Sens complet de Segmentation par regroupement

Segmentation comme un mot, moyens de classer les objets qui sont existe dans une image, il a beaucoup de théories et de méthodologies, supposons que nous aimerions reconnaître les objets dans une image, il y a trop de pixels à gérer chacun individuellement, au lieu de cela, nous tenons une certaine forme de représentation compacte, sommaire.

Bien que superficiellement ces différentes méthodes peuvent sembler certains comment compliqué pour tout lecteur, dans cet article je démontrerai sens de regroupement dans la segmentation.

Une seule vision naturelle de segmentation, c'est que nous tentons de déterminer quels éléments du jeu de données naturellement sont indissociables. Il s'agit d'un problème connu comme le regroupement.
Nous pouvons cluster de deux façons :

-Partitionnement : nous avons ici un vaste ensemble de données et la courbe it up selon à la notion de l'association entre les éléments à l'intérieur de l'ensemble. Nous aimerions il se décomposent en morceaux qui sont bons selon notre modèle. Par exemple, nous pouvons décomposer une image en régions ont la texture et la couleur cohérente.

-Regroupement : dans cette partie, nous avons des éléments de données distincts, et nous aimerions recueillir des ensembles d'éléments de données qui font sens ensemble.

Ici, la clé consiste à déterminer quelle représentation est convenable pour le problème à portée de main, nous devons savoir de quels critères qu'une méthode de segmentation de décider quels pixels sont indissociables et qui ne font pas.

Une fois que nous décider quelle méthode de cluster convenable pour notre application, segmentation par regroupement pourrait être très utile pour certaines applications susceptibles d'utiliser clustering, ainsi que résumant la vidéo, ou trouver des pièces de la machine, trouver des gens en mage, bâtiments de conclusion en images satellitaires : ces fait en regardant des collections de points de bord qui peuvent être assemblés dans un segment de ligne et ensuite assembler ligne en polygones.

Il est difficile de voir qu'il pourrait y avoir une théorie globale de segmentation, pas moins ce qui est intéressant, et ce qui n'est pas dépend de l'application, il n'y a aucune théorie complète de la segmentation au moment de l'écriture.

Puisque le regroupement est défini ci-dessus, en outre le regroupement est un processus par lequel une données ensemble est remplacé par cluster, il est naturel de penser de la segmentation comme clustering, un autre sens : pixels peuvent appartenir ensemble parce qu'ils ont la même couleur, la texture même, ils sont à proximité, et ainsi de suite. Certaines méthodes clusters comme ainsi que : regroupement par K-moyen, segmentation par regroupement théorie des graphes.