mean shift算法对图像处理时的一些困惑

大鱼炖海棠 2011-11-04 02:47:51

（1)样本点xi是从概率密度函数f(x)中抽样得来，请问这个f(x)是指图像的直方图即各灰度级所占的比例吗？或是其他？
（2）这个抽样是怎么抽取的呢?xi它包含的信息是哪些呢？仅仅是坐标还是有色彩信息？如果都有，那么是按什么标准抽样：通过坐标 or 灰度值？
（3）比如做图像平滑，从第一个像素点开始操作，此时覆盖一个核函数在其上，这时在核函数覆盖范围内的都是抽样点吗？还是仅仅是与中心位置像素灰度值相同的点才是抽样点，或是有其他定义？

小弟不才，很多地方理解的不够透彻甚至错误，望各位大哥指点。

...全文

112 6 打赏收藏转发到动态举报

写回复

用AI写文章

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

大鱼炖海棠 2011-11-05

打赏
举报

恩，收到

fengbingchun 2011-11-05

打赏
举报

看看OpenCV或CxImage

fengbingchun 2011-11-05

打赏
举报

看看OpenCV或CxImage

大鱼炖海棠 2011-11-04

打赏
举报

若有什么好的学习方法，希望各位大侠能够传授..

大鱼炖海棠 2011-11-04

打赏
举报

确实是，现在不知道这个算法该怎么学。

现在就是结合图像处理时，连对它该怎么操作，对哪些特征信息进行操作，如何操作都没搞清

天鹅梦 2011-11-04

打赏
举报

为了加深理解，建议你还是你去看看该算法的源程序
其实它是一种胜任高维特征空间的聚类算法，而且不需要假定概率分布模型，完全是从数据本身出发，通过反复的迭代，最终得到数据分布的中心点，实际上对于图像来说，特征是一种联合特征，包括颜色和坐标，但在核函数计算时，分开计算。
这个算法最关键的是核函数窗口的大小