【图像分割】基于matlab关键像素点FLICM图像分割【含Matlab源码 406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关键像素点FLICM图像分割【含Matlab源码 406期】

获取代码方式2：
通过紫极神光博客主页开通CSDN年度会员，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;
image = load('im.txt');
%image = imread('017.jpg');
[row,col,channels] = size(image);

if (channels > 1)
    image = rgb2gray(image);
    figure;
    imshow(image);
    title('原图像')
else
    figure;
    imshow(image);
    title('原图像')
end

%对输入图像进行高斯滤波
originimg=image;
originimg=mat2gray(originimg);
[ori_row,ori_col]=size(originimg);
sigma = 1.6;      %sigma赋值
N = 7;            %大小是（2N+1）×（2N+1）
N_row = 2*N+1; 
OriImage_noise = imnoise(originimg,'gaussian'); %加噪 
gausFilter = fspecial('gaussian',[N_row N_row],sigma);      %matlab 自带高斯模板滤波
img=imfilter(OriImage_noise,gausFilter,'conv');
%figure;
%imshow(img);
%title('高斯滤波后')


key_mat = [];  % 定义一个空的关键像素矩阵
non_key_mat = [];  %非关键像素矩阵
for i = 2:3:row
    for j = 2:3:col
        if row-i<1|col-j<1
            continue;
        end
        window_image = img(i-1:i+1,j-1:j+1);
        [r,c] = size(window_image);
        max_value = max(max(window_image));  % 窗口最大值
        [x,y] = find(window_image==max_value);
        key_mat = [key_mat;[i-2+x(1),j-2+y(1),max_value]];
        img(i-2+x(1),j-2+y(1))=-1;
%         for m = 1:r
%             for n = 1:c
%                 non_key_mat = [non_key_mat;i-2+m,j-2+n,window_image(m,n)];
%             end
%         end
    end
end
[r,c]=find(img ~=-1);
value = (img(find(img ~=-1)));
non_key_mat = [r c value];
% for m = 1:row
%     for n = 1:col
%         tmp = [m,n,img(m,n)];
%         if ismember(tmp,key_mat,'rows') == 1
%             continue;
%         end
%         non_key_mat = [non_key_mat;tmp];
%     end
% end

New_img = key_mat(:,3);
New_coord = key_mat(:,1:2);
cNum = 2;
m = 2;
winSize = 5;
maxIter = 59;
thrE    = 0.00001;
% FLICM
[imOut,iter] = FLICM_clustering( New_img, cNum, m, winSize, maxIter, thrE );
imOut = double(imOut);
key_mat = [key_mat imOut];
figure;
gscatter(key_mat(:,1),key_mat(:,2),imOut);
size(non_key_mat);
size(key_mat);
key_mat;
%key_mat = sortrows(key_mat,[1 2])
%img(find(img==-1));
% [xx,yy] = find(img ==-1);
% key = sortrows([yy xx],1)
% img(find(img==-1)) = key_mat(:,4)
for i = 1:size(non_key_mat,1)
    z = ones(1,size(key_mat,1))*non_key_mat(i,1);
    z=z';
   
    zc = ones(1,size(key_mat,1))*non_key_mat(i,2);
    zc=zc';
    size(key_mat(:,1));
    dis = (z-key_mat(:,1)).* (z-key_mat(:,1))+(zc-key_mat(:,2)).*(zc-key_mat(:,2));
    dis = sqrt(dis);
    [labelx,labely] = min(dis);
    dis = sort(dis);
    xx = key_mat(labely,:);
    img(non_key_mat(i,1),non_key_mat(i,2)) = xx(4);
end

for j = 1:size(key_mat,1)
    img(key_mat(j,1),key_mat(j,2)) = key_mat(j,4);
    
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
 

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/114176726