如何对彩色图像中的目标进行快速、精确的有效分割是计算机视觉和图像分析的重点和难点。提出了一种基于区域的彩色图像分割方法。该方法首先选择合适的彩色空间,提取出图像中的每个像素点的颜色、纹理、位置等综合特征,形成特征向量空间;在特征空间中,运用改进的ISODATA算法自适应地确定初始聚类数目和聚类中心,然后对图像进行聚类和区域分割,最后抽取出图像区域的特征,并与相类似的方法进行了比较实验。实验结果表明,该方法能够产生较好的分割效果及较快的分割速度,适合于基于图像区域检索系统,具有较好的应用价值。

用Matlab实现ISODATA算法对iris数据分类，包括了完整的matlab程序和数据，特别好用。

利用C写的，MFC框架，聚类分析，ISODATA算法的代码。

对图像进行Isodata算法分类，输出结果用不同颜色显示，vc，一个完整的程序

isodata算法C语言程序，可以进行BMP图片和数字的聚类

用python实现模式识别中的ISODATA算法。由于是在Windows下编程，所以在linux下会出现编码问题，建议在Windows下测试。

自己编写了一个实现ISODATA聚类算法的程序。（目标程序是将样本分成两类，各个参数见程序注释）

通过调用GDAL库来实现ISODATA算法

比较完善的ISODATA聚类分析。 支持手动选择初始聚类中心，类似监督法分类。 支持8位、24位BMP图像操作。 选用2种ISODATA聚类算法。 聚类结束后可手动修改类别颜色。

MATLAB编程实现ISODATA算法，特别好，一看就懂