matlab 彩色图片分解,MATLAB 彩色图像分割

【实例简介】

基于MATLAB彩色图像分割，采用聚类算法，MATLAB工具

(1)利用RGB空间到LAB空间转换公式(1)-(9);

五· Kmean的聚类算法步骤:

(1)读入图像数据,把彩包图像从RGB颜色空间转化到Lab空间。L表示亮度层

色度a表示图像像素落λred-gren轴,色度b*表示图像像素落入bue-ye1low

轴

(2)根据图像颜色分布选取聚类数目p,山于一般图像的主颜色有3-4个,所以选取

k=3

(3)假设图像像素个数为m*n,任取聚类中心C;(i=1,…,3)分别为像素最大值、

最小值、(最大值+最小值)、2,并将图像像素X(jm*n)按照最小距离准则分配

给任个聚类中心,使其满足下式

nix -clb

(4)按照下式修正聚类中心的值,式中q1(i=L,…,3)为某类像素的个数

∑x;ED1X

q

(5)将图像中的全部像素按照新的中心重新聚类,重复(3)(4)直至聚类结果不再

变化

(6)用3种不同颜色标记像素所属类别,牛成颜色聚类索引图

(7)从颜色聚类索引图中选出某一类,将原图像中该类以外其它位置设为0,这样得

到3幅区域分割图像;

8)合并区域分割图与显著图SM。若区域分割图最大程度包含了图像的显著点,则

对该分割图进行目标轮廓提取、膨胀、腐蚀和区域填充等运算形成感兴趣区标记

图,寻找标记图中值为0的像素点,将其在原图中的r、g、b值设为0,从而提

取图像的感兴趣区。

六·改进 Kmean的聚类算法步骤

图像分块理论:凵知图像大小为(320*213,3维),因此图像分块为【行320=16*20,列

(213=3*71)】分块大小为20*71,有3*16-48块。对分块后的图像进行 Kmean运算,计算

方法与上述方法一致,只是图像大小改变

七·实验程序流程图与实验代码:见附录一

开始

开始

读图

提取R、G、B分量

读图

KG空间转换为LAB空间

图傻分块

[燙取a分量组成新短阼A

聚类中心

对每块图像进行RGB

空间转换为LAB空间

设定初始误差上限

迭代次数上限

进行K均伯运算没有达到

对每决图像进行K

均值聚类计算

是否达到迭代次数上限

护接分块图像

计算迭代误差

误差不满足条件

图像边缘处理

选出原图属于同一类的

像素点,将其它点置1/0

显示结果

显示结果