各位大大你們好：    我的目的是希望能夠將影像上一些相近的點合併為一區塊，如下圖所示， 但是不知從何著手，懇請各位大大給些提示與建議。謝謝...     ~我是個新手，若有不當之處，還望耐心指教~

------
~我是個新手，若有不當之處，還望耐心指教~

心的停機坪您好: 請問您[合併為一區塊]指的是??

這～～跟影像處理有些關係吧～ 可以多看書，找相關的演算法 偶也是做這鍋的，提供我的想法吧～ 1. 先標定所有的物件 2. 計算兩兩之間的距離，夠近的就當成一個物件吧 會不會講得太簡單？ 這需要一點點想像力，外加一點點統計 ～我也是新手～講錯要跟我說喔～

可以使用以下分群法 Threshold order dependent Clusting Algorithm 1.求出每一個黑色區域,計算個數(區域成長),並計算該區之質心(即重心)   每一個區域都編號 2.令第一個黑色區域為第一群起始種子並設定一門檻,與另一區域質心計算距離   當種子質心距離小於此一門檻設為相同一群,反之新設定一群令為新的一群   起始種子,直到結束 3.印出結果 或用其他分群法C-mean,VQ....

心的停機坪你好： 小弟不知道您的距離是多大，不過小弟會用九宮格的方式去做運算！ 倘若您的距離要大一點，可以把3*3改成4*4或5*5...等依需求而定！ 假設3*3，只要其中一格(如右上角)有碰觸到黑點，那就把四周填滿黑色，或是把九宮格中間的點與碰觸到黑色的格子形成一個小四方體(右上角與中間與上面與右邊)，上面就是兩種填滿成為區域的方式，希望能幫到你的忙！ **我很想學，但又很不懂，所以一直問蠢問題，希望不要不屑我的問題，嘻嘻嘻**

.....利害利害！ 看到MilesWamg前輩的論點，才發現自己講的原來一點用也沒有，果然高人一點就看出心的停機坪的真正要的，也讓我更了解！謝謝！ **我很想學，但又很不懂，所以一直問蠢問題，希望不要不屑我的問題，嘻嘻嘻**

首先感謝各位大大的協助，讓我受益良多。 我想要的是將相近的點，合併為同一群落(不好意思，表達的不好...) 其中特別感謝

------
~我是個新手，若有不當之處，還望耐心指教~

Threshold order dependent Clusting Algorithm Max-min Distance method C  Means Interative Algorithm Iterative self organzing Analysis Techniques Algorithm 有以上幾種 可上網找找....

MilesWamg大哥您好： 我有找到一些資料了（還在研究中）， 我想再請教一下您的意見， 如果說無法得知欲進行劃分群組的組數， 您覺得有什麼方法處理起來比較有效率呢？ 感謝您的幫忙 ~我是個新手，若有不當之處，還望耐心指教~

------
~我是個新手，若有不當之處，還望耐心指教~

The recursive version of the K-mean Algorithm: (1).Start out with 2-clusters, which initialized with one sample data picked at random. Find the centroid closest to each of the n-2 samples remained. Place the sample in the cluster with the closest centroid identified. After having each sample assigned, re-compute the centroid of the cluster changed. (2).Revisit the data again .Find for each sample the centroid closest to it. Place the sample in the cluster with the closest centroid identified (In this step, there is no need for re-computing of any centroid.) (3).Terminate if no cluster changes its center. (4).Re-compute the centroids of clusters and repeat step 2. Best Regards, Pauli 11/03/03'

使用Threshold order dependent Clusting Algorithm 1.求出每一個黑色區域,計算個數(區域成長),並計算該區之質心(即重心) 每一個區域都編號 2.令第一個黑色區域為第一群起始種子並設定一門檻,與另一區域質心計算距離 當種子質心距離小於此一門檻設為相同一群,反之新設定一群令為新的一群 起始種子,直到結束(所有區域都被拜訪完) 3.印出結果 其不需要事先給定群數,其群數為距離之門檻值所決定,也會因為初始種子給定不同而有不同之結果 大體而言,其為一個簡單且方便之做法,不需如c-mean分群事先給定群數 (PS K-MEAN好像也要事先給定群數)

MilesWamg大哥： 感謝您熱情的幫助，我想我應該知道如何做了... 若以後有問題，還要再麻煩您囉。 再一次謝謝您... ~我是個新手，若有不當之處，還望耐心指教~

------
~我是個新手，若有不當之處，還望耐心指教~