EM算法是一种非常流行的最大似然估计方法，它是在观测数据为不完整数据时求解最大似然估计的迭代算法，同时也是估计有限混合模型参数的有效算法。 但是，EM算法不能保证找到全局最优解，而且往往容易陷入局部最优解，因此对迭代初始值的确定很敏感。 传统的EM算法随机选择初始值，提出了一种改进的初始值选择方法。 首先，我们使用k-nearest-neighbor方法删除异常值。 其次，使用k均值初始化EM算法。 将该方法与原始随机初始值方法进行比较，数值实验表明，EM算法初始化的参数估计效果明显优于原始EM算法。

面向脑血管分割的改进型非局部均值滤波算法研究.docx

主要是K 均值代码和分裂合并算法的代码，比较适合新手。

基于纹理和空间信息特征的k均值图像分割matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

OpenCvSharp非常全面的应用源码，颜色空间转换、方框滤波、均值滤波、高斯滤波、中值滤波、双边滤波、膨胀、腐蚀、高级形态学变换、 漫水填充、尺寸缩放调整、固定阈值化、四种边缘检测方式、图像快速增强、图像融合、霍夫标准变换、霍夫累计概率变换、霍夫圆变换、重映射等等应用

结合Gibbs随机场的加权模糊C均值图像分割算法.doc

均值滤波中值滤波

IFCM直觉模糊c均值算法的图像分割仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

基于IFCM直觉模糊c均值算法的图像目标提取仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

经典的C均值聚类方法，平台为MATLAB，调试通过，绝对可用