STATION 07 · TRADITIONAL SEGMENTATION

图像分割与区域提取

从传统分割方法出发，展示 K-means、Graph Cut、Watershed、GrabCut、mask 与区域 label map，连接阈值、边缘、轮廓和后续语义分割任务。

CLUSTER · GRAPH CUT · REGION MAP
SEGMENTATION PLAYGROUND

当前实验模式：K-means RGB

Canvas K-means
Mode: K-means RGB Feature: RGB K / Nodes: 4 Iteration: -- Output: label map
输入图像Image pixels
分割结果 overlay + 边界mask overlay
RGB 特征空间 iteration --
聚类迭代状态 waiting
Iteration-- / --
Mean distance--
Final movement--
Stop rulemovement < 0.35
当前输出解释 overlay mask
Outputoverlay mask
Decodecolor mask + boundary
Regions4

Label map 被解码为半透明颜色 mask，并在标签变化处绘制区域边界。

辅助输出：label map / 迭代曲线 / 区域统计
Pure Label Map cluster id only
Iteration Monitor center movement
Cluster Distribution pixel count ratio
Feature Space RGB centers
RGB + XY 把像素坐标加入特征向量，颜色相近但空间分散的像素更难被合并，通常能减少离散噪点并增强区域连续性。