【图像分割】基于粒子群算法实现图像聚类分割附matlab代码

1 内容介绍

基于粒子群优化的改进模糊聚类图像分割算法将微粒群搜索聚类中心作为图像分割的聚类初值,克服了FCM分割算法对聚类中心初值敏感的缺点,大幅提高了图像分割算法的计算速度。改进的模糊聚类图像分割算法,一方面考虑到像素的空间位置信息和相互邻域之间像素有很大的相关性,在目标函数中引入邻域惩罚函数;另一方面提出聚类在二维方向上进行更新的思想,建立了包含邻域单元熵的新聚类目标函数。实验结果表明,该方法可以使模糊聚类的速度得到明显提高,对初始聚类中心不敏感,抗噪能力强,是一种有效的模糊聚类图像分割方法。​

2 仿真代码

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

最后

以上就是苗条水蜜桃为你收集整理的【图像分割】基于粒子群算法实现图像聚类分割附matlab代码的全部内容，希望文章能够帮你解决【图像分割】基于粒子群算法实现图像聚类分割附matlab代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。