说明：通过k-means聚类算法对图像的颜色进行聚类。

k_means-算法 k-means聚类算法 K. 颜色聚类 k-means

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：rgb2lab空间，然后提取各颜色分量，用k值分割，很好的达到了区分效果。

lab各空间分量提取 K. k颜色 rgb2lab

说明：本代码主要是实现基于K-means聚类算法的图像分割。还包含相应的注释，便于学习用matlab编程语言，和对聚类算法的深入了解很要帮助。

matlab 分割 图像 提取 进行 特征 颜色

说明：在此代码中，还有一个 RGB 图像和图像中有一些昆虫。目的是要分割的昆虫。由于该图像是彩色，k-均值聚类使用基于 L * * 使用 b * 颜色空间和 5 大类群。由于这种昆虫是红色的带有红色波段的最大 chorom 群集一直被看作昆虫群集。一些形态学算子应用于取得更好的结果。

matlab 分割 图像 利用 均值 昆虫

说明：图像分割依据布同的颜色块进行聚类，对于相同颜色但深浅程度不同的目标可以进一步进行聚类然后分割

matlab 分割 图像 用于 均值

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：信号的稀疏表示受到相当大的近几年的利息。假设那自然信号，如图像、 承认稀疏分解在冗余字典会导致处理这类消息来源的有效算法数据。尤其是，设计的很好适应词典图像一直是一项重大挑战。最近有 K 和奇异值分解提出了这项任务并显示要很好地执行各种灰度图像处理的任务。在本文中，我们处理图像和扩展学习词典颜色问题...

matlab 图像 拼接 技术

说明：超像素分割作为图像处理的预处理部分，能够保留图像的很多基本信息，只是针对颜色和位置进行分割。用基于k-means的SLIC方法与DBSCAN进行超像素分割，matlab实现，demo进入主程序可以运行。