使用FCM进行图像分割

使用模糊C均值聚类进行图像分割，使用Matlab自带的fcm函数。包含源代码和仿真报告

clear allclose allclc

n_cluster = 6;      % 目标分类数
max_iter = 50;     % 最大迭代次数
d_U = 1e-5;         % 隶属度变化阈值
d_C = 1e-5;         % 类中心变化阈值

img = im2double（imread（‘image_2.jpg‘））;
figure; image（img）;
title（‘原始图像‘）
M = size（img1）;
N = size（img2）;

imgdata = zeros（M*N3）;
for i = 1:N
    imgdata（（i-1）*M+1:i*M:） = img（:i:）;
end

%% 使用第一类隶属度约束
[centerUobj_fcn] = fcm（imgdata n_cluster）;   % 使用matlab自带的聚类函数获得聚类中心
U = zeros（n_clusterM*N）;
iter = 1;
while iter < max_iter
    dist = distfcm（center imgdata）;        % 计算距离矩阵
    tmp = dist.^（-2）;
    U_new = tmp./（ones（n_cluster 1）*sum（tmp））;	% 新的隶属度矩阵
    mf = U_new.^2;                              % 隶属度矩阵进行指数运算
    center_new = mf*imgdata./（（ones（size（imgdata 2） 1）*sum（mf‘））‘）; % 新聚类中心

    err_U = U - U_new;
    err_C = center - center_new;
    U = U_new;
    center = center_new;
    
    if（max（abs（err_U（:））） < d_U ||  max（abs（err_C（:））） < d_C）
        break;
    end
    iter = iter + 1
end

color = [1 	0  1; 	% 洋红
    0 	1 	0; 	% 绿
    0 	0 	1; 	% 蓝
    1 	1 	0; 	%黄
    1	1/2	0; 	% 橘黄
    0 	1 	1; 	% 青蓝
    2/3	0	1;  % 天蓝
    1 	0 	0; 	% 红
    0.5	0	0; 	% 深红
    0.5  0.5  0.5;  % 灰
    0	0	0; 	%黑
    1 	1 	1]; % 白 	

[maxUC] = max（U）;
img_cluster = zeros（MN3）;
for i = 1:M
    for j = 1:N
        indx = i + （j-1）*M;
        img_cluster（ij:） = color（C（indx）:）;
    end
end
figure; image（img_cluster）
title（‘聚类结果‘）



% 使用第二类隶属度约束
% [centerUobj_fcn] = fcm（imgdata n_cluster）;
% U = zeros（n_clusterM*N）;
% iter = 1;
% while iter < max_iter
%     dist = distfcm（center imgdata）;        % 计算距离矩阵
%     tmp = dist.^（-2）;
%     min（tmp（:））
%     U_new = M*N*tmp./sum（tmp（:））;	% 新的隶属度矩阵
%     mf = U_new.^2;                              % 隶属度矩阵进行指数运算
%     center_new = mf*imgdata./（（ones（size（imgdata 2） 1）*sum（mf‘））‘）; % 新聚类中心
% 
%     err_U = U - U_new;
%     err_C = center - center_new;
%     U = U_new;
%     center = center_new + 0.0001;
%     
% %     if（max（abs（err_U（:））） < d_U ||  max（abs（err_C（:））） < d_C）
%     if（max（abs（err_U（:））） < d_U）
%         break;
%     end
%     iter = iter + 1
% end
% 
% color = [1 	0 	1; 	% 洋红
%     0 	1 	0; 	% 绿
%     0 	0 	1; 	% 蓝
%     1 	1 	0; 	%黄
%     1	1/2	0; 	% 橘黄
%     2/3	0	1;  % 天蓝
%     1 	0 	0; 	% 红
%     0 	1 	1; 	% 青蓝
%     0.5	0	0; 	% 深红
%     0.5  0.5  0.5;  % 灰
%     0	0	0; 	%黑
%     1 	1 	1]; % 白 	
% 
% [maxUC] = max（U）;
% img_cluster = zeros（MN3）;
% for i = 1:M
%     for j = 1:N
%         indx = i + （j-1）*M;
%         img_cluster（ij:） = color（C（indx）:）;
%     end
% end
% figure; image（img_cluster）
% title（‘聚类结果‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2854  2013-04-02 20:39  Main.m
     文件      195980  2013-03-28 16:11  image.jpg
     文件      180224  2013-03-30 21:47  image_1.jpg
     文件      263386  2013-03-30 21:48  image_2.jpg
     文件      262144  2013-03-30 21:48  image_3.jpg
     文件      180224  2013-03-30 21:49  image_4.jpg
     文件      229376  2013-03-30 21:49  image_5.jpg
     文件      763109  2013-03-30 21:39  image_6.jpg
     文件      638464  2014-04-08 21:08  模糊C均值聚类仿真20130402.doc