1 內(nèi)容介紹

基于粒子群優(yōu)化的改進(jìn)模糊聚類圖像分割算法將微粒群搜索聚類中心作為圖像分割的聚類初值,克服了FCM分割算法對(duì)聚類中心初值敏感的缺點(diǎn),大幅提高了圖像分割算法的計(jì)算速度。改進(jìn)的模糊聚類圖像分割算法,一方面考慮到像素的空間位置信息和相互鄰域之間像素有很大的相關(guān)性,在目標(biāo)函數(shù)中引入鄰域懲罰函數(shù);另一方面提出聚類在二維方向上進(jìn)行更新的思想,建立了包含鄰域單元熵的新聚類目標(biāo)函數(shù)。實(shí)驗(yàn)結(jié)果表明,該方法可以使模糊聚類的速度得到明顯提高,對(duì)初始聚類中心不敏感,抗噪能力強(qiáng),是一種有效的模糊聚類圖像分割方法。?

2 仿真代碼

clc;

clear;

close all;

%% Problem Definition

img= double(imread('test.png'));

[s1,s2,s3]=size(img);

Rplane = img(:,:,1);

Gplane = img(:,:,2);

Bplane = img(:,:,3);

X1 = (Rplane-min(Rplane(:)))/(max(Rplane(:))-min(Rplane(:))); 

X2 = (Gplane-min(Gplane(:)))/(max(Gplane(:))-min(Gplane(:))); 

X3 = (Bplane-min(Bplane(:)))/(max(Bplane(:))-min(Bplane(:)));  

% taking R-plane, B-plane, G-plane values as features

X = [X1(:) X2(:) X3(:)];

k = 4; % no. of clusters

CostFunction=@(m) ClusteringCost2(m, X);     % Cost Funct

總結(jié)

以上是生活随笔為你收集整理的【图像分割】基于粒子群算法实现图像聚类分割附matlab代码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。