【图像分割】基于matlab FCM侧扫声呐图像分割【含Matlab源码 1478期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【图像分割】基于matlab FCM侧扫声呐图像分割【含Matlab源码 1478期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、图像分割简介

理论知识参考：【基础教程】基于matlab图像处理图像分割【含Matlab源码 191期】

三、部分源代码

%
clear all
clc
%
I=imread('picture/1.bmp');
figure(1),imshow(I);
I_=rgb2gray(I);
%
rows=size(I_,1);
cols=size(I_,2);
% tic
%C-MEANS算法
I_CM=C_MEANS(I_,rows,cols);
figure(2),imshow(I_CM);
% imwrite(I_CM,'picture/1.1CM.bmp');
%FCM算法
I_FCM=FCM_(I_,rows,cols);
figure(3),imshow(I_FCM);
% imwrite(I_FCM,'picture/1.2FCM.bmp');
%GFCM算法
I_GFCM=GFCM(I_,rows,cols);
figure(4),imshow(I_GFCM);
% imwrite(I_GFCM,'picture/1.3GFCM.bmp');
%BEMD-FCM算法
I_BEMDFCM=BEMDFCM(I_,rows,cols);
figure(5),imshow(I_BEMDFCM);
% imwrite(I_BEMDFCM,'picture/1.4BEMDFCM.bmp');
% toc
function dst=FCM_(src,rows,cols)
   v=zeros(1,5);
   src_2=reshape(src,rows*cols,1);
   [src_3]=sort(src_2);  
   v(1)=src_3(1);
   v(5)=src_3(rows*cols);
   v(3)=round(mean(src_3));
   v(2)=round((v(1)+v(3))/2);
   v(4)=round((v(5)+v(3))/2);
   U=zeros(rows,cols,5);
   d=zeros(1,5);%测度
   v_new=zeros(1,5);
   %初始分类
   for i=1:1:rows
       for j=1:1:cols
           for k=1:1:5
               if double(src(i,j))==v(k)
                   d(k)=0.1;
               else
                   d(k)=abs(double(src(i,j))-v(k));
               end
           end
           d1_sum=0.0;
           for k=1:1:5
               d1_sum=d1_sum+1/(d(k)^2);
           end
           for k=1:1:5
               U(i,j,k)=(1/(d(k)^2))/d1_sum;
           end
       end
   end
   u1_sum=zeros(1,5);
   u2_sum=zeros(1,5);
   for i=1:1:rows
       for j=1:1:cols
           for k=1:1:5
               u1_sum(k)=u1_sum(k)+U(i,j,k)^2;
               u2_sum(k)=u2_sum(k)+U(i,j,k)^2*double(src(i,j));
           end
       end
   end
   for k=1:1:5
       v_new(k)=round(u2_sum(k)/u1_sum(k));
   end
   %迭代循环
   while ~(abs(v(1)-v_new(1))<0.5&&abs(v(2)-v_new(2))<0.5&&...
           abs(v(3)-v_new(3))<0.5&&abs(v(4)-v_new(4))<0.5&&...
           abs(v(5)-v_new(5))<0.5)
       for k=1:1:5
           v(k)=v_new(k);
       end
       d=zeros(1,5);%测度
       for i=1:1:rows
           for j=1:1:cols
               for k=1:1:5
                   if double(src(i,j))==v(k)
                       d(k)=0.1;
                   else
                       d(k)=abs(double(src(i,j))-v(k));
                   end
               end
               d1_sum=0.0;
               for k=1:1:5
                   d1_sum=d1_sum+1/(d(k)^2);
               end
               for k=1:1:5
                   U(i,j,k)=(1/(d(k)^2))/d1_sum;
               end
           end
       end
       u1_sum=zeros(1,5);
       u2_sum=zeros(1,5);
       for i=1:1:rows
           for j=1:1:cols
               for k=1:1:5
                   u1_sum(k)=u1_sum(k)+U(i,j,k)^2;
                   u2_sum(k)=u2_sum(k)+U(i,j,k)^2*double(src(i,j));
               end
           end
       end
       for k=1:1:5
           v_new(k)=round(u2_sum(k)/u1_sum(k));
       end
   end
   %输出
   dst=zeros(rows,cols);
   for i=1:1:rows
       for j=1:1:cols
           for k=1:1:5
               u_(k)=U(i,j,k);
           end
           [U_,U_num]=sort(u_);
           if U_num(5)==1
              dst(i,j)=0;
           elseif U_num(5)==5
              dst(i,j)=1;
           else
              dst(i,j)=0.6;
           end
       end
   end
end


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]赵勇,方宗德,庞辉,王侃伟.基于量子粒子群优化算法的最小交叉熵多阈值图像分割[J].计算机应用研究. 2008,(04)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/121087680