【图像分割】基于模糊聚类算法FCM实现图像分割matlab代码

最新推荐文章于 2023-09-30 14:49:32 发布

天天Matlab科研工作室

最新推荐文章于 2023-09-30 14:49:32 发布

阅读量2.6k

点赞数 2

分类专栏：图像处理 Matlab各类代码文章标签：算法 matlab 聚类

本文链接：https://blog.csdn.net/qq_59747472/article/details/121889805

版权

Matlab各类代码同时被 2 个专栏收录

2381 篇文章 3692 订阅 ¥29.90 ¥99.00

订阅专栏

图像处理

1225 篇文章 76 订阅

订阅专栏

本文介绍了基于模糊C均值(FCM)聚类算法的图像分割技术，重点在于MATLAB代码的实现。图像分割是数字图像处理的关键技术，而FCM聚类是聚类分析中的常用方法。文章提供部分代码展示，并展示了仿真结果，最后给出了MATLAB代码与数据的下载链接。

摘要由CSDN通过智能技术生成

1 简介

图像分割是数字图象处理中关键技术之一,是重要的研究领域,也是计算机视觉中的一个经典问题。聚类分析是图像分割领域的重要分支之一,也是数据挖掘中进行数据处理的重要分析工具和方法,且应用广泛。近年来,聚类分析已经成为人们进行数据分析和信息提取的研究热点。而模糊C均值(Fuzzy C-means,FCM)聚类是聚类分析中应用最普遍的一种方法。

2 部分代码

%% 程序分享 

%--------------------------------------

clear
close all
clc
%% %%%%%%%%%%%%%%%图像%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
I=imread('3096.jpg');

if size(I,3) == 3
  I=rgb2gray(I);
else
end
I=im2double(I);
% I=I;%不加噪声
%I=imnoise(I,'speckle',deta_2);
% I=imnoise(I,'salt & pepper',0.05); %加噪图
% I=imnoise(I,'gaussian',0,0.01); % 加高斯噪声
imwrite(I,'2.jpg');
[m,n]=siz

了解本专栏