scrivere una funzione di somiglianza per le immagini per i dati di clustering

Question

Io so come scrivere una funzione di similitudine per i punti di dati nello spazio euclideo (prendendo il minimo negativo errore sqaured.) Ora, se voglio controllare i miei algoritmi di clustering sulle immagini come posso scrivere una funzione di somiglianza per i punti dati in immagini ? Ho baso sulle loro valori RGB o che cosa? e come?

Answer 1

Credo che abbiamo bisogno di chiarire meglio alcuni punti:

1. Stai l'incubatore di solo colore? Quindi, prendete i valori RGB per pixel e applicare la funzione metrica (minimizzare somma di quadrati errore, o semplicemente calcolare SAD -. Somma delle differenze assolute).
2. Stai il clustering su base spazio (in un'immagine)? In questo caso, si dovrebbe prendere cura di posizione, come è stato specificato per lo spazio euclideo, solo considerando l'immagine come dominio vostri campioni. E 'uno spazio 2D comunque ... 3D se si considera informazioni di colore troppo (vedi successivo).
3. Sei alla ricerca di informazioni 3D di immagine? (Posizione 2D + colore 1D) E 'il caso più probabile. Considerare tecniche di segmentazione se l'immagine mostra forme regolari o ben definite, come primo approccio. Se fallisce, o si voleva una mano sintonizzati meno algoritmo, considerare di ridurre lo spazio 3D di informazioni da 2D o addirittura 1D facendo PCA sui dati. Analizzando componenti principali si poteva scendere le informazioni inutili dalla tua raccolta e / o sfruttamento struttura dati intrinseco in qualche modo.

L'argomento avrebbe bisogno di molto di più di un post da risolvere, ma spero che questo potrebbe aiutare un po '.