Python实现蚁群算法图像边缘检测_python实现蚁群算法的图像边缘检测算法

图像课的lab，先声明一下，纯粹是对CV和机器学习感兴趣的外行人自娱自乐，大佬轻喷。聚类+蚁群还在研究，我是拿TSP类比着写的，下面是我实验报告的一部分。
一、中心像素与其8邻域像素灰度差异
TSP问题的两两城市间距离是由城市间的坐标差距计算出来的，以30城市为例，一只蚂蚁处于第i个城市（i=1,2,…30）的时候，有29个城市间距离需要计算。
引申到图像问题上，一只蚂蚁处于中心像素的时候有周围8个点的距离需要计算，此处的距离为灰度差异。
二、下一个像素移动方向概率
依旧以30城市TSP问题为例，蚂蚁处于第i个城市（i=1,2,…30）的时候，下一个访问的城市在剩下29个城市中选择。通过计算概率，可基于轮盘赌算法进行选择，访问过的城市不再访问以此类推。如图，概率的影响因素是距离和信息素浓度。

引申到图像问题上来，一只蚂蚁在中心像素的位置周围有8个选择，但此处与TSP问题不同，蚂蚁不会以某种顺序遍历所有选择，只会选择其中一个，并成为一只新的蚂蚁，重复之前操作。
三、轮盘赌选择
与TSP问题相似，在蚂蚁选择的下一个访问像素，可由轮盘赌选择决定。
轮盘赌选择的原理是将先前得到的概率相加并分区，如第0区域为p0，第1区域为p0+p1，第n区域为p0+p1+…pn，由于之前的概率是一个加权平均值，p0，p0+p1,…p0+p1+…pn为一个逐渐从0加到1的数据。在0-1的范围内生成一个随机数，如果落到了p0+p1+…pi-1和p0+p1+…pi-1+pi之间，则分到区域i。
轮盘赌选择保证了下一个选择的随机性，之前试过以最大概率的点为下一个访问像素的决策因素，但会导致过早收敛，只能画出一条短线，不能得到相对完整的边缘。
此处轮盘赌会输出0-7之间的8个数，设中心像素坐标为（x0，y0），则0号代表（x0-1，y0-1），1号代表（x0，y0-1），2号代表（x0+1，y0-1），3号代表（x0-1，y0），4号代表（x0+1，y0），5号代表（x0-1，y0+1），6号代表（x0，y0+1），7号代表（x0+1，y0+1）。其中0、1、2号是中心像素上一行的3个像素，3、4号是中心像素同行的2个像素，5、6、7号是中心像素下一行的3个像素。
这块代码可以看看我之前写的：https://blog.csdn.net/pvfeldt/article/details/117841689?spm=1001.2014.3001.5501
四、向下一个像素移动过程
从某个像素移动到下一个像素的过程需要操作的是三个方面：存储蚂蚁路径，计算下一个像素点坐标，更新信息素。
存储蚂蚁路径，方便后续路径的绘制。
下一个像素点的计算中，调用之前的中心像素8邻域灰度差异、下一个像素移动概率、轮盘赌选择，得到下一个方向，按照这个方向得到下一个像素点坐标。下一次调用像素移动过程的时候沿用返回的坐标。如第i次移动过程由（x0，y0）移动到右上方向（轮盘赌输出2的位置）（x0+1，y0-1），则第（i+1）次移动由（x0+1，y0-1）作为起点开始移动。
需要注意的是边界条件:
1.坐标计算时不能超过图像长宽，否则下一次进行访问的时候就会出现数组访问错误。
2.在得到下一像素点坐标的时候，计算其8邻域像素点与中心像素间是否有灰度梯度（此处阈值设为20，若灰度梯度小于20，认为没有差异）：如果周围8个点都没有梯度的话说明已经不是边界了；如果周围8个点都是梯度的，很可能该点是噪声点。如果发生这种情况，这条路径将停止于该点，不再继续向下一个像素点移动。
信息素的更新参照下图的原理。此处的边界条件也是灰度梯度，如果无梯度的话，则不再增加该点信息素，后续蚂蚁受到信息素影响访问这个点的概率将减小。

五、单次迭代过程
与TSP问题一只蚂蚁访问所有城市不同的是，此处单次迭代认为是一批蚂蚁共同画出一条短路径，多条路径组成边缘。重要变量是三个：初始点，信息素，蚂蚁路径。
单次迭代的时候，初始点需要初始化，信息素和蚂蚁路径沿用之前的。
其中，初始化的过程是对于路径初始点，信息素和蚂蚁路径而言的。
边界条件是该点8邻域有灰度梯度，否则可能该点画不出有效路径，只停留于一点，但计算仍在进行，较为浪费。
信息素和蚂蚁路径矩阵分别置为全1和全0。
六、多次迭代过程
单次迭代过程需要随机生成路径起始点的目的是，可以在图中各处画出短路径，最后通过多次迭代，一起画出即为完整的图像边界。画图用了Matplotlib库。
七、运行结果
1.蚁群算法参数
（这里放个能看得过去的参数，实际报告里还有几个参数对比）
α=1，β=1，rho=0.3
迭代次数2000
蚂蚁个数50
图像重置为200*200大小
2.图像对比
（1）原图



（2）蚁群算法
突然就有印象派那味儿了。。

3.运行时间
比Sobel慢，可能还会因为图像大小变大而差距更大。。
好吧，纯粹只是个尝试。。
代码
本来是对比效果的，Sobel也附进去了。
Github：https://github.com/pvfeldt/antColonyEdgeDetection
蚁群TSP问题：https://github.com/pvfeldt/TSP
Over.