高斯混合模型实现图像分割matlab代码

以下是一个使用高斯混合模型实现图像分割的MATLAB代码示例：

% 读入图像
I = imread('image.jpg');

% 初始化高斯混合模型
K = 3; % 高斯分布数量
alpha = ones(1, K)/K; % 每个分布的先验概率
mu = randi([0 255], K, 3); % 均值
sigma = repmat(eye(3), [1 1 K]); % 协方差矩阵

% EM算法迭代
for iter = 1:10
    % E步：计算后验概率
    P = zeros(size(I, 1), size(I, 2), K);
    for k = 1:K
        P(:, :, k) = alpha(k)*mvnpdf(double(I), mu(k, :), sigma(:, :, k));
    end
    P_sum = sum(P, 3);
    P = P./repmat(P_sum, [1 1 K]);
    
    % M步：更新参数
    Nk = sum(sum(P, 1), 2); % 每个分布的有效像素数量
    alpha = Nk/prod(size(I)); % 更新先验概率
    for k = 1:K
        mu(k, :) = sum(sum(P(:, :, k).*double(I), 1), 2)/Nk(k); % 更新均值
        I_minus_mu = double(I) - repmat(mu(k, :), [size(I, 1) size(I, 2) 1]);
        sigma(:, :, k) = (sum(sum(repmat(P(:, :, k), [1 1 3]).*I_minus_mu.*I_minus_mu, 1), 2)/Nk(k))'; % 更新协方差矩阵
    end
end

% 根据后验概率进行像素分类
[~, label] = max(P, [], 3);
label = reshape(label, size(I, 1), size(I, 2));

% 显示分割结果
figure; imshow(label, []); title('Segmentation Result');