吴恩达老师机器学习笔记K-means聚类算法(二)

xiaoxiao2025-04-16  6

运用K-means聚类算法进行图像压缩

趁热打铁,修改之前的算法来做第二个练习—图像压缩

原始图片如下: 代码如下:

X =imread('bird.png'); % 读取图片 X =im2double(X); % unit8转成double类型 [m,n,z]=size(X); X=reshape(X,m*n,z); x=zeros(m*n,z+1); x(1:m*n,1:z)=X; Z_min=9999999; centre_best=zeros(16,1); %最优颜色列表 y=zeros(m*n,1); % 最优类别结果 for iter=1:1 % 选择最优的聚类的结果 start=round(rand(16,1)*(m*n-1)+1); % 随机化聚类中心 start_centre=X(start,:); Z_sum=0; for j=1:200 % 判断样本距离最近的中心 for i=1:m*n Z=sum((x(i,1:z)-start_centre(:,1:z)).^2,2); [min_value,min_index]=min(Z); x(i,z+1)=min_index; end for i=1:16 % 压缩成16种颜色 start_centre(i,:)=mean(X(x(:,z+1)==i,:)); % 生成新的聚类中心 end end for i=1:m*n % 计算成本函数 Z_sum=sum((x(i,1:z)-start_centre(x(i,z+1),1:z)).^2,2)+Z_sum; end if Z_min>Z_sum % 选取成本最小的结果作为最优结果 Z_min=Z_sum; y=x(:,z+1); centre_best=start_centre; end end for i=1:n*m x(i,1:z)= centre_best(y(i,:),:); end x(:,4)=[]; X=reshape(x,m,n,z); imshow(X,[]); % 显示图片

压缩结果如下:

转载请注明原文地址: https://www.6miu.com/read-5028408.html

最新回复(0)