自己编写的粒子群(PSO)算法优化Kmeans聚类的MATLAB代码，MATLAB6.5/7.1测试通过，其它版本没测试。

请结合本人该篇博客进行理解： https://blog.csdn.net/weixin_44344462/article/details/88169565

运行在Matlab2012下，带有GUI，可对彩色图像进行Kmeans和meanshift进行聚类分析，生成最后的聚类图像以及聚类中心的迭代轨迹

物的叶子和花瓣组织，对研究植物的生长发育，以及植物的健康状况具有重要的意义。而通常情况下使用图像采集技术可以方便和直观的获取整株植物或者部分植物图像信息，然而仅仅获取了图像还不够，还需要对植物图像中的信息进行图像分割，有效并精确的获得植物图像的叶子、花瓣信息，排除无关信息的干扰，进而为分析植物的生长发育以及健康状况奠定良好的基础，在获得叶子、花瓣信息的时候，最有效的方法便是图像分割方法。 本论文通过研究、分析当前的植物彩色图像的分割技术，设计了一个基于植物彩色图像的分割系统模型，实现植物彩色图像的自动分割，并利用MATLAB对核心的算法进行仿真实验，实验结果表明，本文采用的K-means方法和基于H值的聚类方法都获得了较好的分割效果。

针对图像聚类，编写的图像聚类的matlab的程序，简单易懂。

基于SOM的神经网络图像聚类 源代码 神经图像分类原理 图像聚类 图片数据分类 数据故障诊断 可视化展示

利用opencv的cvKMeans2进行聚类分析，并给出测试代码，希望对大家有所帮助