💥1 概述
数字图像处理(Digital Image Processing)将图像信号转换成数字信号并利用计算机对其进行处理,起源于20世纪20年代,目前已广泛地应用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,已成为一门引人注目、前景远大的新型学科,发挥着越来越大的作用.数字图像处理作为一门学科形成于20世纪60年代初期,早期的图像处理的目的是改善图像的质量,以人为对象,以改善人的视觉效果为目的,首次获得实际成功应用的是美国喷气推进实验室(JPL),并对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理,以致获得了月球的地形图、彩色图及全景镶嵌图,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。
提示：要安装DIPUM工具箱，请转到最新版本页面并在那里查看安装说明。
📚2 运行结果
🎉3 参考文献
陈炳权,刘宏立,孟凡斌.数字图像处理技术的现状及其发展方向[J].吉首大学学报(自然科学版),2009,30(01):63-70.
👨💻4 Matlab代码
主函数部分代码：
close all; clear; d = 2; k = 3; n = 5000; %% Generate data [X,label] = kmeansRnd(d,k,n); plotClass(X,label); %% kmeans init with kmeans++ seeding (recomended) y = kmeans(X,kseeds(X,k)); figure; plotClass(X,y); %% kmeans with random initialization y = kmeans(X,k); figure; plotClass(X,y); %% kmeans init with labels y = kmeans(X,label); figure; plotClass(X,y); %% kmeans init with centers mu = rand(d,k); y = kmeans(X,mu); figure; plotClass(X,y); %% kmeans++ seeding mu = kseeds(X,k); [~,y] = min(dot(mu,mu,1)'/2-mu'*X,[],1); % assign sample labels figure; plotClass(X,y);
完整代码见评论区置顶评论。
