Penggunaan fungsi Fuzzy C Means pada Matlab untuk segmentasi gambar Sekedar Coretan

Penggunaan fungsi Fuzzy C­Means pada Matlab untuk

segmentasi gambar

This entry was posted on April 12, 2012, in Kode. Bookmark the permalink. Leave a comment

Untuk memanggil fungsi Fuzzy C­Means pada Matlab dapat menggunakan syntax: [center,U,obj_fcn] = fcm(data,cluster_n)

Dengan cluster_n adalah banyaknya cluster,center adalah matrix akhir pusat cluster, U adalah matrix keanggotaan dan obj_fcn adalah objective function setiap iterasi.

Pada contoh ini fungsi Fuzzy C­Means digunakan untuk mensegmentasi gambar. Gambar yang disegmentasi seperti contoh pada postingan K­Means sebelumnya.

Setelah gambar dibaca dan diambil fiturnya (sebagai contoh fitur nilai RGB gambar) kemudian dipanggil fungsi Fuzzy C­Means. Pada contoh ini menggunakan 3 cluster

sizes = size(image);

fitur = double(reshape(image,sizes(1)*sizes(2),3)); [center,U,obj_fcn] = fcm(fitur,3)

Kemudian dari membership function yang di dapat akan diolah kembali (sebagai contoh sederhana disini nilai plausibility dari matrix U diambil yang tertinggi dan dijadikan cluster piksel tersebut)  dengan kode berikut ini

numPixel=sizes(1)*sizes(2); kelas=zeros(numPixel,1); for i=1:numPixel

kelas(i)=find(U(:,i)==max(U(:,i))); end

final=reshape(kelas,sizes(1),sizes(2));

Setelah itu menggunakan median filter untuk memfilter noise pada gambar. Untuk ukuran jendela neighborhood pikselnya ([m n]) pada contoh ini adalah [5 5]

finalfilter = medfilt2(final,[5 5]);

Kemudian hasil kelasnya dapat dilihat pada Gambar1 figure;imshow(finalfilter,[])

Gambar1 hasil gambar kelas,natural image dariBerkeley database nomer 25098

Gambar2

Referensi

(1) The Berkeley Segmentation Dataset and Benchmark,

<URL:http://www.mathworks.com/help/toolbox/stats/kmeans.html&gt; (2) Matworks,2012,Fuzzy c­means clustering ,

<URL:http://www.mathworks.com/help/toolbox/fuzzy/fcm.html&gt;