【图像分割】基于元胞自动机实现图像分割附matlab代码

1 内容介绍

元胞自动机，英文名CellularAutomata，简称CA，有的文献中译为细胞自动机、分子自动机、点格自动机或单元自动机等．冯．诺伊曼只是给出了一个初步的基本概念．此后，经过物理学家、数学家、计算机科学家、生物学家以及其它学科的学者们共同工作，元胞自动机成为一个地地道道的“混血儿”．因此，对元胞自动机的含义也存在不同的解释．物理学家将其视为离散的、无穷维的动力学系统；数学家将其视为描述连续现象的偏微分方程的对立体，是一个时空离散的数学模型；计算机科学家将其视为新兴的人工智能、人工生命的分支；而生物学家则将其视为生命现象的一种抽象…．元胞自动机的应用范围很广，但是在图像处理领域的应用还很少．针对图像处理中的图像分割任务,我们提出了一个基于模糊元胞自动机模型的图像分割算法.将元胞自动机原理中的演化规则换为模糊规则建立模糊元胞自动机模型,使图像中灰度水平介于目标和背景之间的像素得以更好地归类,从而得到较好的图像分割结果.

2 仿真代码

tic

%% 

% Copyrighted by Tyler L. Coye (2015)

%

%

close all

% First read an image

I = imread('rose.jpg')

% convert it to bw (if you have not already done so)

a = im2bw(I)

% To improve processing time I have resized the image

a = imresize(a, [400 400])

sz = size(a)

epochs = 1

converged = false;

e = 1;

c = zeros(sz);

while ~converged && e<=epochs

b = zeros(sz);

    a = pad( a, 2, 2);

for i=2:sz+1,

for j=2:sz+1,

w=a(i-1:i+1,j-1:j+1);

s=sum(w(:))-a(i,j);

if  (s>2 && s<8) %% You can adjust these value. I found that this criteria has been suitable

b(i-1,j-1)=1;

end

end

    end

    figure(1);

    subplot(131)

    imagesc( a);

axis image;

title( sprintf( 'original',e));

c = a;

a = b;

 subplot(132)

imagesc( a);

axis image;

title( sprintf( 'Epoch #%d',e));

e = e+1;

    % to see what the mask looks like

 subplot(133)

imshow(a);

axis image;

title( sprintf( 'mask'));

end

%% to see what the overlay looks like

z = im2bw(I);

L = imresize(z, [400 400]);

out = imoverlay(L, a, [1 0 0]);

figure(4);

imagesc(out);

axis image;

title( sprintf( 'Overlay'));

toc

3 运行结果

4 参考文献

[1]迪娜·加尔肯. 基于MATLAB的图像分割算法研究及实现[J]. 科学技术创新, 2021(26):3.

[2] Fujita T ,  Sawada S ,  Iwanaga K , et al. Cellular automaton based pixel-level snakes[C]// 2014 IEEE 12th International New Circuits and Systems Conference (NEWCAS). IEEE, 2014.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。