1、我们用一个5维的向量[l,a,b,x,y]来表示每一个像素，[l,a,b]为像素颜色向量，[x,y]为像素位置，然后我们根据像素的颜色相似度及距离来产生超像素。上图step1中，以网格间隔为s（s=sqrt(N/K)）初始化了K个簇中心；
2、在n*n的区域里，计算出最小梯度位置，将簇中心移至到这个位置；
梯度计算：
I(x,y)是（x,y）位置的像素的[l,a,b]向量，||.||是L2范式；
3、循环执行下面步骤知道E（剩余误差）<某个阈值：
对于每个簇中心Ck，在2s*2s的区域内，根据下面式子的距离度量，将最合适的像素分配到此簇中，
m为用户的输入，m值越大时，对于聚类，空间距离的影响更大，
聚类完成后，重新计算簇中心及E；
4、执行连接相似区域
SLIC segmentation algorithm,布布扣,bubuko.com
原文：http://blog.csdn.net/u012671431/article/details/19982003
