Добрый день.
Подскажите, пожалуйста, как лучше всего выбрать начальные центроиды для алгоритма K-средних? Задача такая. Есть картинка - фотография аэрофотосъемки. На ней может быть лес, дорога, речка, городские постройки и прочее. С целью сегментации я применяют к картинке алгоритм K-средних. В качестве данных могут быть цветовые характеристики пикселя из цветовой схемы HSV и некоторые текстурные признаки (например, энергия по гистограмме, энтропия и прочее).
Пока я сделал чтобы начальные центроиды выбирались случайным образом. но при этом, если одну и ту-же картинку обработать повторно, то она сегментируется по разному, так как в следующий раз начальные значения центроидов уже другие.
Предвижу вопрос: зачем это надо? Это магистерская диссиртация.

>Предвижу вопрос: зачем это надо? Это магистерская диссиртация.
Конечная цель всегда заработать много $, ты можешь сказать зачем а не свою цель?

Задача этой сегментации какая?

(1) Выделение контура. В качестве линий контура будут границы между областями. Сначала я пробовал выделять контур обычными средствами, типа детектор Кэнни, или иные подобные детекторы. Задача состоит в том, чтобы путем сопоставления линий контура определить, насколько сместился  беспилотный летательный аппарата, то есть, навигация посредством компьютерного зрения. Только вот если взять две фотографии в разные моменты времени, но на которых еще приустают те же объекты, только, естественно смещенные, их формы контуров оказываться несколько различными. Даже новые линий появляться. Это первое. Второе - если на фото текстура, например лес, то получается дофига разных шумных линий. Значит, надо использовать еще и сегментацию по  текстурным признакам.
Вот, хочу решить эти проблемы, улучшив качество выделения контуров.

(2) Задача которую хотите в 2D на малых высотах не решается, нужно в 3D переходить.

Ну или высоту аппарата повышаем или используем только часть картинки по центру (ближе к вертикали под брюхом) для минимизации искажений от смещения угла обзора на те же ориентиры.