基于模糊熵的阈值法用于图像分割

#include"stdio.h" #include"stdlib.h" #include"time.h" #include"math.h" /*宏定义*/ #define height 400 //矩阵的行 #define wide 318 //矩阵的列 #define L 256 //灰度级 /*全局变量*/ int graymatrix[height][wide]; double grayrate[L]; int index[height*wide]; //记录分割后的索引 int aopt; int copt; //记录最优的模糊参数 double Topt; //记录最优阈值 /*子函数部分*/ /*读入图像的灰度值*/ void readgray() { int i,j; FILE *fp1=fopen("mydata.txt","r"); //读入文件中要处理的数据 if(fp1==NULL) { printf("can not open file\n"); exit(0); } for(i=0;i<height;i++) { for(j=0;j<wide;j++) { fscanf(fp1,"%d",&graymatrix[i][j]); // printf("%d ",graymatrix[i][j]); } } fclose(fp1); } /*图像的灰度直方图*/ void grayzhifang() { int i,j,p; double sum=0; int num[L]={0}; //double grayrate[L]={0}; for(i=0;i<height;i++) { for(j=0;j<wide;j++) { for(p=0;p<L;p++) { if(graymatrix[i][j]==p) num[p]++; } } } for(i=0;i<L;i++) { grayrate[i]=num[i]/double(height*wide); //求出每个灰度的比例及灰度直方图 sum+=grayrate[i]; //printf("%lf ",grayrate[i]); } printf("sum=%lf \n",sum); } /*求出递归函数Ra*/ /*double R_a(int n) { double Ra=0; if(n==0) Ra=grayrate[0]; else { Ra=R_a(n-1)+grayrate[n]; //递归公式 } return Ra; }*/ /*求出递归函数Qac*/ /*double Q_ac(int m,int n) { double Qac=0; if(m==n) Qac=0; else { Qac=Q_ac(m-1,n)-grayrate[m]*(m-n); //递归公式 } return Qac; }*/ /*计算模糊熵，求出使得模糊熵最大时的最优模糊参数aopt和copt，并求出最优阈值*/ /*void fuzzyentropy() { int a,c; double P0_ac=0; //记录背景概率 double H_ac=0,H_acmax=-1000; //记录模糊熵的值 for(c=2;c<256;c++) { for(a=1;a<c;a++) { P0_ac=R_a(a-1)+Q_ac(a-1,c)/(a-c); //求得背景概率 H_ac=-P0_ac*log(P0_ac)-(1-P0_ac)*log(1-P0_ac); //求得模糊熵 if(H_acmax<H_ac) { H_acmax=H_ac; //记录最大的模糊熵值 aopt=a; copt=c; //记录最大的模糊熵参数 } } } Topt=(aopt+copt)/2; //求出最优阈值 }*/ void fuzzyentropy() { int a,c,k; double P0_ac=0; //记录背景概率 double H_ac=0,H_acmax=-1000; //记录模糊熵的值 double p=0,q=0; for(c=1;c<256;c++) { for(a=0;a<c;a++) { p=0,q=0; for(k=0;k<a+1;k++) p+=grayrate[k]; //printf("%lf ",p); for(k=a+1;k<c;k++) q+=grayrate[k]*(k-c)/(a-c); //printf("%lf ",q); P0_ac=p+q; if(P0_ac==1) H_ac=0; else H_ac=-P0_ac*log(P0_ac)-(1-P0_ac)*log(1-P0_ac); //求得模糊熵 //printf("%lf ",H_ac); if(H_acmax<H_ac) { H_acmax=H_ac; //记录最大的模糊熵值 aopt=a; copt=c; //记录最大的模糊熵参数 } // printf("%lf ",H_acmax); } } Topt=(aopt+copt)/2; //求出最优阈值 } /*根据最优阈值对图像进行分割，并记录分割结果*/ void segmentationres() { int i,j; for(i=0;i<height;i++) for(j=0;j<wide;j++) { if(graymatrix[i][j]<=Topt) index[i*wide+j]=0; else index[i*wide+j]=1; } } /*将最终结果存放到文件中*/ void result() { int i,j; FILE* fp2=fopen("outdata.txt","w"); if(fp2==NULL) { printf("can not open file\n"); exit(0); } for(i=0;i<height;i++) { for(j=0;j<wide;j++) fprintf(fp2,"%d ",index[i*wide+j]); fprintf(fp2,"\n"); } fclose(fp2); } /*主函数，使用模糊熵阈值法对图像进行分割*/ void main() { clock_t begin,end; //计算程序运行的时间 double cost; begin=clock(); //开始计时 readgray(); /*读入图像的灰度值*/ grayzhifang(); /*图像的灰度直方图*/ fuzzyentropy(); /*计算模糊熵，求出使得模糊熵最大时的最优模糊参数aopt和copt，并求出最优阈值*/ segmentationres(); /*根据最优阈值对图像进行分割，并记录分割结果*/ result(); /*将最终结果存放到文件中*/ end=clock(); cost=(double)(end-begin); //程序所运行的时间 printf("该程序一共运行了%lf毫秒\n",cost); }