【图像分割】基于matlab免疫遗传算法单阈值图像分割【含Matlab源码 729期】

一、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】

二、部分源代码

%免疫遗传算法主程序
clear all
clc
tic
popsize=15;
lanti=10;
maxgen=50;        %最大代数
cross_rate=0.4;   %交叉速率
mutation_rate=0.1;%变异速率
a0=0.7;
zpopsize=5;
bestf=0;
nf=0;
number=0;
I=imread('bird.bmp');
q=isrgb(I);         %判断是否为RGB真彩图像
if q==1 
    I=rgb2gray(I);  %转换RGB图像为灰度图像
end
[m,n]=size(I);
p=imhist(I);       %显示图像数据直方图
p=p';              %阵列由列变为行
p=p/(m*n);         %将p的值变换到（0,1）
figure(1)
subplot(1,2,1);
imshow(I);
title('原始图像的灰度图像');
hold on
%%%抗体群体初始化%%%%%%%%%%%
pop=2*rand(popsize,lanti)-1;   %pop为10*8的值为（-1,1）之间的随机数矩阵
pop=hardlim(pop);              %大于等于0为1，小于0为0
%%%%%%免疫操作%%%%%%%%%%%%%%%%%%
for gen=1:maxgen
  [fitness,yuzhi,number]=fitnessty(pop,lanti,I,popsize,m,n,number);%%计算抗体—抗原的亲和度
  if max(fitness)>bestf
    bestf=max(fitness);
    nf=0;
  for i=1:popsize
        if fitness(1,i)==bestf        %找出最大适应度在向量fitness中的序号
            v=i;
        end
  end
 yu=yuzhi(1,v);
  elseif max(fitness)==bestf
    nf=nf+1;
  end
    if nf>=20
     break;
     end
A=shontt(pop);                     %计算抗体—抗体的相似度
f=fit(A,fitness);                  %计算抗体的聚合适应度
pop=select(pop,f);                 %进行选择操作
pop=coss(pop,cross_rate,popsize,lanti);  %交叉
pop=mutation_compute(pop,mutation_rate,lanti,popsize);   %变异
a=shonqt(pop); %计算抗体群体的相似度
if a>a0
    zpop=2*rand(zpopsize,lanti)-1;
    zpop=hardlim(zpop);                %随机生成zpopsize个新抗体
    pop(popsize+1:popsize+zpopsize,:)=zpop(:,:);
    [fitness,yuzhi,number]=fitnessty(pop,lanti,I,popsize,m,n,number);              
    %计算抗体—抗原的亲和度
    A=shontt(pop);                     %计算抗体—抗体的相似度
    f=fit(A,fitness);                  %计算抗体的聚合适应度
    pop=select(pop,f);                 %进行选择操作
end
%适应度计算
function [fitness,b,number]=fitnessty(pop,lanti,I,popsize,m,n,number)
 num=m*n;
 for i=1:popsize
     number=number+1;
        anti=pop(i,:);            
        lowsum=0;                  %低于阈值的灰度值之和
        lownum=0;                  %低于阈值的像素点的个数
        highsum=0;                 %高于阈值的灰度值之和
        highnum=0;                 %高于阈值的像素点的个数
        a=0;                 
        for j=1:lanti
            a=a+anti(1,j)*(2^(j-1));  %加权求和
        end
        b(1,i)=a*255/(2^lanti-1);     
        for x=1:m
            for y=1:n
                if I(x,y)<b(1,i)
                    lowsum=lowsum+double(I(x,y));
                    lownum=lownum+1;
                else  
                    highsum=highsum+double(I(x,y));
                    highnum=highnum+1;
                end
            end
        end
        u=(lowsum+highsum)/num;
        if lownum~=0
            u0=lowsum/lownum;
        else 
            u0=0;
        end
        if highnum~=0
            u1=highsum/highnum;
        else 
            u1=0;
        end
        w0=lownum/(num);
        w1=highnum/(num);
        fitness(1,i)=w0*(u0-u)^2+w1*(u1-u)^2;   
 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
 

三、运行结果

四、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/115522698