如何在matlab中对灰度图像应用kmeans聚类答案

【问题标题】：How to apply kmeans clustering on gray scale image in matlab如何在matlab中对灰度图像应用kmeans聚类
【发布时间】：2017-04-28 09:06:15
【问题描述】：

skin cancer image 我想在灰度图像上应用K均值聚类，代码如下

    im = imread('SSM1_2_orig.jpg');
im = rgb2gray(im);
[idx centroids]=kmeans(double(im(:)),3,'distance','sqEuclidean','Replicates',3);
%imseg = zeros(size(im,1),size(im,2));
%{for i=1:max(idx)
    %imseg(idx==i)=i;
    %end}
segmented_images = cell(1,3);
for k = 1:3
    color = im;
    color(im ~= k) = 0;
    segmented_images{k} = color;
end

figure(),imshow(segmented_images{1});
figure(),imshow(segmented_images{2});
figure(),imshow(segmented_images{3});

但它只给我黑色输出

【问题讨论】：

你试过imshow(segmented_images{1},[]);
是的，但它只提供黑色输出
那你能不能把原图加进去让我们试试看？
是的，和皮肤癌有关
idx 和 centroids 永远不会在您的代码中使用

标签： matlab k-means image-segmentation

【解决方案1】：

这是工作代码。备注：

您从不使用聚类的结果，您将原始像素值与k 进行比较，而不是聚类后的像素值idx。

另外，如果您的图片不是 [0-1] 或 [0-255]，请记住使用 imshow(____, [])。

im = imread('https://i.stack.imgur.com/ZYp7r.jpg');
im = rgb2gray(im);
[idx, centroids]=kmeans(double(im(:)),3,'distance','sqEuclidean','Replicates',3);

segmented_images = cell(1,3);
for k = 1:3
    color = zeros(size(im));
    color(idx==k) = im(idx==k);
    segmented_images{k} = color;
end

figure(),imshow(segmented_images{1},[]);
figure(),imshow(segmented_images{2},[]);
figure(),imshow(segmented_images{3},[]);

【讨论】：