蚁群算法用于图像的边缘检测

蚁群算法用于图像边缘检测，matlab程序，非常经典，测试通过的。

function func_ant_colony_image_edge_detection
%
%
% This is a demo program of image edge detection using ant colony based on
% the paper “An Ant Colony Optimization Algorithm For Image Edge
% Detection“ IEEE Congress on Evolutionary Computation （CEC） pp. 751-756 Hongkong
% Jun. 2008.
%
%
%
% Input:
% gray image with a square size
%
% Output:
% four edge map images which are obtained by the method using four functions
% respectively.
%

% image loading
filename = ‘camera128‘;

img = double（imread（[filename ‘.bmp‘]））./255;
[nrow ncol] = size（img）;

%visiblity function initialization see equation （4）

for nMethod = 1:4;
    %Four kernel functions used in the paper see equations （7）-（10）
    %E: exponential; F: flat; G: gaussian; S:Sine; T:Turkey; W:Wave


    fprintf（‘Welcome to demo program of image edge detection using ant colony.\nPlease wait......\n‘）;

    v = zeros（size（img））;
    v_norm = 0;
    for rr =1:nrow
        for cc=1:ncol
            %defination of clique
            temp1 = [rr-2 cc-1; rr-2 cc+1; rr-1 cc-2; rr-1 cc-1; rr-1 cc; rr-1 cc+1; rr-1 cc+2; rr cc-1];
            temp2 = [rr+2 cc+1; rr+2 cc-1; rr+1 cc+2; rr+1 cc+1; rr+1 cc; rr+1 cc-1; rr+1 cc-2; rr cc+1];

            temp0 = find（temp1（:1）>=1 & temp1（:1）<=nrow & temp1（:2）>=1 & temp1（:2）<=ncol & temp2（:1）>=1 & temp2（:1）<=nrow & temp2（:2）>=1 & temp2（:2）<=ncol）;

            temp11 = temp1（temp0 :）;
            temp22 = temp2（temp0 :）;

            temp00 = zeros（size（temp111））;
            for kk = 1:size（temp111）
                temp00（kk） = abs（img（temp11（kk1） temp11（kk2））-img（temp22（kk1） temp22（kk2）））;
            end

            if size（temp111） == 0
                v（rr cc） = 0;
                v_norm = v_norm + v（rr cc）;
            else
                lambda = 10;
                switch nMethod

                    case 1%‘F‘
                        temp00 = lambda .* temp00;        

                    case 2%‘Q‘
                        temp00 = lambda .* temp00.^2;       

                    case 3%‘S‘
                        temp00 = sin（pi .* temp00./2./lambda）;

                    case 4%‘W‘
                        temp00 = sin（pi.*temp00./lambda）.*pi.*temp00./lambda;
                end

                v（rr cc） = sum（sum（temp00.^2））;
                v_norm = v_norm + v（rr cc）;
            end
        end
    end

    v = v./v_norm;  %do normalization


    v = v.*100;
    % pheromone function initialization
    p = 0.0001 .* ones（size（img））;     


    %paramete setting see Section IV in CEC paper
    alpha = 1;      %equation （4）
    beta = 0.1;     %equation （4）
    rho = 0.1;      %equation （11）
    phi = 0.05;     %equation （12） i.e. （9） in IEEE-CIM-06


    ant_total_num = round（sqrt（nrow*ncol））;

    ant_pos_idx = zeros（ant_total_num 2）; % record the location of ant

    % initialize the positions of ants

    rand（‘s

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      17462  2003-03-28 16:53  ant_colony_image_edge_detection\camera128.bmp

     文件      17462  2009-04-03 18:41  ant_colony_image_edge_detection\camera128_edge_aco_1.bmp

     文件      17462  2009-04-03 18:42  ant_colony_image_edge_detection\camera128_edge_aco_2.bmp

     文件      17462  2009-04-03 18:43  ant_colony_image_edge_detection\camera128_edge_aco_3.bmp

     文件      17462  2009-04-03 18:45  ant_colony_image_edge_detection\camera128_edge_aco_4.bmp

     文件      12128  2008-09-04 16:51  ant_colony_image_edge_detection\func_ant_colony_image_edge_detection.m

     文件         43  2009-05-25 21:24  ant_colony_image_edge_detection\Untitled.m

     目录          0  2009-06-13 18:33  ant_colony_image_edge_detection

----------- ---------  ---------- -----  ----

                99481                    8