模糊聚类图像分割FCM/FLICM等

matlab代码+GUI设计+论文；版本是MATLAB2017a。期末做的课程设计，有七种模糊聚类图像分割的比较及分析，HCM、FCM、FCMS、FCMS1、FCMS2、EnFCM、FLICM。

function IMMM=enfcm（IM）
%IM是输入的源图像
%IX2是分类结果IM=imread（‘001.jpg‘）;
%subplot（221）imshow（uint8（IM））title（‘原始图像‘）;
IM=uint8（IM）;
IM=IM（::1）;
%subplot（222）imshow（uint8（IM））title（‘灰度图像‘）;
[maxXmaxY]=size（IM）;%图像大小
%IM = imnoise（IM‘salt & pepper‘0.02）;
%IM=imnoise（IM‘gaussian‘00.002）;
IM=double（IM）;

a=[111;101;111];

IM=1/2.8 *（0.125* filter2（aIM）+IM）;%参数a=0.5
%subplot（223）imshow（uint8（IM））title（‘变换图像‘）;
IMM=cat（3IMIMIM）;

%初始化聚类中心（3类）

ttFcm=0;%聚类次数，最多15次
cc1=8;
cc2=120;
cc3=200;
while（ttFcm<15）
    ttFcm=ttFcm+1;
    c1=cc1*ones（maxXmaxY）;
    c2=cc2*ones（maxXmaxY）;
    c3=cc3*ones（maxXmaxY）;
    c=cat（3c1c2c3）;
    
    ree=repmat（0.00001maxXmaxY）;
    ree1=cat（3reereeree）;
    distance=IMM-c;
    distance=distance.*distance+ree1;
  
    %计算隶属度u
       distance1=double（ distance（::1）+distance（::2）+distance（::3））;
       u1=distance（::1）./distance1;
       u2=distance（::2）./distance1;  
       u3=distance（::3）./distance1;
        
    %计算聚类中心c
        r=zeros（1256）; %创建一个全零矩阵，1×256，计算各灰度出现的次数  
     for i=1:256
        r（i）=length（find（IM == （i-1）））;  
     end
     
        IM=uint8（IM）;
        uu1=zeros（1256）;
        uu2=zeros（1256）;
        uu3=zeros（1256）;
     for m=1:1:maxX*maxY
        uu1（IM（m）+1）=u1（m）;  
        uu2（IM（m）+1）=u2（m）;
        uu3（IM（m）+1）=u3（m）; 
    end
       x=1:1:256; 
       ccc1=double（sum（r.*x.*uu1.*uu1）/sum（r.*uu1.*uu1））;
       ccc2=double（sum（r.*x.*uu2.*uu2）/sum（r.*uu2.*uu2））;
       ccc3=double（sum（r.*x.*uu3.*uu3）/sum（r.*uu3.*uu3））;
       
       abs1=abs（cc1-ccc1）/cc1;
       abs2=abs（cc2-ccc2）/cc2;
       abs3=abs（cc3-ccc3）/cc3;
       
       tmpMatrix=[abs1abs2abs3];
       
       pp=cat（3u1u2u3）;
     
       for i=1:maxX
            for j=1:maxY
                max1=max（[pp（ij1）pp（ij2）pp（ij3）]）;
                if max（max1）==u1（ij）
                    IX2（ij）=1;
                elseif max（max1）==u2（ij）
                    IX2（ij）=2;
                else
                    IX2（ij）=3;
                end
            end
        end
     %判结束条件
        if max（tmpMatrix）<0.000000001
            break;
        else
            cc1=ccc1;
            cc2=ccc2;
            cc3=ccc3;
        end
        
     for i=1:maxX
            for j=1:maxY
                if IX2（ij）==3
                    IMMM（ij）=20;
                elseif IX2（ij）==2
                    IMMM（ij）=255;
                else
                    IMMM（ij）=255;
                end
            end
      end
        
end

    for i=1:maxX
            for j=1:maxY
                if IX2（ij）==3
                    IMMM（ij）=20;
                elseif IX2（ij）==2
                    IMMM（ij）=255;
                else
                    IMMM（ij）=255;
                end
            end
    end
        
%显示最终分类结果subplot（121）imshow（IMMM）
IMMM=uint8（IMM

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-01-17 02:09  201621124001 林思洁\
     目录           0  2019-01-17 01:59  201621124001 林思洁\CODE_基于FCM的带噪图像分割\
     文件       32633  2011-08-13 20:43  201621124001 林思洁\CODE_基于FCM的带噪图像分割\001.jpg
     文件      121078  2006-04-13 10:43  201621124001 林思洁\CODE_基于FCM的带噪图像分割\002.bmp
     文件       25778  2011-08-21 08:30  201621124001 林思洁\CODE_基于FCM的带噪图像分割\003.jpg
     文件       38519  2011-08-20 23:20  201621124001 林思洁\CODE_基于FCM的带噪图像分割\004.jpg
     文件       13745  2002-04-05 10:06  201621124001 林思洁\CODE_基于FCM的带噪图像分割\005.jpg
     文件       99382  2003-08-03 03:32  201621124001 林思洁\CODE_基于FCM的带噪图像分割\006.bmp
     文件       83794  2011-03-10 12:26  201621124001 林思洁\CODE_基于FCM的带噪图像分割\007.jpg
     文件       44607  2003-01-26 01:03  201621124001 林思洁\CODE_基于FCM的带噪图像分割\008.png
     文件        2763  2011-08-18 13:39  201621124001 林思洁\CODE_基于FCM的带噪图像分割\009.jpg
     文件        8183  2011-08-18 13:47  201621124001 林思洁\CODE_基于FCM的带噪图像分割\010.jpg
     文件      263222  2011-06-21 23:41  201621124001 林思洁\CODE_基于FCM的带噪图像分割\012.bmp
     文件        3689  2011-06-20 17:51  201621124001 林思洁\CODE_基于FCM的带噪图像分割\014.jpg
     文件       19694  2002-04-29 14:24  201621124001 林思洁\CODE_基于FCM的带噪图像分割\015.jpg
     文件       10950  2002-05-07 07:48  201621124001 林思洁\CODE_基于FCM的带噪图像分割\017.jpg
     文件        5199  2011-08-18 13:39  201621124001 林思洁\CODE_基于FCM的带噪图像分割\018.jpg
     文件       22612  2002-05-17 09:26  201621124001 林思洁\CODE_基于FCM的带噪图像分割\019.jpg
     文件       61141  2011-08-21 08:30  201621124001 林思洁\CODE_基于FCM的带噪图像分割\020.jpg
     文件       69432  2003-08-08 16:44  201621124001 林思洁\CODE_基于FCM的带噪图像分割\021.tif
     文件        3123  2019-01-03 17:31  201621124001 林思洁\CODE_基于FCM的带噪图像分割\enfcm.m
     文件        2504  2019-01-03 16:54  201621124001 林思洁\CODE_基于FCM的带噪图像分割\fcm.m
     文件        2781  2019-01-03 17:18  201621124001 林思洁\CODE_基于FCM的带噪图像分割\fcm_s.m
     文件        2805  2019-01-03 17:20  201621124001 林思洁\CODE_基于FCM的带噪图像分割\fcms1.m
     文件        2780  2019-01-03 17:30  201621124001 林思洁\CODE_基于FCM的带噪图像分割\fcms2.m
     文件        3221  2019-01-03 23:26  201621124001 林思洁\CODE_基于FCM的带噪图像分割\flicm.m
     文件       51172  2019-01-03 14:16  201621124001 林思洁\CODE_基于FCM的带噪图像分割\gui.fig
     文件        7315  2019-01-04 11:31  201621124001 林思洁\CODE_基于FCM的带噪图像分割\gui.m
     文件        3584  2019-01-02 11:28  201621124001 林思洁\CODE_基于FCM的带噪图像分割\gui_activex1
     文件        3584  2019-01-02 11:28  201621124001 林思洁\CODE_基于FCM的带噪图像分割\gui_activex2
     文件        1887  2019-01-03 17:06  201621124001 林思洁\CODE_基于FCM的带噪图像分割\hardcm.m
............此处省略2个文件信息