【图像分割-阈值分割】基于灰狼算法指数熵多阈值图像分割附matlab代码

简介: 【图像分割-阈值分割】基于灰狼算法指数熵多阈值图像分割附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

1 内容介绍

针对多目标图像分割问题,采用了一种基于二维灰度直方图的三类阈值分别方法,将图像划分为暗、灰和亮三种不同的区域,分别给出了其模糊隶属度函数,引入概率分析,定义了基于指数熵算子的最大模糊熵准则,通过灰狼算法迭代搜索确定图像的分别阈值。实验结果表明,该算法能快速、有效的分割图像。

2 部分代码

%___________________________________________________________________%

%  Grey Wolf Optimizer (GWO) source codes version 1.0               %

%                                                                   %

%  Developed in MATLAB R2011b(7.13)                                 %

%                                                                   %

%  Author and programmer: Seyedali Mirjalili                        %

%                                                                   %

%         e-Mail: ali.mirjalili@gmail.com                           %

%                 seyedali.mirjalili@griffithuni.edu.au             %

%                                                                   %

%       Homepage: http://www.alimirjalili.com                       %

%                                                                   %

%   Main paper: S. Mirjalili, S. M. Mirjalili, A. Lewis             %

%               Grey Wolf Optimizer, Advances in Engineering        %

%               Software , in press,                                %

%               DOI: 10.1016/j.advengsoft.2013.12.007               %

%                                                                   %

%___________________________________________________________________%

% Grey Wolf Optimizer

function [Alpha_score,Alpha_pos,Convergence_curve]=GWO(SearchAgents_no,Max_iter,lb,ub,dim,fobj)

% initialize alpha, beta, and delta_pos

Alpha_pos=zeros(1,dim);

Alpha_score=inf; %change this to -inf for maximization problems

Beta_pos=zeros(1,dim);

Beta_score=inf; %change this to -inf for maximization problems

Delta_pos=zeros(1,dim);

Delta_score=inf; %change this to -inf for maximization problems

%Initialize the positions of search agents

Positions=initialization(SearchAgents_no,dim,ub,lb);

Convergence_curve=zeros(1,Max_iter);

l=0;% Loop counter

% Main loop

while l<Max_iter

   for i=1:size(Positions,1)  

       

      % Return back the search agents that go beyond the boundaries of the search space

       Flag4ub=Positions(i,:)>ub;

       Flag4lb=Positions(i,:)<lb;

       Positions(i,:)=(Positions(i,:).*(~(Flag4ub+Flag4lb)))+ub.*Flag4ub+lb.*Flag4lb;              

       

       % Calculate objective function for each search agent

       fitness=fobj(Positions(i,:));

       

       % Update Alpha, Beta, and Delta

       if fitness<Alpha_score

           Alpha_score=fitness; % Update alpha

           Alpha_pos=Positions(i,:);

       end

       

       if fitness>Alpha_score && fitness<Beta_score

           Beta_score=fitness; % Update beta

           Beta_pos=Positions(i,:);

       end

       

       if fitness>Alpha_score && fitness>Beta_score && fitness<Delta_score

           Delta_score=fitness; % Update delta

           Delta_pos=Positions(i,:);

       end

   end

   

   

   a=2-l*((2)/Max_iter); % a decreases linearly fron 2 to 0

   

   % Update the Position of search agents including omegas

   for i=1:size(Positions,1)

       for j=1:size(Positions,2)    

                     

           r1=rand(); % r1 is a random number in [0,1]

           r2=rand(); % r2 is a random number in [0,1]

           

           A1=2*a*r1-a; % Equation (3.3)

           C1=2*r2; % Equation (3.4)

           

           D_alpha=abs(C1*Alpha_pos(j)-Positions(i,j)); % Equation (3.5)-part 1

           X1=Alpha_pos(j)-A1*D_alpha; % Equation (3.6)-part 1

                     

           r1=rand();

           r2=rand();

           

           A2=2*a*r1-a; % Equation (3.3)

           C2=2*r2; % Equation (3.4)

           

           D_beta=abs(C2*Beta_pos(j)-Positions(i,j)); % Equation (3.5)-part 2

           X2=Beta_pos(j)-A2*D_beta; % Equation (3.6)-part 2      

           

           r1=rand();

           r2=rand();

           

           A3=2*a*r1-a; % Equation (3.3)

           C3=2*r2; % Equation (3.4)

           

           D_delta=abs(C3*Delta_pos(j)-Positions(i,j)); % Equation (3.5)-part 3

           X3=Delta_pos(j)-A3*D_delta; % Equation (3.5)-part 3            

           

           Positions(i,j)=(X1+X2+X3)/3;% Equation (3.7)

           

       end

   end

   l=l+1;    

   Convergence_curve(l)=Alpha_score;

end

3 运行结果

image.gif编辑

4 参考文献

[1]安海涛. 基于改进蚁群算法和指数熵算子的三类阈值图像分割[J]. 呼和浩特科技, 2012.

[2]张新明等. "双模狩猎的灰狼优化算法在多阈值图像分割中应用." 山西大学学报(自然科学版) 039.003(2016):378-385.

博主简介:擅长智能优化算法神经网络预测信号处理元胞自动机图像处理路径规划无人机雷达通信无线传感器等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
3天前
|
机器学习/深度学习 人工智能 算法
基于DCT和扩频的音频水印嵌入提取算法matlab仿真
本文介绍了结合DCT和扩频技术的音频水印算法,用于在不降低音质的情况下嵌入版权信息。在matlab2022a中实现,算法利用DCT进行频域处理,通过扩频增强水印的隐蔽性和抗攻击性。核心程序展示了水印的嵌入与提取过程,包括DCT变换、水印扩频及反变换步骤。该方法有效且专业,未来研究将侧重于提高实用性和安全性。
|
7天前
|
文字识别 算法 计算机视觉
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
15 0
|
10天前
|
机器学习/深度学习 算法
【MATLAB】GA_ELM神经网络时序预测算法
【MATLAB】GA_ELM神经网络时序预测算法
282 9
|
30天前
|
算法
m基于log-MPA检测算法的SCMA通信链路matlab误码率仿真
MATLAB 2022a仿真实现了稀疏码多址接入(SCMA)算法,该算法利用码本稀疏性实现多用户高效接入。每个用户从码本中选取码字发送,接收端采用Log-MPA算法进行多用户检测。由于MAP检测计算复杂度高,故采用Log-MPA降低复杂性。仿真展示了不同迭代次数(1, 5, 10, 30)对误码率(BER)的影响,通过比较各次迭代的BER曲线,研究算法性能与迭代次数的关系。
19 0
|
1月前
|
算法
【MATLAB】语音信号识别与处理:滑动平均滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:滑动平均滤波算法去噪及谱相减算法呈现频谱
45 0
|
30天前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到&quot;hand.txt&quot;文件。
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
算法
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
23 2
|
1月前
|
算法
【MATLAB】语音信号识别与处理:卷积滑动平均滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:卷积滑动平均滤波算法去噪及谱相减算法呈现频谱
33 0
|
1月前
|
算法
【MATLAB】语音信号识别与处理:一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
39 1