聚类K均值聚类的最佳色彩空间

Question

什么是最佳色彩空间（如RGB，HSV，YIQ，XYZ，Lab）用于使用K-Means聚类方法将图像聚类到具有白色背景的图像以及除了白色背景之外的其他颜色的一个以上的对象，就像白色布上的一些水果的图像，其具有足够的光。附加信息：集群被确定为两个集群并且分割的结果是两个集群，第一个是背景的集群（布的白色），第二个是对象或某些对象的集群。以前感谢。

Answer 1

我会去实验室，因为它从色度信息中去除亮度，而你对色度信息最感兴趣。

Answer 2

所有的优点和缺点。

例如，有人可能会认为R中的0.1与B中的0.1中的差值相同，因此RGB和欧几里得距离是适当的。在HSB中，色相的范围从0到360，而S和V的范围是0到1（将色调重新调整到0-1也不能真正解决这个问题！），因此整个欧几里德距离由色相支配。另外，355.5和0.5的色调几乎相同，但欧式距离不知道这种绕回。即不要使用HSV与欧几里德距离（因此，不与k-均值！）

我不熟悉所有的颜色空间能够告诉你哪些是欧几里得空间，因此哪里是欧几里得距离和k均值是合适的。 RGB可能是，并且HSV（因为它在H中是循环的）绝对不是。从我读的实验室是非线性的？但是你需要一个k-means的线性空间！

对于HSB等，即使您有一个处理循环空间和非线性的距离函数，也不能使用k-means，除非您还修复了的平均值函数。例如。色调0.5和355.5（均非常接近红色）的平均值为179，大约为青色。 => k-means结果将是无稽之谈。