K-means法と画像の階調分類

K-means法とは類似したデータをいくつかのグループに分類するアルゴリズムの一つです。このアルゴリズムを利用して、画像の減色処理を行うプログラムを作りました。
この画像処理のコードについて、昔作ったjavaのコードですが引っ張り出してきました。

public static BufferedImage ClasterUse(BufferedImage read,int CLASTNUM,boolean t)
{
	long start = System.currentTimeMillis();

	BufferedImage out = new BufferedImage(read.getWidth(),read.getHeight(),BufferedImage.TYPE_INT_RGB);
	int width=read.getWidth(),height=read.getHeight(),obj[]=new int[3],i,x,y,j,k,index=0,avg[][]=new int[CLASTNUM][3],temp=0,c=0;
	int[][] claster = new int[width][height];
	boolean flag=true;
	double min,tmp=0;
	int num[] = new int[CLASTNUM];
	short clascolor[][] = new short[CLASTNUM][3];
	short[][][] image= CreateImagearray(read);
	for(i= 0;i<CLASTNUM;i++)
	for(j=0;j<3;j++)
		clascolor[i][j] = (short) (255*Math.random());
	do{
		Arrays.fill(num,0);
		flag = true;
		for(i=0;i<CLASTNUM;i++)
			for(j=0;j<3;j++)
				avg[i][j] = 0;
		for(x=0;x<width;x++){
			for(y=0;y<height;y++){
			min=-1;
			for(i=0;i<CLASTNUM;i++)
				if(min  > (tmp = Math.pow((double)(clascolor[i][0]-image[x][y][0]),2)+Math.pow((double)(clascolor[i][1]-image[x][y][1]),2)+Math.pow((double)(clascolor[i][2]-image[x][y][2]),2)) || min==-1 ){
					min = tmp;
					index = i;
				}
				claster[x][y] = index;
			}
		}
		for(x=0;x<width;x++)
			for(y=0;y<height;y++){
				for(k=0;k<3;k++)
					avg[claster[x][y]][k] += image[x][y][k];
				num[claster[x][y]]++;
			}
		for(i=0;i<CLASTNUM;i++)
			for(k=0;k<3;k++){
				if(num[i] == 0)
					continue;
				if(clascolor[i][k] != (temp = avg[i][k]/num[i]))
					flag = false;
				clascolor[i][k] = (short)temp;

			}

		}while(	!flag);
		for(x=0;x<width;x++){
			for(y=0;y<height;y++){
				for(j=0;j<3;j++)
						obj[j] = clascolor[claster[x][y]][j];
				out.setRGB(x,y,RGBtoint(obj));
					}
		}

		long end = System.currentTimeMillis();
		System.out.println((end - start)  + "ms");
		return out;
	}

実行結果
元画像

8色

4色

各ピクセルのRGBでのユークリッド距離をいくつかのクラスタと比較して最近傍法です。画像処理のプログラムとしても、なかなか時間がかかるものとなっています。