我知道如何写的相似度功能的数据点在欧几里德空间(通过采取负min sqaured错误。) 现在如果我想来检查我的聚类的算法在图像上可以如何我写的相似度的功能,对数据点的图像?我是它基于自己的RGB值还是什么?以及如何?

有帮助吗?

解决方案

我认为,我们需要更好地澄清一些要点:

  1. 你的聚类只有在颜色?因此,采取RGB值用于像素和应用指标的功能(最小化总和平方米。错误的,或只是计算悲伤总数的绝对差异).
  2. 你的聚类在空间的基础(在图像)?在这种情况下,你应该照顾的位置,为你指定用于欧空间,只考虑到图像作为你的样品领域。这是一个2D空间不管怎样...3D如果你考虑的色彩信息(见下).
  3. 你是在寻找3D信息的图像?(2D位置+1D色),这是最有可能的情况下。考虑分割技术,如果你的图像显示了经常或定义的形状,因为第一种方法。如果失败,或者你想一个小手调算法,以考虑减少3D空间的信息2D或甚至1D通过这样做常设仲裁法院关数据。通过分析主要组成部分,你可以脱落的无用的信息收集和/或利用固有的数据结构中的一些方式。

参数将需要多得多于一个职位可以解决的,但我希望这可以帮助一点。

许可以下: CC-BY-SA归因
不隶属于 StackOverflow
scroll top