论文地址
基本原理
算法通过将具有相似纹理、颜色、亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块，从而用少量的超像素代替大量的像素来表达图片特征，很大程度上降低了图像后处理的复杂度。
算法步骤
- 将图片从RGB颜色空间转换至LAB颜色空间；
- 根据预设的超像素的大小和数量，利用均匀分布的思想，初始化聚类中心；
- 优化聚类中心，为避免聚类中心落在目标边缘处的极端情况，去初始聚类中心3*3邻域内梯度值最小的点作为新的聚类中心；
- 通过聚类的方式迭代计算新的聚类中心，重复直到迭代中心不再变化或达到最大迭代次数（一般图片，算法在10次迭代下已经趋于稳定，因此默认最大迭代次数设置为10）。
论文代码分析
rgbtolab()： //图像由RGB颜色空间转换为LAB颜色空间
getLABXYSeeds()：//初始化聚类中心
PerformSuperpixelSLIC()：//迭代计算新的聚类中心（算法核心代码）
