【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】

💥💥💥💥💥💥💞💞💞💞💞💞💞💞欢迎来到海神之光博客之家💞💞💞💞💞💞💞💞💥💥💥💥💥💥

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进；
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式

⛳️座右铭：行百里者，半于九十。
更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）
②付费专栏Matlab图像处理（初级版）

⛳️关注优快云海神之光，更多资源等你来！！

⛄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/(mn); %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=2rand(popsize,lanti)-1; %pop为108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=2rand(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=mn;
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)=a255/(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

⛄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]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)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合