✅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。
⛄ 内容介绍
随着计算机技术的飞速发展,人类社会的信息化,数字化程度越来越高.于此同时,作为数字图像处理关键技术之一的图像分割技术也在飞速地发展.在图像分割领域里,随着要分割的图像日益复杂化,传统的解决方法的局限性日益突出,组合优化问题的搜索空间也急剧增大,传统的方法"费时费力"很难求出最优解.由于遗传算法(Genetic Algorithm,GA)具有优化搜索仅需要适应度函数指导而不依赖于其他辅助信息和优良的全局寻优能力,这就为我们提供了一种求解复杂系统问题的通用框架,因而对于图像分割领域里复杂问题的求解,遗传算法正是最佳工具之一.
⛄ 部分代码
function obj=ObjectFunction(X,g_imf,row,colume,Lmax,Lmin)
col=size(X,1);
for i=1:col
I = betainc(g_imf,X(i,1),X(i,2));
f{i}=(Lmax-Lmin)*I+Lmin;
end
n=colume*row;
for i=1:col
F1=sum(sum(f{i}.^2))/n;
F2=(sum(sum(f{i}))/n).^2;
obj(i,:)=F1-F2;
end
⛄ 运行结果
⛄ 参考文献
[1] 周铭, 周惠. 基于遗传算法的自适应聚类图像阈值分割方法[J]. 计算机工程与应用, 2005, 41(18):4.
[2] 常发亮, 刘静, 乔谊正. 基于遗传算法的彩色图像二维熵多阈值自适应分割[J]. 控制与决策, 2005, 020(006):674-678.
[3] 杜雯超, 陈其松, 周莹. 基于分段自适应遗传算法的图像阈值分割[J]. 微型机与应用, 2015, 34(3):3.
[4] 宋凯. 基于遗传算法的图像分割技术研究[D]. 西安电子科技大学.
