画像をK-means法とFuzzy-C-Means法でクラスタリング

学習したのは画像処理ではおなじみのlennaさん

条件

• 画像のサイズは200x200 (lenna)
• クラスタの数は10個
• 5x5の画素の輝度を1個のパターンとして扱い、計40個のパターンを入力データとして使用する 

1. 画像から入力データを取り出す
2. 10回クラスタの重心を再計算する
3. 分類結果を出力する
4. 1~3を繰り返す。

K-means

分類　1回　　　　　複数回

　　　　　　　

 

Fuzzy-C-Means

分類　1回　　　　　複数回

　　　　　　　

1つのパターンと単語を関連付けとかして、画像内で投票っぽいことすればある程度、物体認識できるんじゃないかなあと
思っていたりいなかったりそんな感じ

追記（2016/10/17）：
群知能とデータマイニングの６章「パタン認識と画像処理のための粒子群最適化法」を参考に当時実装しました。自作ライブラリを使ったりしててかなり読みづらいですがソースコードのリンクを載せておきます。結構Visual C++の設定をいじらないと動かないです。素直にOpenCVの使い方覚えたほうがいいレベル。

• ソースコード： https://github.com/fleth/cpp_sample/tree/master/Project/Clustering/Clustering

bottlefoxy.hatenablog.com

群知能とデータマイニング