基于k-mean算法的医学图像分割matlab仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

一、“  K”和“means”
        K：有k个质心（簇）。

        means：质心是一个簇所有点的均值。

        K-means属于硬聚类。硬聚类指数据只能属于一个簇，与软聚类：数据可以不同程度的属于多个类相反。

二、算法步骤
        S1：选取初始质心：从样本点中随机抽取K个点作为质心。

        S2：所有样本点归类：计算所有样本点到K个质心的距离，将其划分到与其距离最近的簇中心所在簇。

        S3：重新确定质心：新质心 = 簇内所有点的均值。

        S4：循环更新：重复步骤S2,S3，直到质心不再变化。

       以空间中的k个点为中心进行聚类，对最靠近它们的对象归类，类别数为k。不断迭代，逐次更新各聚类中心的值，直至得到最好的聚类结果。
最终的k个聚类具有以下特点

      各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。该算法的最大优势在