22、超像素对图像分割和文档聚类的影响

超像素对图像分割和文档聚类的影响

1. 超像素与图像分割

在图像分割领域，超像素的使用对分割结果有着重要影响。研究人员测试了多种算法生成的超像素进行层次聚类，包括体积分水岭算法、均值漂移算法和 Felzenszwalb 算法。

1.1 实验参数设置

算法	参数
体积分水岭算法	1. 250 个区域，预过滤大小为 3（v250 f3） 2. 500 个区域，预过滤大小为 3（v500 f3） 3. 1000 个区域，预过滤大小为 3（v1000 f3） 4. 500 个区域，无预过滤（v500 f0）
均值漂移算法	hs = 5，hr = 4，M = 50（ms s5 r4 m50）
Felzenszwalb 算法	σ = 0.01，k = 8，M = 50（fz s0.01 k8 m50）

均值漂移算法参数产生的预分割区域在 21 到 1296 个之间，平均为 633 个；Felzenszwalb 算法参数产生的预分割区域在 501 到 943 个之间，平均为 750 个。在 Pentium 4 计算机上，均值漂移算法快速版本每张图像平均耗时 4.3 秒，Felzenszwalb 算法平均耗时 1.