k 表示 matlab 中的代码

Question

所以我有这个代码：

    for i = 1:38
        he = cores{i,1};
        imshow(he), title('H&E image');

        cform = makecform('srgb2lab');
        lab_he = applycform(he,cform);

        ab = double(lab_he(:,:,2:3));
        nrows = size(ab,1);
        ncols = size(ab,2);
        ab = reshape(ab,nrows*ncols,2);

        nColors = 3;
        % repeat the clustering 3 times to avoid local minima
        [cluster_idx, cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean', ...
                                              'Replicates',3);


        pixel_labels = reshape(cluster_idx,nrows,ncols);
        figure;
        imshow(pixel_labels,[]), title('image labeled by cluster index');


        segmented_images = cell(1,3);
        rgb_label = repmat(pixel_labels,[1 1 3]);

        for k = 1:nColors
            color = he;
            color(rgb_label ~= k) = 0;
            segmented_images{k} = color;
        end

        figure
        imshow(segmented_images{1}), title('objects in cluster 1');

        figure
        imshow(segmented_images{2}), title('objects in cluster 2');

        figure
        imshow(segmented_images{3}), title('objects in cluster 3');
   end

我有 38 张不同的图像，有棕色、蓝色和绿色。我想用 3 个不同的变量来区分它们，这就是这段代码所做的。

唯一的问题是我需要知道哪个是哪个（例如，第一个单元格始终是蓝色，第二个单元格始终是棕色，最后一个单元格是绿色）但通常我会以随机顺序获取它们。

有什么想法吗？

Answer 1

k-means 算法需要开始猜测质心的位置，这通常是随机选择的。如果问题的表述合理，起点的选择不会影响最终结果，只是标签的顺序可能不同，这就是您所看到的。

您可以考虑自己定义起点，消除每次要打乱的结束标签的随机性。 Matlab 的 k-means 算法允许您通过将起点传递给“Start”参数来执行此操作。 here.

给出了如何完成的示例

如果您希望质心对应于棕色、蓝色和绿色，我建议将这些的 rgb 值作为起始质心传递。您应该意识到，您可能会不幸地选择不会收敛到您满意的解决方案的起始质心：如果是这样，请稍微改变您的猜测！

k 表示 matlab 中的代码

k means code in matlab

matlab

imaging

k-means