一、遗传算法图像融合简介

理论知识参考:​​基于遗传算法优化的稀疏表示图像融合算法​

二、部分源代码

%遗传算法主程序
%Name:genmain05.m
clear
q=imread('A.tif'); %%%%读取图像
q2=imread('B.tif');
figure,imshow(q); %%%显示图像
figure,imshow(q2);
[q1,rect]=imcrop(q2);%%%%利用裁剪函数裁剪图像
imwrite(q2,'A1.tif','tif'); %%%写入图像q2,并命名为A1.tif
% q3=imread('A1.tif');
% figure,imshow(A1.tif);clear

imwrite(q,'B1.tif','tif');
popsize=100; %设置初始参数,群体大小
chromlength=18; %字符串长度(个体长度),染色体长度
pc=0.6; %设置交叉概率
pm=0.6; %设置变异概率
% pop=initpop(popsize,chromlength); %运行初始化函数,随机产生初始群体
pop=30;%%%给定函数
dai=60;

pop=newpop;
end
z=[c
x1
y1];
x=z(2,1);
y=z(3,1);
r=z(1,1);
for i=2:dai
if z(1,i)>r
x=z(2,i);
y=z(3,i);
r=z(1,i);
end
end
q3=double(q)/255;
Q=q3;
[px,py]=size(q);
for i=1:px
for j=x+1:py
Q(i,j)=0;
end
end
% 2.7 求出群体中最大得适应值及其个体
%遗传算法子程序
%Name: best.m
%求出群体中适应值最大的值
function [bestindividual,bestfit]=best(pop,fitvalue)
[px,py]=size(pop);
bestindividual=pop(1,:);
bestfit=fitvalue(1);
for i=2;px;
if fitvalue(i)>bestfit
bestindividual=pop(i,:);
bestfit=fitvalue(i);
end
end

三、运行结果

【图像融合】基于matlab遗传算法图像融合【含Matlab源码 1624期】_matlab图像处理

【图像融合】基于matlab遗传算法图像融合【含Matlab源码 1624期】_matlab_02

四、matlab版本及参考文献

1 matlab版本

2014a

2 参考文献

[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社,2020.

[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社,2013.

[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社,2013.

[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社,2015.

[5]赵学军,李育珍,雷书彧.基于遗传算法优化的稀疏表示图像融合算法[J].北京邮电大学学报. 2016,39(02)