综合聚类分割的含义

分割为一个词，指的是分类图像中存在的物体，它有许多的理论和方法，假设我们要承认在一个图像中的物体，有太多的单独处理每个像素，相反，我们应该像一些紧凑型，总结表现形式。

虽然表面上看起来这些不同的方法可能有多么复杂，任何读者，在本文中我将展示在分割聚类的意义。

分割的一个自然的看法是，我们正试图确定哪些数据组件集自然属于彼此。这是已知的聚类问题。
我们可以群集有两种方式：

分区：这里我们有一个大数据集，和曲线它根据内部设置的项目之间的关联的概念。我们要分解成片段，是根据我们的模型好它。例如，我们可以分解成具有统一的地区色彩和纹理的图像。

-分组：在这个项目的一部分，我们有不同的数据，我们要收集的数据项集有意义在一起。

这里的关键是要确定什么是代表目前的问题合适，我们需要知道什么条件来分割方法应决定哪些像素属于在一起，哪些没有。

一旦我们决定哪些聚类分析适合我们的应用程序，可进行聚类分割对于一些应用程序可能使用群集有用的，以及总结视频，或找到机器零件，寻找法师的人，发现在卫星影像建筑物：这些做由为边缘点，可装配在线段，然后组装成多边形线集合寻找。

离子的方法应该决定哪些像素属于在一起，哪些没有。

一旦我们决定哪些聚类分析适合我们的应用程序，可进行聚类分割对于一些应用程序可能使用群集有用的，以及总结视频，或找到机器零件，寻找法师的人，发现在卫星影像建筑物：这些做由为边缘点，可装配在线段，然后组装成多边形线集合寻找。

这是很难看到有可能是一个全面的分割理论，尤其有趣的是，什么是不取决于这个程序，没有分割在写作时全面的理论。

由于聚类以上，除了集群是一组数据，即由集群所取代的过程定义，这是很自然的分割看成聚类，另一个意思：像素可能属于在一起，因为他们具有相同的颜色，同样的质地，他们在附近，等。集群的一些方法以及：聚类K -均值，图论的聚类分割方法。