【图像分割】基于粒子群算法优化指数熵、对数熵、TSALLIS熵实现多阈值的图像分割附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

提出基于粒子群优化的二维Tsallis熵分解算法.首先将二维Tsallis熵算法降维分解为两个一维Tsallis熵,同时在目标函数中引入类内离散测度函数,最终以此目标函数作为后粒子群优化算法的寻优函数,完成图像的全局最优解阈值分割.实验结果表明,相对一维及二维Tsallis熵和指数熵、对数熵、TSALLIS熵算法,算法在主观效果和区域间对比度评价指标上有较大改善,在铁路轨道异物图像的分割中满足实时性要求,抗噪效果更佳.

⛄ 部分代码

clear

clc

tic

I=imread('lena.jpg');

% z=f;

% I=rgb2gray(z);

figure,imshow(I);

counts=imhist(I);

[m,n]=size(I);

N=m*n;

for i=1:256

    p(i)=counts(i)/N;

end

for k1=0:253

    for k2=k1+1:254

        for k3=k2+1:255

            w0=0;

            w1=0;

            w2=0;

            w3=0;

            for i=0:255

                if i<=k1

                    w0=w0+p(i+1);

                elseif i<=k2

                    w1=w1+p(i+1);

                elseif i<=k3

                    w2=w2+p(i+1);

                else

                    w3=w3+p(i+1);

                end

            end

            f1=0;

            f2=0;

            f3=0;

            f4=0;

            if w0*w1*w2*w3>1e-10

                for i=0:k1

                    if p(i+1)>1e-10

                        f1=f1+p(i+1)/w0*log(p(i+1)/w0);

                    end

                end

                for i=k1+1:k2

                    if p(i+1)>1e-10

                        f2=f2+p(i+1)/w1*log(p(i+1)/w1);

                    end

                end

                for i=k2+1:k3

                    if p(i+1)>1e-10

                        f3=f3+p(i+1)/w2*log(p(i+1)/w2);

                    end

                end

                for i=k3+1:255

                    if p(i+1)>1e-10

                        f4=f4+p(i+1)/w3*log(p(i+1)/w3);

                    end

                end

                F(k1+1,k2+1,k3+1)=-(f1+f2+f3+f4);

            else

                F(k1+1,k2+1,k3+1)=0;

            end

        end

    end

end

Fmax=max(F(:));

for i=1:254

    for j=2:255

        for k=3:256

            if F(i,j,k)==Fmax

                k1=i-1

                k2=j-1

                k3=k-1

                continue;

            end

        end

    end

end

toc

z=ones(m,n);

for i=1:m

    for j=1:n

        if I(i,j)<=k1

            z(i,j)=0;

        elseif I(i,j)<=k2

            z(i,j)=0.3;

        elseif I(i,j)<=k3

            z(i,j)=0.6;

        end

    end

end

figure

subplot(1,2,1)

imshow(I)

subplot(1,2,2)

imshow(z)

⛄ 运行结果

⛄ 参考文献

[1]胥田田, 李积英, 任臻,等. 粒子群优化的改进Tsallis熵图像阈值分割[J]. 科技创新与应用, 2018(12):3.

​[2]赵勇, 方宗德, 庞辉,等. 基于量子粒子群优化算法的最小交叉熵多阈值图像分割[J]. 计算机应用研究, 2008, 25(4):3.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除