华南理工大学《数据挖掘》实验报告.docxVIP

SouthChinaUniversityofTechnology

华南理工大学《数据挖掘》

实验报告

题目：数据仓库与数据挖掘实验

K-means图象分割

学院计算机科学与工程

专业计算机科学与技术(全英创新班)

学生姓名黄炜杰

学生学号202230590051

指导教师王家兵

课程编号145013

课程学分2分

起始日期2015年5月18日

实验概述

【实验目的及要求】

目的：

实现K-means聚类算法进行图象分割.

要求：

·以迭代次数为终止条件

·用图象分割Berkeley图片数据库中的图片作为数据集

·根据具体图象，自主设定k值

·尽量多使用一些图象特征，例如组合颜色、空间邻近性、纹理、SIFT等特征

【实验环境】

操作系统：window8(64bit)

编译器：MatlabR2022b

编程语言：Matlab

实验内容

【实验方案设计】

实验流程如下图1:

①含糊化③k-means聚类、

含糊图片

②特征提取

数据矩阵

分割

子图子图

子图

图1.k-means图象分割实验流程图

①根据像素点色度，把原图片进行平滑含糊化，减少孤立点数目，提高聚类质量。

②根据原图片进行变换，提取像素点特征，把图片转换为数据矩阵。

③对每一个像素点进行聚类，根据聚类结果对图片进行分割，产生分割子图。

实验过程：

含糊化

原始图片中，若清晰度很高，同一物体中(聚类中的同一类)存在少数点与其他点区分度很大，肉眼粗略看没有什区别，但是这些点却会对聚类产生很大影响，生成一些列很零散的点群，降低聚类质量。如图2中，绿色框中存在大量零

散的孤立点，而红色框中，可以看到物体的轮廓比较粗糙，分割结果并不理想。

图2.样本图片含糊化前分割结果

对图片进行含糊化有助于去除孤立点，减少噪声，使得分割后的图象连通性更强。在本实验中，含糊的处理方法是根据像素点的邻居点对本身进行平滑，大

致算法如下：

1.计算每一个像素点的8个邻居点与本身的相似度，根据相似度对每一个邻居点

赋予权重w;,其中w;=similarity:/sum(similarity)

2.设定比值r%,每一个像素点的色度r%由本身决定，(1-r%)由邻居点决定。

3.更新每一个像素点的色度：

色度=色度*邻居点j色度*w,*(1-r%)

4.重复步骤1~3k次，其中k为用户预设值

下图是进行3次含糊化后，可看出仅仅经过3次含糊化迭代，图象的锐化程度大大降低，可见图中红色方框，含糊化前狗背部毛发的纹理非常清晰，不少黑白相间的点，而含糊化后毛发颜色变得平滑，在背景颜色与毛发中某些颜色很相近的情况中，含糊化前的图象可能会导致错误的分割结果，而后者避免了这一问

题。

较之直接根据附近8个邻居点取平均值进行含糊化，这种加权含糊化的方式

不仅没有使物体边界变得含糊，反而增加了其区分度。

聚类时使用的是含糊化的图象，而最终得到分割图片仅利用含糊图片的点进行索引，内容还是使用含糊化前的图象。所以含糊化过程仅仅改善分割结果，不

会降低图片的质量。

含糊化图象

图3.样本图片含糊化先后

对含糊化先后的图片分别进行k-means聚类分割，结果对照在图4中。留意分割结果中的绿色框，含糊化前产生了较多的零散点群，而含糊化后，零散点群的数量大概减少了60%,而物体边界则变得更加平滑，分割效果变好。虽然分割结果并没大大提升，但是此处理方法计算代价比较少，值得采取，其时间复杂度为O(n*t),其中n为像素点个数，t为迭代次数。含糊化此大小为552*799个像素点的样例图片，只需要1.049秒(其中本机配置：CPU2.5G四线程，RAM=4G,

非SSD硬盘)。

分割子图-1分割子图-1

bfus)

分割子图-2分割子图-2

含糊化前

图4.样本图片含糊化先后分割结果

含糊化代码函数存储在imObfus.m中，其中核心代码为：

%%记录邻居点

neighPoint=repmat(imInput.[1118]):

neighPaint(1:end-1,::,1)=imInput(2:end::);

neighPoint(2:end,:,:,2)-inInput(1:end-1,,:);neighPoint(: