matlab基于遗传算法的最大熵值法的双阈值图像分割

最新推荐文章于 2022-12-29 22:35:58 发布

VIP文章 chongshangyunxiao321

最新推荐文章于 2022-12-29 22:35:58 发布

阅读量1.5w

点赞数 10

分类专栏：图像处理 matlab学习笔记文章标签： matlab 遗传算法-KSW

本文链接：https://blog.csdn.net/chongshangyunxiao321/article/details/50998875

版权

利用最佳直方图熵法（KSW熵法）及传统遗传算法实现灰度图像二阈值分割

matlab代码如下：
1、main.m(主函数)：

%%%利用最佳直方图熵法（KSW熵法）及传统遗传算法实现灰度图像二阈值分割
%%%主程序
%%  初始部分，读取图像及计算相关信息
 clear;
 close all;
 clc;
I=imread('D:\MATLAB\work\2.21.jpg');
figure
figure(1),imshow(I);
 I=rgb2gray(I);


% I=imread('Lenna.bmp');

hist=imhist(I);     %显示图像数据柱状图
total=0;
for i=0:255
    total=total+hist(i+1);
end
hist1=hist/total;   %求每点的归一化//求像素为i的概率Pi


%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% 程序主干部分

    %种群随机初始化，种群数取20，染色体二进制编码取16位
    t0=clock;

    population=20;

    X00=round(rand(1,population)*255);
    X01=round(rand(1,population)*255);

    for i=1:population
        X0(i,:)=[X00(i) X01(i)];
    end


    for i=1:population
        if X0(i,1)>X0(i,2)
            temp=X0(i,1);
            X0(i,2)=temp;
            X0(i,1)=temp;
        else
        end
        adapt_value0(i)=ksw_2(X0(i,1),X0(i,2),0,255,hist1);
    end

    adapt_average0=mean(adapt_value0);

    X1=X0;
    adapt_value1=adapt_value0;
    adapt_average1=adapt_average0;
    %循环搜索，搜索代数取100 

    generation=100;

    for k=1:generation

        s1=select_2d(X1,adapt_value1);

        s_code10=dec2bin(s1(:,1),8);
        s_code11=dec2bin(s1(:,2),8);

        [c10,c11]=cross_2d(s_code10,s_code11);

        [v10,v11]=mutation_2d(c10,c11);

        X20=(bin2dec(v10))';
        X21=(bin2dec(v11))';

        for i=1:population
            X2(