加权均值滤波 I=imread('rec.bmp'); subplot(2,2,1),imshow(I) K1=imfilter(I,fspecial('gaussian',[3 3])); K2=imfilter(I,fspecial('gaussian',[5 5])); K3=imfilter(I,fspecial('gaussian',[7 7])); subplot(2,2,2),imshow(K1) subplot(2,2,3),imshow(K2) subplot(2,2,4),imshow(K3)

K-MEANS(K均值聚类算法,C均值算法) K-MEANS(K均值聚类算法,C均值算法) K-MEANS(K均值聚类算法,C均值算法)

完整代码，可直接运行

我们得到了一组具有某些特征的项目数据集，以及这些特征的值（如向量）。 任务是将这些项目分类成组。 为此，我们将使用 kMeans 算法； 一种无监督学习算法。 在这个特定的代码中，我在 MATLAB 中实现了 k 均值算法，而不使用内置函数

经典的基于非局部思想的图形图像去噪模型，也即非局部滤波，基于matlab实现

结合边缘检测的农业图像非局部均值滤波算法 图像滤波算法

基于均值滤波的改进Canny算法在核磁共振图像边缘检测中的应用 图像滤波算法.pdf

基于网格的方法：STING聚类算法 基本思想： 1、 划分网格 2、 使用网格单元内数据的统计信息对数据进行压缩表达 3、 基于这些统计信息判断高密度网格单元 4、 最后将相连的高密度网格单元识别为簇 特点：速度快，因为其速度与数据对象的个数无关，只依赖于数据空间中每个维上单元的个数；参数敏感，无法处理不规则分布的数据，维度灾难等。 *

LMD的matlab代码程序

模式识别课程学习，自己编写的matlab的K均值聚类算法，简答易懂。