间来处理每个超像素。有没有更快更有效的方法来做到这一点？

我将在下面附上整个代码，也许您会对整个事情有更好的了解。

我为图像分割重新实现 SLIC 只是为了好玩。但我很懒，我不想编写一个函数来连接所有集群，所以我决定_enforce_label_connectivity_cython()从 skimage 使用，但我收到 Buffer dtype mismatch 的错误，我现在不知道如何解决它

.

我对这种东西完全陌生，我使用 SLIC 从图像中获取超像素，现在我已经提取了检测到的单个超像素，但它就像整个起始 img 维度，除了有超像素，图像的其余部分是黑色，对不起，我的英语不好，我将在下面尝试解释。

这实际上是我获取超像素的代码，但是当我存储单个超像素时，我得到的是那个链接（我还不允许嵌入图像） ：

现在你可以看到原始图像和超像素的 H 和 W 有一个大的黑色区域，我希望只用超像素区域裁剪一个“矩形或正方形”，我该怎么做？谢谢你，对不起我的英语

我正在使用e (or ) 包中的regionprops函数来使用同一包中的 SLIC 超像素算法来计算分割图像的区域特征。scikit-imagskimage

除了函数中计算的那些之外，我还需要额外的特征，主要是：标准偏差、偏度、峰度。

我修改了使用其他功能作为模板的源代码，_regionprops.py以包含这些属性：

我知道这是不好的做法，而不是长期的解决方案，因为我的代码将无法在另一台机器上运行，或者如果我更新 skimage。

我发现该函数skimage.measure.regionprops()有一个extra_properties=None参数，根据文档：

添加不包含在 skimage 中的额外属性计算函数。

我的问题是：我可以用 np.std 获得一个工作示例吗？我真的不知道如何使用这个参数。

谢谢

您好我目前正在尝试使用 tkinter 开发一个 python GUI 来训练一个 CNN。为此，我需要一个按钮来标记 SLIC 超像素图像。有人可以帮助我如何做到这一点。

这是我正在使用的代码的一部分，但我需要使 SLIC 图像出现在 GUI 中而不是单独的窗口中。

请帮我解决这个问题