SLIC_超像素算法

SLIC 超像素算法

一、超像素是什么

超像素把图像从像素网格重新组织成有意义的局部区域，每个区域由颜色相近、位置相邻的一堆像素组成。SLIC = S imple L inear I terative Clustering，直译「简单线性迭代聚类」。

和下采样的区别：下采样丢像素、损失分辨率；超像素保留全部像素，只是换一种组织方式，物体边界保留在区域边界上。

---

二、工作原理

2.1 初始化聚类中心

在图像上均匀撒 K 个种子点（用户指定的期望超像素数），种子间距：

S = √(N / K)   其中 N = 图像总像素数

撒完种子还有一步容易漏掉：把每个种子挪到自己 3×3 邻域内梯度最小的位置。种子要是正好压在边缘上，第一轮聚类就会被边缘两侧的像素来回拉扯。

2.2 搜索范围限制

每个像素只和它周围 2S × 2S 窗口内的聚类中心比较，而不是全图 K 个中心都比一遍。

               2S
  ┌─────────────────────┐
  │                     │
  │      · 聚类中心      │
  │      搜索区域        │
  │                     │
  └─────────────────────┘

窗口内最多碰到 4 个左右的中心，总比较次数和像素数成正比，这就是 SLIC 复杂度 O(N) 的来源。也正因为只跟附近中心比较，远处的同色像素不会聚到同一个超像素------空间局部性是这么来的。

但注意，这一步并不保证单个超像素内部连通。细缝、噪声会在区域里切出「飞地」，连通性是迭代结束后靠后处理强制的，见 2.4 第 4 步。

2.3 距离度量

同时考虑颜色距离（CIELAB 空间）和空间距离（xy 坐标）：

d_color = √((l₁ - l₂)² + (a₁ - a₂)² + (b₁ - b₂)²)
d_space = √((x₁ - x₂)² + (y₁ - y₂)²)

归一化后加权求和：

D = √((d_color / m)² + (d_space / S)²)

参数	作用
m	控制超像素的紧凑程度。m 越大 → 结果越接近方形网格；m 越小 → 更贴合物体边界
S	搜索范围，由 K 自动决定

2.4 迭代优化

1. 每个像素在 2S×2S 邻域内分配到 D 最小的聚类中心
2. 更新聚类中心：取区域内像素的平均 Lab 和 xy
3. 重复 1-2，通常迭代 10 次左右（收敛很快，再多次数收益不大）
4. 强制连通性后处理：按标签做连通域检查，
   不连通的小碎片（实现里常用阈值 N/K/4）重新分配给邻近超像素

第 4 步顺带解决了空区域问题------迭代后个别中心可能一个像素都没分到。

---

三、输出格式

输出	说明
labels	整数矩阵，尺寸同原图，值范围 0 ~ K-1。每个像素的值表示它属于哪个超像素
属性列表	每个超像素的平均颜色、像素坐标列表、面积、质心等可计算属性

关于 K 值：K 不是精确值，只是用户指定的期望目标。初始撒 K 个种子，迭代后过小的区域被合并，最终实际超像素数约 0.9K ~ K。

---

四、超像素 vs 聚类（如 k-means）

SLIC 可以当成局部化的 k-means，加了两条约束：特征里混入空间坐标、搜索范围限制在 2S×2S 邻域。展开对比：

	普通聚类（k-means）	超像素（SLIC）
目标	全局数据分组	生成局部、紧凑、边界贴合的区域
特征	只考虑颜色/特征	颜色 + 空间坐标
空间连通性	不保证，同一类可能分散在图中各处	聚类阶段同样不保证，靠后处理强制
搜索范围	全图	限制在 2S×2S 邻域
复杂度	O(N × K × 迭代次数)	O(N × 迭代次数)
结果形式	离散的类别标签	分块区域，贴合物体边界

示例对比：

原图：左上角蓝天，右下角蓝天

k-means：左上角蓝色像素 + 右下角蓝色像素 → 同一类
   SLIC：左上角蓝色像素 → 超像素A，右下角蓝色像素 → 超像素B（搜索范围限制，天然分开）

---

五、适用场景

场景	说明
语义分割预处理	在超像素上跑分类器（随机森林、k-NN），而非逐像素。样本量从百万级降到百级
视频跟踪/目标分割	以超像素为节点构建图模型，跟踪超像素而非像素
深度学习的替代输入	超像素特征作为网络输入，减少计算量
图像抠图/编辑	用户点击超像素而非像素选取区域，交互更高效
深度估计/立体匹配	以超像素为匹配基元，比逐像素鲁棒

排第一的「语义分割预处理」是超像素最经典的用法，也是「快 + 降噪」收益最直观的地方：

逐像素：
  200 万像素 × 每个像素独立预测
  → 孤立噪点导致结果散乱（胡椒盐噪声）

超像素：
  SLIC 聚合成 200 个区域
  每个区域已是相邻像素的平均/聚合 → 天然去噪
  分类器只处理 200 个样本，少了 4 个数量级
  → 结果平滑，边界整齐

---

六、超像素分类完整流程

把 SLIC + 分类器 + CRF 三个环节串起来，讲清「用超像素做语义分割」从头到尾怎么走。

6.1 整体流程

训练阶段：
  模板图 → SLIC → 超像素标签图
       → 人工给【每个】超像素打标签（关键，不是只选几个）
       → 每个超像素算一组特征
       → (特征, 标签) 喂给分类器（SVM / 随机森林 / MLP）

预测阶段：
  新图 → SLIC → 超像素
       → 每个超像素算同样的一组特征
       → 分类器预测 → 每个超像素一个类别概率
       →（可选）CRF 后处理 → 平滑结果
       → 类别映射回像素 → 分割图

6.2 三个常见误区

误区一：只选几个超像素当训练样本

错。监督学习需要每个训练样本都有标签，没标签的超像素模型学不到。要给所有（或足够多）超像素打标签，像填色游戏。

误区二：只用 RGB 均值当特征

太弱。RGB 对光照敏感（见第七节）。常用更强的特征向量：

• Lab 均值（SLIC 本身就在 Lab 空间，比 RGB 稳）
• 颜色直方图（每通道分 bin）
• 纹理特征：LBP、Gabor、梯度直方图（HOG）
• 形状/统计：面积、紧凑度、方差

误区三：特征里用绝对坐标

新图物体位置变了 → 直接翻车。分类特征别用绝对质心坐标 (x,y)，除非物体位置固定（见第九节）。

6.3 为什么加 CRF（可选后处理）

分类器对每个超像素独立预测，可能出现「一块区域里冒出几个不同标签的孤岛」。CRF 接在分类器后面，根据「颜色相近的邻居该一致」做空间平滑，消除孤岛，同时保留颜色跳变的真实边界。

细节另见 CRF 条件随机场，这里只讲它在流程里的位置。

---

七、对光照的敏感性

SLIC 的距离度量包含颜色距离（Lab 空间），光源变化会拉偏颜色值，导致：

• 同区域的像素颜色差异变大 → 本该属于同一物体的区域被分裂为多个超像素
• 边界偏移，不再严格对齐物体边缘

补救方式：

1. 归一化处理：对每张图做标准化（减去均值除以标准差），抵消光照波动
2. 调大 m：注意方向别搞反------m 在分母上，调大 m 才是压低颜色项权重、让超像素更依赖空间位置；调小 m 反而更贴颜色边界、对光照更敏感
3. 改用光照不变特征：如 LBP 纹理、梯度直方图替代原始 RGB/Lab
4. 工业场景直接换方法：光源固定时，差影法比 SLIC 更稳定

---

八、C++ 实现

OpenCV（推荐，最方便）

#include <opencv2/ximgproc.hpp>

cv::Mat image = cv::imread("image.jpg");

// 注意参数语义：createSuperpixelSLIC(image, 算法类型, region_size, ruler)
//   region_size 就是正文里的 S（超像素近似边长），不是超像素数 K！
//   想要约 K 个超像素，按 S = √(N/K) 反推：500×500 图想要 ~200 个 → region_size = 35
//   ruler 就是紧凑度 m
cv::Ptr<cv::ximgproc::SuperpixelSLIC> slic =
    cv::ximgproc::createSuperpixelSLIC(image, cv::ximgproc::SLIC, 35, 10.0f);

slic->iterate(10);

cv::Mat labels, contour_mask;
slic->getLabels(labels);                  // 每像素的超像素编号
slic->getLabelContourMask(contour_mask);  // 超像素边界 mask

int num_superpixels = slic->getNumberOfSuperpixels();

两个容易踩的坑：

• createSuperpixelSLIC(image, SLIC, 200) 看起来像「要 200 个超像素」，实际 200 是 region_size------500×500 的图跑出来只有 ~6 个大块
• 取边界用 getLabelContourMask，OpenCV 里没有 getLabelContours 这个函数

算法类型除了 SLIC 还有 SLICO（自适应 m，OpenCV 默认）和 MSLIC（取中值更新中心，对噪声更稳）。

性能参考（500×500 图）

参数	OpenCV 耗时	说明
K=1000, 迭代10次	15~40 ms	默认配置
K=1000, 迭代5次	8~20 ms	减少迭代
K=200	10~25 ms	减少超像素数

• 现代桌面 CPU 约 20ms，ARM 嵌入式约 50~100ms
• 纹理丰富的图迭代收敛慢，略慢一些
• OpenCV 预编译版自带 SIMD 优化，运行时按 CPU 能力选指令集路径

VLFeat（轻量 C 库）

也提供 SLIC 实现，适合嵌入式环境。

---

九、不适合的场景

• PCB 元件错位检测：元件位置偏移会改变超像素图，不能靠「比较超像素」来检测缺陷
• 高精度工业测量：超像素边界不是亚像素精度
• 物体位置不固定的场景：全局分类时质心坐标特征会失效
• 光照频繁变化的环境：除非先做归一化（详见第七节）