边缘检测图像边缘检测

图像边缘检测图像边缘检测图像边缘检测图像边缘检测图像边缘检测图像边缘检测图像边缘检测图像边缘检测图像边缘检测

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  camera128.bmp
     文件       12039  2008-08-09 11:13  func_ant_colony_image_edge_detection.m