新建 文本文档.txt

基于遗传算法的最大类间方差法对JPG格式图像分割的程序源代码

clear, close all
B=imread('she.jpg');                                          %读入原始jpg格式图像
figure(1);
imshow(B),title('原始jpg格式图像');
I1=rgb2gray(B);                                          %将原图像转化为灰度图象
figure(2);
imshow(I1),title('灰度格式图像');
BW1 = edge(I1,'sobel');
BW2 = edge(I1,'canny');
figure(6),imshow(BW1),title('边缘检测1');                                 %边缘检测
figure(5), imshow(BW2),title('边缘检测2');
[I1,map1]=gray2ind(I1,255);                              %将灰度图像转化为索引图像
I1=double(I1);                                     %将unit8数组转化为double型数组
 Z=I1                                             %将double型数组I1转存到Z中
figure(3)                                              %画出未进行分割的原始图像
image(Z),title('未进行分割的原始图像');colormap(map1);         
NIND=40;                                         %个体数目(Number of individuals)
MAXGEN=50;                        %最大遗传代数(Maximum number of generations)
PRECI=8;                                  %变量的二进制位数(Precision of variables)
GGAP=0.9;                                                       %代沟(Generation gap)
FieldD=[8;1;256;1;0;1;1];                        %建立区域描述器(Build field descriptor)
Chrom=crtbp(NIND,PRECI);                                         %创建初始种群
gen=0;    
phen=bs2rv(Chrom,FieldD);                                    %初始种群十进制转换
ObjV=target(Z,phen);                                           %计算种群适应度值
while gen<MAXGEN                                                %代沟(Generation gap)
    FitnV=ranking(-ObjV);                        %分配适应度值(Assign fitness values)
    SelCh=select('sus',Chrom,FitnV,GGAP);                                    %选择
    SelCh=recombin('xovsp',SelCh,0.7);                                        %重组
    SelCh=mut(SelCh);                                                     %变异
    phenSel=bs2rv(SelCh,FieldD);                                  %子代十进制转换
    ObjVSel=target(Z,phenSel);
    [Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel);                      %重插入
    gen=gen+1;
end
[Y, I]=max(ObjV);
M=bs2rv(Chrom(I,:),FieldD);                                             %估计域值
[m, n]=size(Z);
for i=1:m
    for j=1:n
        if Z(i,j)>M                                      %灰度值大于域值时是白色
            Z(i,j)=256;
        end
    end
end
figure(4)                                                    %画出分割后目标图像
image(Z),title('分割后图像');colormap(map1);

target求适应度函数代码：
function f=target(T,M)                     %适应度函数,T为待处理图像,M为域值序列
[U, V]=size(T);
W=length(M);
f=zeros(W,1);
for k=1:W
    I=0;s1=0;J=0;s2=0;                     %统计目标图像和背景图像的像素数及像素之和
    for i=1:U
        for j=1:V
            if T(i,j)<=M(k)
                s1=s1+T(i,j);I=I+1;
            end
            if T(i,j)>M(k)
                s2=s2+T(i,j);J=J+1;
            end
        end
    end
    if I==0,  p1=0;  else p1=s1/I; end
    if J==0,  p2=0;  else p2=s2/J; end
    f(k)=I*J*(p1-p2)*(p1-p2)/(256*256);
end;