之前有关于SLIC Superpixel算法的个人理解，这篇文章是对其改进算法Improved SLIC算法的理解。
改进点：
- sigma filter 用来避免错误分割；
- 聚类结束后，会基于颜色相似度将小聚类融入临近的聚类中。
改进聚类中心
原SLIC算法
使用平均值更新聚类中心
Improved SLIC算法
采用如下方法更新聚类中心，对应于改进点1：
其中δ_j表示，属于该聚类的所有像素点的亮度L的标准差，α是一个常数。
改进点2
原来的SLIC算法中，在进行迭代聚类后，得到一些小的聚类，这些聚类会被融入它们的最大临近聚类中，改进后的算法，这些小的聚类也会被融入到临近的聚类中，但是不是基于原来的聚类尺寸进行选择，而是基于亮度相似性进行选择，（对应于改进点2）：
亮度相似性D_m通过上式得到，其中，μ和μ_m分别表示小聚类和它的临近聚类的亮度平均值，令D_q表示某个小聚类的所有D_m值中的最小值，设置阈值T，如果D_q< T，则这个小聚类将被融入它的第q个临近聚类中；否则，该小聚类保持独立。