不知道“k”的OpenCV中的分层k-Means

Posted 2023-03-12

【中文标题】不知道“k”的OpenCV中的分层k-Means

【英文标题】：Hierarchical k-Means in OpenCV without knowledge of "k"

【发布时间】：2011-07-24 14:22:09

【问题描述】：

我正在尝试对一组 4D 向量进行聚类，但事先不知道应该有多少个聚类。在过去，我已经能够使用 cvKmeans2 进行聚类，只要知道聚类的数量。我正在浏览 API 并遇到cv::flann::hierarchicalClustering。这看起来可以满足我的需要（即，执行 k-means，在必要时拆分集群，迭代直到拆分使结果恶化），但我真的在为“索引参数”而苦苦挣扎。

我发现我需要创建一个 index structure 作为第二个参数，但我从以下代码中得到一个错误：

cv::flann::Index fln_idx = cv::flann::KMeansIndexParams::createIndex( framePoints );

错误是：

../src/segmentation_1.cpp:592: error: cannot call member function ‘virtual flann::Index* cv::flann::KMeansIndexParams::createIndex(const cv::Mat&) const’ without object

framePoints定义如下：

CvMat *framePoints = cvCreateMat( frameTracklets.size( ), 4, CV_32FC1 );

我很确定我在做一些非常愚蠢的事情（我的 C++ 知识还可以，但不是很好）。我想我已经发布了所有相关的代码，但如果没有，请告诉我，我会发布更多。

提前致谢！

更新

我已按照 LumpN 的建议创建了一个 Kmeans 对象，使用以下内容：

cv::Mat centres;
cv::flann::KMeansIndexParams fln_idx = cv::flann::KMeansIndexParams();
fln_idx.createIndex( framePoints );

int numClust;
numClust = hierarchicalClustering(framePoints, centres, fln_idx);

现在，当我运行它时，我从hierarchicalClustering() 收到一条错误消息，上面写着“所需集群的数量应该是 >= 1”（我需要检查何时开始工作 - 我将使用实际错误）。我假设createIndex() 给了它起点，然后hierarchicalClustering() 拆分集群直到找到一个好的结果（不确定这是否是最佳的）。我需要用一些参数来调用cv::flann::KMeansIndexParams() 吗？我看过api，完全糊涂了！ 再次感谢！

【问题讨论】：

值得注意的是 cvflann::HierarchicalClusteringIndex 类似于 k-means 但不是。它是 Muja & Lowe 使用分层聚类树森林快速匹配二元特征 (ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6233169) 的方法的实现。它不是k-means，因为没有像k-means那样尝试减少整体失真的迭代步骤，即点到其聚类中心的距离平方和，它从数据中选择聚类中心而不是取平均值。

【参考方案1】：

您必须传递对createIndex 的引用，即createIndex(*framePoints)（注意星号！）。另一个错误可能是 createIndex 是一个非静态（成员）函数。在这种情况下，您必须创建一个 KMeansIndexParams 对象并在其上调用 createIndex。

【讨论】：

感谢您的回复 :) 创建 KMeansIndexParams 对象解决了这个问题，但现在我有了另一个 - 它说所需的集群数必须至少为 1。我认为算法应该确定所需集群的数量？

【参考方案2】：

“所需集群的数量必须至少为 1”。

所需的集群计数由 center.rows 确定。所以你必须先调整中心的大小。 例如：

Mat centers (clusterCount,DESCRIPTOR_SIZE,cv_32FC1);
int count = cv::flann::hierarchicalClustering<cvflann::L2<float> >(descriptors,centers,cvflann::KMeansIndexParams(32,11,cvflann::FLANN_CENTERS_KMEANSPP));