WYXOGO图像分割(Segmentation)——K-Means, 最小割, 归一化图割
图像分割是将图片将相似的部分分割成相同的块
1 Gestalt理论
解释物体分割的底层原理 将同一个东西群组在一起,集合中的元素可以具有由关系产生的属性
Gestalt中常见的一些分组的情况
现实生活中的分组现象
2 K-Means聚类
主要思想：相似的像素应该属于同一类
K-Means算法： “物以类聚、人以群分”：
首先输入k的值，即我们希望将数据集经过聚类得到k个分组。
从数据集中随机选择k个数据点作为初始大哥（质心，Centroid）
对集合中每一个小弟，计算与每一个大哥的距离（距离的含义后面会讲），离哪个大哥距离近，就跟定哪个大哥。
这时每一个大哥手下都聚集了一票小弟，这时候召开人民代表大会，每一群选出新的大哥（其实是通>过算法选出新的质心）。
如果新大哥和老大哥之间的距离小于某一个设置的阈值（表示重新计算的质心的位置变化不大，趋于>稳定，或者说收敛），可以认为我们进行的聚类已经达到期望的结果，算法终止。
如果新大哥和老大哥距离变化很大，需要迭代3~5步骤。
基于灰度值或颜色的K-means聚类本质上是对图像属性的矢量量化
- 语义分割：将不同位置上同样的物品分成同一类（如上图三）使用(R, G, B)的三维向量描述像素
- 实列分割：将不同位置上同样的物品分成不同类，此时就需要考虑像素位置对分割的影响，使用(R, G, B, x, y)的五维向量描述像素
3 Mean shift 聚类
K-Means算法可以很简单的进行分割，但是初始值对结果的影响非常大，Mean Shift 算法处理时将像素密度的峰值作为初始值，在特征空间中寻找密度的模态或局部最大值
所有轨迹通向相同模态的区域
- 定义特征值：(color, gradients, texture, etc)
- 在单个特征点上初始化窗口
- 对每个窗口执行Mean Shift直到收敛
- 合并接近相同“峰值”或模式的窗口
分割实例：
优势：
- 算法计算量不大，在目标区域已知的情况下完全可以做到实时跟踪；
- 采用核函数直方图模型，对边缘遮挡、目标旋转、变形和背景运动不敏感。
缺点:
- 缺乏必要的模板更新；
- 跟踪过程中由于窗口宽度大小保持不变，当目标尺度有所变化时，跟踪就会失败；
- 当目标速度较快时，跟踪效果不好；
- 直方图特征在目标颜色特征描述方面略显匮乏，缺少空间信息。
4 Image as Graphs
- 节点代表像素
- 每对节点之间代表边缘(或每对“足够接近”的像素)
- 每条边都根据两个节点的亲和力或相似性进行加权
- 找一条边将，将像素之间的联系切断
- 将切断的边的权重相加，使和最小（相似的像素应该在相同的部分，不同的像素应该在不同的部分）
定义权值 $$ exp(-\frac{1}{2\sigma^2}dist(X_i,X_j)^2) $$
-
假设用特征向量x表示每个像素，并定义一个适合于该特征表示的距离函数: $dist(X_i,X_j)^2$
-
然后利用广义高斯核将两个特征向量之间的距离转化为相似性
-
小的$\sigma$：仅群聚邻近点；大的$\sigma$：群聚距离远的点
最小割：将权值小的边去掉
最小割中趋向于将点单独的割出来，就会导致分割出很多“小块”
归一化图割
$$ \frac{W(A,B)}{W(A,V)}+\frac{W(A,B)}{W(B,V)} $$
- $W(A,B)$：表示集合$A, B$中所有边的权重的和
- $W(A,V)，W(B,V)$：分别表示分割后集合$A, B$内边的个数，当总的边数一定，其中一个$W$很大时，另一个就会很小，导致整个算式所计算的权重就会很大
-
定义一个邻接关系矩阵$W$，$(i,j)$表示第i个像素与第j个像素之间的权重，是一个对称的矩阵
-
定义矩阵$D$，是一个对角的矩阵$D_{ii} = \Sigma_jW(i, j)$
$$ \frac{y^T(D-W)y}{y^TDy} $$
-
归一化图割权重计算：其中，y是指示向量，如果第i个特征点属于A，那么它在第i个位置的值应该为1，反之则为0；利用拉格朗日算法求权重第二小（最小的是0）的特征值对应的特征向量y：$(D-W)y=\lambda y$ 所求出的y不是[0,…,1,0,0…]而是存在小数的向量，需要设置一个门限，将大于门限的设置为1，小于门限的设置为0
-
使用特征向量y的项对图进行二分割
-
改变门限，迭代将图像分成多个区块，也可以使用K-Means将得到的特征向量分类，达到分割多块的效果
分割效果：
学习资源：北京邮电大学计算机视觉——鲁鹏
