MATLAB:绘制质心

Question

我的主要问题是一个特征质心，我如何在 MATLAB 中绘制它？

更详细地说，我有一个 NxNx3我拍摄的图像(RGB 图像)4x4块并计算 6每个块的维特征向量。我将这些特征向量存储在 Mx6 中我运行的矩阵 kmeans函数并获取 kx6 中的质心矩阵，其中 k是簇数和 6是每个块的特征数。

我如何在我的图像中绘制这些中心集群，以便可视化算法是否按照我希望的方式执行？或者，如果有人对我如何可视化图像上的质心有任何其他方式/建议，我将不胜感激。

Answer 1

下面是一种可视化集群的方法:

正如您所描述的，首先我提取块，计算每个块的特征向量，并对这个特征矩阵进行聚类。

接下来，我们可以可视化分配给每个块的集群。请注意，我假设 4x4 块是不同的，这很重要，以便我们可以将块映射到它们在原始图像中的位置。

最后，为了在图像上显示集群质心，我只需找到最接近每个集群的块并将其显示为该集群的代表。

这是一个完整的例子来展示上述想法(在你的情况下，你想用你自己的实现来替换计算每个块的特征的函数；我只是把 min/max/mean/median/Q1/Q3 作为每个 4x4 块的特征向量):

%# params
NUM_CLUSTERS = 3;
BLOCK_SIZE = 4;
featureFunc = @(X) [min(X); max(X); mean(X); prctile(X, [25 50 75])];

%# read image
I = imread('peppers.png');
I = double( rgb2gray(I) );

%# extract blocks as column
J = im2col(I, [BLOCK_SIZE BLOCK_SIZE], 'distinct');  %# 16-by-NumBlocks

%# compute features for each block
JJ = featureFunc(J)';                                %'# NumBlocks-by-6

%# cluster blocks according to the features extracted
[clustIDX, ~, ~, Dist] = kmeans(JJ, NUM_CLUSTERS);

%# display the cluster index assigned for each block as an image
cc = reshape(clustIDX, ceil(size(I)/BLOCK_SIZE));
RGB = label2rgb(cc);
imshow(RGB), hold on

%# find and display the closest block to each cluster
[~,idx] = min(Dist);
[r c] = ind2sub(ceil(size(I)/BLOCK_SIZE), idx);
for i=1:NUM_CLUSTERS
    text(c(i)+2, r(i), num2str(i), 'fontsize',20)
end
plot(c, r, 'k.', 'markersize',30)
legend('Centroids')