资源简介
蚁群算法,图像边缘检测,用于模式识别,可以编译通过!
代码片段和文件信息
function edge_ACO
%参考文献:“An Ant Colony Optimization Algorithm For Image Edge
close all; clear all; clc;
% 读入图像
filename = ‘ant128‘;
img=rgb2gray(imread(‘ant.jpg‘));
img = double(img)./255;
[nrow ncol] = size(img);
%公式(3.24.4)初始化
for nMethod = 1:4;
%四种不同的核函数 参见式 (3.24.7)-(3.24.10)
%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
%定义像素团
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
% 归一化
v = v./v_norm;
v = v.*100;
p = 0.0001 .* ones(size(img)); % 信息素函数初始化
%参数设置。
alpha = 1; %式(3.24.4)中的参数
beta = 0.1; %式(3.24.4)中的参数
rho = 0.1; %式(3.24.11)中的参数
%式(3.24.12)中的参数
phi = 0.05; %equation (12) i.e. (9) in IEEE-CIM-06
ant_total_num = round(sqrt(nrow*ncol));
% 记录蚂蚁的位置
ant_pos_idx = zeros(ant_total_num 2);
% 初始化蚂蚁的位置
rand(‘state‘ sum(clock));
temp = rand(ant_total_num 2);
ant_pos_idx(:1) = round(1 + (nrow-1) * temp(:1)); %行坐标
ant_pos_idx(:2) = round(1 + (ncol-1) * temp(:2)); %列坐标
search_clique_mode = ‘8‘; %Figure 1
% 定义存储空间容量
if nrow*ncol == 128*128
A = 40;
memory_length = round(rand(1).*(1.15*A-0.85*A)+0.85*A);
elseif nrow*ncol == 256*256
A = 30;
memory_length = round(rand(1).*(1.15*A-0.85*A)+0.85*A);
elseif nrow*ncol == 512*512
A = 20;
memory_length = round(rand(1).*(1.15*A-0.85*A)+0.85*A);
end
ant_memory = zeros(ant_tot
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 5121 2011-07-17 18:09 ant colony algorithm\antconlony.jpg
文件 8509 2012-02-15 23:25 ant colony algorithm\ant_colony.m
目录 0 2012-03-11 07:39 ant colony algorithm
----------- --------- ---------- ----- ----
13630 3
- 上一篇:绘制光子晶体光纤的色散曲线
- 下一篇:fuzzy edge 图象模糊边缘检测
相关资源
- 图像边缘检测
- 蚁群算法动态寻路算法
- CVRP 一个用蚁群算法做OCVRP的代码。不
- 基于蚁群算法的机器人路径规划(避
- matlab蚁群算法工具箱matlab蚁群算法工
- MATLAB——基于蚁群算法的三维路
- 蚁群算法matlab代码
- 智能优化算法及其MATLAB第2版源代码
- 基于matlab编写的利用蚁群算法的小车
- 蚁群算法解决旅行商问题(Matlab版)
- 蚁群算法解决 TSP问题 matlab 2017a 编
- 蚁群算法连续函数优化问题
- 协作通信的中继选择和功率控制(r
- 用蚁群算法解决CVRP
- MOACO 多目标蚁群算法
- 蚁群算法三维路径规划
- evacuation
- 蚁群算法智能优化
- ACO 用MATLAB编写的蚁群算法最短路径寻
- Genetic_and_Ant_Algorithms_src 对想研究改进
- ESDA 无线传感器网络覆盖 基于蚁群算
- ant-algorithim
- Ant-colony-algorithm 将蚁群算法应用到无
- VRP 蚁群算法
- Ant-colony-algorithm 蚁群算法
- VVRPe
- ant-colony-algorithm 蚁群算法选址的电动
- matlab 蚁群算法求解基本TSP问题的源
- matlab程序蚁群,势场.zip
- Matlab基于蚁群算法的三维路径规划算
评论
共有 条评论