matlab蚁群算法代码-Nature-Inspired-Image-Enhancement:通过蚁群优化、遗传算法和模拟退火的混合增强图像对

上传者: 38681218 | 上传时间: 2021-06-05 17:03:39 | 文件大小: 4.18MB | 文件类型: ZIP
matlab蚁群算法代码用于图像对比度增强的混合蚁群优化、遗传算法和模拟退火 可以在此 repo 中找到使用自然启发方法增强灰度图像对比度的 MATLAB 代码。 受自然启发的方法是蚁群优化、遗传算法和模拟退火,它们生成全局传递函数将输入图像转换为更高对比度的图像,同时尽量保持图像的自然外观。 描述 图像增强器方法的详细信息发表在我们的论文中:DSP(或)和 CEC(或)。 该方法的工作原理是在搜索空间中放置一些人工代理(又名人工蚂蚁)以生成一个传递函数,该函数可用于将任何图像转换为更高对比度的图像。 蚂蚁从传递函数的原点(左下角)开始,然后移动到它的右上角。 任何蚂蚁都会在其可用的移动选项中进行概率选择,如下所示: 到达最后一点后,创建传递函数并评估其适应度。 根据传递函数的好坏,信息素会沉积在蚂蚁走过的路径上。 点上的信息素增加了蚂蚁在下一次迭代中选择在附近经过它的机会。 这是蚂蚁在传递函数窗格上移动一段时间后的信息素痕迹示例。 每只人工蚂蚁在这个过程中都有一个遗传密码。 蚂蚁种群通过遗传算法进化。 这改变了蚂蚁的特征及其在搜索空间中遍历路径的偏好。 选择最佳传递函数后,模拟退火尝

文件下载

资源详情

[{"title":"( 10 个子文件 4.18MB ) matlab蚁群算法代码-Nature-Inspired-Image-Enhancement:通过蚁群优化、遗传算法和模拟退火的混合增强图像对","children":[{"title":"Nature-Inspired-Image-Enhancement-master","children":[{"title":"docs","children":[{"title":"pheromone.jpg <span style='color:#111;'> 7.72KB </span>","children":null,"spread":false},{"title":"ant.jpg <span style='color:#111;'> 18.65KB </span>","children":null,"spread":false},{"title":"flowchart.jpg <span style='color:#111;'> 236.85KB </span>","children":null,"spread":false},{"title":"example2.jpg <span style='color:#111;'> 126.44KB </span>","children":null,"spread":false},{"title":"2010-CEC.pdf <span style='color:#111;'> 1.30MB </span>","children":null,"spread":false},{"title":"example1.jpg <span style='color:#111;'> 43.67KB </span>","children":null,"spread":false},{"title":"2013-DSP.pdf <span style='color:#111;'> 2.67MB </span>","children":null,"spread":false}],"spread":true},{"title":"im-enhance","children":[{"title":"imenhance.m <span style='color:#111;'> 35.62KB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 11B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.97KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明