基于灰度共生矩阵提取的多个特征的谱聚类SAR图像溢油分割下载

weixin_39821746 2019-06-26 06:30:15

基于多个灰度共生矩阵提取的特征的谱聚类分割，内含灰度共生矩阵的提取，均值聚类，及harr小波程序。matlab编写
相关下载链接：//download.csdn.net/download/yuweififi/2672058?utm_source=bbsseo

...全文

6 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于多个灰度共生矩阵提取的特征的谱聚类分割，内含灰度共生矩阵的提取，均值聚类，及harr小波程序。matlab编写

一. 前言本来想写关于聚类系列算法的介绍，但是聚类系列的其它几个算法原理比较简单，网上有大量的教程可以查阅。这里主要是介绍一下谱聚类算法，做一个学习笔记，同时也希望对想要了解该算法的朋友有一个帮助。关于聚类的其他系列算法，这里推荐一个写的很不错的博客。 谱聚类在最近几年变得受欢迎起来，主要原因就是它实现简单，聚类效果经常优于传统的聚类算法（如K-Means算法）。刚开始学习谱聚类的时候，给人的感觉就是这个算法看上去很难，但是当真正的深入了解这个算法的时候，其实它的原理并不难，但是理解该算法还是需要一.

机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）在数据的多变量统计和聚类里，谱聚类技术使用数据的相似矩阵的谱（即，相似矩阵的特征值）降低特征的维度。然后，在降维后的空间使用k-means聚类。其中的相似矩阵度量了数据集的任何两点的相似性。这个例子产生一个带有连接的圆圈区域的图像，使用谱聚类法(spectral clustering)分隔出这些区域。在这种情况...

引言在之前的一篇文章中，我介绍了基于聚类的图像分割，在这一篇文章中，我会介绍另一种图像分割的方法–基于图的图像分割。具体用到的方法是谱聚类。OK, 我们先来简单了解一下谱聚类。 谱聚类（spectral clustering) 首先我们需要明确一点，谱聚类虽然是一种聚类的模型，但是事实上，它的设计初衷确是解决一个关于切割图的问题，因此它的算法也是从图论中演化而来的。具体来说，它的主要思想就是将所有的数据点看成空间中的一个个点（node), 这些点之间可以有边（edge）来进行连接。然后对于两个距离较远的点

采用GLCM实现图像的纹理特征提取，并采用聚类方法，实现纹理图像分割，测试分割效果 GLCM介绍及代码纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理是物体结构的反映，分析纹理可以得到图像中物体的重要信息，是图像分割、特征抽取和分类识别的重要手段。对于空间域图像或变换域图像，可以用统计和结构两种方法进行纹理分析。图像局部区域的自相关函数、灰度共生矩阵、灰度游程以及灰度分布的各种统计量，是常用的数字纹理特征。如灰度共生矩阵用灰度的空间分布表征纹理。由于粗纹理的灰度分布随距离的变化比细纹理缓慢得多

下载资源悬赏专区

12,798

社区成员

12,335,844

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章