说明：k均值聚类的动态分类算法 灰度图和彩图的

灰度聚类 聚类图 K均值聚类彩图 动态聚类图 k均值-分类

说明：将脉冲耦合神经网络PCNN和聚类结合实现灰度图像分割

脉冲神经 聚类 灰度分割 灰度聚类 图像聚类分割

说明：图像灰度拉伸、直方图均衡算法以及FCM聚类算法。

灰度聚类 fcm fcm-image 灰度拉伸 FCM聚类算法

说明：图像处理技术中用于图像聚类的一段程序，即将区域中具有相同灰度或其他属性的区域提取出来。

灰度聚类 提取-matlab 区域提取 matlab-图像-类 聚类-matlab-图像

说明：像素聚类区域成长法。顾名思义，此方法从一个种子像素开始，通过如平均灰度，组织纹理及色彩等性质的判断，将具有类似性质的像素逐一纳入所考虑的区域中，使此区域由种子逐渐成长成一个性质相似的图像区块。

像素聚类 区域成长法 图像区块

说明：k-均值聚类算法实现灰度图像分割，输入图像矩阵和聚类中心个数，返回为最终的聚类中心和图像中每个像素所属类的编号（对应于图像矩阵）

灰度分割 分割 图像分割 K均值 matlab

说明：基于灰度共生矩阵和K均值聚类的纹理图像分割，matlab实现

聚类图像分割 矩阵分割 matlab纹理分割 k聚类分割 图像纹理

说明：设方法取定c类和选取c个初始聚类中心，按最小距离原则将各模式分配到类中的某一类，之后不断地计算类心和调整个模式的类别，最终使各模式到其判属类别中心的距离平方之和最小。彩色图像转换为灰色图像分成三个聚类中心，后赋予三个灰度值的

matlab 分割 图像 均值

说明：K-means文件夹包含了一个有关图像灰度值的聚类，很好的程序。一看就能懂的，让你对传统K-means的聚类过程有很好的理解，程序用Matlab编写，通过不断迭代直至收敛条件。迭代过程中不断更新聚类中心，最后完成聚类。但是传统的K-means有一些固有的缺陷，如最终聚类结果与初始中心的选取有很大的关...

matlab KMeans

说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用