如何使用 K-means 聚类分割彩色图像？答案

【问题标题】：How to segment a color image using K-means clustering?如何使用 K-means 聚类分割彩色图像？
【发布时间】：2017-05-23 21:21:17
【问题描述】：

我正在做一个通过 k-means 聚类执行分割的项目。我必须对 K = [2, 3, 4, ... K-max] 应用 K-means 聚类并计算每个点到其聚类中心的平均距离。另外，我必须确定 K*，当切换到 K* + 1 时，这个距离变化不大。Kmax=20。

据我写的代码如下。我首先担心的是我做错了什么？

I = imread('image');
imshow(I);

Id = im2double(I);

red = I(:,:,1);
green = I(:,:,2);
blue = I(:,:,3);
[c, r] = meshgrid(1:size(I,1), 1:size(I,2));
X = [red(:) green(:) blue(:) red(:) c(:)];


K     = 2:20;                      %Cluster Numbers
[IDX, C, SUMD] = kmeans(X, K);
ave_dist(K) = sum(SUMD(:))/number_of_pixels_in_image;

1) 我如何将到聚类中心的平均距离绘制为 K 的函数？

2) 我如何确定最小的 K*

`| ave_dist(K*) - ave_dist(K*+1) |< THR_K.  THR_K = 100`

谢谢。

【问题讨论】：

Matlab？可能要添加标签。
是的，非常感谢您，先生，不知何故我忘记了..
看看THIS SO QUESTION
你为什么在你的X中使用两次red和c？
第二个在数据向量中，用于确定[IDX, C, SUMD]= kmeans(X,K);

标签： matlab image-processing k-means image-segmentation

【解决方案1】：

第一个问题：您正在构建一个向量ave_dist，您可以直接与plot(ave_dist) 一起使用

第二个问题：你可以使用find：index = find(abs(ave_dist(1:end-1)-ave_dist(2:end)) <= 100,1,'first')

【讨论】：

我必须找到应该在 3-D 矢量系统中的绘图或图表。例如mathworks.com/help/matlab/ref/contour3.html 这里但它应该绘制到聚类中心的平均距离。对于第一个问题：我一定忘记了 k 必须有一个阈值等于 100
如果这不是您想要的，我仍然不清楚您需要什么。你能举个例子吗？
当然我可以再解释一遍。我有一个主色为红色、绿色、蓝色、黄色和白色的图像。我需要提取图像的 R、G 和 B 分量，然后将其分配给数据矩阵。对于 K = 2：Kmax (Kmax=20) 并且必须使用 kmeans 函数来获得每个像素的簇索引 (IDX) 和簇内点到质心距离的总和 (SUMD)。然后我的第一个和第二个问题来了。 K* 自动从 ave_dist 函数找不到的 ave_dist 向量中找到。