【图像分割】基于K-means聚类算法图像分割【含Matlab源码 1476期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【图像分割】基于K-means聚类算法图像分割【含Matlab源码 1476期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、图像分割简介

理论知识参考：【基础教程】基于matlab图像处理图像分割【含Matlab源码 191期】

三、部分源代码

function [mu,mask]=kmeans(ima,k)
%   功能：运用k-means算法对图像进行分割
%   输入: ima-输入的灰度图像           k-分类数
%   输出:  mu-均值类向量                mask-分类后的图像
ima=double(ima);
copy=ima;         
ima=ima(:);
mi=min(ima);      
ima=ima-mi+1;     
s=length(ima);
% 计算图像灰度直方图
m=max(ima)+1;
h=zeros(1,m);
hc=zeros(1,m);
for i=1:s
  if(ima(i)>0) h(ima(i))=h(ima(i))+1;end
end
ind=find(h);
hl=length(ind);
% 初始化质心
mu=(1:k)*m/(k+1);
% start process
while(true)
  oldmu=mu;
  % 现有的分类  
  for i=1:hl
      c=abs(ind(i)-mu);
      cc=find(c==min(c));
      hc(ind(i))=cc(1);
  end
  %重新计算均值  
  for i=1:k 
      a=find(hc==i);
      mu(i)=sum(a.*h(a))/sum(h(a));
  end
  if(mu==oldmu) break;end;
  end
% calculate mask
s=size(copy);
mask=zeros(s);
for i=1:s(1),
for j=1:s(2),
  c=abs(copy(i,j)-mu);
  a=find(c==min(c));  
  mask(i,j)=a(1);
end
end
mu=mu+mi-1;   
i=imread('8.png');
i1=rgb2lab(i);
i1=uint8(i1);
imshow(i1);

ima=rgb2gray(i1);
imshow(ima); k=2;
[mu,mask]=kmeans(ima,k);
figure,imshow(mask,[]);title('k=2');
h=mask,[]



  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]赵勇,方宗德,庞辉,王侃伟.基于量子粒子群优化算法的最小交叉熵多阈值图像分割[J].计算机应用研究. 2008,(04)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/121087629