实验一 模糊聚类的图像分割.docx

实验一 模糊聚类的图像分割.docx

ID:61486591

大小:351.57 KB

页数:15页

时间:2021-02-05

实验一  模糊聚类的图像分割.docx_第1页
实验一  模糊聚类的图像分割.docx_第2页
实验一  模糊聚类的图像分割.docx_第3页
实验一  模糊聚类的图像分割.docx_第4页
实验一  模糊聚类的图像分割.docx_第5页
资源描述:

《实验一 模糊聚类的图像分割.docx》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、模糊聚类的图像分割实验报告班级:姓名:张宁陈文艺学号:实验一模糊聚类的图像分割一、实验目的通过模糊c-均值(FCM)聚类实现图像的分割。二、算法描述FCM聚类算法目标函数为:(1-1)如果表示每一个样本的维数,是一个矩阵;表示样本数目,通常表示图像像素数;表示聚类数目;是矢量隶属于第类的隶属度函数,满足且;聚类中心是矩阵,和更新等式分别为:(1-2)对于每一个模糊隶属度,由控制模糊度的权重指数;为相似性测度。其中:数据样本维数(灰度图像时为1);像素点数目;像素特征(灰度图像时,表示灰度值);图像分割类别数;像素点属于第类的隶属度;第类聚类中心。三、算法步骤及流程

2、图Step1:设置目标函数精度,模糊指数(通常取2),最大迭代次数;Step2:初始化模糊聚类中心;Step3:由式(1-2)更新模糊划分矩阵和聚类中心Step4:若或则结束聚类;否则,并转Step3;Step5:由所得得到各像素点分类结果。是否达到最大迭代次数是否是是否达到精度否显示最终分类结果四、试验程序function[IX2]=fcm(IM);%IM是输入的源图像%IX2是分类结果IM=imread('tu1.bmp');IM=IM(:,:,1);figure(1)imshow(uint8(IM))[maxX,maxY]=size(IM);IM=doubl

3、e(IM);IMM=cat(4,IM,IM,IM,IM);%初始化聚类中心(4类)cc1=7;cc2=70;cc3=180;cc4=240;ttFcm=0;while(ttFcm<15)ttFcm=ttFcm+1;c1=repmat(cc1,maxX,maxY);c2=repmat(cc2,maxX,maxY);c3=repmat(cc3,maxX,maxY);c4=repmat(cc4,maxX,maxY);c=cat(4,c1,c2,c3,c4);ree=repmat(0.,maxX,maxY);ree1=cat(4,ree,ree,ree,ree);dist

4、ance=IMM-c;distance=distance.*distance+ree1;daoshu=1./distance;daoshu2=daoshu(:,:,1)+daoshu(:,:,2)+daoshu(:,:,3)+daoshu(:,:,4);%计算隶属度udistance1=distance(:,:,1).*daoshu2;u1=1./distance1;distance2=distance(:,:,2).*daoshu2;u2=1./distance2;distance3=distance(:,:,3).*daoshu2;u3=1./distance

5、3;distance4=distance(:,:,4).*daoshu2;u4=1./distance4;%计算聚类中心zccc1=sum(sum(u1.*u1.*IM))/sum(sum(u1.*u1));ccc2=sum(sum(u2.*u2.*IM))/sum(sum(u2.*u2));ccc3=sum(sum(u3.*u3.*IM))/sum(sum(u3.*u3));ccc4=sum(sum(u4.*u4.*IM))/sum(sum(u4.*u4));tmpMatrix=[abs(cc1-ccc1)/cc1,abs(cc2-ccc2)/cc2,abs(c

6、c3-ccc3)/cc3,abs(cc4-ccc4)/cc4];pp=cat(3,u1,u2,u3,u4);fori=1:maxXforj=1:maxYifmax(pp(i,j,:))==u1(i,j)IX(i,j)=1;elseifmax(pp(i,j,:))==u2(i,j)IX2(i,j)=2;elseifmax(pp(i,j,:))==u3(i,j)IX2(i,j)=3;elseIX2(i,j)=4;endendend%判结束条件ifmax(tmpMatrix)<0.0001break;elsecc1=ccc1;cc2=ccc2;cc3=ccc3;cc4=

7、ccc4;endfori=1:maxXforj=1:maxYifIX2(i,j)==1IMMM(i,j)=240;elseifIX2(i,j)==3IMMM(i,j)=180;elseifIX2(i,j)==2IMMM(i,j)=70;elseIMMM(i,j)=7;endendend%显示每次聚类分割结果figure(2);imshow(uint8(IMMM));endfori=1:maxXforj=1:maxYifIX2(i,j)==4IMMM(i,j)=240;elseifIX2(i,j)==3IMMM(i,j)=180;elseifIX2(i,j)==2I

8、MMM(i

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。