OpenCV4入门教程075：图像均值漂移分割（meanshift）

索引地址：系列索引

Mean shift 算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等

假设在一个多维空间中有很多数据点需要进行聚类，Mean Shift的过程如下：

1、在未被标记的数据点中随机选择一个点作为中心center；

2、找出离center距离在bandwidth之内的所有点，记做集合M，认为这些点属于簇c。同时，把这些求内点属于这个类的概率加1，这个参数将用于最后步骤的分类

3、以center为中心点，计算从center开始到集合M中每个元素的向量，将这些向量相加，得到向量shift。

4、center = center+shift。即center沿着shift的方向移动，移动距离是||shift||。

5、重复步骤2、3、4，直到shift的大小很小（就是迭代到收敛），记住此时的center。注意，这个迭代过程中遇到的点都应该归类到簇c。

6、如果收敛时当前簇c的center与其它已经存在的簇c2中心的距离小于阈值，那么把c2和c合并。否则，把c作为新的聚类，增加1类。

6、重复1、2、3、4、5直到所有的点都被标记访问。

7、分类：根据每个类，对每个点的访问频率，取访问频率最大的那个类，作为当前点集的所属类。

简单的说，mean shift就是沿着密度上升的方向寻找同属一个簇的数据点。

测试代码

// 功能：代码 7-4 均值漂移图像分割
// 作者：朱伟 zhu1988wei@163.com
// 来源：《OpenCV图像处理编程实例》
// 博客：http://blog.csdn.net/zhuwei1988
// 更新：2016-8-1
// 说明：版权所有，引用或摘录请联系作者，并按照上面格式注明出处，谢谢。//
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
//颜色通道分离
static void MergeSeg(Mat& img
    , const Scalar& colorDiff = Scalar::all(1))
{
    CV_Assert(!img.empty());
    RNG rng = theRNG();
    // 定义掩码图像
    Mat mask(img.rows + 2, img.cols + 2, 
        CV_8UC1, Scalar::all(0));
    for (int y = 0; y < img.rows; y++)
    {
        for (int x = 0; x < img.cols; x++)
        {
            if (mask.at<uchar>(y + 1, x + 1) == 0)
            {
                // 颜色定义
                Scalar newVal(rng(256), rng(256), rng(256));
                // 泛洪合并
                floodFill(img, mask, Point(x, y)
                    , newVal, 0, colorDiff, colorDiff);
            }
        }
    }
}
int main(int argc, char** argv)
{
    cv::Mat srcImg = imread("..\\images\\sea.jpg");
    if (srcImg.empty())
        return -1;
    // 参数设定
    int spatialRad = 20;
    int colorRad = 20;
    int maxPyrLevel = 6;
    cv::Mat resImg;
    // 均值漂移分割
    pyrMeanShiftFiltering(srcImg, resImg, 
        spatialRad, colorRad, maxPyrLevel);
    // 颜色通道分离合并
    MergeSeg(resImg, Scalar::all(2));
    cv::imshow("src", srcImg);
    cv::imshow("resImg", resImg);
    cv::waitKey();
    return 0;
}