智能多媒体专业实验.docVIP

智能多媒体专业实验 实验一 模糊聚类的图像分割实验报告 一，实验目的 通过模糊c-均值（FCM）聚类实现图像的分割。 二，算法描述 动态聚类方法的目的是把n个样本划分到c个类别中的一个，使各样本与其所在类均值的误差平方和最小。FCM聚类算法的目标函数为： Min Jm(U,Z) = j=1 其中m1是一个可以控制聚类结果的模糊程度的常数。在不同的隶属度定义方法下最小化式（1）的损失函数，就得到不同的模糊聚类方法。其中最有代表性的模糊C均值方法，要求一个样本对于各个聚类的隶属度之和为1，即 j=1c 在条件（2）下求式（1）的最小值，令Jm对uj和 Uij= 程序代码： %function[IX2]=fcm(IM); IM11=imread(1.jpg); IM1=IM11(:,:,1); %figure(1); imshow(IM1); IM=double(IM1); [maxX,maxY]=size(IM);// IMM=cat(5,IM,IM,IM,IM,IM); cc1=8; cc2=50; cc3=100; cc4=150; cc5=200; ttFcm=0; while(ttFcm15) ttFcm=ttFcm+1 c1=repmat(cc1,maxX,maxY); c2=repmat(cc2,m