模糊聚类的图像分割实验报告Word文件下载.docx
《模糊聚类的图像分割实验报告Word文件下载.docx》由会员分享，可在线阅读，更多相关《模糊聚类的图像分割实验报告Word文件下载.docx（12页珍藏版）》请在冰豆网上搜索。
（3）
三，变量说明
P数据样本维数（灰度图像时为1）；
N像素点数目；
X像素i特征（灰度图像时，表示灰度值）；
C图像分割类别数；
U像素点i属于第j类的隶属度；
Z第i类聚类中心；
四,算法步骤
Step1:
设置目标函数精度ε，模糊指数m（m通常取2），最大迭代次数;
Step2:
初始化模糊聚类中心;
Step3:
由（3）式更新模糊划分矩阵U={}和聚类中心Z={};
Step4:
若|J（t）-J（t-1）|<
ε或c>
则结束聚类；
否则，t=t+1并转Step3;
Step5:
由所得U={}得到各像素点的分类结果。
五，实验内容与要求
（1）使用附录1的参考程序对无噪图像进行模糊聚类分割。
（2）使用附录1的参考程序对各种加噪（高斯噪声，椒盐噪声及斑点噪声等）图像进行模糊聚类分割，并与
（1）中的相应结果进行比较。
（3）附录1的参考程序给出了图像分割为3类的FCM算法，请同学们进行分割为2类或4类的扩展，或者在理解例程或算法的基础上自己实现算法。
参考程序代码：
functionfcm
tmp=imread（'
C:
\DocumentsandSettings\Administrator\桌面\fig8.pgm'
）;
IM=tmp（:
:
1）;
%IM=imnoise（IM,'
speckle'
0.01）;
salt&
pepper'
0.1）;
gaussian'
0,0.01）;
IM=double（IM）;
figure
（1）;
imshow（uint8（IM））;
[maxX,maxY]=size（IM）;
IMM=cat（3,IM,IM,IM）;
cc1=8;
cc2=100;
cc3=200;
ttfcm=0;
while（ttfcm<
15）
ttfcm=ttfcm+1;
c1=repmat（cc1,maxX,maxY）;
c2=repmat（cc2,maxX,maxY）;
c3=repmat（cc3,maxX,maxY）;
c=cat（3,c1,c2,c3）;
ree=repmat（0.000001,maxX,maxY）;
ree1=cat（3,ree,ree,ree）
distance=IMM-c;
distance=distance.*distance+ree1;
daoShu=1./distance;
daoShu2=daoShu（:
1）+daoShu（:
2）+daoShu（:
3）;
distance1=distance（:
1）.*daoShu2;
u1=1./distance1;
distance2=distance（:
2）.*daoShu2;
u2=1./distance2;
distance3=distance（:
3）.*daoShu2;
u3=1./distance3;
ccc1=sum（sum（u1.*u1.*IM））/sum（sum（u1.*u1））;
ccc2=sum（sum（u2.*u2.*IM））/sum（sum（u2.*u2））;
ccc3=sum（sum（u3.*u3.*IM））/sum（sum（u3.*u3））;
tmpMatrix=[abs（cc1-ccc1）/cc1,abs（cc2-ccc2）/cc2,abs（cc3-ccc3）/cc3];
pp=cat（3,u1,u2,u3）;
fori=1:
maxX
forj=1:
maxY
ifmax（pp（i,j,:
））==u1（i,j）
ix2（i,j）=1;
elseifmax（pp（i,j,:
））==u2（i,j）
ix2（i,j）=2;
else
ix2（i,j）=3;
end
end
ifmax（tmpMatrix）<
0.0001
break;
cc1=ccc1;
cc2=ccc2;
cc3=ccc3;
ifix2（i,j）==3
IMMM（i,j）=240;
elseifix2（i,j）==2
IMMM（i,j）=130;
IMMM（i,j）=20;
figure
（2）;
imshow（uint8（IMMM））;
end
fori=1:
IMMM=uint8（IMMM）;
figure（3）;
end
对图像分割为4类的FCM算法程序
%************加噪，生成加噪图像*****************
IMM=cat（3,IM,IM,IM,IM）;
%--4
cc4=50;
%-4
c4=repmat（cc4,maxX,maxY）;
c=cat（3,c1,c2,c3,c4）;
ree1=cat（3,ree,ree,ree,ree）%-4;
3）+daoshu（:
4）;
distance4=distance（:
4）.*daoShu2;
u4=1./distance4;
%--4
ccc4=sum（sum（u4.*u4.*IM））/sum（sum（u4.*u4））;
tmpMatrix=[abs（cc1-ccc1）/cc1,abs（cc2-ccc2）/cc2,abs（cc3-ccc3）/cc3,abs（cc4-cc4）/cc4];
%-4
pp=cat（3,u1,u2,u3,u4）;
））==u1（i,j）%--4
））==u3（i,j）
ix2（i,j）=4;
cc4=ccc4;
ifix2（i,j）==4
elseifix2（i,j）==3
IMMM（i,j）=90;
figure
（2）;
流程图：
四,实验结果
1，对无噪图像进行模糊聚类分割处理结果
2，
（1）加高斯噪声对图
升级会员 