基于聚类的路标检测K-meansMATLAB（RGB）

基于聚类的路标检测（K-means）（MATLAB）(RGB)通过采用RGB的颜色特征空间，如果和YUV结合使用，识别效果更佳。

function varargout = K_means（varargin）
% K_MEANS M-file for K_means.fig
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct（‘gui_Name‘       mfilename ...
                   ‘gui_Singleton‘  gui_Singleton ...
                   ‘gui_OpeningFcn‘ @K_means_OpeningFcn ...
                   ‘gui_OutputFcn‘  @K_means_OutputFcn ...
                   ‘gui_LayoutFcn‘  []  ...
                   ‘gui_Callback‘   []）;
if nargin && ischar（varargin{1}）
    gui_State.gui_Callback = str2func（varargin{1}）;
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn（gui_State varargin{:}）;
else
    gui_mainfcn（gui_State varargin{:}）;
end
% End initialization code - DO NOT EDIT
% --- Executes just before K_means is made visible.
function K_means_OpeningFcn（hobject eventdata handles varargin）
handles.output = hobject;
guidata（hobject handles）;

% --- Outputs from this function are returned to the command line.
function varargout = K_means_OutputFcn（hobject eventdata handles） 
varargout{1} = handles.output;

% --- Executes on button press in Pushbutton_Imread.
function Pushbutton_Imread_Callback（hobject eventdata handles）
global Fig;
global Length;
global Width;
global Dim;
global Num;
global PopUp;
global xPos;
global yPos;
global R;
global G;
global B;
global R_GB;
global angle_x;
angle_x=0;
clc;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% : Initilize var
Length=0;
Width=0;
Num=0;
PopUp=0;
xPos=0;
yPos=0;
Fig=0;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%显示图像和尺寸
[filenamepathname]=uigetfile（{‘*.jpg‘:‘*.bmp‘:‘*.gif‘}‘选择图片‘）;    
str=[pathname filename];
Fig=imread（str）;
[LengthWidthDim]=size（Fig）;
str1=num2str（Length）;
str2=‘*‘;
str3=num2str（Width）;
str=strcat（str3str2str1）;
set（handles.Edit_Imread‘string‘str）;
axes（handles.Axes_ResultPho）;
hold off
Fig_white=Fig;
Fig_white=255*ones（LengthWidthDim）;
imshow（Fig_white）;
axes（handles.Axes_InitPho）;
hold off;
h=imshow（Fig）;
set（handles.Axes_InitPho‘visible‘‘on‘）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%读取样本点数量
Str=get（handles.edit_Num‘string‘）;
Num=str2num（Str）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%读取产生样本点
Fig=double（Fig）;
Val=get（handles.pop_example‘Value‘）;
Str=get（handles.pop_example‘String‘）;
switch Str{Val}
    case ‘Rand‘
        PopUp=1;
        for i=1:Num
            xPos（i）=floor（rand*Length）+1;
            yPos（i）=floor（rand*Width）+1;
            R（i）=Fig（xPos（i）yPos（i）1）;
            G（i）=Fig（xPos（i）yPos（i）2）;
            B（i）=Fig（xPos（i）yPos（i）3）;  
            R_GB（i）=R（i）/（G（i）+B（i））;
%           GB_R（i）=（G（i）+B（i））/R（i）;
        end            
    case ‘Rules‘
        PopUp=2;
        temp=round（sqrt（（Num*Length）/Width））;
        if temp%             temp=temp+1;
        temp=temp;
        end
        LenNum=temp;
        WidNum=round（temp*Width/Length）;
        if LenNum*WidNum            WidNum=WidNum+1;
        end
        deta_Len=floo

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2015-05-18 18:08  2\
     文件       64512  2015-05-17 23:55  2\Kmeans.vsd
     文件       22006  2010-05-11 18:23  2\K_means.fig
     文件       11241  2010-05-12 19:03  2\K_means.m
     文件      233120  1998-04-12 16:09  2\S3a.bmp
     文件       18355  2010-04-25 19:28  2\图片1.jpg
     文件       47104  2010-05-13 19:24  2\模式识别homework2.ppt
     文件      140902  2010-04-21 19:59  2\照片 064.jpg
     文件      188309  2010-04-21 20:03  2\照片 085.jpg
     文件      131347  2010-04-21 20:03  2\照片 088.jpg