1 简介
当前图像分割技术越来越受到人们的重视.很多研究者针对图像分割技术设计出了不计其数的方法.图像分割技术已经涉及到许多范畴,并且逐渐成为了许多领域的基础技术之一.图像分割技术在当今时代具有极其重要的地位,研究如何提高它的运算结果仍然十分具有价值. 很多事物自身存在模糊性,传统的聚类方法多是硬划分,不能够理想的处理这类事物的问题.在图像分割领域内的众多方法中,有一类以模糊聚类技术为基础的方法,能够较好地分析处理客观事物内在的模糊性,因而逐步作为了运用最普遍的分割方法和研究热点课题之一.模糊聚类分析是典型的软划分方法,它能够很好地处理事物内在的模糊性,因此,比传统的聚类分析更适合现实中的事物处理.在模糊聚类分析的众多方法中,具有代表性的应用最普及的一类是FCM算法及它的系列改进算法.虽然FCM算法应用最普遍,但是它本身也存在一定的问题,因此近年来研究人员不断对其进行改进,提出了很多改进算法,一个比较典型的改进算法是BEMD-FCM算法
2 部分代码
functiondst=GFCM(src,rows,cols)v=zeros(5,5);%1个原点分类+4个阶次GMRF纹理图像src_d=double(src);GMRF_src(:,:,1)=src_d; [GMRF_src(:,:,2)]=GmrfPara_1Order_Estimat(src_d,rows,cols);% GMRF_srci(:,:,2)=GMRF_src(:,:,2)/256;% figure,imshow(GMRF_srci(:,:,2)); [GMRF_src(:,:,3)]=GmrfPara_2Order_Estimat(src_d,rows,cols);% GMRF_srci(:,:,3)=GMRF_src(:,:,3)/256;% figure,imshow(GMRF_srci(:,:,3)); [GMRF_src(:,:,4)]=GmrfPara_3Order_Estimat(src_d,rows,cols);% GMRF_srci(:,:,4)=GMRF_src(:
如果觉得《【图像融合】基于改进模糊聚类算法实现侧扫声呐图像分割matlab代码》对你有帮助，请点赞、收藏，并留下你的观点哦！
