k聚类简单实现（灰度分割，分黑白）

工业机器视觉设计和实现

已于 2023-06-06 11:25:30 修改

阅读量349

点赞数

文章标签：算法计算机视觉 c#

于 2023-06-06 11:24:04 首次发布

本文链接：https://blog.csdn.net/ganggangwawa/article/details/131063959

版权

该算法使用K-Means迭代策略将图像分割为黑白两类，通过比较像素值与预设阈值globu1和globu2来归类像素点。然后更新类别的均值，当均值变化小于一定阈值时停止迭代。最终将黑色类染为红色以核对结果正确性。

摘要由CSDN通过智能技术生成

加载图像：

k聚类分割后图像，分成黑白两类，故意把结果黑色类染红，核对发现是正确的：

具体算法如下：

float globu1 = 40;
float globu2 = 180;

public void k均值迭代法更新(int imgw, int imgh, byte[] img)
{
//1，归类
List<Point> QArea1 = new List<Point>();
List<Point> QArea2 = new List<Point>();
for (int i = 0; i < imgw; i++)
for (int j = 0; j < imgh; j++)
{
int pos = j * imgw + i;
if (Math.Abs(img[pos] - globu1) - Math.Abs(img[pos] - globu2) < 0)
{
Point tempt = new Point(i, j);
QArea1.Add(tempt);
}
else
{
Point tempt = new Point(i, j);
QArea2.Add(tempt);
}
}
//2，更新均值
float u1 = 0; float u2 = 0;
for (int i = 0; i < QArea1.Count; i++)
{
int pos = QArea1[i].Y * imgw + QArea1[i].X;
u1 += img[pos];
}
for (int i = 0; i < QArea2.Count; i++)
{
int pos = QArea2[i].Y * imgw + QArea2[i].X;
u2 += img[pos];
}
u1 = u1 / QArea1.Count;
u2 = u2 / QArea2.Count;
if (Math.Abs(globu1 - u1) < 2 || Math.Abs(globu2 - u2) < 2)
{
return;
}
else
{
globu1 = u1;
globu2 = u2;
k均值迭代法更新(imgw, imgh, img);
}
}