用matlab实现基于灰度的阈值分割算法

K-Means 算法是应用最为广泛的聚类算法[2]。该算法以类中各样本的加权均值(称为质心)代表该类，只用于数字属性数据的 聚类，全局阈值分割，对图像的分割还挺好的，不利用直方图，

I = medfilt2（imread（‘1.jpg‘））;
figureimshow（I）
[xy]=size（I）;                % 求出图象大小
b=double（I）;                  
                        
z0=max（max（max（I）））;                   % 求出图象中最大的灰度
z1=min（min（min（I）））;                   % 最小的灰度 

T=（z0+z1）/2;                      % T赋初值，为最大值和最小值的平均值
TT=0;                             %TT赋初值
S0=0.0; n0=0.0;                       %为计算灰度大于阈值的元素的灰度总值、个数赋值
S1=0.0; n1=0.0;                       %为计算灰度小于阈值的元素的灰度总值、个数赋值
allow=50;                       % 新旧阈值的允许接近程度
d=abs（T-TT）;
count=0;