模糊C均值聚类图像分割算法的matlab实现

模糊C均值聚类图像分割算法的matlab实现，，模糊C均值聚 算法 matlab实现 。图像研究的

clear all%清除workspace中的所有变量
I=imread（‘4.bmp‘）;%读入图像文件
figure（1）;           
imshow（I）;title（‘原图像‘）; %显示原来的图像
count=imhist（I）;   %灰度频率
[mn]=size（I）;%测矩阵的大小
h=count/（m*n）%求灰度级数
V1=zeros（2）;     %确定对称矩阵A
V2=zeros（2）;
U1=zeros（2256）;   %设定分区矩阵U
m1=2;              %确定加权指数m
V1（1）=20;          %初始化聚类中心V，C=2
V1（2）=250;
l=length（h）
I=double（I）;%转换变量的类型
diedai=1;
while （diedai==1） 
    for i=1:l      %修改迭代过程中的分区矩阵
         if （i-V1（1））^2>0.01&（i-V1（2））^2>0.01
             tep1=（i-V1（1））^2;
             tep2=（i-V1（2））^2;
             U1（1i）=1.0/（1+（tep1/tep2）^（1.0/（m1-1）））;
             U1（2i）=1.0/（1+（tep2/tep1）^（1.0/（m1-1）））;
         else
             if （i-V1（1））^2<0.01
                U1（1i）=1.0;
             else
                U1（2i）=0.0;
             end
             if （i-V1（2））^2<0.01
                U1（1i）=0.0;
             else
                U1（2i）=1.0;
             end 
         end
     end
     tep1=0.0;
     tep2=0.0;
     tep3=0.0;
     tep4=0.0;
     for i=1:l     %求迭代过程中的聚类中心
         tep1=tep1+h（i）*（i）*U1（1i）^m1;
         tep2=tep2+h（i）*U1（1i）^m1;
         tep3=tep3+h（i）*（i）*U1（2i）^m1;
         tep4=tep4+h（i）*U1（2i）^m1;
     end
     V2（1）=tep1/tep2;
     V2（2）=tep3/tep4;
     if （V1（1）-V2（1））^2<0.01&（V1（2）-V2（2））^2<0.01   
         diedai=0; %迭代停止判断  阈值取ε=0.01
     else
         V1（1）=V2（1）;
         V1（2）=V2（2）;
     end
end
 
I1=zeros（mn）;   % m n 为图像的尺度
for i=1:m        % 二值化图像
    for j=1:n
        if （I（ij）-V2（1））^2>（I（ij）-V2（2））^2     % 距离聚类中心近，则将二值图数值置为1（250）， 否则，置为0（黑色）   
            I1（ij）=250;   
        else I1（ij）=0;                      
        end
    end
end
figure（2）;
I1=uint8（I1）;   % 转换为无符号型整数 8表示8位二进制整数  范围0~255
imshow（I1）;title（‘分割后的图像‘）;   %显示分割后的图像

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1975  2009-05-19 16:33  新建文件夹 （5）\FCM.m

     目录          0  2010-04-19 11:14  新建文件夹 （5）

----------- ---------  ---------- -----  ----

                 1975                    2