請問超像素(Superpixel)的大致原理？

01-07

最近在看顯著性檢測(Saliency Detection)的論文，有點好奇。麻煩大神們簡單介紹下吧。
注意不是HTC的UltraPixel技術。

超像素的原理？

超像素就是把一幅原本是像素級(pixel-level)的圖，劃分成區域級(district-level)的圖。

內涵？

應該算是一種對基本信息進行的抽象吧。

超像素分割屬於圖像分割(image segmentation)，再細化應該屬於過分割(over segmentation)。

你對一幅圖像進行超像素分割，分割之後，你得到許多大小不一的區域，你可以從這些區域中提取出有效的信息，比如顏色直方圖、紋理信息。比如你有一個人，你可以對這個人的圖像進行超像素分割，進而通過對每個小區域的特徵提取，辨識出這些區域是處於人體的哪個部分（頭部、肩部，腿部），進而建立人體的關節圖像。

另外，如果你要用圖論的方法來分離前景背景。如果這幅圖的大小為480 * 640，那麼你建立的圖(graph)有480640個節點。如果你預先對這幅圖像使用超像素分割，將其分割為1000個超像素，那麼你建立的圖只有1000個節點。大大提升了計算速度。

我讀過幾篇關於超像素分割的論文，最有趣直觀並且帶有源代碼（帶著良心）的是SLIC Superpixel，使用K-means的聚類方法，分割的效果很好。

SLIC Superpixels Compared to State-of-the-art Superpixel Methods

另外，OpenCV3中實現的超像素分割的演算法是SEEDS。

mvdblive.org

SEEDS的速度比SLIC快些，paper寫的也是有理有據，令人信服。空閑的話可以讀讀看。

頂 @Pan Ni .

去年研究了大半年的Saliency Detection，其中這篇CVPR2014的論文(有的狼友可能沒有下載的渠道所以沒放的IEEE Xplore的鏈接 http://research.microsoft.com/en-US/people/yichenw/cvpr14_saliencyoptimization.pdf )中的某一步用到了Superpixel.

超像素有多種方法，自己用MindManager做了個大致總結：

但是SLIC目前來說最好用(當然也可以擴展到超·體像素Supervoxel)，

其大致思路是(自己做了個word，但懶得手敲只好截圖咯)：

補充下SLIC的代碼(MATLABCppGUI)：

Superpixel segmentation

超像素其實不是一個理論，所以沒什麼原理，它只是一個概念，最早是任曉峰2003年的一篇論文提出的。概念就是把圖像分割成很多小塊，然後可以把這一整個塊當成一個像素來處理，每一小塊就是超像素，這樣處理有一些便捷，比如數據點數減少，或者這一塊有圖像語義，利於後續其他應用。但其本質上仍是是圖像分割。可能需要了解一下圖像分割這一細分領域，不過概念依然很簡單。

就是將圖像過分割成一系列子區域，每個子區域內部之間具有某個特徵具有很強的一致性。例如，每個子區域的灰度差不多。當然，超像素還要求子區域形狀盡量規則等。

對圖像用SLIC進行超像素分割以後得到的每個超像素區域具體是怎樣界定的？程序當中具體在哪一塊指出了這塊區域的範圍和大小？

超像素的大小如何選取呢？有沒有文章專門研究大小的選取，類似討論k-means的k如何選取。

請問SLIC 與空間金字塔分層超像素有什麼區別呢？