颜色解卷积和K均值聚类之间的区别是什么？

Question

我有一些需要分割的彩色图像。它们是用苏木精和伊红染色的载玻片的图像（“H & E”）。

我发现颜色解卷积该方法通过Ruifrok

http://europepmc.org/abstract/med/11531144

，通过色分离出的图像。

但是似乎你能做的只是通过使用类似K-means聚类：

http://www.mathworks.com/help/images/examples/color-based-segmentation-using-k-means-clustering.html

我好奇的区别是什么。任何见解都会受到欢迎。谢谢。

Answer 1

我似乎无法找到文章的副本（没有支付），但他们不完全相同。

K表示寻求来群集数据。所以如果你只想在图像中找到主色，或者根据颜色进行一些排序，这就是要走的路。作为一个方面说明：Kmeans可以用于任何矢量。它不仅限于颜色，因此您可以将其用于许多其他应用程序。

颜色解卷积试图去除通常用于显微镜的化学染料的影响。 （如果我正确理解摘要）。基于使用的特定染料，该算法试图扭转其效果，并为您提供原始彩色图像（添加染料之前）。我发现this website显示一些输出。这是染料对RGB光谱贡献的解卷积。它没有做任何的聚类/分组

希望帮助

编辑
如果你不知道，卷积是最经常使用的信号/图像关联（比找到染料等）处理。基本上你需要一个过滤器并通过信号运行它。输出是原始输入的修改版本。在这种情况下，原始图像被具有已知RGB值的染料过滤。如果我们知道染料/过滤器的全部特性，我们可以将其反转。然后通过使用逆滤波器再次运行卷积，我们可以希望de转换效果。原则上听起来很简单，但在很多情况下这是不可能的。