说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：rgb空间转换成L*a*b*空间，颜色分割显示，求出最小距离的颜色，进行K均值聚类，显示聚类分割成的三部分， sobel边缘检测，显示二值图像，显示垂直的线性结构元素，显示水平的线性结构元素，对图像进行膨胀，腐蚀图像， 读取多媒体文件中的数据，播放视频，真彩色图像转化为灰度图像，开操...

分割 图像

说明：k-均值算法 做的图象分割实例 （将图片像素聚成三类）

K-均值算法 k-mean-matlab分割 k_mean k-mean-matlab 图片k-mean

说明：k-均值聚类算法实现灰度图像分割，输入图像矩阵和聚类中心个数，返回为最终的聚类中心和图像中每个像素所属类的编号（对应于图像矩阵）

灰度分割 分割 图像分割 K均值 matlab

说明：实现多个阈值的图像分割及K-mean聚类的图像分割

k-mean图像分割 k-mean image-segmentaton image-clustering 图像分割

说明：本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。设计合理的准则改进了图像的全自动分...

k-means算法 信息熵 自动分割图像

说明：贝叶斯分类程序，用于图像的分割，二值化等，是模式识别中的一种基本分类方法。 k均值聚类，神经网络。

贝叶斯分类 图像分割 二值化 k均值聚类 神经网络

说明：k-means++:一种改进的K-means++聚类算法来对初始聚类中心的选取进行改进。该改进算法的基本思想是使得初始聚类中心之间的距离尽可能的远.用于图像处理,效果还行。

分割 图像 KMeans 用于

说明：K均值聚类法基于lab颜色空间分割图像，并用霍夫变换检测圆

圆检测 空间圆 颜色-聚类 霍夫-圆 霍夫圆检测

说明：模糊核聚类及几篇文章，用于数据和图像的模糊聚类分割，效果还行

聚类图像分割 subclust K-Means图像分割 分割 核模糊聚类