Fuzzy C Means algorithm (FCM) image segmentation MATLAB program C C Program Develop

Fuzzy C­Means algorithm (FCM) image

segmentation MATLAB program

Tag: the matlab, OUTput, image, c the

 

Category: C

 

Author: linxiyyz

 

Date: 2013­11­24

Fuzzy C­Means algorithm (FCM) image segmentation MATLAB program

The subject used Fuzzy C­Means (FCM) algorithm image segmentation, write a MATLAB program to friends in need, for reference only. If wrong with that, and hope to be enlighten.

% File name: FCM.m 

% Function: Fuzzy C­Means (FCM) clustering algorithm for image segmentation  %: Rain curtain 

% Time: 11/17/2011

Image%%%%%%%%%%%%%%%%%%%%%%%%%%%%% FCM algorithm for segmentation  function clusterResult = FCM (imagePath, C, V, M, iter, epsm) 

Fuzzy C­Means (FCM) clustering algorithm for image segmentation  % ClusterResult = FCM (imagePath, C, V, M, iter, epsm) 

% Example: clusterResult = FCM ('E: \ Image \ lena.bmp')  % ClusterResult = FCM ('E: \ Image \ lena.bmp', 3, [0 127 255])  % Input: 

% ImagePath: image path 

% C: the number of categories, the default value of 2  % V: initialize the cluster center, the default value [0255]  % M: weighted index, the default value of 2 

% Iter: number of iterations, the default value is 100 

For% epsm: iteration stops threshold, the default value is 1.0E­2  % Output: 

The% clusterResult: clustering results  % Note: 

The value of% C and V initialization of cluster centers % Set the default value 

if nargin <6  epsm = 1.0e­2;  end

if nargin <5  iter = 100;  end

if nargin <4  M = 2;  end

if nargin <3  V = [255];  end

if nargin <2  C = 2;  end

I = imread (ImagePath);  figure, imshow (I);  title ('original image');  [Row col] = size (I);  grayHist = imhist (I);  the figure, imhist (I);  title ('histogram'); 

histProb = grayHist / (row * col);  len = length (histProb);

tic 

% FCM iterative process  cnt = 0; 

while (cnt <iter) 

% Of the membership function (note that special consideration to the case of a pixel and the cluster center)  for i = 1: len 

flag = 0;  for j = 1: C  if i == V (j),  U (j, i) = 1.0;  if j == 1 

U (j + 1: C, i) = 0.0;  elseif j == C 

U (1: C ­ 1, i) = 0.0;  else 

U (1: j ­ 1, i) = 0.0;  U (j + 1: C, i) = 0.0;  end 

flag = 1;  break;  end  end 

if flag == 0 

u = (1.0. / ((i ­ V). ^ 2)). ^ (1.0 / (M ­ 1));  uSum = sum (u); 

U (1: C, i) = u '/ uSum;  end 

end 

% Updating various cluster center  for j = 1: C 

i = linspace (1, len, len); 

v = sum (histProb '. * i. * (U (j, :). ^ M));  vSum = sum (histProb '. * (U (j, :). ^ M));  if vSum == 0 

clusterResult (j) = 0;  else 

clusterResult (j) = v / vSum;  end 

end 

if diff <= epsm  break; 

else 

V = clusterResult;  end 

cnt = cnt + 1;  end 

toc

% Image segmentation  for i = 1: row 

for j = 1: col 

temp = (double (I (i, j)) ­ clusterResult). ^ 2;  [Fmin pos] = min (temp); 

I (i, j) = pos * 255 / C;  end 

end 

figure, imshow (uint8 (I)); 

title ('after the segmentation of the image');  disp ('the number of iterations of: iterTimes =');  disp (CNT);