1 内容介绍
本文介绍了一种基于和声搜索算法(HSA)的多级阈值(MT)算法。 HSA 是一种进化方法,其灵感来自音乐家在演奏时即兴创作新的和声。 与其他进化算法不同,HSA 展示了有趣的搜索能力,仍然保持较低的计算开销。 所提出的算法将来自图像直方图中可行搜索空间的随机样本编码为候选解决方案,而考虑 Otsu 或 Kapur 方法所采用的目标函数来评估它们的质量。 在这些目标值的指导下,候选解集通过 HSA 算子进行演进,直到找到最优解。 实验结果证明了所提出的数字图像分割方法的高性能。
2 仿真代码
%Intructions:
% I -> Original Image, could be RGB or Gray Scale
% level -> Number of threshold to find
% This version works with KAPUR as fitness function.
close all
clear all
% Se carga la imagen RGB o escala de grises
I1 = imread(Picture 148710088.jpg);
I=rgb2gray(I1);
level = 3;
% Se obtienen los histogramas si la imagen es RGB uno por cada canal si es
% en escala de grises solamente un historgrama.
if size(I,3) == 1 %grayscale image
[n_countR, x_valueR] &#