基于蚁群算法的图像边缘检测

本代码介绍里利用matlab实现基于一群算法的图像边缘检测

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
----------- ---------  ---------- -----  ----
     目录           0  2014-12-15 19:57  基于蚁群算法的图像边缘检测\
     文件        5121  2011-07-17 18:09  基于蚁群算法的图像边缘检测\ant.jpg
     文件        4717  2014-12-15 19:56  基于蚁群算法的图像边缘检测\ant128_edge_aco_1.jpg
     文件        4757  2014-12-15 19:56  基于蚁群算法的图像边缘检测\ant128_edge_aco_2.jpg
     文件        5004  2014-12-15 19:57  基于蚁群算法的图像边缘检测\ant128_edge_aco_3.jpg
     文件        4625  2014-12-15 19:57  基于蚁群算法的图像边缘检测\ant128_edge_aco_4.jpg
     文件        8509  2012-02-15 23:25  基于蚁群算法的图像边缘检测\edge_ACO.m
     文件       24064  2011-09-26 22:48  基于蚁群算法的图像边缘检测\程序运行说明.doc