【图像分割】基于蚁群算法优化模糊c均值聚类实现图像分割matlab代码

1 简介在图像分割研究中,针对模糊C均值(FCM)聚类算法聚类个数难于确定,搜索过程容易陷入局部最优的缺陷,把蚁群算法与FCM聚类算法有机结合,提出了一种基于蚁群算法的模糊C均值聚类图像分割算法.该算法首先利用蚁群算法全局性和鲁棒性的优点,得到聚类中心和聚类个数,再将其作为模糊C均值聚类的初始聚类中心和聚类个数,弥补了传统FCM聚类算法的不足,得到了较好的分割效果.实例分析证明了算法的有效性和实用性.蚁群算法又称蚂蚁算法,是 1992 年意大利学者 M .Dorigo ,V .maniezzo 等人受蚂蚁觅食过程中路径选 择行为的启发而提出的一种仿生进化算法 .研究 发现 ,蚂蚁总能找到巢穴与食物源之间的最短路径 . 蚂蚁的这种群体协作功能是通过一种遗留在其来往 路径上的叫做信息素(pheromone)的挥发性化学物质 来进行通信和协调的 .每只蚂蚁在随机行走过程中 会释放出一种信息激素, 该激素随着时间延续不断 挥发 ,如果有较多的蚂蚁选择这条路径 ,则该路径上 的激素得到增强 .每只蚂蚁具有感知这种信息激素 强度的能力 ,会以较大概率选择信息激素较强的路 径,从而导致选择这条路径的蚂蚁增多 ,这样形成了 一个正反馈过程 . 蚁群聚类算法是由 P .S .Shelokar 提出的用于解 决聚类问题的新的蚁群算法.蚁群聚类算法是一 种全局优化的启发式搜索算法 ,能根据聚类中心的 信息量把周围数据归并到一起 ,从而得到聚类结果 . 应用时将待聚类数据视为具有不同属性的蚂蚁 ,聚 类中心看成蚂蚁需要寻找的“ 食物源” , 聚类过程就 是蚂蚁寻找“食物源”的过程.2 部分代码% function AntColonyClustering %%依据原始图像构造聚类的数据集 clc clear all close all img_rgbimread(2.png); img_grayrgb2gray(img_rgb); [nrow,ncol]size(img_gray); %%统计灰度值 Afloor(double(img_gray)); Nzeros(1,256); for i1:nrow for j1:ncol kA(i,j); N(k1)N(k1)1; end end figure(1); bar(N); graydiff500; %%获取图像的梯度 A2double(img_gray); [Gx,Gy]gradient(A2); img_gradientsqrt(Gx.*GxGy.*Gy); figure(2); imshow(img_gradient); %%求梯度值的平均值 m1mean(img_gradient); mean_gradientmean(m1); %%构造数据集的邻域矩阵 adjacentmatrixzeros(nrow,ncol); for i1:nrow for j1:ncol if (N(img_gray(i,j)1)graydiff) (img_gradient(i,j)mean_gradient) adjacentmatrix(i,j)8; elseif (N(img_gray(i,j)1)graydiff) (img_gradient(i,j)mean_gradient) adjacentmatrix(i,j)6; elseif (N(img_gray(i,j)1)graydiff) (img_gradient(i,j)mean_gradient) adjacentmatrix(i,j)3; else adjacentmatrix(i,j)8; end end end end [num,tempcol]size(cluster_center); end end %%信息素的挥发 cluster_center(:,5)cluster_center(:,5)*(1-rho); dodo1; end %%处理聚类结果 cluster_imgzeros(nrow,ncol); for i1:nrow for j1:ncol if ant_info(i,j,1)0 cluster_img(i,j)255;%%像素没有被聚类 灰度值设置为白色 elseif ant_info(i,j,1)1 kant_info(i,j,2); cluster_img(i,j)cluster_center(k,1); end end end figure(3); subplot(121) imshow( img_rgb);title(原图) subplot(122) imshow(cluster_img/255);title(蚁群优化模糊聚类分割后的图)3 仿真结果4 参考文献[1]杨立才, 赵莉娜, and 吴晓晴. 基于蚁群算法的模糊C均值聚类医学图像分割. 山东大学学报(工学版) 37.3(2007):51-54.部分理论引用网络文献若有侵权联系博主删除。