پیاده سازی کلاسترینگ, خوشه بندی Kmeans

سگمنت کردن تصویر با الگوریتم K- Means

 سگمنت کردن تصویر با الگوریتم K- Means

K- Means ،يکي از ساده ترين الگوريتم هاي يادگيري بدون نظارت است که مسائل کلاسترينگ معروف را حل مي کند. اين الگوريتم از يک شيوه ساده براي کلاسيفاي کردن يک مجموعه داده در يک تعداد از پيش مشخص شده (k) کلاستر،استفاده مي کند.ايده اصلي تعريف k مرکز براي هر يک از کلاستر ها مي باشد . اين مراکز بايستي با دقت زياد انتخاب شوند ، زيرا مراکز مختلف ، نتايج مختلف را به وجود مي آورند.

ما از الگوریتم خوشه بندی K- Means برای سگمنت کردن تصویر در نرم افزار متلب استفاده کرده ایم :

Image Segmentation Using K- MeansClustering Method

منظور ما از سگمنت کردن تصویر این است که هر بخش از تصویر را با توجه به تعریف مورد نظرمان بصورت جداگانه نمایش دهیم.

نحوه کار به این صورت است که ما تصویری همانند تصویر زیر را به الگوریتم K- Meansداده ایم و الگوریتم K- Means غده ها را در این تصویر جدا کرده است:

تصویر اولیه

سگمنت کردن تصویر با الگوریتم K- Means

نتیجه سگمنت کردن تصویر با الگوریتم K- Means

 سگمنت کردن تصویر با الگوریتم K- Means

سگمنت کردن تصویر با الگوریتم K- Means

جهت دریافت کد متلب الگوريتم سگمنت کردن تصویر با الگوریتم K- Means   از لینک زیر اقدام کرده و بصورت انلاین خریداری کنید

15,000 تومانافزودن به سبد خرید

ایمیل : matlab24ir@gmail.com و یا info@matlab24.ir

شماره تماس : 09120563264

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *