###### tags: `面談`
# 200728_面談本田(スーパーピクセル)

### 進捗
- スーパーピクセルクラスタリングの実装

---

### 参考文献の手法の実装
参考文献：
[スーパーピクセルクラスタリングを用いた自動セグメンテーション](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5680527/)

【方針】
1. SLICを用いてスーパーピクセルに分類
2. 背景除去
3. 色特徴，テクスチャ特徴を抽出
4. 特徴からK-means法を用いて健康，病変領域にクラスタリング

<br>

入力画像

---

### SLIC(Simple Linear Iterative Clustering)
距離，色が近いピクセルを1つのまとまりとして捉える
- 入力画像をLab空間に変換
- スーパーピクセルの中心を初期化
- 各画素を(x,y,L,a,b)として，クラスタリング
- スーパーピクセルの中心を重心に更新


500のスーパーピクセルに分割した結果

### 背景除去
- 黒色の領域を背景として除去


背景除去結果

### 色特徴，テクスチャ特徴
- 各スーパーピクセルの領域毎に特徴抽出
- Labのa*，b*それぞれの最小，最大，平均，分散を抽出
- テクスチャ特徴としてGLCM(Gray Level Co-occurrence Matrix)を計算して，エントロピーを求める

### K-means法で健康と異常にクラスタリング
- 10個の特徴を使用
- クラスタの中心を初期化
- 距離が最小となるクラスタに分類
- クラスタ中心を重心に更新

分類した結果からa*が大きい方を異常領域とする


健康な領域を削除した結果

---
### 今後の課題
- 研究で扱う入力画像への適用
- 問題点，改善の試行

<br>

<br>

<br>

<br>

<br>