【图像分割】基于改进粒子算法优化阈值实现图像分割附matlab代码

1 内容介绍

图像分割是自动目标的关键和首要步骤.群智能作为一类新兴的演化计算技术已被越来越多的研究者关识别的注.论文研究将群智能中的粒子群优化算法应用到图像分割中,提出了一种新的图像分割算法.新方法基于最佳熵阈值分割技术,用改进粒子群优化算法自适应选取分割阈值,新方法能以概率1找到图像的最佳熵阈值.在仿真实验中,针对基准图像分割问题,将改进粒子群优化算法分别独立运行10次,对10次得到的阈值以及均值,方差进行了比较,并将运行时间作为算法复杂度的评价指标.统计结果显示,论文算法不仅能够对图像进行准确的分割,而且运行时间明显较短.仿真结果表明,基于改进粒子群优化的图像分割算法是可行的,有效的.​

2 仿真代码

clc

clear all

close all

I=imread('rice.png');

Iout1 = segmentation(I,4,'pso');

Iout2 = segmentation(I,4,'dpso');

Iout3 = segmentation(I,4,'fodpso');

figure

subplot(221)

imshow(I);title('原图')

subplot(222)

imshow( Iout1);title('pso分割图')

subplot(223)

imshow( Iout2);title('dpso分割图')

subplot(224)

imshow( Iout3);title('fodpso分割图')

3 运行结果

4 参考文献

[1]黄小欣. 改进粒子群优化算法及其在多阈值图像分割中的应用[D]. 郑州大学.

[2]张辉锋, 吴伟平, 袁荣才. 基于改进粒子群优化算法的遥感图像阈值分割[J]. 勘察科学技术, 2012(6):3.

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。