kmeans聚类图matlab,基于 K 均值聚类的图像分割

将图像读入工作区。减小图像大小以使示例运行得更快。

RGB = imread('kobi.png');

RGB = imresize(RGB,0.5);

imshow(RGB)

使用 k 均值聚类将图像分割成两个区域。

L = imsegkmeans(RGB,2);

B = labeloverlay(RGB,L);

imshow(B)

title('Labeled Image')

一些像素的标签有误。该示例的后续部分将说明如何通过补充关于每个像素的信息来改进 k 均值分割。

使用每个像素邻域中的纹理信息来补充图像。要获取纹理信息，请使用一组 Gabor 滤波器对图像的灰度版本进行滤波。

创建一组 Gabor 滤波器(包含 24 个)，覆盖 6 个波长和 4 个方向。

wavelength = 2.^(0:5) * 3;

orientation = 0:45:135;

g = gabor(wavelength,orientation);

将图像转换为灰度。

I = rgb2gra