计算机视觉-基于Mean Shift算法的图像分割

原创

已于 2025-05-06 14:38:25 修改 · 771 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #算法 #机器学习

于 2025-05-06 14:34:36 首次发布

一、Mean Shift 图像分割原理总结

Mean Shift 是一种基于密度梯度上升的无监督聚类算法，核心思想是通过迭代将每个像素点移动到局部密度极大值点（吸引子），从而实现图像分割。具体步骤包括：

核函数与带宽：利用核函数（如高斯核）定义局部区域，带宽决定邻域范围，平衡空间和颜色相似性。
Mean Shift 向量计算：通过加权平均计算当前点的漂移方向，指向密度增加的区域。
迭代收敛：像素点沿 Mean Shift 向量移动，直至收敛到吸引子，具有相同吸引子的像素归为一类。
特征空间：结合颜色（如 Lab 空间）和空间位置信息，提升分割精度。

二、代码实现整体架构

代码围绕图像分割→边缘检测→性能评估→参数分析展开，核心模块如下：

1. 图像预处理与分割函数 `process_image`

功能：读取图像、缩放降采样、颜色空间转换（RGB→Lab）、Mean Shift 滤波分割、颜色量化、标签分配、Canny 边缘检测。
关键步骤：
- Mean Shift 滤波：cv2.pyrMeanShiftFiltering 通过空间半径（spatial_radius）和颜色半径（color_radius）聚类像素。
- 颜色量化：简化颜色种类（如除以 10 取整），减少过分割。
- 边缘检测：对聚类标签图像使用 Canny 算法提取区域边界。

2. 性能评估函数 `evaluate_segmentation`

功能：对比分割结果与真实标签（Ground Truth），计算准确率（Precision）和召回率（Recall）。
核心逻辑：
- 读取并缩放真实标签图像，转换为二值图。
- 计算真阳性（TP）、假阳性（FP）、假阴性（FN），推导评估指标。

3. 参数可视化与分析

不同空间半径可视化：遍历多个空间半径，在原图叠加红色边缘，直观展示参数对分割结果的影响。
通用参数结果展示：使用固定参数（如 spatial_radius=20, color_radius=20）处理多幅图像，统一显示分割效果。
性能统计表格：通过 Pandas 生成 Markdown 表格，汇总多幅图像的准确率和召回率。
参数敏感性分析：针对单幅图像，绘制准确率 / 召回率随空间半径变化的曲线，量化参数影响。

三、代码流程总结

输入与预处理：
- 读取图像，缩放至 60% 尺寸（减少计算量），转换为 Lab 颜色空间（更适合颜色聚类）。
核心分割：
- 利用 Mean Shift 滤波聚类像素，生成初步分割结果；量化颜色以简化区域。
后处理：
- 分配聚类标签，通过 Canny 检测区域边缘，得到二值边缘图。
评估与可视化：
- 对比真实标签计算性能指标，可视化不同参数下的分割结果，分析参数影响。

四、关键参数与影响

空间半径（spatial_radius）：
- 越大：考虑更广的空间邻域，分割区域更平滑，可能导致欠分割。
- 越小：关注局部细节，可能导致过分割。
颜色半径（color_radius）：
- 越大：允许颜色差异更大，适合颜色相近的区域合并。
- 越小：严格区分颜色差异，适合颜色对比明显的场景。

---------------------------------------------------------------------------------------------------------------------------------

预处理：读取图像 → 转换为 RGB → 缩放降采样 → 转换为 Lab 颜色空间（更适合颜色分割）。
分割核心：使用金字塔均值漂移滤波（pyrMeanShiftFiltering）对 Lab 图像进行聚类，得到初步分割结果。
后处理：颜色量化（简化颜色）→ 标签分配（每个区域一个索引）→ Canny 边缘检测（提取区域边界）。
输出：返回缩放后的原图（用于可视化）、边缘掩码（分割结果）和图像尺寸（用于评估）。

def process_image(image_path, spatial_radius, color_radius):
    image = cv2.imread(image_path)
    image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    height, width = image_rgb.shape[:2]
    new_size = (int(width * 0.6), int(height * 0.6))
    compressed = cv2.resize(image_rgb, new_size)
    lab = rgb2lab(compressed)
    L = (lab[:, :, 0] * 255 / 100).astype(np.uint8)
    a = (lab[:, :, 1] + 128).astype(np.uint8)
    b = (lab[:, :, 2] + 128).astype(np.uint8)
    lab_8u = cv2.merge([L, a, b])
    filtered = cv2.pyrMeanShiftFiltering(lab_8u, spatial_radius, color_radius, maxLevel=1)
    quantized = (filtered