【模式识别】K均值聚类算法应用实验报告及MATLAB仿真

一、 实验目的

1.掌握K均值聚类算法的原理和实现过程；

2.掌握K均值聚类算法的应用方法。

二、 实验内容

1.彩色图像分割

选择一幅图像，分别按三种颜色数进行彩色图像分割的结果（原图和分割图）。步骤如下：

(1) 第一步：读入一幅rgb图像并显示；

(2) 第二步：将该幅图像由RGB彩色空间变换到LAB彩色空间；

(3) 第三步：运用K均值聚类算法将图像在LAB空间进行分类；

(4) 第四步：运用分类所得索引将图像显示出来；

(5) 第五步：将分割后的图像依次显示出来，进行比较；

(6) 第六步：根据以上分割和聚类的结果进行图像重建，并显示重建后的图像，与原图像进行比较。

2.彩色图像的矢量量化

选择一幅图像，分别按量化 颜色数为8，16和32进行量化，并计算峰值信噪比。

三、 实验结果

1.彩色图像分割（分成三类）

原图像：

图1 原图像