机器视觉入门：K均值

K均值算法在cxcore中，K均值尝试找到数据的自然类别。用户设置类别个数，K均值迅速的找到“好的”类别中心。“好的”意味着聚类中心位于数据的自然类别中心。用户设置类别个数，K均值迅速地找到“好的”类别中心。“好的”意味着聚类中心位于数据的自然类别中心。K均值是一个迭代算法，在openCV中采用Lloyd算法，也叫Voronoi迭代。算法运行如下。

1、输入数据集合和类别数k(由用户指定)。

2、随机分配类别中心点的位置。

3、将每个点放入离它最近的类别中心点所在的集合。

4、移动类别中心点到它所在的集合中心。

5、转到第3步，直到收敛。

K均值函数：

void cvKMeans2(

                               const CvArr* samples,

                                int  cluster_count,

                                 CvArr* labels,

                                  CvTermCriteria   termcrit

        );

代码参考：点击打开链接