课程学习——模糊C均值聚类分割法

最新推荐文章于 2023-02-04 05:32:04 发布

原创

最新推荐文章于 2023-02-04 05:32:04 发布 · 1.6k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#自我学习

这篇博客介绍了如何在MATLAB和C语言中实现模糊C均值聚类分割法，提供了具体的代码示例，并展示了运行结果。鼓励读者自我学习和探索，以此提升技能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

matlab：C语言逻辑实现模糊C均值聚类分割法。
代码：

close all;
clear all;
clc;
data=imread('E:\matlabCX\图片\7.jpg');
[m,n,r]=size(data);
if r>1
    data1=rgb2gray(data);
else
    data1=data;
end
%  data=imnoise(data,'gaussian',0,0.02);
% data= imnoise(data,'salt & pepper',0.05);
data1=imresize(data1,[256 256]);
[m,n]=size(data1);
 figure(1);
% subplot(1,2,1);%图排成1行2列，将图画在figure 中第一幅图上
imshow(data1);
title('原图像');
data1=double(data1); 

% 确定参数
% c=3;
c=2;
mc=2.0;
e=0.01;%精度
ct=0;%迭代次数ct
%初始化距离
d=zeros(m,n,c);
% 初始化隶属度
u=zeros(m,n,c);
v1(1)=75;
% v1(2)=180;
v1(2)=260;
while e>0.0001 && ct<1000     %循环条件
    v=v1;
    
    % 算距离:样本data(i,j)到第k类的距离
    for k=1:c
        for  i=1:m
            for j=1:n
                d(i,j,k)=(data1(i,j)-v1(k))^2+0.0001;
            end
        end
    end
    
    % 算隶属度
    for j=1:n
        for i=1:m
            tp1=0.0;
            for k=1:c
                tp1=tp1+(1/d(i,j,k))^(1/(mc-1));
            end
            for k=1:c