1、模糊聚类的图像分割

智能多媒体专业实验实验一：模糊聚类的图像分割班级：020751学号：02075102姓名：黄春海2一、实验目的通过模糊c-均值（FCM）聚类实现图像的分割。进行四类聚类。二、算法描述FCM聚类算法目标函数为：211mNCijjijiudmminJU,Zx,z（1-1）如果p表示每一个样本jx的维数，12,,...,...jNXxxxx是一个pN矩阵；N表示样本数目，通常表示图像像素数；C表示聚类数目；ijupNCU是矢量jx隶属于第i类的隶属度函数，满足0,1iju且11,1,2,...,CijiujN；聚类中心,,12iCZz,z,...z,...z是pC矩阵，iju和iz更新等式分别为：211111,,,1,2,...ijmCjijkkmmNNiijjijjjudduuiCxzxzzx（1-2）对于每一个模糊隶属度，由1,m控制模糊度的权重指数；2,jijidxzxz为相似性测度。三、算法步骤Step1：设置目标函数精度，模糊指数m（m通常取2），最大迭代次数mT；Step2：初始化模糊聚类中心iz；Step3：由式（1-2）更新模糊划分矩阵ijUu和聚类中心cZzStep4：若1JtJt则结束聚类；否则，1tt并转Step3；Step5：由所得ijUu得到各像素点分类结果。3↓↓→→↓←NY↓↓四、实验程序tmp=imread('chunge.jpg');IM=tmp(:,:,1);IM=double(IM);figure(1);imshow(uint8(IM));%function[IX2]=fcm(IM);[maxX,maxY]=size(IM);IMM=cat(4,IM,IM,IM,IM);%(4类)cc1=8;cc2=50;cc3=120;cc4=200;ttFcm=0;while(ttFcm8)ε=0.0001;m=2;T=15;初始化C={8,50,120,200}计算并更新U，CtmpMatrix0.0001得到结果U输出结果图像输入原图像boy.jpg4ttFcm=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(0.000001,maxX,maxY);ree1=cat(4,ree,ree,ree,ree);distance=IMM-c;distance=distance.*distance+ree1;daoShu=1./distance;daoShu2=daoShu(:,:,1)+daoShu(:,:,2)+daoShu(:,:,3)+daoShu(:,:,4);distance1=distance(:,:,1).*daoShu2;u1=1./distance1;distance2=distance(:,:,2).*daoShu2;u2=1./distance2;distance3=distance(:,:,3).*daoShu2;u3=1./distance3;distance4=distance(:,:,4).*daoShu2;u4=1./distance4;ccc1=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(cc3-ccc3)/cc3,abs(cc4-ccc4)/cc4];pp=cat(4,u1,u2,u3,u4);fori=1:maxXforj=1:maxYifmax(pp(i,j,:))==u1(i,j)IX2(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;5endendend%判断结束条件ifmax(tmpMatrix)0.0001break;elsecc1=ccc1;cc2=ccc2;cc3=ccc3;cc4=ccc4;endfori=1:maxXforj=1:maxYifIX2(i,j)==4IMMM(i,j)=255;elseifIX2(i,j)==3IMMM(i,j)=200;elseifIX2(i,j)==2IMMM(i,j)=100;elseIMMM(i,j)=20;endendend%显示每次聚类分割结果figure(1);imshow(uint8(IMMM));endfori=1:maxXforj=1:maxYifIX2(i,j)==4IMMM(i,j)=300;elseifIX2(i,j)==3IMMM(i,j)=250;elseifIX2(i,j)==2IMMM(i,j)=150;elseIMMM(i,j)=50;endend6end%显示最终分类结果IMMM=uint8(IMMM);figure(2);imshow(IMMM);五、实验结果原始图片7Figure（1）8Figure（2）六、参考文献[1]边肇祺，张学工，等.模式识别（第二版）.北京：清华大学出版社2000