Image 聚类K-均值聚类的最佳颜色空间

使用K-Means聚类方法将图像聚类到具有白色背景和多个除白色背景以外的其他颜色的对象的图像上的最佳颜色空间（如RGB、HSV、YIQ、XYZ、Lab）是什么，就像白布上一些水果的图像一样，光线充足。附加信息：将聚类确定为两个聚类，分割结果为两个聚类，第一个是背景聚类（白色布料），第二个是对象或某些对象的聚类。谢谢。我会选择Lab，因为它将亮度与色度信息分离，而您对色度信息最感兴趣。

所有这些都有其优点和缺点

例如，有人可能会认为R中0.1的差异和B中0.1的差异是相同的，因此RGB和欧几里德距离是合适的。而在HSB中，色调范围为0到360，而S和V范围为0到1（将色调重新缩放为0-1也不能真正解决此问题！），因此整个欧几里德距离由色调控制。另外，色调355.5和0.5几乎相同，但欧几里德距离不知道这种环绕。也就是说，不要将HSV与欧几里德距离一起使用（因此，不要与k-均值一起使用！）

我对所有的颜色空间都不太熟悉，无法告诉你哪个是欧几里德空间，因此欧几里德距离和k-均值在哪里是合适的。RGB可能是，HSV（因为它在H中是循环的）肯定不是。我读到的实验是非线性的？但是你需要一个线性空间来表示k-means

---

对于HSB等，即使你有一个处理循环空间和非线性的距离函数，你也不能使用k-均值，除非你也修正了均值函数。例如，色调0.5和355.5（均非常接近红色）的平均值为179，约为青色。=>k-均值结果将是无意义的。

实验室颜色空间中“ab”中的黑色和白色如何，它们是相同的，都有ab=0，所以如何将其分离？RGB空间是非欧几里德空间；实际上，这是一个由艾奇森几何定义的“封闭”数学空间，因此欧几里德聚类方法（如k-means）是不合适的