algorithmekmeans.asv

matlab programming for clustering pam , k-means , dbscan , optics for image segmentation

function [mu,mask]= AlgorithmeKMEANS(ima,k)


% Initialisation de l'image
ima=double(ima);
copy=ima;         % copie de l'image
ima=ima(:);       % convertir en vecteur
mi=min(ima);     
ima=ima-mi+1;    

s=length(ima);


m=max(ima)+1;
h=zeros(1,m);
hc=zeros(1,m);

for i=1:s
  if(ima(i)>0) h(ima(i))=h(ima(i))+1;end;
end
ind=find(h);
hl=length(ind);

% Choix arbitraire des centres

mu=(1:k)*m/(k+1);

% Debut du clustering

while(true)
  
  oldmu=mu;
  % Classification courante  
 
  for i=1:hl
      c=abs(ind(i)-mu);
      cc=find(c==min(c));
      hc(ind(i))=cc(1);
  end
  
  %recalculer les moyennes 
  
  for i=1:k, 
      a=find(hc==i);
      mu(i)=sum(a.*h(a))/sum(h(a));
  end
  
  if(mu==oldmu) break;end;  %S'il ya plus de changements on sort de la boucle
  
end

% attribution des num閞os de clusters pour chaque pixels (mask c'est la matrice en r閟ultat)
s=size(copy);
mask=zeros(s);
for i=1:s(1),
for j=1:s(2),
  c=abs(copy(i,j)-mu);
  a=find(c==min(c));  
  mask(i,j)=a(1);
end
end

mu=mu+mi-1;   % recover real range