PSO的一维最大熵法阈值分割

Halcom

PSO的一维最大熵法阈值分割
链接：https://pan.baidu.com/s/1ChO4xGObCiTMqRT_s_qDpg&shfl=sharepset 提取码：zoad
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1\

1. clc,clear,close all
   
2. warning off
   
3. format longG
   
4. tic;
   
5. % 2个阈值，实现3分类分割
   
6. I = imread('car.bmp');
   
7. % I = imread('screen.jpg');
   
8. I = imresize(I, [256,256]);
   
9. if(size(I,3)>1)
   
10.     im = rgb2gray(I);
    
11. else
    
12.     im = I;
    
13. end
    
14. figure('color',[1,1,1]), imshow(im,[])
    
15. %% PSO 参数
    
16. c1 = 1.4995;    % 学习因子
    
17. c2 = 1.4995;   % 学习因子
    
18. Vmin = -5;   % 最小速度
    
19. Vmax = 5;    % 最大速度
    
20. maxiter = 30;  % 迭代次数
    
21. sizepop = 20;  % 种群数量
    
22. popmin = 1;  popmax = 255; % x1
    
23. Lmax = 256;
    
24. % 2个阈值，实现3分割
    
25. level = 3;  
    
26. nvar = level-1;
    
27. 
    
28. %% 初始化种群
    
29. for i=1:sizepop
    
30.     x1 = fix( popmin + (popmax-popmin)*rand );
    
31.     x2 = fix( popmin + (popmax-popmin)*rand );
    
32.     pop(i,1) = x1;
    
33.     pop(i,2) = x2;
    
34.     pop(i,:)=sort(pop(i,:));
    
35.     fitness(i) = H1_segFun2( im, pop(i,:) );
    
36.     V(i,1) = 0;
    
37.     V(i,2) = 0;
    
38. end
    
39. % 记录一组最优值
    
40. [bestfitness,bestindex]=max(fitness);
    
41. zbest=pop(bestindex,:);   % 全局最佳
    
42. gbest=pop;                % 个体最佳
    
43. fitnessgbest=fitness;     % 个体最佳适应度值
    
44. fitnesszbest=bestfitness; % 全局最佳适应度值
    
45. wmax = 0.9;  wmin = 0.4;
    
46. % 迭代寻优
    
47. for i=1:maxiter
    
48.     for j=1:sizepop
    
49.         % 自适应权重1
    
50. %         w = wmin + (wmax-wmin)*(fitnessgbest(j)-min(fitness))/( max(fitness)-min(fitness) );
    
51.         % 自适应权重2
    
52. %         w = wmin - (wmax-wmin)*(fitnessgbest(j)-min(fitness))/( mean(fitness)-min(fitness) );
    
53.         % 自适应权重3
    
54.         if fitnessgbest(j)<=mean(fitness)
    
55.             w = wmin - (wmax-wmin)*(fitnessgbest(j)-min(fitness))/( mean(fitness)-min(fitness) );
    
56.         else
    
57.             w = wmax;
    
58.         end
    
59.         % 速度更新
    
60.         V(j,:) = w*V(j,:) + c1*rand*(gbest(j,:) - pop(j,:)) + c2*rand*(zbest - pop(j,:));
    
61.         % V--范围约束
    
62.         V(j, find(V(j,:)>Vmax)) = Vmax;
    
63.         V(j, find(V(j,:)<Vmin)) = Vmin;
    
64.         
    
65.         % 个体更新
    
66.         pop(j,:) = fix( pop(j,:) + 0.5 * V(j,:) );
    
67.         
    
68.         % pop  越界限制
    
69.         pop(j, find(pop(j,:)>popmax)) = popmax;
    
70.         pop(j, find(pop(j,:)<popmin)) = popmin;
    
71.         
    
72.         pop(j,:) = sort(pop(j, :));
    
73.         
    
74.         % 适应度更新
    
75.         fitness(j) = H1_segFun2(im, pop(j,:));
    
76.         
    
77.         % 比较  个体间比较
    
78.         if fitness(j)>fitnessgbest(j)
    
79.             fitnessgbest(j) = fitness(j);
    
80.             gbest(j,:) = pop(j,:);
    
81.         end
    
82.         if fitness(j)>bestfitness
    
83.             bestfitness = fitness(j);
    
84.             zbest =  pop(j,:);
    
85.         end
    
86.         
    
87.     end
    
88.     fitness_iter(i) = bestfitness;
    
89.    
    
90. end
    
91. toc ;
    
92. times = toc;
    
93. fprintf('\n')
    
94. disp(['计算时间 Time =    ',   num2str(times) ])
    
95. fprintf('\n')
    
96. zbest = sort(zbest);
    
97. disp(['最优解   ', num2str(zbest)])
    
98. fprintf('\n')
    
99. 
    
100. figure('color',[1,1,1])
     
101. plot(fitness_iter,'ro-','linewidth',2)
     
102. 
     
103. % 显示
     
104. Iout = imageGray( im, zbest );
     
105. figure('color',[1,1,1])
     
106. imshow(Iout,[])
     
107. colormap jet;
     
108. axis equal

复制代码

适应度函数：

1. function maxH = H1_segFun2(I, t)
   
2. % 最原始的一维最大熵法，进行图像的3分割,level=3,将图像分为3部分
   
3. 
   
4. [n_count, x_value] = imhist(I(:,:,1));  % 第一通道来分割
   
5. Nt = size(I,1)*size(I,2);
   
6. Lmax = 256;  % 最大灰阶, uin8
   
7. for i=1:Lmax
   
8.     p(i) = n_count(i)/Nt;   % 概率分布
   
9. end
   
10. % H0 = -1* sum( p(1:t).*log(p(1:t) + eps)  );
    
11. % HB = -1* sum( p(t+1:Lmax).*log(p(t+1:Lmax) + eps) );
    
12. % maxH = H0+HB;  % 一维最大熵
    
13. % 改进
    
14. % p1 = log( sum(p(1:t)) + eps );
    
15. % H0 = sum( p(1:t).*log(p(1:t) + eps)  )./ ( sum(p(1:t)) + eps );
    
16. % p2 = log( sum(p(t+1:Lmax)) + eps );
    
17. % HB = sum( p(t+1:Lmax).*log(p(t+1:Lmax) + eps) )./ ( sum(p(t+1:Lmax)) + eps );
    
18. % maxH = p1+p2-H0-HB;  % 一维最大熵
    
19. 
    
20. % % 3分割
    
21. % t1 = t(1);
    
22. % t2 = t(2);
    
23. % p1 = log( sum(p(1:t1)) + eps );
    
24. % p2 = log( sum(p(t1+1:t2)) + eps );
    
25. % p3 = log( sum(p(t2+1:Lmax)) + eps );
    
26. % p4 = sum( p(1:t1).*log(p(1:t1) + eps)  )./ ( sum(p(1:t1)) + eps );
    
27. % p5 =  sum( p(t1+1:t2).*log(p(t1+1:t2) + eps) )./ ( sum(p(t1+1:t2)) + eps );
    
28. % p6 = sum( p(t2+1:Lmax).*log(p(t2+1:Lmax) + eps) )./ ( sum(p(t2+1:Lmax)) + eps );
    
29. % maxH = p1+p2+p3-p4-p5-p6;  % 一维最大熵
    
30. 
    
31. % 3分割
    
32. % t1 = t(1);
    
33. % t2 = t(2);
    
34. p1 = log( sum(p(1:t(1))) + eps );
    
35. p2 = log( sum(p(t(1)+1:t(2))) + eps );
    
36. p3 = log( sum(p(t(2)+1:Lmax)) + eps );
    
37. p4 = sum( p(1:t(1)).*log(p(1:t(1)) + eps)  )./ ( sum(p(1:t(1))) + eps );
    
38. p5 =  sum( p(t(1)+1:t(2)).*log(p(t(1)+1:t(2)) + eps) )./ ( sum(p(t(1)+1:t(2))) + eps );
    
39. p6 = sum( p(t(2)+1:Lmax).*log(p(t(2)+1:Lmax) + eps) )./ ( sum(p(t(2)+1:Lmax)) + eps );
    
40. maxH = p1+p2+p3-p4-p5-p6;  % 一维最大熵

复制代码

参考：【32】一维最大熵法进行2分割和3分割（MATLAB）