matlab调用kmeans_使用 K 均值聚类实现基于颜色的分割

本文介绍了如何使用MATLAB调用K-means聚类算法,结合L*a*b*颜色空间,实现基于颜色的图像分割,特别是针对H&E染色组织图像的核分割。首先,从RGB转换到L*a*b*颜色空间,然后应用K-means进行3种颜色的聚类,最后通过亮度阈值区分深蓝色细胞核。
摘要由CSDN通过智能技术生成

步骤 1:读取图像

在 hestain.png 中读取,这是一个带有苏木精和曙红染色组织 (H&E) 的图像。这种染色方法有助于病理学家区分不同组织类型。

he = imread('hestain.png');

imshow(he), title('H&E image');

text(size(he,2),size(he,1)+15,...

'Image courtesy of Alan Partin, Johns Hopkins University', ...

'FontSize',7,'HorizontalAlignment','right');

c22e72812404eabb866d69d1a91ca14e.png

步骤 2:将图像从 RGB 颜色空间转换为 L*a*b* 颜色空间

如果忽略亮度的变化,您会在图像中看到多少种颜色?有三种颜色:白色、蓝色和粉色。请注意,您可以很轻松地在视觉上区分这些颜色。L*a*b* 颜色空间(也称为 CIELAB 或 CIE L*a*b*)使您能够量化这些视觉差异。

L*a*b* 颜色空间是从 CIE XYZ 三色值派生的。L*a*b* 空间包含光度层 'L*'、色度层 'a*'(表示颜色落在沿红-绿轴的位置)和色度层 'b*'(表示颜色落在沿蓝-黄轴的位置)。所有颜色信息都在 'a*' 和 'b*' 层。您可以使用欧几里德距离度量来测量两种颜色之间的差异。<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值