k均值聚类算法实现图像分割matlab代码

以下是基于k均值聚类算法的图像分割MATLAB代码示例：

% 读取图像
img = imread('image.jpg');

% 将图像转换为一维向量
img_vec = reshape(img, size(img,1)*size(img,2), 3);

% 设置k值
k = 5;

% 初始化聚类中心
centers = rand(k,3)*255;

% 迭代次数
max_iters = 10;

% 开始迭代
for iter=1:max_iters
    
    % 计算每个像素点到聚类中心的距离
    distances = pdist2(img_vec, centers);
    
    % 找到每个像素点最近的聚类中心
    [~, labels] = min(distances, [], 2);
    
    % 更新聚类中心
    for i=1:k
        centers(i,:) = mean(img_vec(labels==i,:));
    end
    
end

% 将每个像素点赋值为其所属聚类中心的颜色
for i=1:size(img_vec,1)
    img_vec(i,:) = centers(labels(i),:);
end

% 将一维向量转换回二维图像
img_seg = reshape(img_vec, size(img,1), size(img,2), 3);

% 显示分割结果
figure;
subplot(1,2,1); imshow(img); title('原始图像');
subplot(1,2,2); imshow(img_seg); title('分割结果');

这段代码将图像转换为一维向量，然后使用k均值聚类算法将像素点分为k个簇。最后将每个像素点赋值为其所属簇的聚类中心的颜色，得到分割结果。