基于DSP的FCM图像分割
Posted petewell
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于DSP的FCM图像分割相关的知识,希望对你有一定的参考价值。
基于DSP的FCM图像分割
一、目标
利用VisualDSP++ 5.0、仿真器、EBF-561实验平台实现该算法,并通过该聚类算法实现图像的不同区域的聚类结果。
二、实现方案
实验原理
FCM 聚类算法目标函数为
如果 p表示每一个样本x_j的维数0,X={x_1,x_2,…x_j,…x_N}是一个p×N矩阵;N表示样本数目,通常表示图像像素数;C表示聚类数目;u_ij?U(p×N×C)是矢量x_j隶属于第i类的隶属度函数,满足u_ij∈[0,1]且∑_(i=1)^C?u_ij =1;聚类中心Z={z_1,z_2,…z_i,…z_c}是 p×C矩阵,u_ij和z_i更新等式分别为:
对于每一个模糊隶属度,由m∈(1,∞)控制模糊度的权重指数;
d^2 (x_j,x_i )=∥x_j-z_i∥为相似性测度。
变量说明
p 数据样本维数(灰度图像时为 1);
N 像素点数目
Xi 像素i特征(灰度图像时,表示灰度值);
C 图像分割类别数;
Uij 像素点j属于第i类的隶属度
Zi 第 i 类聚类中心。
实验步骤
1)置目标函数精度ε,模糊指数m(m通常取 2),最大迭代次数T_m;
2)初始化模糊聚类中心 z_i;
3)由式2更新模糊划分矩阵U={u_ij}和聚类中心Z={z_C}
4)若|J(t)-J(t-1)|<ε或c>T_m则结束聚类;否则,t=t+1并转第(3)步骤;
5)由所得U={u_ij}得到各像素点分类结果。
三、核心代码
1 | int m=50,k,ran[3]; |
原文:大专栏 基于DSP的FCM图像分割
以上是关于基于DSP的FCM图像分割的主要内容,如果未能解决你的问题,请参考以下文章
图像分割基于matlab FCM侧扫声呐图像分割含Matlab源码 1478期
图像分割基于FCM和改进的模糊聚类FCM实现脑部CT图像分割matlab源码
图像分割基于FCM+KFCM MRI图像分割matlab源码含GUI