基于粒子群算法的极大熵图像阈值分割

一、用于图像分割的粒子群优化算法的步骤

步骤一:图像增强,对原始图像进行直方图均衡化来增强图像

步骤二:初始化粒子群,随机设置粒子群的初始位置和速度,并计算每个粒子的适应度

步骤三:根据速度更新公式和位置更新公式调整每一个粒子的速度和位置,,并评价每个粒子的适应度

步骤四:对粒子的gbest和pbest进行调整

步骤五:终止条件判断,如果迭代次数小于最大迭代次数,则返回步骤二,如果大于最大迭代次数,则终止算法

步骤六:得到最优阈值对图像进行分割

部分程序:

基于粒子群算法的极大熵图像阈值分割_第1张图片

部分程序运行图:

基于粒子群算法的极大熵图像阈值分割_第2张图片

基于粒子群算法的极大熵图像阈值分割_第3张图片

基于粒子群算法的极大熵图像阈值分割_第4张图片

程序链接:基于粒子群算法的极大熵图像阈值分割-Matlab文档类资源-CSDN下载

如有侵权请联系作者删除

你可能感兴趣的:(大数据,matlab,算法)